علم دادهها (هنوز) مشکلات گزینش را حل نمیکند
مدیران گزینش درمانده شدهاند و به ابزارهای جدیدی نیاز دارند، زیرا ابزارهای کنونی مانند مصاحبههای بدون ساختار، تستهای شخصیت، توصیههای اشخاص خیلی موثر واقع نمیشوند. جدیدترین پیشرفت این حوزه، بهرهگیری از علم دادهها است -استفاده از الگوریتمهایی که به یافتن و ارزیابی متقاضیان شغل اختصاص دارند. این روش، سویههای امیدوارکننده و نگرانکنندهی مختص خودش را دارد. طبق محاسبهی من، بیش از صد شرکت وجود دارند که این ابزارهای مبتنی بر داده را میسازند و به کمپانیهای مختلف میفروشند. متاسفانه علم دادهها -که به رشد کافی در زمینهی استخدام و گزینش نیرو نرسیده -هنوز به آن اکسیری تبدیل نشده که کارفرماها به آن دل ببندند.
فروشندگان این ابزارهای جدید وعده میدهند که نقش سوگیریها و گرایشهای اجتماعی در فرایند گزینش نیرو را کاهش خواهند داد. و الگوریتمهایشان میتوانند به شناسایی متقاضیان خوبی بپردازند که پیشتر به خاطر نداشتن یک مدرک یا یک طبقهی اجتماعی معین، کنار گذاشته میشدند. اما از سوی دیگر، این ابزارها میتوانند موجب شناسایی و ترویج بهرهگیری از متغیرهای پیشبینیکنندهای شوند که مشکلساز خواهند شد.
ازآنجاییکه اکثر متخصصان داده، اطلاعات بسیار اندکی دربارهی چارچوب استخدام دارند، ابزارهایشان غالباً ارزش چندانی نخواهد داشت. بهعنوان نمونه، درصد قابل توجهی از آنها برای ساخت مدلهای خود، صرفاً به بهترین عملکردهای محیط کارشان مینگرند و متقاضیانی را شناسایی میکنند که دقیقاً همان ویژگیها را دارند. آنها هر متغیری که سنجش آن ساده باشد را در نظر میگیرند: حالات چهره، انتخاب کلمات، کامنتهای گذاشته شده در شبکههای اجتماعی و مواردی از این قبیل. اما عدم بررسی تفاوتهای واقعی میان عملکرد افراد قدرتمند و ضعیف، موجب میشود که این بررسیها فایدهی چندانی نداشته باشند. همچنین جمعآوری داده از رسانههای اجتماعی یا وبسایتهای مورد بازدید افراد، نگرانیهای مهمی را دربارهی حریم خصوصی آنها به وجود میآورد. بله، هیچ منع قانونی برای دسترسی به این اطلاعات وجود ندارد؛ اما افرادی که این پستها را منتشر کردهاند، نمیخواستند که چنین بهرهبرداریهایی از آنها صورت گیرد و اجازهی این کار را ندادهاند. همچنین آیا منصفانه است که یکی از مطالب ارسال شده در دوران دانشجویی شما، هدایتگر الگوریتم استخدامتان در چند سال بعد باشد؟

نظرات شما