Ключевые идеи книги: Искусственный интеллект для HR. Как использовать ИИ для поддержки и развития успешных сотрудников. Бен Юбенкс

Это саммари – сокращенная версия книги «Искусственный интеллект для HR. Как использовать ИИ для поддержки и развития успешных сотрудников» Бена Юбенкса. Только самые ценные мысли, идеи, кейсы, примеры.

Искусственный интеллект – давно не техническая новинка: это компаньон, которому мы охотно доверяем решение самых разных проблем. Где-то ИИ дает нам подсказку, где-то и вовсе полностью заменяет человека.

Один из самых важных вопросов: уничтожит ли ИИ рабочие места? Если да, то что делать миллионам безработных? Если нет, то что делать миллионам тех, чья работа никогда не будет прежней?

Бен Юбенкс – мировой эксперт в области развития сотрудников. Он знает все про то, как нанимать и мотивировать лучших работников. И он смотрит на будущее с оптимизмом. Его книга – это переосмысление HR с точки зрения неизбежных перемен. Что может быть интереснее, чем взгляд на проблему квалифицированного и очень осведомленного оптимиста?

Оригинальное название:

Artificial Intelligence for HR: Use AI to Support and Develop a Successful Workforce

Автор:

Ben Eubanks

www.smartreading.ru

Что такое искусственный интеллект (ИИ)? Одного общего определения нет. Правильнее говорить о множестве технологий, управляемых ИИ. Когда мы вызываем такси, смотрим видео в Сети, покупаем билет на самолет онлайн, позволяем сканировать себя в аэропорту, мы имеем дело с ИИ. Его работа основана на четырех ключевых факторах:

1. Машинное обучение, в основе которого – анализ повторяющихся паттернов: слов, изображений и т. д.

2. Нейросети. Структура компьютерной сети подобна структуре мозга. Мозг состоит из нейронов: чем больше мы узнаем и делаем, тем больше связей формируется между нейронами; эти связи и есть ум. Компьютер обрабатывает информацию, пропуская ее через множество слоев нейросети. Скажем, если машина распознает изображение, то первый слой нейросети имеет дело с массой необработанных пикселей. «Нейроны» следующего слоя складывают из этих пикселей штрихи. Следующий слой комбинирует из этих штрихов круги и квадраты. Наконец, все вместе складывается в целостное изображение.

3. Глубокое обучение. Чем больше таких слоев, тем глубже сеть, тем она умнее.

4. Обработка человеческого языка. Еще недавно нейросети изучали язык путем контролируемого обучения: получали правильные входные данные, а затем учились выдавать результат, соответствующий заданным параметрам. Это было долго и неэффективно. Ныне нейросети с помощью глубокого обучения умеют учить языку сами себя. Благодаря этому голосовые помощники и чат-боты общаются с нами все эффективнее.

ИИ наиболее эффективен, когда имеет дело с огромным количеством исходных данных, но при этом решает узкоспециальную задачу. При этом компьютер уже обыгрывает человека в шахматы, но все еще путает кошку и тумбочку. Таков парадокс Моравека [1] : чем древнее навык, которым должен овладеть ИИ, тем труднее ему это сделать.

Игра в шахматы, решение задач, создание текстов – за это отвечают самые молодые с эволюционной точки зрения отделы нашего мозга. А вот ходьба относится к навыкам, контролируемым самыми древними участками мозга. Неудивительно, что нынешние роботы такие неуклюжие.

Какие же из рабочих процессов надо переложить на ИИ? Те, которые:

связаны с большими объемами данных;

все еще управляются вручную;

чреваты большим количеством ошибок, вызванных человеческой рассеянностью.

Кроме того, любому продуктивному работнику знакома матрица Эйзенхауэра [2] :

Так вот, преимущество ИИ в том, что он помогает нам справиться со всеми делами матрицы, в том числе из графы «Неважное/несрочное». И тем самым приближает продуктивность работника, отдела, компании к 100%!

Главное достоинство ИИ – он освобождает нам массу времени. Но здесь кроется главный подвох. Надо помнить про закон Паркинсона: «Работа отнимает все время, на нее отведенное». Практика показывает: компании, внедряющие ИИ, склонны растягивать оставшуюся людям работу на весь день. Напротив, эффективные компании экономят до 25 часов в месяц на работника. Руководитель, внедряющий ИИ, должен спросить себя: какую новую ценность поможет создать освободившееся благодаря технологиям время?

HR-специалисты проигрывают ИИ по многим причинам (впрочем, дело не в них, тем же заблуждениям подвержены представители прочих профессий):

Мы регулярно склонны переоценивать свои способности («Я на этой должности уже 10 лет, понимаю, что к чему»).

Мы интерпретируем факты так, чтобы они совмещались с нашим мировоззрением, а остальные данные отбрасываем (так называемая предвзятость подтверждения).

Мы склонны искать причины наших побед в себе, а причины наших поражений в других. Именно поэтому мы всегда можем найти оправдание своим поступкам («N довольно слабый бухгалтер, не стоило его нанимать, но на собеседовании я поддался уверенности коллеги Y»).

Мы слишком цепляемся за нынешний порядок вещей, даже если это уже невыгодно («У N ничего не получается, но искать другого работника на эту должность долго, дорого и не хочется»).

Один впечатливший нас аспект может повлиять на оценку всей ситуации (эффект ореола). Исследования показывают, что красивых людей мы воспринимаем как более умных, надежных, честных, таким легче сделать карьеру.