Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

Содержание
  1. Зимы не будет. С какими ограничениями связано развитие искусственного интеллекта, как их преодолеть и чего ожидать от ИИ
  2. Мощности
  3. Беспилотники
  4. Медицина
  5. Искусственный Интеллект в рекрутинге | Blog
  6. Зачем использовать искусственный интеллект?
  7. Что может ИИ?
  8. Примеры использования ИИ
  9. Он – робот: почему искусственный интеллект – это важно
  10. Искусственный интеллект наступает
  11. Что же вообще такое – искусственный интеллект?
  12. А может ли ИИ представлять опасность?
  13. Что может искусственный интеллект?
  14. Искусственный интеллект – это хорошо или плохо?
  15. Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)
  16. На что НЕ способен искусственный интеллект?
  17. Будущее искусственного интеллекта
  18. Как при помощи воздушных шариков сократить время на подбор?
  19. «Умные» игры и робот-рекрутер
  20. Как устроен процесс найма
  21. Промежуточные результаты

Зимы не будет. С какими ограничениями связано развитие искусственного интеллекта, как их преодолеть и чего ожидать от ИИ

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

На протяжении последних десяти лет искусственный интеллект переживал очередной подъем (далеко не первый, скажем прямо).

Прежде всего, подъем в средствах массовой информации: нейронные сети, распознавание речи, победы алгоритмов в шахматах, го и еще много-много всего так и мелькало в заголовках.

Наиболее впечатлительные журналисты продолжают предвещать, что сбудутся все прогнозы, взятые из фантастических рассказов середины прошлого века, с грядущей революцией искусственного интеллекта и угрозой для человечества.

Другие продолжают представлять себя за рулем летающего беспилотного автомобиля на улицах футуристического города. Ни того, ни другого пока не произошло. А специалисты и разработчики тем временем, встречаясь на профессиональных конференциях, обсуждают реальные проблемы и достижения последних разработок.

Четыре года назад мы писали о том, что можно считать ИИ, а что им не является. Кажется, что ИИ недавно вошел в нашу повседневную жизнь вместе с ыми помощниками и чат-ботами. Но первый ажиотаж вокруг него возник очень давно, почти сразу после появления электронных компьютеров.

Ведь теперь машина могла выполнять задачи, которые прежде решал только человек: математические расчеты, поиск в архиве, представление данных в виде графика.

За эти долгие годы искусственный интеллект успел пережить несколько «зим» — периодов, когда технологический прогресс в этой области упирался в потолок, не показывал никаких прорывных результатов, терял интерес публики и, следовательно, финансирование. Стоит ли нам ждать следующую «весну»? Или «зиму»?

По словам руководителя направления разработок искусственного интеллекта компании Intel, Стефана Гилиха, ИИ — это всего лишь инструмент для анализа данных, и основная его задача — сделать этот анализ более качественным и быстрым, от простого описания данных до предсказывающей и предписывающей аналитики (когда алгоритм видит закономерности и принимает решение на основе полученной информации).

Мощности

Основные ограничения развития технологий ИИ были связаны с вычислительными мощностями и недостаточным количеством данных: нейронные сети нужно учить на релевантном материале и достаточно большой выборке. Мы преодолели этот рубеж.

Удешевление компьютерных мощностей и увеличение количества классифицированных данных позволило воплотить в жизнь алгоритмы, многим из которых сорок и более лет. И с завидной частотой мы видим новости о том, как ИИ выявил, например, снижающие приспособленность мутации в ДНК коров.

Это получилось сделать, потому что у нас уже есть большая база данных мутаций человеческой ДНК, а также быстро накапливаются сведения о составе геномов различных видов живых организмов. Точно так же получилось обучить систему отличать родинки от потенциального рака кожи (меланомы и карциномы).

Для этого нужна была большая релевантная выборка размеченных данных, в данном случае — 130 тысяч фотографий более двух тысяч различных кожных заболеваний.

Проблему с вычислительными мощностями решают такие крупные компании, как Intel и IBM, создавая усовершенствованные процессоры и программные обеспечения, которые сокращают время обработки информации и справляются со все большими объемами данных.

На Intel EMEA AI DevCon 2019, которая рассчитана в основном на разработчиков и предпринимателей, внедряющих ИИ в свой бизнес, ни о какой приближающейся «зиме» речи не шло. А самыми интересными обычному наблюдателю «с улицы» показались бы, наверное, две темы.

Беспилотники

Первую из них проще сформулировать в виде вопроса: когда нам все же ожидать беспилотный транспорт на улицах города?

Напомним, что в начале января компания «Яндекс» начала демонстрационные поездки своего беспилотного автомобиля в Лас-Вегасе. А осенью компания запустила беспилотное такси на территории инновационного центра «Сколково».

Стефан Гилих и его коллеги очень осторожно отвечают на этот вопрос.

Помимо большого количества неразрешенных законодательных и этических вопросов, а также необходимости адаптации всей инфраструктуры под новые технологии, вопрос о релевантном обучении нейронных сетей для беспилотного транспорта, кажется, еще остается открытым. Здесь не может быть права на ошибку и разной степени точности в принятии решений. Выборка должна быть правильной и исчерпывающей.

Если, например, мы учили нейросеть на фотографиях и видео только красных автомобилей, то она начнет причислять цвет к смыслоразличительному признаку целого класса автомобилей. И если появится белая машина, она ее не распознает.

Но невозможно предусмотреть все события, которые могут произойти на дороге, и показать их ИИ.

Поэтому нейросеть должна быть устойчивой и иметь возможность добавлять новые обучающие выборки и новую информацию, а также уметь классифицировать объекты, которые она еще ни разу не видела.

Как поведет себя машина, впервые столкнувшись с торнадо? Для этого нужны базовые сценарии, как вести себя машине в новых ситуациях. Преимущество состоит в том, что на базе одного автомобиля, который столкнулся с торнадо, можно обучить сразу все машины и заложить в них сценарий, что нужно им делать в такой ситуации.

Медицина

Вице-президент департамента цифровых разработок Siemens Healthcare Томас Фриз рассказал о разработках нового программного обеспечения для врачей-радиологов, которое соединяет ИИ и компьютерную томографию. Компания на протяжении многих лет производит медицинское диагностическое оборудование и специализируется на медицинской визуализации: МРТ, радиография, УЗИ и т.д.

Но с помощью радиологических методов очень сложно обследовать, например, область грудной клетки: на изображении видны все органы, врачи в основном рассматривают и оценивают снимок, исходя из первичных жалоб пациента, и вполне могут что-то пропустить.

Фриз заявляет, что новый виртуальный помощник врачей AI-Rad Companion Chest CT с искусственным интеллектом на основе общей компьютерной томографии грудной клетки может различать и выделять отдельно каждый орган, отслеживать и обнаруживать потенциальные патологии и отклонения в каждом из них.

При этом, в отличие от врача, чье внимание зачастую направлено на какой-то один орган, программа не отдает никому «предпочтений» и в равной степени обследует сердце, легкие, аорту, позвоночник и так далее.

Это приложение обучалось на широкой базе клинических данных, более 500 000 снимков. Предполагается, что оно поможет рентгенологам быстрее и точнее интерпретировать снимки, ставить более точный и полный диагноз с меньшей вероятностью ошибок и выявлять болезни на ранних стадиях.

По словам Томаса Фриза, ИИ не заменит специалистов, но избавит их от рутинных ежедневных задач и таким образом повысит их эффективность и качество диагностики.

Источник: https://tass.ru/tech/6816099

Искусственный Интеллект в рекрутинге | Blog

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

Сегодня рекрутинг переживает значительные изменения. Это связано с разными причинами, в числе которых глобальные изменения рынка труда, методов ведения бизнеса и, конечно, приход в рекрутинг новых технологий.

Одна из самых “горячих” технологий, которая повсеместно обсуждается, это искусственный интеллект и его применение для поиска и подбора.
Чтобы помочь вам лучше понять это новое направление, мы подготовили серию статей об искусственном интеллекте, в которых ответим на целый ряд вопросов, связанных с его применением в рекрутинге.

Зачем использовать искусственный интеллект?

Прежде всего, это связано с текущей массовой автоматизацией труда. Все виды человеческой деятельности, которые можно описать алгоритмами, рано или поздно будут автоматизированы.

Рекрутинг содержит большое количество рутинных операций, значит со временем все они будут выполняться машинами, а не людьми. Начало этого процесса автоматизации мы уже наблюдаем.

Искусственный интеллект имеет несколько потенциальных способов применения для автоматизации крупных и повторяющихся задач, таких как скрининг резюме и оценка кандидатов.

Искусственный интеллект должен автоматизировать или оптимизировать ту часть рекрутингового процесса, которая связана с рутинными задачами большого объема.

Что может ИИ?

Сегодня видны несколько возможностей применения искусственного интеллекта в рекрутинговом процессе. Самые перспективные:

  • Сокращение когнитивных искажений, которые неосознанно допускают рекрутеры.  

Пристрастия и прошлый опыт человека могут влиять на многие аспекты рекрутинга: люди склонны к стереотипности и делают не осознанный выбор на основе внешности, этнической принадлежности и т. д. Искусственный интеллект может быть сконструирован так, чтобы игнорировать неважные для должности атрибуты кандидата, улучшая тем самым качество найма.

  • Автоматизация скрининга резюме.

С точки зрения временных затрат, скрининг резюме и создание короткого списка кандидатов – одна из самых объемных задач рекрутера.

Искусственный интеллект способен обрабатывать сотни резюме за минуты (вместо часов для человека), отбирая подходящие по целому ряду параметров, что значительно сокращает время подбора и позволяет избегать ошибок, связанных с человеческой невнимательностью и усталостью.

  • Повышение эффективности при оценке кандидатов.

Ключевая проблема рекрутинга – выбор перспективных кандидатов из большого числа претендентов.

Искусственный интеллект может обрабатывать большие массивы данных и находить в них шаблоны или закономерности.

Это означает, что для каждой позиции могут быть подобраны ключевые характеристики, а для каждого кандидата собрано и оценено больше данных. Всё вместе это даст нам улучшение качества найма.

  • Поддержка коммуникаций с кандидатами на протяжении всего процесса.

Еще одна трудоемкая, но необходимая часть в работе рекрутера – непрерывное общение с кандидатами. Искусственный интеллект может взять на себя “шаблонные” участки коммуникаций, в частности уведомления о получении резюме, прохождении тестов, назначении собеседований и т.д.

, в то же время делая эти коммуникации персонализированными – на основании информации о кандидате. Кроме того ИИ может использоваться как чат-бот, отвечающий на стандартные вопросы кандидатов о вакансии, компании, условиях и т.д.

Благодаря этому кандидаты не “выпадают” из рекрутингового процесса, а рекрутеры получают значительную экономию времени.

Основные преимущества использования ИИ для рекрутинга:

  1. Экономия времени рекрутеров;
  2. Повышение качества найма.
  3. Снижение стоимости найма

Примеры использования ИИ

В каждом из этих направлений есть примеры успешных решений, которые уже демонстрируют значительное улучшение результатов поиска и подбора. Рассмотрим подробнее на примерах.

Сокращение когнитивных искажений.

В 2015 году Google рассказал об применении внутреннего инструмента для подбора qDroid, который автоматизирует часть рекрутингового процесса – интервьюер может ввести позицию, на которую проходит собеседование кандидат, и получить руководство с вопросами для интервью, основанными на требованиях к должности и игнорирующими бекграунд кандидата. Это помогает снизить влияние предубеждений или необъективности интервьюера и стандартизировать процесс.

Платформа Textio использует ИИ и технологии машинного обучения для написания текстов вакансий. Textio оценивает язык вакансий, чтобы исключить дискриминацию по возрасту, полу и другим признакам и сделать их более привлекательными для разных типов кандидатов.

Автоматизация скрининга.

Предыдущий подход к автоматизации скрининга основывался на простых критериях, таких как годы опыта, квалификация, город, конкретный университет, то есть на определенных ключевых словах, употребленных в резюме. Такой скрининг проводится с помощью синтаксического анализа резюме.

Сегодня компании ориентируются на гораздо более сложные критерии: соответствие организационной культуре или команде, когнитивные способности, способности к обучению и т.д. Такие аспекты не могут быть выявлены синтаксическим анализом. И здесь в игру вступает искусственный интеллект.

Современные платформы используют ИИ, чтобы собирать данные о том, каких кандидатов вы нанимаете, насколько они успешны в дальнейшей работе. Фактически он учится на вашей практике найма, а затем определяет для вас наиболее подходящих кандидатов.

“Умный” скрининг развивают Avrio, Ideal, Pomato, TalentScan и другие компании.

Повышение эффективности оценки кандидатов.

Уже сейчас понятно, что роль искусственного интеллекта в оценке кандидатов будет огромной. Алгоритмы, основанные на искусственном интеллекте могут применяться для создания тестов, моделирования симуляций и декодирования видео-интервью и давать нам информацию о кандидатах, которые, вероятно, будут успешны, чтобы повысить эффективность найма.

Так, когнитивные тесты от Pymetrics, основанные на ИИ, разработаны для отбора на позиции в маркетинге и продажах, и уровень успеха отбора, в компаниях применяющих их, вырос более чем на 30%, при этом устраняя “предвзятое отношение во время интервью” и “предвзятое отношение к образованию”.

ПО HireVue, специализирующейся на обработке видео-интервью, может учитывать более миллиона значимых элементов данных о кандидате в каждую минуту видео и может рассказать рекрутерам о правдивости и уверенности кандидатов в ответах на вопросы. Сеть Hilton говорит о 16%-ном увеличение разнообразия найма и росте эффективности с использованием этой технологии.

PredictiveHire берет данные о сотрудниках, работающих в компании и создает на их основе модели для оценки кандидатов. Кандидаты проходят короткий опросник, результаты которого дают довольно точное предсказание их потенциальной эффективности относительно конкретных KPI компании.

Модель самообучается и со временем становится более точной.
TalentScan – использует открытые данные для оценки технических навыков специалистов c учетом имеющегося у них опыта.

При работе с вакансией ИИ отслеживает параметры добавленных в воронку рекрутинга кандидатов, и с учетом предыдущего опыта работы с подобными вакансиями, рекомендует рекрутеру похожих кандидатов.

Поддержка коммуникаций.

Искусственный интеллект, в виде чата, электронной почты или виртуальной переговорной комнаты, может успешно применяться для поддержки кандидатов в течение рекрутингового процесса, ответов на вопросы, подготовки к выходу на работу и т.д.

Огромное количество компаний развивает сейчас технологию чат-ботов, в том числе для рекрутеров. Среди них:

GoHire с рекрутинговым чат-ботом, который может импортировать описания вакансий, делать предварительный скрининг кандидатов, настраивать вопросы предварительного отбора, а также направлять кандидатов на взаимодействие с рекрутерами, карьерным сайтом или ATS компании.

Candidate Assistant от IBM Watson общается с кандидатами и рекомендует им позиции, которые соответствуют их навыкам и опыту.  

Mya, один из лидеров рынка, говорит, что их технологии позволяют значительно улучшить рекрутинговые показатели, в том числе сокращение времени до интервью до 79%, увеличение воронки конверсии в 2,5 раза и увеличение эффективности труда рекрутеров на уровне 144%.

***

ИИ для рекрутинга – это новое направление HR-технологий, предназначенное для уменьшения или полной автоматизации трудоемких видов деятельности, таких как скрининг резюме, оценка кандидатов и коммуникации с кандидатами.

Очевидно, что потенциал для применения искусственного интеллекта в рекрутинге очень велик, и мы находимся лишь в самом начале этого пути. Технологии на основе ИИ будут помогать рекрутерам работать быстрее, качественнее и более комплексно.

В последующих статьях мы расскажем больше о примерах применения, рисках, перспективах и возможностях ИИ-технологий.

Источник: https://www.talentscan.pro/ru/blog/iskusstvennyy_intellekt_v_rekrutinge/

Он – робот: почему искусственный интеллект – это важно

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

m24.ru/Михаил Сипко

В течение многих десятилетий такое понятие, как искусственный интеллект принадлежало исключительно научной фантастике и вдохновляло писателей и сценаристов на создание сюжетов, описывающих драматические взаимоотношения людей и разумных машин. Все начало меняться несколько лет назад, а начало 2016 года стало бенефисом реально существующих систем искусственного интеллекта. О том, какое будущее нас ждет, рассказывает обозреватель m24.ru Дмитрий Бевза.

Искусственный интеллект наступает

Если быть точным, то череда информационных поводов, каждый из которых достоин большой статьи, началась в декабре 2015 года, когда культовая фигура современного хайтека предприниматель Илон Маск (Tesla Motors, SpaceX) вместе с соснователем PayPal Питером Тилеми и главой венчурного фонда Y Combinator Сэмом Альтманом заявили о создании некоммерческой организации OpenAI и об инвестициях в нее в размере миллиарда долларов.

OpenAI – это исследовательская компания, занимающаяся ИИ (искусственным интеллектом). По заявлению учредителей, цель компании – развивать открытый и дружественный искусственный интеллект. Открытость призвана избежать концентрации власти, которую дает ИИ, находящийся в одних руках.

4 января в Лас-Вегасе в рамках СЕS – крупнейшей мировой технологической выставки, глава компании NVIDIA Дженсен Хуанг провел впечатляющую презентацию нового автомобильного суперкомпьютера Drive PX2, позволяющего управлять автомобилем без водителя, рассказал о разработках NVIDIA в области глубинного машинного обучения и компьютерного зрения.

А 15 марта состоялась наверно самая яркая в современной истории демонстрация возможностей современного искусственного интеллекта. ИИ AlphaGo компании Google обыграл со счетом 4:1 сильнейшего игрока в Го, Ли Седоля. Призовой фонд матча составил $1 млн.

Го – древняя китайская настольная игра, популярная не только в юго-восточной Азии, но и во всем мире. Ее особенность заключается в том, что по количеству вариантов ходов, их 200 во время каждого хода, она значительно превосходит шахматы.

Даже самый мощный суперкомпьютер в мире, а тем более человек, не способен просчитать все варианты развития партии. Соответственно, важнейшими качествами сильнейших игроков в Го является развитое стратегическое мышление и хорошая интуиция.

То есть, ИИ превзошел человека в таком, казалось бы, чисто человеческом качестве, как интуиция.

Еще одним интересным событием, непосредственно связанным с искусственным интеллектом, стал проводящийся в Японии литературный конкурс имени писателя-фантаста Хоси Синъити.

В этом году из полутора тысячи произведений 11 было написано с помощью ИИ, а повесть “День, когда компьютер написал роман” вышла в финал конкурса.

Повесть была написана искусственным интеллектом, разработанным в университета Хакодате.

Отличным прогнозистом оказался китайский ИИ Aliyun, созданный интернет-гигантом Alibaba Group. В начале апреля он смог предсказать победителя и финалистов популярного в Китае музыкального шоу “Я певец”. Победитель этого шоу определяется слепым (без предварительных совещаний) анием 500 судей.

АР/ТАСС/Ahn Young-joon

Говоря о искусственном интеллекте, стоит отметить один поразительный момент. Несмотря на колоссальный прорыв, который произошел за последние 30 лет в области информационных технологий, и триллионы инвестиций в IT, работы по разработке ИИ все это время испытывали хроническое недофинансирование и только в последние несколько лет туда пришлю серьезные деньги.

Что в данном случае первично, инвестиции, которые принесли отдачу, или успехи разработчиков ИИ, которые заметил большой бизнес, в общем, неважно. Главное, что дело сдвинулось с мертвой точки.

Что же вообще такое – искусственный интеллект?

Академического определения ИИ еще не сложилось, однако специалисты считают, что отличительная особенность искусственного интеллекта – способность, в отличие от обычной компьютерной программы, к выполнению интеллектуальных и творческих задач.

Современных концепций создания ИИ довольно много. Но на самом базовом уровне они отличаются тем, что одни пытаются копировать человеческое мышление – семиотический подход, а другие строятся по принципу биологических нейронных сетей, моделирующих интеллектуальную деятельность на основе природных эволюционных алгоритмов – биологический подход.

На сегодняшней день самые заметные успехи достигнуты во втором направлении. Машинное обучение, а точнее глубинное машинное обучение (Deep Learning) – сейчас считается самым перспективным в создании ИИ.

ИИ, созданные по такому принципу, не просто учатся, они способны обучатся cамостоятельно, без участия людей. Процесс обучение такой системы больше напоминает не обучение человека, а ускоренный в миллионы раз процесс эволюции биологических организмов.

В чем же отличие, созданных фантастами и транслируемых поп-культурой, образов могучих разумных машин из “Бегущего по лезвию бритвы”, “Терминатора” и “Матрицы” от реально существующих искусственных интеллектов?

Разумеется в научно фантастике необходимость создания драматических сюжетных коллизий диктует практически обязательный конфликт между машиной и человеком. Но главное не это.

Во-первых, все художественные концепции искусственного интеллекта антропоцентричны. То есть, такие ИИ напоминают своим поведением людей, а взаимоотношения человека и машины в научной фантастике практически ничем не отличаются от взаимоотношений людей разных национальностей, религий и культур.

Но если посмотреть на самые успешные из уже существующих ИИ, то они не руководствуются человеческой логикой, а базируются на искусственных нейронных сетях и, образно говоря, напоминают не человека, а разумную планету.

Отдадим, впрочем, должное современным НФ-писателям, такие сюжеты в современной фантастике тоже есть.

YAY/ТАСС/William Attard McCarthy

Во-вторых, все эти умные машины из фантастических фильмов и книг способны сами ставить себе цели и пытаться их добиться.

Реально же существующие ИИ-системы даже в теории на такое не способны.

Разработчик искусственного интеллекта компании “Яндекс” Александр Крайнов считает это принципиальным моментом, отличающим мышление ИИ от человеческого. ИИ может решать только те задачи, которые перед ним ставит человек и неспособен к целеполаганию.

А может ли ИИ представлять опасность?

Разумеется, может. Как представляет собой опасность любое выдающееся научное достижение. Классический пример – открытие процесса расщепления атомного ядра, которое привело, как к созданию ядерной энергии, так и к созданию ядерного оружия. Более актуальный пример – Интернет, с одной стороны давший так много новых возможностей людям, с другой – породивший киберпреступность.

ИИ тоже может быть опасен. Но не как враждебная людям сила. Он может быть опасен именно как инструмент в руках злоумышленников. Поскольку обучают ИИ люди, они же и задают параметры обучения. Соответственно, человек и отвечает за то, какой ИИ мы в итоге получаем.

Процесс обучения ИИ интересен еще и тем, что люди не только задают параметры обучения, но и сами становятся объектами и примерами для обучения искусственного интеллекта.

Тот же AlphaGo, перед тем как обыграть Ли Седоля, проанализировал тысячи партий лучших игроков в ГО, а потом сыграл еще миллионы партий сам с собой.

Есть и другой пример обучения ИИ, несколько менее удачный, но тоже очень яркий. Это англоязычный чатбот Тэй компании Microsoft, который запустили в социальной сети в образе девушки тинэйджера.

За 24 часа Тэй, общаясь с пользователям, превратилась из дружелюбного собеседника в малоадекватное существо и стала публиковать посты антисемитского, расистского и шовинистического содержания.

В итоге компания удалила твиты Тэй и принесла извинения пользователям.

Причем ранее чатбот Сяоайс, созданная на базе того же самого ИИ, блестяще работала в китайском сегменте интернета и пользовалась колоссальной популярностью.

Сяоайс заработала в мае 2015 года в социальных сетях WeChat и Weibo, а позднее, придав ей визуальный образ, Сяоайс сделали ведущей выпуска прогноза погоды на китайском телеканале.

За несколько месяцев она вошла в десятку самых популярных персон соцсети Weibo и провела несколько миллиардов диалогов с людьми.

Тем удивительней на первый взгляд неудача Тэй в . Причина, однако, оказалось очень простой – разная аудитория с одной стороны и WeChat и Weibo – с другой. Общаясь и обучаясь на более агрессивных и провокационных диалогах в , Тэй сама стала и вести себя как ее собеседники.

На сегодняшнем уровне развития, разумеется, никакой ИИ не может представлять собой опасность. Но даже в теории создать злой ИИ может только человек, и научить плохому ИИ может тоже только человек.

Что может искусственный интеллект?

По мнению представителя компании NVIDIA Ирины Шеховцовой все, что связано с распознаванием информации, продуктов, музыки, речи, жестов, видео – все это будет рано или поздно управляться искусственным интеллектом. “Большой потенциал в развитии ИИ связан с робототехникой, финансовыми услугами и безопасностью, самоуправляемыми автомобилями”, – считает Шеховцова.

ИИ уже используется в поисковых машинах “Яндекса”, Google, Microsoft, Baidu, в компьютерном зрения, при финансовом анализе, в различных экспертных системах.

Одно из направлений использования ИИ – возможность общения на естественном языке с разнообразными компьютерными интерфейсами и интернет-сервисами. Причем, это уже не далекое будущее, а реальность.

Коммерческих чатботов в соцсетях и мессенджерах запустили или планируют запустить в ближайшее время тысячи компаний. Благодаря ИИ, распознавание и синтез речи выходят на новый уровень.

Соответственно, можно ожидать прорыва и в области машинного перевода, как текстового, так и ого.

m24.ru

До сих пор люди выполняют огромное количество тяжелых рутинных рабочих процессов.

Причем, если на производстве научились более или менее успешно их автоматизировать – на современных роботизированных фабриках и складах могут работать буквально несколько человек, то сферу обслуживания, офисы, госучреждения, транспорт и СМИ сейчас сложно себе представить без участия людей.

Но, возможно, лет через 10 ситуация принципиально изменится. Использование ИИ в роли юридических, бизнес и медицинских консультантов, с одной стороны, уменьшит стоимость таких услуг, с другой – повысит их качество.

Хороший пример использования ИИ – отслеживание транспортных и охранных камер наблюдения. Сейчас этим занимаются операторы, но современный ИИ уже может не только распознать внештатную ситуации, но и классифицировать ее, проанализировать и предпринять соответствующие действия.

В принципе, любой процесс, выполняемый по определенным алгоритмам, каким бы человеческими и сложными они не казались, можно передать ИИ. Это касается и консультаций у доктора или адвоката, написания новостей в СМИ, разработки бизнес-планов и маркетинговых стратегий, ведения бухгалтерии, работы госчиновников и многого другого.

Интересно, что многие эксперты видят перспективы использования ИИ не только в более или менее шаблонных рабочих процессах, но и в тех, которые традиционно считаются творческими. Теоретически ничто не мешает ИИ, конечно более развитым и обученным чем сейчас, писать художественные тексты, поп-музыку, картины или снимать кино.

Впрочем, это скорее говорит не об очеловечивании ИИ, а о том, что мы несколько переоцениваем свой творческий потенциал, и большая часть создаваемого даже людьми креативных профессий – это добротный, качественный и профессиональный продукт, созданный по жестким стандартам, освоить которые по силам и ИИ.

Искусственный интеллект – это хорошо или плохо?

ИИ – это не просто хорошо. Это очень хорошо. Он может освободить человеческие ресурсы для настоящей интеллектуальной и творческой деятельности.

Более того, выполняя рутинные процессы, ИИ может стать неоценимым помощником для решения сложных задач, где требуется интеллектуальный или творческий прорыв.

Также, очевидно, что массовое внедрение ИИ откроет путь к появлению новых профессий (и созданию новых рабочих мест), которые мы пока даже не можем себе представить.

Остается открытым вопрос – насколько люди готовы в реальной жизни взаимодействовать с искусственным интеллектом.

Есть разные точки зрения, но с учетом возрастающей виртуализации нашего общения, которое все больше происходит не лицом к лицу, а по телефону, в электронных письмах, чатах, соцсетях, нам по большому счету неважно, кто на том конце провода примет заказ, ответит на вопрос, решит проблему – реальный человек или искусственный интеллект. Так что, скорее всего психологическое привыкание людей к общению с ИИ произойдет намного быстрее, чем нам кажется.

m24.ru/Александр Авилов

Источник: https://www.m24.ru/articles/nauka/19042016/103070

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)

Искусственный интеллект стремительно ворвался в сферу рекрутинга. Стартапы и признанные разработчики активно инвестируют в продукты, призванные облегчить выполнение самых разных задач – от составления графиков собеседований до отбора и оценки кандидатов.

Бытует мнение, что искусственный интеллект в скором времени уничтожит профессию рекрутера, автоматизировав большую часть обязанностей, которые выполняют представители этой профессии, однако стоит признать, что технология все еще находится в зачаточном состоянии.

У нее есть свои пределы – по крайней мере, пока.

У большинства продуктов, в которых используется искусственный интеллект, есть одна общая черта – они могут выполнять одну узкоспециализированную функцию, используя конкретный массив данных.

К примеру, искусственный интеллект может определить, какой из кандидатов с большей вероятностью примет ваше предложение или какой кандидат сможет добиться в вашей компании более высоких результатов.

И даже если порой кажется, что искусственный интеллект способен решать менее тривиальные задачи, на самом деле это не так.

Например, составление графика собеседований – это всего лишь попытка найти соответствие между промежутками свободного времени у кандидата и рабочего времени у представителя компании, который проводит собеседование.

Это соответствие обнаруживается за счет интерпретации команд на естественном языке. Научившись анализировать большие объемы данных, алгоритмы начинают лучше справляться с заданиями и давать более качественные ответы.

Но в большинстве случаев искусственный интеллект всего лишь распознает закономерности, но при этом улавливает тенденции и общие черты лучше, чем отдельно взятый человек или группа лиц.

Примером может служить технология распознавания лиц, разработанная компанией ZIFF.

Их программа учитывает такие факторы, как движение глазных яблок, форма улыбки и тому подобное, и на их основании делает предположение о способностях кандидата к работе.

На что НЕ способен искусственный интеллект?

Как я уже сказал, у искусственного интеллекта есть ограничения, которые основываются на том, что компьютер – это все-таки не человек. Да, компьютер может работать лучше, чем человек, но он не умеет учитывать контекст. Программы на основе искусственного интеллекта не могут выносить субъективные оценочные суждения.

Примером может служить чат-бот от Microsoft, который внезапно начал сквернословить и оскорблять расовые меньшинства. Разработчики оказались не виноваты – бот просто перенял язык тех, кто его обучал.

Поскольку программы с искусственным интеллектом имеют свойство обучаться, результат их работы во многом зависит от материалов, использованных при обучении – точно так же, как поведение ребенка, не знающего, что хорошо, а что плохо, зависит от поведения родителей.

На данный момент непонятно, насколько субъективны результаты работы самых популярных программ на основе искусственного интеллекта, используемых в рекрутинге, но если их обучали с помощью субъективных данных, вполне возможно, что о беспристрастности речи не идет. Нечто подобное уже происходило в других областях.

Примером может служить программа, предсказывающая криминальное поведение и тем самым влияющая на содержание судебных приговоров. Оценка гипотетических последствий последствий на основании неправильно выбранных данных открывает простор для разного рода необъективных суждений, последствия которых могут оказывать огромное влияние на жизнь всех причастных.

То же самое касается продуктов, предсказывающих продуктивность работы или профессиональные успехи.

Существуют и более прозаичные проблемы, связанные с использованием искусственного интеллекта.

Например, приложение, составляющее график собеседований, может не распознать высококвалифицированного и востребованного кандидата, которому необходимо назначить встречу как можно быстрее, чтобы его не увели конкуренты.

Приложение просто не умеет определять квалификацию и не способно правильно расставлять приоритеты. И это вовсе не изъян программы. Просто программа не знает, что такое контекст.

Еще одно ограничение искусственного интеллекта связано с невозможностью объяснить, как работает та или иная технология.

Многие технологии представляют собой “черный ящик”, то есть понять, каким образом они получают тот или иной результат, довольно сложно, а это подрывает авторитет технологии в глазах тех, кто полагается на нее в процессе принятия решений. Многие люди не любят слепо верить программам.

Новые законы – например, Общий регламент по защите данных (GDPR), принятый в Евросоюзе – могут значительно усложнить процесс использования программ на основе искусственного интеллекта в рекрутинге.

В частности, в указанном выше законе прописано право на объяснение. У каждого человека есть право получить объяснение решения, которое оказывает значительное влияние на его жизнь, поэтому человек, которому отказали в работе, может потребовать объяснить, как работает алгоритм, принявший это решение.

Помимо всего прочего, искусственный интеллект не способен на перенос обучения, то есть он не может использовать опыт, полученный в одних условиях, для работы в других условиях.

В отличие от рекрутеров, которые без особого труда применяют свои навыки работы с людьми в разных отраслях, искусственный интеллект может работать только с одной отраслью, и чтобы перейти в другую отрасль, ему придется пройти обучение заново.

Например, если программа была обучена предсказывать успехи инженеров-химиков в энергетической отрасли, она будет бесполезна, к примеру, в пищевой отрасли.

Будущее искусственного интеллекта

Все то, что мы знаем об искусственном интеллекте сегодня, завтра может оказаться неправдой. Не исключено, что с развитием технологий многие из указанных выше ограничений отпадут.

Например, при обучении с подкреплениемдолгий процесс обучения уступит место быстрому анализу ролевой модели, и проблема пристрастности суждений отойдет на второй план, а перенос обучения поможет передавать знания от программы к программе.

Сегодня же приложения на основе искусственного интеллекта лишь помогают рекрутерам, то есть улучшают уже имеющийся человеческий интеллект. Мы не знаем, что будет дальше, но в любом случае нынешняя ситуация рано или поздно изменится.

Raghav Singh, ere.net, перевод: Айрапетова Ольга

Источник: https://hr-portal.ru/story/ogranicheniya-iskusstvennogo-intellekta-v-rekrutinge-chem-horosh-i-chem-ploh-na-dannyy-moment

Как при помощи воздушных шариков сократить время на подбор?

Ограничения искусственного интеллекта в рекрутинге: чем он хорош и чем плох (на данный момент)
« Назад

15.05.2018 14:19

Глобальный производитель товаров повседневного спроса Unilever успешно использует искусственный интеллект (ИИ) для скрининга и найма кандидатов на начальные позиции. По словам вице-президента по HR Майка Клементи, компания давно нуждалась в преобразовании.

Одним из способов обновления стала реформа в сфере найма талантов. Вместо рутинного сбора резюме, работы с вузами и телефонными интервью со студентами, в Unilever решили оцифровать первые этапы найма сотрудников. Теперь ИИ решает, подходит кандидат или нет.

фото: businessinsider.com

«Умные» игры и робот-рекрутер

Кандидаты узнают о вакансии в соцсетях и присылают данные своего LinkedIn-профайла. Стандартное резюме для трудоустройства не требуется. Соискатель должен поиграть в 12 специальных нейроигр в течение 20 минут на платформе Pymetrics.

Если по итогам игры ИИ решит, что данные кандидата соответствуют требованиям, тот проходит видеоинтервью, отвечая на заранее подготовленные вопросы.

Соискателя, который прошел первые два этапа, приглашают в офис Unilever провести день (day-in-the-life) в должности, на которую он претендует.

Как устроен процесс найма

1. Достаточно ссылки на профиль в LinkedIn. Unilever не ходит по университетам, а размещает вакансии у себя на сайте, в и других популярных соцсетях. Для того, чтобы попасть на первый этап отбора, соискателю нужно просто скинуть ссылку на свой аккаунт в LinkedIn.

фото: unilever.co.uk

2. Нейробиология и игры. 12 игр, в которые играют кандидаты, основаны на классических научных тестах. С их помощью исследователи изучают способность кандидата фокусироваться, его память, отношение к риску и способность считывать эмоциональные и контекстуальные сигналы.

Например, Unilever предлагает кандидату сыграть в игру, с помощью которой тестируется склонность к риску: пользователю нужно надувать виртуальный воздушный шарик за вознаграждение, которое увеличивается вместе с объемом шарика. Заработать вознаграждение можно, вовремя прекратив надувать шарик. Если шарик лопается, игрок ничего не получает.

Эксперты компании подчеркивают, что не бывает правильных или неправильных результатов, разные черты характера подходят для разных должностей.

Осторожный игрок, который берет небольшую сумму денег с каждого воздушного шара, чтобы избежать потерь, ничем не лучше и не хуже, чем игрок, склонный к авантюрам,который пытается надуть каждый воздушный шар до предела. В Unilever также просят лучших работников компании играть в эти игры и используют их результаты для ориентира при подборе новичков.

В конце игры соискателям объясняют, как проводился анализ их эффективности. По словам рекрутеров Unilever, результаты в каждой из игр могут меняться в зависимости от контекста — так же, как результаты

SAT изменятся, если студент устал или переволновался. Но в отличие от SAT, в играх практика не будет значительно влиять на производительность кандидата.

фото: businessinsider.com

3. интервью. Кандидатов, успешно прошедших игровой этап, интервьюируют на платформе HireVue. Они должны ответить на ряд записанных вопросов на камеру. Для этого этапа можно использовать как компьютер, так и смартфон.

Сервис анализирует ответы соискателя, учитывая ключевые слова, интонацию и даже язык тела. По итогам интервью рекрутеры получают подробный список рекомендаций.

4.Day-in-the-life. На этом этапе оценкой занимаются уже люди. Перспективных соискателей, которых отобрал ИИ, приглашают в офис компании, чтобы они попробовали себя в должности, на которую претендуют. По итогам дня успешные кандидаты получают оффер.

Промежуточные результаты

В Unilever не стали долго тестировать новый формат, а опробовали его на стажерах и быстро выкатили на все начальные позиции. Рекрутинговая команда довольна результатами эксперимента, до сих пор находит возможности для оптимизации процесса и планирует применить новый подход для работы не только с начальными, но и, в качестве дополнения, с позициями мидл-уровня.

Сейчас в компании работают 170 000 сотрудников по всему миру. Реорганизацию подбора начали в Северной Америке и продолжили в 68 странах. Новую методику внедрили на 15 языках, она охватила в общей сложности 250 000 кандидатов. В североамериканском регионе с июля 2016 года по июнь 2017 года эйчарам Unilever удалось достичь следующих результатов:

  • За квартал количество заявок на вакансии увеличилось вдвое в годовом исчислении – с 15 000 до 30 000.

  • Время, затрачиваемое рекрутерами на рассмотрение заявок, сократилось на 75%. Среднее время найма кандидата сократилось с четырех месяцев до четырех недель. Экономия времени кандидатов составила 50 000 часов.

  • Процент офферов кандидатам, которые попали в финальный тур, увеличился с 63% до 80%. Процент принятых кандидатами офферов увеличился с 64% до 82%.

  • 98% соискателей доиграли игры Pymetrics до конца.

Иван Ильин

Источники: unilever.co.uk, businessinsider.com, unilever.com

Актуальные и интересные HR-кейсы в нашем Telegram. Подписывайтесь на канал!

Копирование и любая переработка материалов с сайта neohr.ru запрещены

Источник: https://neohr.ru/rekruting/article_post/kak-pri-pomoshchi-vozdushnykh-sharikov-sokratit-vremya-na-podbor

Все HR- сотруднику
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: