AI בגיוס עובדים יכול לסייע בניסוח מודעה, ארגון מידע, תיאום, הכנת שאלות וסיכום ריאיון. הוא גם יכול להשפיע על החלטות בעלות משמעות עמוקה עבור מועמדים וארגונים. לכן ההזדמנות אינה רק לחסוך זמן, אלא לשפר עקביות, בהירות וחוויית מועמד. במקביל נדרש ניהול קפדני של הטיה, פרטיות, הסבר ואחריות אנושית.
לא כל משימה בתהליך הגיוס נושאת אותו סיכון. שימוש ב-AI ליצירת טיוטת מודעה שונה מדירוג אוטומטי של מועמדים. ככל שהפלט משפיע ישירות על מי יתקדם, נדרשים בדיקה, תיעוד ופיקוח עמוקים יותר. נכון להתחיל במשימות מסייעות שבהן איש מקצוע בוחן את התוצאה.
המערכת יכולה לארגן מידע ממנהל מגייס, לזהות ניסוחים עמומים ולהציע חלופות. האדם צריך לוודא שהדרישות קשורות לביצוע התפקיד ואינן משכפלות פרופיל של עובד עבר. תיאור מדויק מפחית סינון שגוי ומשפר גם את איכות הפניות.
AI יכול להפוך קורות חיים, שאלונים והערות למבנה אחיד. הסיכום צריך להפנות למקור ולא להוסיף מסקנות שלא נאמרו. אין להסיק תכונות אישיות, מצב בריאותי, גיל, מוצא או מאפיינים רגישים מתוך רמזים עקיפים.
אפשר ליצור מאגר שאלות המבוסס על כישורים רלוונטיים ולבנות סולם הערכה אחיד. ריאיון מובנה מסייע להשוות תשובות לפי קריטריונים ולא לפי רושם כללי. המערכת תומכת בתהליך, אך אינה מחליפה שיקול דעת והקשבה.
מודלים לומדים מדוגמאות ומדפוסים. אם נתוני עבר משקפים העדפה לקבוצה מסוימת, מערכת דירוג עלולה לשחזר אותה. גם משתנים שנראים ניטרליים, כגון מוסד לימודים, אזור או רצף תעסוקתי, יכולים לשמש כתחליף למאפיין רגיש. לכן אין להסתפק בכך שהמודל אינו מקבל שדה מפורש של מגדר או גיל.בדיקת הטיה כוללת השוואת שיעורי מעבר, טעויות ותוצאות בין קבוצות רלוונטיות, לצד ניתוח איכותני של הסיבות להחלטה. כאשר אין די נתונים או שהסבר המערכת אינו ברור, מפחיתים אוטומציה ומגדילים בדיקה אנושית. יש לזכור שגם בני אדם מוטים; המטרה היא לבנות תהליך מבוקר יותר, לא להניח שצד אחד מושלם.
מתארים איזו משימה המערכת מבצעת, מי משתמש בפלט ומי אחראי להחלטה. קובעים מראש אילו פעולות אסורות, מה דורש אישור ומתי עוצרים. בעל התהליך צריך להיות ממשאבי אנוש או מהיחידה המקצועית, ולא רק מספק הטכנולוגיה.
מודדים את התהליך הקיים: זמן טיפול, עקביות בין מראיינים, שיעור נשירה, איכות גיוס, חוויית מועמד והבדלים בין קבוצות. בלי קו בסיס אי אפשר לדעת אם ה-AI שיפר את הגיוס או רק האיץ שלב אחד.
משתמשים רק במידע הקשור לתפקיד ומסירים פרטים שאינם נחוצים. בוחנים מועמדים מגוונים, קורות חיים לא שגרתיים, שינויי קריירה ומידע חסר. מקרי קצה חשובים משום שמערכת שנראית עקבית ברוב המקרים עלולה לדחות דווקא מועמד איכותי שאינו מתאים לתבנית.
אנשי גיוס ומנהלים בודקים את ההמלצה לפי קריטריונים מוסכמים. מתעדים תיקונים, אי־הסכמות והחלטות שהשתנו. המטרה אינה לבדוק רק התאמה בין אדם למכונה, אלא להבין מתי הפלט מועיל ומתי הוא מטעה.
רק לאחר שהאיכות, ההוגנות והפיקוח יציבים, מרחיבים לתפקידים נוספים. כל תפקיד עשוי לדרוש קריטריונים אחרים. שינוי בספק, במודל או במקור הנתונים מחייב בדיקה חוזרת ולא המשך אוטומטי.
מדדי יעילות כוללים זמן עד רשימה ראשונה, זמן עד תיאום ושעות עבודה. מדדי איכות כוללים שיעור תיקונים, התאמה לדרישות, הצלחה בתפקיד ושביעות רצון מנהלים. מדדי הוגנות כוללים שיעורי מעבר וטעויות לפי קבוצות, בהתאם לדין ולהקשר. מדדי חוויה כוללים בהירות, זמן תגובה, נשירה ותלונות מועמדים.אסור לתת למדד אחד להשתלט על התהליך. קיצור זמן סינון אינו הצלחה אם מועמדים מתאימים נעלמים, אם עולה שיעור הערעורים או אם המגייסים נאלצים לבדוק מחדש כל פלט. התוצאה הרצויה היא החלטה טובה, עקבית וניתנת להסבר.
מועמדים מוסרים מידע למטרה מוגדרת. הארגון צריך לדעת אילו נתונים עוברים לספק, היכן הם נשמרים, כמה זמן ולמי יש גישה. יש להימנע מאיסוף יתר ומניתוח מידע חיצוני שאינו נחוץ. כאשר AI משתתף בשלב מהותי, נדרשת שקיפות מתאימה ודרך לפנות לבדיקה אנושית.ה-EU AI Act מסווג שימושים מסוימים ב-AI בתעסוקה כבעלי סיכון גבוה ומחזק דרישות של ניהול סיכון, איכות נתונים, תיעוד ופיקוח. גם ארגון שאינו כפוף לכל הוראה יכול ללמוד מהעקרונות. מסגרות NIST ו-OECD מספקות בסיס רחב לניהול אחריות והוגנות.
הדרכה צריכה לשלב הבנת יכולות ומגבלות, כתיבת הנחיות, בדיקת מקור, זיהוי הטיה וניהול שיחה עם מועמד. המנהלים מתרגלים הגדרת קריטריונים שקשורים לתפקיד. אנשי הגיוס מתרגלים כיצד לערער על המלצה ולתעד החלטה. צוותי פרטיות ומשפטים מסייעים לקבוע גבולות ברורים.אפשר לבנות סדנת בינה מלאכותית לארגונים המותאמת למשאבי אנוש, או מסלול רחב של הדרכת AI לארגונים הכולל פיילוט, תרגול ובדיקת הטמעה.
בתהליך בעל השפעה מהותית נכון להשאיר החלטה ואחריות בידי אדם, עם קריטריונים, תיעוד ויכולת לערער על הפלט.
היא עשויה לעזור, אך אינה מספיקה. משתנים אחרים יכולים לשמש תחליף למאפיינים רגישים, ולכן נדרשת בדיקת תוצאות שיטתית.
טיוטת מודעה, ארגון מידע או הכנת שאלות לריאיון, כאשר איש מקצוע בודק ומאשר לפני פעולה.
משלבים זמן, שיעור תיקונים, התאמה מקצועית, הצלחה בתפקיד, חוויית מועמד והוגנות בין קבוצות.
רוצים לבחון שימוש ב-AI בגיוס בלי לוותר על שיקול דעת, הוגנות וחוויית מועמד? פנו לצוות THE IMPACT לתיאום היכרות. נבחר תרחיש לפיילוט, נגדיר מדדים ובקרות ונבנה הכשרה מעשית לצוותי משאבי אנוש ולמנהלים.