AI kan være et fantastisk værktøj til at skabe effektivitet på arbejdspladsen, men det skal altid ske i samspil med menneskeligt ‘opsyn’. Det er værd at tænke på generativ AI som en “opfindsom assistent”. – En, der hurtigt håndterer rutineopgaver og forenkler din daglige arbejdsbyrde, men som ikke kan fungere effektivt uden din vejledning og dine input. Selvom AI generelt er hurtigere, mere præcis og bedre i stand til at fastholde og sammenfatte data end mennesker, vil organisationer stadig have brug for medarbejdere, der kan demonstrere uvurderlige og fremtidsfokuserede menneskelige færdigheder som kreativitet, følelsesmæssig intelligens, kritisk tænkning og lærings-agilitet. Når AI og mennesker arbejder sammen, kan AI gavne både organisationen og dens medarbejdere på en række måder, herunder:
AI kan effektivt understøtte effektiviteten i HR-teams, men det er vigtigt at implementere AI-teknologi strategisk for at sikre, at den bruges korrekt, og at potentielle negative konsekvenser mindskes fra starten. Når du går i gang med at indarbejde AI i HR-processer skal du sørge for at:
Der er tre typer AI-baserede værktøjer, som i øjeblikket ofte bruges i HR-afdelinger:
Der er mange muligheder for at anvende AI i talentvurderinger, f.eks. til at hjælpe med at generere vurderingsindhold, skabe chatbot-baserede rekrutteringsprocesser eller levere mere interaktive arbejdssimuleringer. Som professionelle inden for talentudvikling skal vi holde fokus på at måle de rigtige ting og ikke lade os distrahere af skinnende ny teknologi. På den måde kan vi udnytte det utrolige potentiale i AI-værktøjer til talentvurderinger, samtidig med at vi er opmærksomme på de potentielle faldgruber. Når man indfører ny teknologi, der involverer så vigtige beslutninger, er videnskabelig stringens, en afmålt tilgang, fuldstændig gennemsigtighed og kommunikation afgørende. Der er stadig brug for menneskelig indgriben, når man arbejder med AI-vurderingsværktøjer, og HR-medarbejdere bliver nødt til at anvende færdigheder, som computere simpelthen ikke har, for at sikre, at der træffes effektive og retfærdige vurderingsbeslutninger.
AI kan forbedre processerne betydeligt i talentvurderingsprocessen, f.eks med:
At finde en balance mellem teknologi og menneskelig dømmekraft er en vigtig del af arbejdet med AI-vurderingsværktøjer. For effektivt at bruge AI i vurderingsprocesser, der er retfærdige, nøjagtige og juridisk forsvarlige, har du brug for en implementeringspartner, der forstår mere end bare teknologien og dataene; en med en dokumenteret historie inden for vurderingsvidenskab og -teori, global lovgivning og compliance samt optimalt design af brugeroplevelsen (UX).
Selv om der er mange potentielle fordele ved at bruge AI-vurderingsværktøjer, er der også risici, som man skal være opmærksom på – og åben omkring – hele organisationen:
Ved at være i overensstemmelse med bedste praksis på disse områder vil du forsikre kandidater og dine eksisterende medarbejdere om, at AI-værktøjer til vurdering og relaterede teknologier altid vil blive brugt på en ansvarlig måde.
Mange positive fordele er blevet tilskrevet innovationer, der bruger AI på arbejdspladsen til en lang række applikationer, men samtidig er der blevet udsendt advarsler fra forskere, lovgivere, grupper for social retfærdighed og medierne om potentialet for, at brugen af AI i talent management kan være partisk, krænke privatlivets fred eller falde i de forkerte hænder til illegitime formål.
Alt dette har ført til en vis mistillid til AI i talentvurdering og opfordringer til at beskytte brugen af AI, især når AI bliver mere og mere kraftfuld med automatisering og generative evner. Samtalen er blevet mere højlydt med et fælles tema, der kræver etisk brug af teknologi og vurdering i den kunstige intelligens’ tidsalder. Både Society for Industrial and Organizational Psychology (SIOP) og Society for Human Resource Management (SHRM) har for nylig udsendt anbefalinger til AI-baserede vurderinger, som understreger behovet for etisk praksis.
Det er sikkert at sige, at AI både generelt og på arbejdspladsen ikke vil forsvinde i fremtiden, og mange af de fordele, det giver arbejdsstyrken, opvejer langt de potentielle risici. Naturligvis vil AI derfor sandsynligvis bevare en central position i talentvurderingen, når vi bevæger os fremad. Når det er sagt, kan det ikke ske fra den ene dag til den anden. Brug af AI i talentvurdering er en særlig “high stakes”-situation, og det er afgørende, at AI bruges ansvarligt og med fuld indsigt i de mulige konsekvenser. Da udviklingen af AI-vurderingsværktøjer stadig er i fuld gang, og indsigten vokser dag for dag, skal vi lige nu være forsigtige med ikke at forpligte os for meget til brugen af AI-drevet vurdering. I sidste ende skal talentvurderinger forudsige succes på arbejdspladsen så præcist og pålideligt som muligt, og indtil vi kan demonstrere, at AI-vurderingsløsninger kan gøre det muligt på en retfærdig måde, bør vi være forsigtige. Efterhånden som forståelsen af AI på arbejdspladsen vokser, forudser vi, at brugen af AI i talentvurderinger også vil fortsætte med at vokse og skabe effektivitet i rutineopgaver, der ikke kræver menneskelig involvering. Det vil give HR-medarbejdere mulighed for at fokusere fuldt ud på de dele af talentvurderingen, som altid vil kræve menneskelig involvering: forståelsen, fortolkningen og anvendelsen af resultaterne af kandidat- eller medarbejdervurderingen.
Talogy har samlet et team af eksperter for at sikre, at brugen af AI i vurderinger håndteres med omhu og på steder, hvor det tilfører værdi, samtidig med at risikoen for snyd og juridiske udfordringer minimeres. Vores team af I/O-psykologer på ph.d.-niveau arbejder ud fra den filosofi, at AI- vurderingsløsninger skal bruges, hvor det virkelig giver værdi, og altid overvåges af eksperter for at minimere bias, negativ indvirkning og bekymringer om snyd. Til gengæld står du tilbage med forbedret kandidatengagement, øget effektivitet, accelererede processer og værdifulde data til at forbedre dine talentstrategier og resultater.
Talogys R&D-team har dyb ekspertise inden for datavidenskab og de avancerede statistiske teknikker, der ofte forbindes med AI i vurderinger, såsom maskinlæring og naturlig sprogbehandling. Vi bruger disse teknikker, hvor det giver mening, og hvor det er videnskabeligt forsvarligt. De løsninger, vi bruger, involverer ikke “åben AI”. Det vil sige, at vi ikke implementerer løsninger, der gør det muligt for algoritmer at ændre sig over tid uden menneskelig indgriben. Vi arbejder udelukkende med såkaldte “lukkede AI-processer”, der er beskyttet mod eksterne input og justeringer, så vores AI-modeller forbliver rene, og vores klient- og kandidatdata er sikkert beskyttet.
Et godt eksempel på en løsning, hvor vi har brugt AI til at optimere resultaterne, er vores Mindgage™ kognitive testserie. Vi brugte maskinlæringsteknikker til at identificere funktioner og mønstre i testdata, hvilket gjorde det muligt for os at opbygge scoring, der optimerer forudsigelsen og reducerer risikoen for negativ påvirkning, samtidig med at testene forbliver engagerende og hurtige at gennemføre. Som et resultat af brugen af maskinlæring til at udvikle vores scoringsmodeller har Mindgage vist sig at være en tilsvarende eller bedre prædiktor for jobpræstation i nogle roller sammenlignet med traditionelle vurderinger, med op til 60 % reduktion i undergruppeforskelle.
Talogy har etableret en klar og robust AI Governance-proces, der er designet til at fremme og overvåge den effektive, sikre og etiske brug af AI-teknologier. Gennem denne proces har vi etableret vores centrale etiske principper for brugen af AI i talentvurderinger:
Hos Talogy tager vi indvirkningen af AI på vurderingsintegriteten alvorligt. Vi forsker løbende i dette område for at undersøge konsekvenserne af uhensigtsmæssig brug af AI i talentvurderinger og tilgange, der kan hjælpe med at forhindre dette. Vores globale, tværfunktionelle AI-forskningsgruppe har identificeret en kombination af fire tilgange til at mindske risikoen for snyd med AI, som kan defineres som “krænkelse af vurderingsprocessens integritet eller en bevidst fordrejning af ens arbejde“: