Alt om maskinlæring i HR

Innen menneskelige ressurser er maskinlæring satt til å bli normen, ikke unntaket, sier Ben Eubanks, hovedanalytiker ved Lighthouse Research & Advisory.

Ta et øyeblikk og tenk på hvem du synes er den beste lederen eller lederen i virksomheten din.

Hva gjør hun annerledes enn de andre?

Hvis du kunne klone denne personen og spre deres beste praksis i hele selskapet, ville du?

Til nå var det fortsatt kun science fiction. Maskinlæringsteknologier lar oss nå vurdere det mer og mer seriøst.
Kunstig intelligens (AI) refererer til et sett med teknologier som samler forskjellige metoder, for eksempel Deep Machine og nevrale nettverk. Teknologien som gjelder de fleste HR-scenarier er noe som kalles Machine Learning.

Forskjellen mellom maskinlæring og AI

AI og maskinlæring er store teknologitrender. Hvis de ofte er forvirrede, og selv om de er i slekt, betegner de ikke det samme.

AI er en gren av informatikk som forsøker å designe maskiner som er i stand til intelligent oppførsel. Mens Machine Learning refererer til en teknologi som utfører oppgaver som en person. I noen tilfeller kan det til og med lære av resultatene og faktor som læring i påfølgende iterasjoner.

Det er avgjørende at menneskelige ressurser takler spørsmålet om AI og hvordan det transformerer arbeidsverdenen.

AI har skapt mange muligheter for menneskelig ressursarbeid. Dette spenner fra bruk av automatisk naturlig språkbehandling og verifisering av fravær av diskriminering og kjønnsbetingelser i rekrutteringsannonser. Gjennom implementering av chatbots for å forbedre opplevelsen til ansatte.

Boken «Artificial Intelligence for HR» inviterer menneskelige ressurser til å utnytte dette potensialet og bruke AI for å forbedre effektiviteten og dra nytte av talentfulle og produktive ansatte.

Spørsmålet om bruk av AI i personalsektoren, fra rekruttering og oppbevaring, til medarbeiderengasjement og læring og utvikling, fører også til spørsmål om de store utfordringene kunstig intelligens medfører og hvordan man skal håndtere det. Spesielt hvordan balansere menneskelig arbeidskraft med fremveksten av maskinlæring og robotikk.

Bruk av maskinlæring i HR

Machine Learning har et bredt utvalg av applikasjoner. De spenner fra rekruttering til talentledelse og læring.

Sentimentanalyse lar oss for eksempel forstå hva ansatte tenker og føler. Gjennom analyse av ustrukturerte tekstsamtaler eller undersøkelsesdata.

Men hvor det virkelig blir interessant er når Machine Learning brukes til å analysere tekst. Og kom med anbefalinger.

Så hvis for eksempel en arbeidsgruppe konsekvent møter problemer med ledelsen eller klager over kommunikasjonsproblemer. Systemet kan utløse en treningshendelse. Dermed kan lederen se en video on demand eller følge et kort kurs for å forbedre lederskap eller åpenhet.

I tillegg til å bare analysere informasjon, kan maskinlæring gi anbefalinger og utvide rekkevidden til HR-avdelingen på tvers av virksomheten.

Deltakelsesnivå

I dag er rekruttering hovedgrunnen til å ta i bruk maskinlæring. Dette er knyttet til de svært mange interaksjonene som sourcing og rekrutteringsaktiviteter krever.
Samtidig har lærings- og utviklingsfeltet så mye å hente på bruken av AI-teknologier. Derfor må den helt sikkert komme på andreplass.

Jo større et selskap er, jo mer volum og transaksjoner genererer det, noe som betyr mer merverdi og muligheter for automatisering.

Store volumer er vanligvis knyttet til områder som gjestfrihet, detaljhandel eller helsetjenester. Men det betyr ikke at maskinlæring er begrenset til disse aktivitetssektorene. På samme måte som god forvaltningspraksis ikke er begrenset til bestemte områder.

Hvem bruker det allerede?

En rekke betydelige fremskritt har blitt sett på områder som sourcing, chatbots samt personlig opplæring og coaching. Men det er fortsatt utrolig mange muligheter å gripe.

Jeg ser for meg en fremtid der maskinlæring vil bli integrert fra den ene enden av den teknologiske kjeden til den andre. Dette vil tillate oss å nå målet vårt om et ekte partnerskap med selskapet.

IHG (International Hotels Group) gjør for tiden en fantastisk jobb med å automatisere anmeldelser. Målet er å finne den mest passende ferdigheten og kulturen for de ulike hotellmerkene rundt om i verden.

I tillegg prøver selskaper som Uber å bruke automatisering for å oppmuntre til likelønn mellom mannlige og kvinnelige ansatte.

Men noen mer radikale eksempler, som Amazons rekrutteringseksperimenter, gir oss et glimt av hva som ligger foran oss på enkelte områder.

Som en del av en eksperimentell rekrutteringspraksis har Amazon fullautomatisert søknadsprosessen. Prinsippet er å gi automatiske tilbud til kandidater som oppfyller alle vilkårene, uten engang å intervjue dem.

Er det hindringer for adopsjon?

Det er flere barrierer å være oppmerksom på. Disse spenner fra teknologispørsmål knyttet til dataintegrasjon og personvern, til mer personlige vanskeligheter som aversjon mot algoritmer.

En studie viser for eksempel at vi er mer tilbøyelige til å foretrekke menneskelig dømmekraft, selv når den viser seg å være partisk. Dette er et problem som sannsynligvis vil hemme bedrifter til de gjør noe med det.

Machine Learning, den nye standarden?

Mange tror kanskje dette er en forbigående kjepphest, som beregninger og dataanalyse. Noe som bare viser hvor feil de tar!

Det som er annerledes med Machine Learning er at det med stor sannsynlighet til slutt blir normen når det kommer til HR-programvare.

Vi kommer bare til å håpe at vår maskinlæringsaktiverte teknologi kan håndtere oppgaver som dagens mer statiske teknologier ikke klarer å håndtere.

Jeg har alltid vært en talsmann for en høy-touch HR-avdeling. Vi skal alltid tilføre verdi til ansatte og ledere i selskapet. Det er imidlertid en fysisk grense for hva som kan gjøres på dette nivået.

AI og maskinlæring vil tillate oss å utvikle vår kapasitet og tilby mer personlige tilnærminger til et større antall ansatte, til fordel for alle.

Maskinlæring vil gjøre HR enda mer menneskelig

Jeg tror oppriktig at AI (hvor maskinlæring er en komponent) vil bidra til å gjøre HR mer menneskelig.

HR-team må håndtere mange ikke akkurat spennende, men essensielle oppgaver. For eksempel: mange forespørsler om informasjon, å måtte svare på de samme spørsmålene om og om igjen. Å lykkes med å automatisere noen av disse oppgavene ved å overlate dem til en bot eller en algoritme, betyr ikke nødvendigvis at arbeidet til dine ansatte blir umenneskeliggjort.

Tvert imot vil de kunne dra nytte av en mer personlig opplevelse, raskere og få svar når som helst på dagen eller natten.

Integrering av maskiner i alt relatert til sysselsetting har derfor mye å bidra med. Dette kan til syvende og sist bidra til å gi en bedre opplevelse for ansatte og kandidater.

Gå tilbake til min innledende setning, hva om alle lederne dine var like gode som din beste medarbeider? Hvordan ville det endre alle aspekter av virksomheten slik vi kjenner den?

Nyttige ferdigheter i fremtiden

Til slutt vil jeg avslutte med å ta opp et punkt som går utover teknologi. Hvis prognosene blir bekreftet og at om 10 år vil alt være høyst automatisert, hva betyr dette for oss? Hvilke «menneskelige» ferdigheter vil bli etterstrebet?

Modellen jeg utviklet inkluderer essensielle myke ferdigheter som nysgjerrighet, kreativitet og medfølelse. Vi må fortsette å pleie dem for å forbli relevante og konkurransedyktige i møte med fremveksten av teknologier som maskinlæring og kunstig intelligens.