ეკონომისტი და MIT-ის მენეჯმენტის სკოლის ასოცირებული პროფესორი, დენიელ ლი კომპანიებში დასაქმების პროცესის გაუმჯობესებაში ალგორითმების როლს იკვლევს და მისი მთავარი მიზანი კანდიდატების შერჩევის მექანიზმის დახვეწაა.
ამ მიზნის მისაღწევად ლი მიიჩნევს, რომ არაკონვენციური აპლიკაციები ისეთ კანდიდატებს გამოარჩევენ, რომლებიც ტრადიციულად გამოყენებულ აპლიკაციებისა და დაკავებული მენეჯერების ყურადღების მიღმა რჩებიან.
MIT- ის პროფესორი ფიქრობს, რომ კომპანიები ხშირად მხოლოდ გავრცელებულ მოდელებს ცნობენ და პრიორიტეტს ელიტური სკოლების კურსდამთავრებულებს ან წარმატებულ სამუშაო გამოცდილების მქონე ადამიანებს ანიჭებენ. ეს იმიტომ, რომ მათ რისკების შემცირება სურთ.
კომპანიების ადამიანური რესურსების განყოფილებები ტრივიალურ დეტალებს ეყრდნობიან, მაგალითად, სწორად შეავსო თუ არა აპლიკანტმა ფორმა . მაგრამ ეს ცვლადები ხშირად კარგ პროგნოზს არ ქმნიან - შეიძლება უამრავი კარგი კანდიდატი იყოს მათ შორის, რომლებმაც ფორმა სწორად არ შეავსეს.
ვაკანსიის გამოცხადების მთელი არსი იმაშია, რომ კომპანიამ იპოვოს კანდიდატი, რომელიც იქნება შემოქმედებითი და შეძლებს კონკრეტული თანამდებობისთვის დამახასითებელი პრობლემების გადაჭრის გზების მოძიებას. ლი ამბობს, რომ თუ თქვენ ინოვაციური ორგანიზაცია ხართ, რომელსაც დასაქმებულებისგან შემოქმედებითობა სურს, მაშინ სულაც არ გჭირდებათ ის ადამიანები, რომლებიც წლების განმავლობაში ერთი და იგივე საქმეს ასრულებდნენ და ამ მხრივ დიდი გამოცდილება დააგროვეს.
რაც შეეხება GPA- ს, ნიშნები და წინა გამოცდილებები ხშირად ჩვენს რეალობაში სულაც არ წარმოადგენს წარმატების განმაპირობებელ ფაქტორებს.
აღსანიშნია ისიც, რომ ალგორითმები ნამდვილად შეიძლება იყოს მიკერძოებული. თუმცა, მეორე მხირვ, ადამიანიც შეიძლება საკმაოდ მიკერძოებული იყოს უამრავი გამოვლინებით, რომელთა გამოსწორება ბევრად უფრო რთულია. ამრიგად, ალგორითმი უნდა შეფასდეს იმ პროცესთან მიმართებაში, რომელსაც კომპანიები იყენებენ და არა რაიმე სრულყოფილ კრიტერიუმთან შესაბამისობაში.
ლი ამბობს, რომ ხშირად, ალგორითმები გამოიყენება როგორც პროგნოზირების საშუალება. ეს პროგნოზი კი დაყრდნობილია პრინციპზე, თუ როგორი კანიდატი აიყვანა კომპანიამ წარსულში. თუმცა, მისი აზრით დაქირავების პროცესი უფრო დინამიურ სწავლებას უნდა გავდეს.
ლის ალგორითმი კანდიდატებს წინასწარ შერჩეული რისკების გამოყენებით სწავლობს და სხვადასხვა კვალიფიკაციის მქონე ადამიანებს ან სხვადასხვა დემოგრაფიულ ჯგუფებს ირჩევს. სწორედ ამ პროცესის შედეგად შეიძლება დავადგინოთ, რამდენად ეფექტიანია ალგორითმი კომპანიისთვის.
საბოლოო ჯამში, კონკრეტული კომპანია აუმჯობესებს დაქირავებული ადამიანების ხარისხს და მნიშვნელოვნად ზრდის მის გენდერულ და რასობრივ მრავალფეროვნებას.
Bloomberg-ის ორიგინალური სტატიის ავტორი: არიან კოენი