Чи можна довіряти ШІ при рекрутингу розробників? Можна, але…

Uber, Pepsi, Disney, Microsoft, Slack, PayPal і LinkedIn — всі вони використовують штучний інтелект для пошуку та перевірки найкращих талантів.

Не можу сказати, наскільки вони покладаються на ці інструменти, але, схоже, всі стрибають у вагон штучного інтелекту. У Brocoders ми трохи олдскульні — ми все ще наймаємо розробників через регулярні співбесіди та тести.

Що ж, іноді покладатися на інструменти ШІ-перевірки просто не варто. Дозвольте мені пояснити.

Фільтр найму ШІ

Хоча ШІ може обробляти тисячі резюме за лічені секунди, він не є людиною. Він лише діє за певним алгоритмом. Так, наприклад, якщо кандидат має «креативне» резюме, яке не відповідає очікуваному формату, алгоритм автоматично відкине його просто тому, що він не зміг виявити інформацію в резюме.

Відсутність розуміння контексту

Алгоритм не може зрозуміти контекст і просто підраховує кількість ключових слів, згаданих у резюме. Але коли справа доходить до переліку навичок, розробники не завжди можуть вказати всі основні навички, якими вони володіють.

Візьмемо такий сценарій: розробник вирішив не вказувати в резюме свій досвід роботи з JavaScript — ШІ автоматично відсортує його.

Обмежена або відсутня оцінка soft skills

Якщо навички написання коду та експертизу можна оцінити за допомогою тестів, то з м’якими навичками все складніше. Звичайно, існують тести, які оцінюють здатність вирішувати проблеми та комунікативні навички, але вони не завжди досягають своєї мети. ШІ не може ефективно оцінити, як кандидат вирішує нетехнічні питання.

Упереджений процес скринінгу

Відомо, що системи штучного інтелекту приймають упереджені рішення. Це може статися через упередженість історичних даних, які використовувалися для навчання ШІ-моделі, а також через несправедливі атрибути, такі як місцезнаходження або стать, які ШІ пов’язує зі здібностями кандидата.

Який висновок? Роботу, яку виконує людина, все ще не може виконати машина.

Цей текст з особистого блогу, опублікований з дозволу автора.