پاندمی کووید-۱۹به شرکت‌‌ها اثبات کرد که همواره دیدار حضوری بهترین راه برگزاری جلسات نیست. دستگاه‌های فناوری امکان برگزاری جلسات مجازی را فراهم ساخت و بسیاری از کارفرماهایی که از وضعیت سلامت متقاضیان شغل اطمینان نداشتند، آن را نخستین گزینه خود دانستند. استفاده از چنین ابزارهایی برای مصاحبه و ارزیابی‌‌های ویدئویی به همراه استفاده از هوش مصنوعی در تصمیم‌گیری به صورت روزافزون افزایش می‌‌یابد.

مصاحبه‌های دیجیتال به شرکت‌‌ها و همچنین متقاضیان شغل، فرصت‌‌های بیشتری می‌دهد. اکنون، آن دسته از متقاضیان شغل که به هر دلیلی امکان مصاحبه حضوری نداشتند نیز در دسترس قرار گرفته‌‌اند. همچنین فرآیندهایی که پیش از این در دسترس بسیاری از سهامداران قرار نداشت، می‌تواند مورد استفاده قرار بگیرد. در آن سو، هوش مصنوعی فاقد بینش و شهود ذهنی انسانی است و بر غنای اطلاعاتی تکیه کرده است. با این حال، احتمال سوگیری‌‌ها و قضاوت‌‌های اشتباه را کاهش داده و تصمیم‌گیری‌‌ها بر مبنای شالوده‌های علمی قرار گرفته‌‌اند. البته هوش مصنوعی نیز به‌طور کامل مصون از اشتباه نیست و گاهی دچار پیش‌‌داوری می‌شود که شیوه مدیریت آن بسیار مهم است. در نهایت، به بررسی کارکردهای هوش مصنوعی از نگاه کارفرما و کارکنان می‌‌پردازیم.

شغل‌‌های واقعی ممکن است اثرات کم یا زیادی از فرآیندهای دیجیتالی شدن پذیرفته باشند. اما چیزی که قطعیت دارد، تغییر سیستم‌‌های مدیریتی و افزایش استفاده از هوش مصنوعی در حوزه‌های مختلف منابع انسانی است (از جذب و گزینش و استخدام گرفته تا جدایی و انفصال از خدمت)‌. در یک پژوهش سال ۲۰۱۷، مشخص شده بود که ۱۵ درصد از مدیران منابع انسانی مصاحبه شده از ۴۰ کشور به تاثیرات زودهنگام هوش مصنوعی و ماشینی‌‌شدن بر نرخ استعفا و تغییرات کارکنان خود آگاه هستند. همچنین ۴۰ درصد از این مدیران گفته بودند که انتظار دارند هر دو پدیده هوش مصنوعی و ماشینی‌‌سازی فرآیندها، در ۲ تا ۵ سال بعد، اثرات گسترده‌‌ای بر شرکت‌‌های آنها بگذارند. سه سال پس از آن، ماشینی‌‌شدن عملیات سرعت بیشتری گرفته است و همزمان روندهایی مانند خرید آنلاین کالاها/ خدمات، دورکاری، ذخیره‌‌سازی و تحلیل بزرگ‌‌داده‌ها و حذف اضافه‌‌کاری در وظایف و زنجیره تامین دیده می‌شود (پژوهشی مربوط به سال ۲۰۲۰)‌. انتظار می‌‌رود که هوش مصنوعی به دلیل فراهم‌‌سازی امکان انطباق با این تغییرات، گام بعدی تکامل شرکت‌‌ها باشد.

  جولان هوش‌مصنوعی در منابع انسانی

حوزه‌های سنتی مدیریت منابع انسانی شامل گزینش و استخدام، حقوق و مزایا، ارزیابی عملکرد و برآورد پتانسیل، ساختار، طراحی جایگاه و مسیر شغلی، روابط کارگری، پیروی از قوانین، آموزش و توسعه کارکنان، ارتباطات داخلی و خارجی، ارزیابی‌‌ها و معیارها و در نهایت انفصال خدمت می‌شود.

هر چند در تمامی این حوزه‌ها می‌توان بخش زیادی از کارها را ماشینی‌‌کرد، بسیاری از متخصصان باتجربه در واگذاری این اختیارات به ماشین‌‌ها تردید دارند. آنها استدلال‌‌های خود را دارند و به عنوان مثال می‌گویند نمی‌توان تعدادی الگوریتم کامپیوتری را جایگزین همدلی و شهود انسانی کرد. برخی درباره ارزش‌‌آفرینی واقعی داده‌ها تردید دارند. همچنین در صورت کیفیت پایین داده‌ها امکان خطا وجود دارد یا حتی نیاز به حجم زیادی از داده هست یا آنکه قوانین به نفع استفاده از آنها نیست. در آن سو، بخشی از کارشناسان موافق استفاده از هوش مصنوعی در حوزه منابع انسانی هستند و دلایلی مانند امکان خودکارسازی وظایف تکراری کم‌‌اهمیت، دسترسی به طیف گسترده‌‌تری از استعدادهای انسانی، به‌‌کارگیری سریع‌‌تر و شخصی‌‌سازی‌شده کارکنان، آموزش موثرتر و کارآتر کارکنان، ارتباطات بهتر و پشتیبانی فنی در تصمیم‌گیری را ذکر می‌کنند.

 امکان خودکارسازی وظایف تکراری

بخشی از وظایف حوزه مدیریت منابع انسانی همزمان با ماهیت تکراری، ارزش‌‌افزوده چندانی ندارند. مدیریت حقوق و پاداش‌‌ها یکی از این حوزه‌ها است. همچنین می‌توان به پرسش‌‌های کارکنان درباره رویه‌ها و سیاست‌های شرکت یا بررسی رزومه متقاضیان اشاره کرد. به عنوان مثال، اگر برای بررسی رزومه افراد از الگوریتمی کامپیوتری استفاده می‌شود، با سرعت و قابلیت اتکای بالاتری می‌توان تعداد رزومه بیشتری را بررسی کرد و خطای انسانی را به‌طور چشمگیری کاهش داد. در این حالت، تیم منابع انسانی فرصت خالی بیشتری برای ارائه مجموعه‌‌ای از معیارهای ارزیابی تعریف‌‌شده و مکررا بهبود‌یافته خواهد داشت یا آنکه می‌تواند زمان خود را به پاسخگویی و افزایش تعامل با متقاضیان شغلی اختصاص دهد. متقاضیان شغل به‌طور روزافزونی به کسب اطلاعات در مراحل ارسال درخواست خود، زمان مورد نیاز برای هر کدام از مراحل گزینش و استخدام و حتی دلایل قبول نشدن شان در مصاحبه و آزمون ورودی بها می‌دهند.

 جذب استعدادهای سازمانی بهتر

خودکارسازی وظایف، امکان مقایسه مهارت‌‌های متقاضیان با بهترین کارکنان شرکت را فراهم می‌‌آورد. به‌طور متوسط، واحد استخدام شرکت‌‌ها یک‌‌سوم وقت خود را صرف شناسایی نامزدهای تصدی مشاغل می‌کنند. علاوه بر آن، فرآیندهای استخدامی آنها حجم انبوهی داده ایجاد می‌کند. اگر فرض کنیم که یک شرکت، ۱۰۰ فرد را در طول سال استخدام کند و ۱۰۰۰ تقاضای همکاری دریافت کند، آن ۱۰۰ نفر استخدامی و آن ۹۰۰ نفر انتخاب نشده، می‌توانند اطلاعاتی درباره نیازهای شرکت و وضعیت بازار کار در هر زمان مشخصی ارائه کنند.

 به‌‌کارگیری سریع‌‌تر و شخصی‌‌سازی‌شده کارکنان

به‌‌کارگیری افراد استخدامی جدید، همواره یکی از مراحل زمان‌‌بر است و در آن دوره نیز فرد هنوز به عملکرد و بهره‌‌وری بهینه خود دست نیافته است. هوش مصنوعی می‌تواند اطلاعاتی درباره جبران خدمات، پاداش‌‌ها و سیاست‌های شرکت فراهم آورد. همچنین براساس ویژگی‌‌ها و شرایط خاص هر فرد، پیشنهادهایی برای آموزش و جا افتادن سریع‌‌تر او در تیم ارائه دهد. در این صورت حتی مدت زمان ماندگاری فرد در شرکت، به لطف به‌‌کارگیری موثر و سریع‌‌تر، افزایش می‌‌یابد.

 آموزش‌های موثرتر و کارآتر

امروزه بسیاری از آموزش‌های کارکنان جدید از طریق نرم‌‌افزارهای آموزش انجام می‌گیرد. اما می‌توان از هوش مصنوعی نیز در کنار آن استفاده کرد تا مسیرهای شغلی متناسب با ویژگی‌‌های هر فرد ارائه دهد. واحد منابع انسانی همچنین می‌تواند از روبات‌‌های چت استفاده کند تا امکان آموزش بی‌‌وقفه ۲۴ساعته در تمام روزهای هفته فراهم شود. این روبات‌‌ها همچنین می‌توانند امکان پاسخگویی آنی و منطقی داشته باشند. براساس پژوهشی که در سال ۲۰۱۷ انجام شد، فعال‌‌ترین کاربران دستیاران خودکار (بات‌‌ها) تا ۲۵ ساعت در هر ماه در زمان خود صرفه‌‌جویی می‌کنند که به معنای صرفه‌‌جویی ۱۵ هزار دلاری به ازای هر کارمند با درآمد ۱۰۰ هزار دلاری در سال است.

 ارتباطات بیشتر

می‌توان یکی از مزایای استفاده از هوش مصنوعی را ارتباطات بیشتر و سریع‌‌تر دانست. به لطف فناوری اکنون متقاضیان شغل، کارکنان و مدیران می‌توانند ارتباط بیشتری با یکدیگر داشته باشند و حضور نداشتن یکی از آنها به دلایلی مانند سفر، باعث تعویق جلسات نشود. این ویژگی هم از نظر هزینه و هم از نظر زمان به نفع هر دو طرف است.

 پشتیبانی شناختی در تصمیم‌گیری

ماشین‌‌های هوش مصنوعی می‌توانند به مدیران و کارکنان در تصمیم‌گیری کمک کنند؛ تصمیماتی که در غیر این‌صورت بر دوش واحد منابع انسانی می‌‌افتد. به عنوان مثال، زمانی که یکی از کارکنان درخواست مرخصی بیشتری داشته باشد، سیستم هوش مصنوعی می‌تواند احتمال پذیرش یا رد درخواست آنها را محاسبه کند (بدون آنکه آن فرد نیاز داشته باشد با واحد منابع انسانی مشورت کند).  در یک نظرسنجی که توسط شرکت اوراکل روی ۴۸۴ کارشناس منابع انسانی انجام شد، ۶۴ درصد از آنها تایید کردند که هوش مصنوعی پتانسیل بالایی در بهبود حوزه منابع انسانی دارد. در حقیقت، هوش مصنوعی، دومین گزینه انتخابی آنها پس از تجزیه و تحلیل کامپیوتری بود. مراحل اصلی استخدام شامل طراحی شرح شغل، تعیین زمان دریافت درخواست‌‌ها، تقاضای نامزدهای تصدی، ارزیابی و در صورت نیاز مصاحبه با فرد تصمیم‌گیرنده می‌شود. تمام این مراحل را می‌توان با ماشین‌‌هایی مانند روبات‌‌های چت، ابزارهای ارزیابی خودکار یا سایر سیستم‌‌های تعامل با متقاضیان جایگزین کرد.

 هوش مصنوعی از نگاه کارفرما

واقعیت آن است که برخلاف تصور اولیه، هوش مصنوعی نمی‌تواند به‌طور کامل جایگزین واحد منابع انسانی شود. در یک نظرسنجی سال ۲۰۱۷ در ایالات متحده، استرالیا و بریتانیا، فقط ۱۰ درصد از ۵۱۷۹ مدیر منابع انسانی عنوان کردند که شغل خود را به‌طور جدی در خطر جایگزینی با هوش مصنوعی می‌‌بینند. پس از گذشت چند سال از آن نظرسنجی، همچنان واقعیت همان است. در شرکت آمازون، فرآیندهای منابع انسانی خودکار شده و این ویژگی یکی از کلیدهای موفقیت شرکت از زمان تاسیس آن تاکنون است. با این حال، شرکت در سال ۲۰۱۵، متوجه شد که الگوریتم استخدام آن، در ارزیابی توسعه‌‌دهندگان نرم‌‌افزار، رویکرد بی‌‌طرفانه و شامل برابری جنسیتی ندارد. ریشه این مشکل آن بود که الگوریتم هوش مصنوعی آنها از طریق بررسی رزومه‌های استخدام شده ۱۰ سال پیش از آن آموزش دیده بود. از آنجا که اکثر رزومه‌ها را مردها ارسال کرده بودند، سیستم آمازون تصور کرده بود مردها احتمال گزینش و استخدام بیشتری دارند. این الگوریتم، پس از آن هر رزومه‌‌ای را که واژه «زنان» در آن دیده می‌شد، از جمله «کاپیتان تیم شطرنج زنان»، جریمه می‌کرد و فارغ‌‌التحصیلان دو دانشکده زنان را نیز تنزل درجه داده بود. آمازون پس از متوجه شدن این مشکل، به الگوریتم خود آموخت که نگاهی بی‌‌طرفانه نسبت به جنسیت متقاضیان داشته باشد. با این حال، متخصصان عنوان کرده‌‌اند که باز هم روش‌های دیگری برای بروز تبعیض در الگوریتم‌‌های هوش مصنوعی وجود دارد. به همین دلیل، همچنان نه تنها مداخله انسانی در تصمیم‌گیری‌‌های ماشینی، بلکه متخصصان هوش مصنوعی نیز برای آموزش درست و جست‌وجوی سوگیری‌‌ها نیاز است.

همان‌طور که الگوریتم‌‌های فروش باعث حذف واحد فروش شرکت‌‌ها نشده‌‌اند، انتظار نمی‌‌رود واحد منابع انسانی نیز غیرضروری شود. چالش اصلی شیوه بهبود استعدادیابی و آموزش کارکنان است. تنها ۳۸ درصد از شرکت‌‌ها برنامه‌های آموزش برای کارکنان ارائه می‌دهند. مهارت‌‌های فنی مانند کدنویسی، آمار و ریاضیات کاربردی همچنان بسیار مهم هستند ولی «مهارت‌‌های نرم» مانند انطباق‌‌پذیری، تفکر انتقادی، حل مساله و خلاقیت از مهم‌ترین معیارهای گزینش است. احتمالا، شناسایی مهارت‌‌های نرم در ارزیابی کارکنان، سخت‌‌ترین و پیچیده‌‌ترین بخش گزینش است. همچنین ایجاد تمایز بین متقاضیانی با مهارت‌‌های فنی مشابه دشوار است. به عنوان مثال، اگر ۱۰۰۰ رزومه برای یک عنوان شغلی دریافت شده و ۲۵ نفر انتخاب شوند، سطح فنی بسیار بالا خواهد بود و گزینش متقاضیان براساس بهترین انطباق آنها برای شرکت صورت خواهد گرفت. به این دلیل، یک کارشناس منابع انسانی با چشمانی ریزبین نیاز است تا اطلاعات غیرملموس را از مصاحبه‌‌شوندگان دریافت کند. تعداد زیادی از شرکت‌ها، یک دستورالعمل مدون برای شیوه و مکان یافتن نامزدهای تصدی شغلی ندارند. کارشناسان استخدام به ارزیابی مصاحبه‌‌شوندگان می‌‌پردازند و توانمندی و مهارت‌‌های آنها را براساس تجربیات شخصی خود ارزیابی و تفسیر می‌کنند.

با این حال، تحول سریع فناوری امکان ترکیب توانمندی‌‌های انسانی و ماشینی را فراهم می‌‌آورد و ماشین‌‌ها عملا به عنوان یک دستیار و پشتیبان تصمیم‌گیری عمل می‌کنند.

 هوش مصنوعی از نگاه متقاضیان شغل

 متقاضیان و کارکنان به‌طور کلی نه فقط یک شغل، بلکه یک مسیر شغلی مشخص می‌خواهند که برای بلندمدت قابل برنامه‌‌ریزی باشد. با این حال، براساس داده‌های دفاتر استخدام در ایالات متحده و اروپا، میانگین دوران حضور کارکنان در شرکت‌‌ها با سرعتی فزاینده کاهش می‌‌یابد.

دو نسل آخر کارکنان (افرادی که از ۱۹۸۵ تا ۲۰۰۰ و افرادی که پس از سال ۲۰۰۰ متولد شده‌‌اند) پیش از هر چیز به ارزش‌‌گذاری فعالیتی که قرار است انجام دهند، می‌‌پردازند. آنها همچنین به ارزیابی این موضوع می‌‌پردازند که مسیر حرفه‌‌ای آنها چگونه با شغل جدید تحول می‌‌یابد و قرار است برای چه شرکتی کار کنند. ارزش‌های آن شرکت و فرهنگ سازمانی نیز از دیگر معیارهای انتخاب و ارزیابی آنها از شرکت‌‌های مختلف است. برخلاف نسل افرادی که پس از جنگ جهانی دوم به دنیا آمدند (متولدین ۱۹۴۵ تا ۱۹۶۴)، دیگر میزان حقوق و پاداش‌‌ها دلیل اولیه افراد برای ترک شغل‌شان نیست. نسل جدید اگر از کار خود لذت نبرند یا از طریق همکاری در محیط‌‌های پویا و مجهز به فناوری‌‌های نوین، چیز جدیدی نیاموزند، به دنبال فرصت شغلی در شرکت‌‌های «باحال» و «جذاب» خواهند رفت یا دست‌‌کم دنبال برند کارفرما یا برند کارکنان خواهند بود.

متقاضیان جوان‌‌تر یک تا دو ماه پیش از درخواست یک شغل به جست‌وجوی اطلاعات درباره آن شرکت و پست سازمانی خالی می‌‌پردازند. مهم‌ترین و نخستین منبع اطلاعاتی آنها وب‌سایت شرکت است اما در لینکدین، موتورهای جست‌وجو، اطرافیانی که در آن شرکت کار کرده‌‌اند، واحدهای منابع انسانی، بنگاه‌های شغل‌‌یابی یا وب‌سایت‌‌های استخدامی نیز اطلاعات خود را تکمیل می‌کنند. علاوه بر آن، در عصر دیجیتال، وب‌سایت‌‌ها و پایگاه‌های مختلفی در اختیار آنها قرار گرفته است که بسیاری از اطلاعات حقوق و فضای کار که پیش از این محرمانه تلقی می‌شد، با یک کلیک در اختیار آنها قرار می‌گیرد. اطلاعاتی درباره شیوه انجام مراحل گزینش، میزان دشواری مصاحبه‌های استخدامی، طیف حقوق براساس گروه شغلی و مزایا و معایب کار در آن شرکت، در فضای عمومی در دسترس متقاضیان شغلی است. اگر چنین شرکتی به‌طور فعالانه نسبت به بهبود وجهه اجتماعی و برند کارفرمایی خود تلاش نکند، جذابیت آن برای استعدادهای جوان‌‌تر به‌شدت کاهش می‌‌یابد. کارکنان مستعفی و ناراضی نیز در این دوران می‌توانند آسیب زیادی به وجهه کاری شرکت و میزان تمایل افراد برای همکاری با آنها بزنند. از این رو، گام نخست بهبود فضای کاری و توجه به انگیزه‌ها و روحیه تمام کارکنان است. پس از آن، در صورت مواجهه با یک ارزیابی و نظر منفی در فضای آنلاین، روابط عمومی شرکت ابزارهای لازم برای مدیریت آن را داراست. در چنین حالتی، باید با انتشار نظرات مثبت (و البته واقعی) یا حذف و رسیدگی شفاف و سریع به نظر منفی منتشر شده، پیامدهای احتمالی آن را کنترل کرد.

مترجم: مهدی نیکوئی

منبع: European Business Review