Как алгоритм отбора может повлиять на вашу карьеру?

Так, за 2016 год в Goldman Sachs поступило более 250 000 обращений от студентов и выпускников. Если предположить, что на ознакомление с каждым из них тратится около пяти минут, а в кадровом отделе, по данным компании, работает пять специалистов, то даже работая по 12 часов в день без выходных, им потребовался бы целый год только для того, чтобы рассмотреть все кандидатуры.

Естественным решением этой проблемы для крупных компаний является использование специализированных компьютерных программ или алгоритмов для отбора кандидатов на должности низшей ступени.

Поэтому, если вы серьезны в ваших намерениях, разумным решением будет разобраться с их работой и понять принципы, по которым алгоритмы отсеивают кандидатов.

По статистике,  до 75% кандидатур отсеиваются на стадии автоматизированного отбора еще до того, как попадут во внимание сотрудников отдела кадров.

Принцип работы алгоритма на данном этапе прост —   он ищет ключевые слова из списка, заданного работодателем, и отбирает резюме в зависимости от наличия или отсутствия таковых. Чтобы повысить свои шансы на прохождение первоначального отбора, вам следует внимательно изучить описание вакансии и воспользоваться уже заложенными в нем формулировками. В обратном случае резюме, которое имело высокую вероятность открыть вам дорогу на собеседование, не будет замечено системой отбора и будет отбраковано еще на первом цикле работы алгоритма.

Однако автоматизированной проверке подвергаются далеко не только резюме. Многие крупные компании, например, Vodafone и Intel, проводят предварительное автоматизированное собеседование через сервис HireVue. Кандидату, находящемуся напротив веб-камеры, задается ряд стандартных вопросов, в то время как его мимика, жесты и манера речи анализируются искусственным интеллектом — сбивчивая и тихая речь, избыточная жестикуляция и частая смена позы вероятнее всего приведут кандидата к отказу еще до встречи с живым интервьюером.

Предполагается, что в будущем автоматизированные системы отбора помогут избежать недостатков традиционных методов, и сделают процесс поиска новых кадров беспристрастным и не зависящим от личности уполномоченного сотрудника.

Однако уже сейчас в работе этих механизмов наблюдаются случаи дискриминации. Так, встроенная реклама Facebook, направленная на поиск специалистов в области медицины и технологий, гораздо чаще показывается мужчинам желаемой возрастной категории, нежели женщинам. Проблема ,однако, кроется не в критериях, изначально заданных работодателем или социальной сетью. Дело в том, что женщины до 35 лет являются более ценной демографической группой, и реклама, направленная на них, обходится компаниям значительно дороже, а потому алгоритмы, с целью увеличить охват аудитории, чаще показывают рекламу именно мужчинам той же возрастной группы.

Беспокойство, связанное с беспристрастностью и эффективностью автоматизированных систем отбора и обработки заявок, высказывается не только в области трудоустройства, но и в страховании, а также работе государственных служб. Любая компания или служба, на которую падает подозрение в использовании сомнительных алгоритмов, сталкивается с серьезными репутационными и иными рисками.

Нерешенным остается и вопрос относительно эффективности алгоритмов в долгосрочной перспективе. Процесс отбора упрощается, но можно ли с уверенностью сказать, что автоматизированный отбор позволяет выделить наиболее подходящих кандидатов, и что прошедшие его в дальнейшем строят длительную и успешную карьеру внутри компании?

Нельзя забывать и о том, что введение автоматизированных систем отбора провоцирует новых кандидатов на своеобразную «гонку вооружений», в которой большие шансы имеет наиболее подготовленный кандидат, успешно адаптировавшийся к критериям, выставляемым алгоритмом.