Искусственный интеллект (ИИ) в сфере управления персоналом – что уже сегодня отдано на откуп «бездушным машинам», а где речь только об автоматизации? Об этом, а также о том, как ИИ решает вопросы зарплаты, профпригодности, поиска нужных людей и чем опасно «креативное мышление» у машин, журналу «HR-Партнер» рассказал Юрий ШАТРОВ, партнёр, руководитель практики  «Цифровая оценка «ЭКОПСИ».

ИИ: от расчёта зарплаты до увольнения

— Юрий, для начала хотелось бы определиться с тем, в каких именно сферах управления персоналом может применяться ИИ? Для большинства, мне кажется, это на уровне документооборота в кадровом деле, но ведь по сути это не так.

— Люди действительно часто путают искусственный интеллект и автоматизацию. Между тем искусственный интеллект — это технологии, которые обучаются с помощью данных и автоматизируют выполнение рутинных операций. В свою очередь, автоматизация — более широкое понятие, включающее в себя перевод операций в цифровое пространство.

Если говорить об искусственном интеллекте, а именно о моделях, которые обучаются на данных, то нужно понимать, что они применяются практически везде, но чаще всего там, где есть большое количество рутинных операций. В частности в рекрутменте, где есть такие задачи, как, например, скрининг резюме, то есть речь о буквальном соответствии того, что в нём есть, тому, что обозначено в требованиях. Или, скажем, проведение видеоинтервью, когда отсматриваются видео, сделанные соискателями, общение с кандидатами в чатах, изучение их соцсетей — насколько профиль человека соответствует нашим представлениям о, например, адекватности желаемого кандидата.

Второе место по частоте использования ИИ в сфере управления персоналом занимает анализ цифрового следа сотрудников для их оценки. Здесь рассматриваются самые разные данные о сотрудниках: среднее время прихода и ухода, разница в возрасте с руководителем, оценки эффективности в последние годы и многое другое. На выходе выставляется оценка, в какой мере люди выгорели, замотивированы или кто из них сможет быть эффективным в новой должности.

Современные комплексные HR-системы, правда, пока только за рубежом, используют искусственный интеллект на очень многих этапах. Например, они могут рекомендовать сотруднику пройти тест, потому что его эффективность упала. Или в рамках других тестов он получил не очень высокую оценку — система автоматически рекомендует курс, после прохождения которого снова пишется тест, сравниваются первоначальные и итоговые результаты, формируются рекомендации рассмотреть определённое обучение с учётом перспектив сотрудника в этой организации. Но это очень продвинутый уровень автоматизации и использования искусственного интеллекта, который пока в России не встречается. На данный момент у нас присутствуют только отдельные решения: что-то — в подборе, что-то — в кадрах и делопроизводстве, что-то — в обучении.

Третье — построение разного рода математических моделей для самых разных целей, допустим, для более эффективной сетки грейдов. К примеру, у нас есть проекты, где мы не только разрабатываем грейды, но и делаем расчёт зарплат с помощью математических моделей.

— То есть машина решает, какой будет зарплата сотрудника? И давно так?

— Первые проекты пошли четыре года назад, всерьёз же это раскрутилось только года два назад.

— Зарплаты стали честнее, объективнее?

— Да, всё так. Часто бывает, что у людей в рамках одного грейда разрыв в зарплате достигает 40%, а то и 80%. Это нередко может быть связано с гендером: женщины в среднем получают на 20-25% меньше. Кстати, это характерно не только для России. Кроме того, это может относиться к возрасту, симпатиям руководителей, навыкам «самопродажи» человека. Машинное обучение позволяет сделать грейды и быстрее, и честнее. К слову, математические модели успешно используются и в предсказании увольнений.

— И они сбываются?

— Есть известный кейс «Ростелекома»: на основе примерно 30 факторов предсказывается увольнение сотрудника. Отчёт получает его непосредственный руководитель, чтобы держать руку на пульсе: возможно, потребуется беседа, чтобы прояснить, что же происходит.

Еще один известный кейс принадлежит компании МТС. Там при помощи математических моделей научились предсказывать, кто будет более эффективен на следующей должности. Таким образом они набирают пул кандидатов для формирования кадрового резерва, по сути, для более точных и дорогостоящих оценочных процедур.

Барьер пользователя

— Юрий, какие компании или отрасли наиболее продвинуты в плане цифрового HR?

— Банки, ИТ, хотя сейчас это очень похожие отрасли, особенно если мы говорим о крупных финансовых организациях. Ретейл, в котором традиционно высокая текучка кадров, и с ними нужно быстро работать – находить, отбирать, обучать. В промышленности и логистике уровень применения ИИ в сфере управления персоналом ниже.

— А сами эйчары — у них есть запрос на то, чтобы их сфера развивалась с точки зрения цифры и технологий?

— Есть, но здесь влияет то, что у нас HR в глазах бизнеса — пока что достаточно сервисная функция, на которую бюджет дают в основном по остаточному принципу. Хотя и автоматизация, и ИИ довольно затратны. По этой причине, кстати, автоматизацию HR нередко финансирует не сам HR, а ИТ-функция — у неё на это чаще больше денег.

— Какие ещё есть сложности во внедрении искусственного интеллекта в HR?

— Барьер пользователя. Если использовать искусственный интеллект в рамках маркетинга или в рамках анализа покупок, здесь нет арбитра наших решений, а в управлении персоналом относительно всего, что мы делаем, нам дают обратную связь менеджеры, сотрудники или кандидаты.

Вот пример автоматизации видеоинтервью, которую мы делаем в «ЭКОПСИ»: участник записывает видео, а мы оцениваем, видим эмоции, распознаём речь и прочее и выносим вердикт, насколько он будет успешен. Так вот, люди очень сопротивляются этой оценке: «Что такое, меня оценивает не человек, не такой же, как и я, из плоти и крови, а какая -то машина, которая, очевидно, не может оценить всей моей глубины?!»

— Человеческое обаяние может не считаться, например.

— Конечно, это и есть барьер пользователя. Кстати, за рубежом он во многом уже преодолён.

— Благодаря чему?

— Времени. Первые HR-решения, использующие ИИ, появились там ещё в десятых годах.

Хотя, к примеру, если говорить о США, то в ряде штатов там запрещён искусственный интеллект в подборе, например в Калифорнии. Это связано с тем, что машины обучены на данных белых людей, буквально white people, и в этом плане дискриминируются люди с кожей другого цвета, которые используют другие слова вследствие того, что у них другой культурный бэкграунд.

— Вы отслеживаете судьбу тех кандидатов, которые были отсмотрены при помощи искусственного интеллекта в части просмотра видеоинтервью?

— Конечно. Мы отсеиваем 30% самых слабых людей, и если ориентироваться на 1000 кандидатов, то наша ошибка составляет чуть меньше 1%.

Человек vs Машина

— А нужно ли эйчарам или рекрутерам бояться, что они потеряют свою работу?

— Честный ответ — да.

— И через сколько лет им начинать бояться?

— Это для меня загадка, потому что никто не мог представить, что уже в этом году OpenAI представят GPT в третьей толковой версии, которая значительно изменила этот ландшафт. Мы не знаем, как быстро «Сбер» и «Яндекс» представят свои обновлённые модели ИИ, способные также хорошо работать с языком.

— Работать с речью и языком ведь недостаточно, нужно ещё уметь считывать эмоции, интонации.

— Конечно, искусственный интеллект должен понимать смысл сказанного. И это нелёгкая задача. Почему, в конце концов, все говорят об опасности искусственного интеллекта? Одна из причин в том, что ИИ порой выдумывает смыслы и делает это абсолютно… ну простодушно, что ли: если у него будет задача аргументировать абсолютно бредовую точку зрения, он это сделает и сошлётся при этом на несуществующие исследования.

Мы сейчас как раз работаем и экспериментируем с одной моделью, и она, к сожалению, подчас выдумывает смыслы, а главное, её очень сложно в этом ограничить. Креативить — одна из особенностей нашего мышления, и машина тоже учится это делать, но она не понимает, где это уместно делать, а где — нет.

Одно из опасений, связанных с искусственным интеллектом, касается того, что интернет будет полон фейков, созданных ИИ. А с учётом того, что ИИ удобно пользоваться… Я приведу пример: многие мои сотрудники пользуются GPT, чтобы найти ответы на простые вопросы. К примеру, просим его дать пять вариантов перевода слова «выбор» на узбекский. И он даёт, но два он придумал, а так как мы не знаем этот язык, приходится искать, сличать и проверять. Но это мы делаем сейчас, привычные к такому, а лет через 10, когда люди буду подсажены на голосовой помощник на руке…

— Юрий, каков ваш прогноз относительно применения искусственного интеллекта в HR?

— Широта применения будет увеличиваться, но будущее можно рассматривать по-разному. Первый способ — экстраполировать текущие тренды на будущее, и такой тренд указывает на то, что применение ИИ растёт стремительно. Последние 5 лет в это вкладывались огромные деньги, сейчас мы находимся на плато, а те, кто давал деньги, требуют возврата инвестиций.

Другой способ — посмотреть на другие страны, опыт которых также говорит об увеличении сфер применения ИИ. Но пока уместно говорить об Ai Assistant — решениях: компании будут покупать решения, а по сути, нанимать AI-помощника, который будет давать рекомендации для принятия того или иного решения. Я думаю, в ближайшие 10 лет именно это будет основным трендом, и только постепенно люди будут привыкать, что у них есть какие-то помощники, и всё больше и больше функций будет им делегировано, в том числе часть функций нашего мышления.

— Про функции мышления как-то печально звучит.

— Ну почему же? В древности люди использовали предметы окружающего мира для счёта, например камни. А сейчас у нас калькулятор, по сути, мы отдали на аутсорс подсчёт единиц. Грустно? Да нет, не грустно.

— Евгений Черешнев (визионёр, международный эксперт в сфере ИИ - прим.ред.) на одной из своих лекций сказал потрясающую вещь: «Если вашу должность может описать алгоритм — считайте, вас нет».

— Да, круто сказано. В России около 4 миллионов людей заняты в сфере перевозок, часть из них — это именно водители. Но ведь их работу можно автоматизировать, и со временем это произойдёт. И это невероятный удар для людей — будут потеряны рабочие места. И опять же пример из США: в некоторых штатах запрещены беспилотные такси, возможно, как раз для сохранения рабочих мест. Это можно считать первым примером сопротивления искусственному интеллекту, но со временем это будет настолько удобно и экономично, что всё больше компаний будет использовать ИИ.

Ну или беспилотные поезда. Железная дорога проще в плане автоматизации, чем автомобильная: на автотрассах — сложные развязки, площади, пешеходы и так далее, а зимой выпал снег — и разметки нет. Однако я уверен, что это всё решат, причём мы с вами это застанем — полноценное внедрение беспилотного транспорта и на автодорогах, и на железных дорогах.