Rekrytoiko tekoäly sinut tulevaisuudessa?

”Pitäisikö rekrytoinnissa käyttää tekoälyä?” Näin kysyy ManpowerGroupin Chief Talent Scientist Tomas Chamorro-Premuzic keinoälyä ja rekrytointia käsittelevässä blogissaan, jonka Harvard Business Review julkaisi keväällä 2019. Chamorro-Premuzic on henkilöarviointien, rekrytoinnin ja osaamisen kehittämisen asiantuntija, joka toimii myös liike-elämän psykologian professorina kahdessa yliopistossa.

Tekoälyä ja rekrytointia käsittelevässä artikkelissaan Chamorro-Premuzic kiteyttää mielipiteensä näin:

”Lyhyesti sanottuna, jos haluamme tehdä osaamisen tunnistamisesta aiempaa tehokkaampaa ja taitoihin, kokemukseen ja kyvykkyyteen perustuvaa, on tärkeää laajentaa tarkastelu olemassa olevien menetelmien ulkopuolelle. Näin kannattaa tehdä etenkin, jos jatkuvasti kehittyvät teknologiset innovaatiot tarjoavat mahdollisuuden ennakoida, ymmärtää ja löytää osaajia perinteisiä menetelmiä tehokkaammin.”

Näinhän se on, teknologia tulee mukaan rekrytointiin, se on luonnollinen jatkumo. Tosin pohjoismaisena ”jalat maassa” -ihmisenä en usko, että tekoäly tulee suorittamaan asiantuntijarekrytointeja missään vaiheessa kokonaan. En siis usko, että koneet korvaavat ihmisen, toki tekoälystä on varmasti apua tulevaisuuden rekrytoinnissa yhä enemmän. Tekoäly saattaakin tulla apuun myös yllättävissä asioissa. Tomas Chamorro-Premuzic kertoo:

”Vaikka alan tutkimus on vielä lapsenkengissä, joitakin kiinnostavia ja lupaavia tuloksia on jo saatu. Tutkijat ovat muun muassa opettaneet algoritmeja tunnistamaan tiettyjä piirteitä henkilön äänestä (esim. äänen korkeus, voimakkuus ja intensiteetti), kehon liikkeistä (esim. käsien liikkeet, asento) tai kasvojen ilmeistä (esim. onnellisuus, yllättyneisyys, viha). Tarkoituksena on muodostaa totuudenmukainen käsitys henkilön persoonallisuusprofiilista, jonka tiedetään olevan yksi tärkeimmistä tavoista ennustaa, miten henkilö suoriutuu työstään. Tutkijat ovat louhineet myös signaaleja, joiden avulla voidaan tunnistaa työssä suoriutumisen kannalta keskeisiä käyttäytymismalleja ja ominaisuuksia. Näitä ovat esimerkiksi viestintätaidot, suostuttelutaito, stressinsietokyky, työllistettävyys ja johtajuus. Lisätodisteita lähestymistavan osuvuudesta saatiin, kun ryhmä tutkijoita mittasi toimitusjohtajien tunnereaktioita puhelinneuvotteluissa ja pyrki ennustamaan mittausten pohjalta mahdollisimman paikkansa pitävästi yritysten taloudellista tulosta.”

Milloin tekoäly toimii paremmin kuin ihminen?

”Mutta entä jos tekoälylle ja koneoppiville algoritmeille annettaisiinkin tehtäväksi louhia videoihin tallentunutta dataa ja tunnistaa luotettavia yhteyksiä ihmisten haastattelulausumien tai
-käyttäytymisen ja luonteen, osaamisen ja työsuorituksen välillä?

Tämä on varmasti mahdollista ja toimii mielestäni erityisesti silloin, kun analysoitavana on suuri määrä dataa tai esimerkiksi rekrytointivideoita. Jos ihminen katsoo peräkkäin 20 rekrytointivideohaastattelua, hän on 5 ensimmäinen videon aikana hieman pihalla, seuraa intensiivisesti 5 seuraavaa ja sen jälkeen mielenkiinto lopahtaa ja muistikuvat haastatelluista muuttuvat jo puuroksi.

Tekoäly ei ole pihalla, se ei väsy ja se muistaa kaiken. Jos tekoäly karisisi joukkoa pienemmäksi, ihminen jaksaisi varmasti keskittyä paremmin jäljelle jäävään joukkoon ja tekisi fiksumpia päätöksiä.

”On kuitenkin hyvä huomata, että useiden tieteellisten tutkimusten mukaan ihmiset pystyvät tekemään paikkansa pitäviä päätelmiä luonteenpiirteistä ja älykkyydestä hyvinkin pienen sanallisen tai sanattoman vihjeen perusteella. Tekoälyalgoritmit hyödyntävät samoja vihjeitä kuin ihmiset. Ihmisen ja tekoälyn ero on siinä, että tekoälyn toimintaa voidaan skaalata ja automatisoida. Sitä paitsi tekoälyllä ei ole egoa, jota pitäisi hallita.”

Monimutkainen ihminen ja yksinkertainen tekoäly?

Millaisia ihmiset sitten ovat, mitä he paljastavat itsestään, mitä he eivät halua kertoa ja missä he yrittävät huijata – näiden asioiden tulkitseminen ja lukeminen ei ole helppoa, edes ihmiselle.

Koska tekoäly toimii niin kuin sitä on opetettu toimimaan, tuntuu utopistiselle, että yksin sen avulla saataisiin aikaiseksi nykyistä parempia rekrytointeja. Samaa mieltä on Tomas Chamorro-Premuzic.

”Emme tietenkään suosittele, että tekoälyn annettaisiin tehdä kaikki rekrytointipäätökset. Tarvitaan myös ihmisen harkintaa. Sen sijaan uskomme, että ihmisten tekemiä päätöksiä voidaan parantaa merkittävästi, jos nämä päätökset pohjautuvat validiin ja totuudenmukaiseen dataan.”

Tässä kohtaa ongelma voi olla validointi. Ihmistä kun ei voida mitata samalla tavoin kuin vaikka tuotantoprosessin laatua. Mutta uskon siihen, että rekrytointikonsultti tulee tulevaisuudessa tekemään yhä enemmän työtä tekoälyn kanssa. Roolimme voi olla muuttumassa yhä enemmän tulkin rooliksi. Tehtävämme on neuvoa tekoälyä siinä, mitä sen pitää etsiä sekä tulkita tekoälyn tuottamaa dataa asiakkaillemme.

Yhä läpinäkyvämpi prosessi

Olen myös vahvasti samaa mieltä siitä, että mitä enemmän päätöksemme pohjautuvat dataan, sitä läpinäkyvämpi prosessin tulee olla.

Tomas Chamorro-Premuzic kirjoittaa:

”Työnhakijoiden kanssa voidaan keskustella sekä etu- että jälkikäteen arvioinnissa käytettävistä teknologioista, ja heiltä pitää myös pyytää suostumus niiden käyttöön. Lisäksi organisaatioiden tulee suojata huolellisesti kaikki arkaluonteiset tiedot ja huolehtia niiden asianmukaisesta säilyttämisestä, ja koko prosessin tulee olla läpinäkyvä. On itse asiassa jopa mahdollista (ja suositeltavaa) luovuttaa hakijoille omistusoikeus omaan dataansa ja omiin tuloksiinsa. Heidän päätettäväkseen jää, jakavatko he nämä tiedot valittujen rekrytoijien ja työnantajien kanssa.”

Eettiset ja juridiset näkökulmat ovat ensiarvoisen tärkeitä silloin, kun tekoälyä kehitetään. On pidettävä huoli myös siitä, että tekoäly ei esimerkiksi syrji ihmisiä minkään heidän henkilöönsä liittyvän ominaisuuden tai taustatiedon perusteella.

Uskon, että teknologia tulee auttamaan meitä ja sen avulla voimme tehdä yhä parempia päätöksiä. Samaan aikaan on kuitenkin pidettävä huolta, ettemme rakenna ”mahtikonetta”, jonka dataa seuraamme sokeasti ja sitä arvostelematta.