Konto pracodawcy


Rozpoczyna się nowa era w rekrutacji - "polowanie na pracowników" w internecie przez algorytmy

Rozmowa z prof. Krzysztofem Stenclem z Uniwersytetu Warszawskiego, szefem zespołu budującego oprogramowanie do analizy zachowań kandydatów do pracy

(aut. zdj. Julia Stencel)

Niedawno media obiegła sensacyjna informacja, że Pana zespół zbudował algorytm do automatycznej analizy zachowań w sieci i wyszukiwania kandydatów. To rewolucja na rynku pracy, bo rozpoczęła się nowe era w rekrutacji pracowników. Jak działa ten algorytm? - Algorytm badający zachowania w sieci to określony moduł informatyczny, który zbiera dane z różnych źródeł i je przetwarza. Tam gdzie jest to możliwe robi to automatycznie, a tam gdzie zakazują tego licencje np. na portalu Llinkedin.com, tam nadal tylko człowiek może zbierać informacje. Z założenia ma być to zupełnie niezależne narzędzie, które będzie mógł obsłużyć każdy rekruter. Oczywiście algorytm musi być zintegrowany z jakimś operacyjnym systemem np. z systemem do kampanii rekrutacyjnych.  

A portale, takie jak Facebook, na ile są interesujące dla takiego algorytmu? - W zasadzie wcale. Chociaż oczywiście jest tam dużo danych, jednak są to rzeczy prywatne, a nam potrzebne są dane dotyczące zachowań w sieci w obszarze zawodowym. Z jednej strony dane muszą opisywać, to co działo się w życiu zawodowym w przeszłości danego kandydata, a z drugiej musimy je wzbogacić o aktualne informacje. Mając komplet danych i stosując odpowiednie techniki eksploracji danych, sprawiamy, że algorytm uczy się, jak ten kandydat może zachowywać się w przyszłości. Wyniki pod tym względem są obiecujące. Testy wypadły pomyślnie, więc powinno to wszystko zadziałać.

Jakie konkretnie zachowanie kandydata w Internecie może być informacją dla algorytmu? - Zwykle jest to większa aktywność w sieci, ale trudno jest powiedzieć, co konkretnie weźmie pod uwagę algorytm w danym momencie. Na pewno nie ma takiej możliwości, aby przetwarzać dane prywatne. Jeśli natomiast ktoś nagle zwiększył swoją aktywność w danej społeczności zawodowej, chociażby poprzez udział w dyskusjach, polubienia, albo nawiązuje dużo więcej kontaktów niż zwykle, itp. to algorytm może odczytać to jako chęć do zmiany pracy. Dlatego Facebook jest tutaj mało przydatny.

Załóżmy, że jako kandydat zostałam zweryfikowana przez algorytm nie wiedząc o tym, czy to oznacza że otrzymam wkrótce na e-maila propozycję pracy. Czyli zadziała to podobnie, jak w przypadku reklam? - Może tak być, bo jednym z zadań algorytmów jest również zdobycie danych kontaktowych. W przyszłości te algorytmy, posiadając pewne zbiory danych, będą się doskonalić. Te zbiory będą też stale się rozszerzać i niekoniecznie o dane osobowe, ale również o te dotyczące otoczenia w którym kandydat żyje, jak chociażby sytuacja ekonomiczna regionu w którym mieszka, dane dotyczące rozwoju gospodarki i perspektyw, czy nawet stopa bezrobocia. Posiadając odpowiednie zbiory danych można wiele informacji odczytać, a przede wszystkim tę najważniejszą, czy wytypowany kandydat będzie skłonny do zmiany pracy. Wzbogacanie danych opiera się na zbieraniu dodatkowych informacji z różnych miejsc w Internecie. Przy czym trzeba uwzględniać dane charakterystyczne dla określonej branży, dla której prowadzona jest rekrutacja. Zapewne w przypadku branży TSL, podstawą będzie Linkedin, a także portale branżowe.

Jakie są największe zagrożenia w zastosowaniu takich narzędzi? - Jeśli chodzi o wykorzystanie danych do innych celów, bo rozumiem, że o to Pani pyta, to zagrożenia są minimalne. Należy podkreślić jedną rzecz – zbierane dane są publicznie dostępne, więc nie jest to jakieś „wykradanie informacji” o dużym stopniu wrażliwości. Jeżeli ktoś publikuje za dużo w sieci o sobie, to naraża siebie na niebezpieczeństwo. Natomiast oczywiście w zakresie samego działania systemu zagrożenia dzielimy na dwie grupy, tzw. „false negative”  i „false positive” co w skrócie opisując oznacza pomyłkę algorytmu. Chodzi o to, że możemy pozyskać wszystkie dane wskazujące na chęć relokacji i dobrego kandydata, a ten nie zostanie zakwalifikowany przez system. Jeżeli nastąpi taka pomyłka to stracimy dobrego kandydata, a celem wdrożenia systemu, jest wybór odpowiednich kandydatów i ograniczenie kosztów rekrutacji. Podobne algorytmy działają w bankach, kiedy oceniana jest zdolność kredytowa klientów, co właśnie robią algorytmy w pierwszym etapie. Wartością takiej analizy jest skuteczność. Jeśli osiągniemy za pomocą algorytmów skuteczność na poziomie 90 proc., czy więcej to powstanie świetne narzędzie. Zawsze jednak trzeba liczyć się z tym, że pewna część dobrych kandydatów zostanie odrzucona.

Jak rozumiem, to algorytm sam wybiera kandydatów z sieci? Czy najpierw ktoś ich wybiera i wrzuca ich nazwiska do sprawdzenia? - Są dwa tryby działania. Na obecnym etapie to człowiek najpierw typuje kandydatów, a później algorytm bada, na ile są oni obiecujący. Ciągle trwają prace i zamierzamy testować też inne środowisko pracy, czyli taką sytuację, w której rekruter otrzymuje listę najlepszych kandydatów wybranych automatycznie przez algorytm z bazy danych.

Czy ta metoda jest gdzieś wykorzystywana na świecie, czy są Państwo pionierami? - Trudno powiedzieć na 100 proc. O ile mi wiadomo, tego typu prace i badania są prowadzone w wielu obszarach naszego życia od dawna, ale nie słyszałem o zastosowaniu algorytmów analizy zachowań w rekrutacji pracowników. Prawdopodobnie jesteśmy więc pionierami.

Jak szacujecie, na ile ta metoda ma szansę stać się powszechną w rekrutacji w różnych branżach? - Badania prowadzimy na zlecenie firmy rekrutującej informatyków, ale jest duże zainteresowanie tematem poza obszarem IT.  Liczymy więc, że ta metoda przyjmie się powszechnie również w innych branżach. Warunkiem jest tylko posiadanie danych z przeszłych procesów rekrutacyjnych. Jeśli nie będzie tych danych, algorytm nie zadziała, bo nie będzie miał się z czego nauczyć. Każda branża musi mieć swoje dane, nawet te rynkowe, charakterystyczne tylko dla niej, regionu, czy nawet kraju. Mając te informacje, samo wdrożenie takiego algorytmu nie jest kosztowne.

Kiedy planowane jest zakończenie projektu i jego wdrożenie? - Prace zaczęliśmy w marcu tego roku, a już pod koniec listopada zamierzamy wdrożyć u naszego klienta narzędzie gotowe już do pracy.

Dziękuję za rozmowę
Beata Trochymiak
Pracujwlogistyce.pl

kobiety w logistyce
Aż 66 proc. zatrudnionych w przemyśle lekkim to kobiety
Coraz więcej kobiet w zawodzie kierowcy pojazdu ciężarowego
JoomlaXTC News - Copyright Monev Software LLC
poradnik
Klasyfikacja taryfowa towarów a Wiążąca informacja stawkowa?
Co ze starym urządzeniem do poboru opłat drogowych w Czechach?
10 wskazówek GEFCO - jak dobrze przygotować firmę na Brexit
Leasing samochodów 2019 - jak zmiany w prawie wpłynęły na rynek
Czy można kontrolować kierowcę w czasie odpoczynku?
Doba kierowcy - co to jest i jak ją definiować?
JoomlaXTC News - Copyright Monev Software LLC
opinie, komentarze
Jak zadbać o komfortowe i twórcze środowisko pracy
Wydatki świąteczne a dostawy kurierskie
Nawet do 40 proc. mogą wzrosnąć koszty pracownicze przy delegowaniu pracowników
Fracht FWO Polska o sytuacji na rynku lotniczym cargo
JoomlaXTC News - Copyright Monev Software LLC
warto przeczytać
Colian Logistic w Panattoni Park Wrocław
Plan naprawczy OT Logistics przynosi efekty – wyniki rosną
DB Schenker otworzy 8 oddziałów na Kaukazie i w Azji Środkowej
InPost ma już 6000 Paczkomatów
Trans Polonia po III kwartale osiągnęła blisko 200 mln zł przychodów
GEFCO operatorem logistycznym Airbusa
DKV przejmuje dwie duńskie spółki
Kuehne + Nagel przejmuje działalność transportową firmy Rotra
Fracht FWO Polska dostarcza kolejne project cargo - 110 ton do elektrowni w Bełchato ...
JoomlaXTC News - Copyright Monev Software LLC