Георгий Янков из DDI: Каждые 5 лет нам приходится узнавать что-то новое
Опубликовано: 26.10.2023
Георгий Янков из DDI: Каждые 5 лет нам приходится узнавать что-то новое
Георгий Янков — главный научный сотрудник компании Development Dimensions International ( ДДИ ), международная консалтинговая компания по кадрам и развитию лидерства.
Имеет степень магистра в области профессиональной и организационной психологии Софийского университета «Св. Климента Охридского» и Городского университета Нью-Йорка (City University of New York), а также докторскую степень по той же специальности Государственного университета Боулинг-Грин.
Его карьерный путь начался в Софии в качестве стажера в Trenkwalder, австрийской компании в области человеческих ресурсов, а затем специализировался на роли психометриста, деятельность, которая профессионально продолжается и по сей день.
С 2015 года Георгий Янков является исследователем в области психометрии и межличностных различий, а также аспирантом промышленной и организационной психологии в Государственном университете Боулинг-Грин, штат Огайо.
Он создает, адаптирует и стандартизирует для Болгарии широкий спектр тестов и анкет для оценки нормальной и ненормальной личности, интеллекта, творческих способностей, честности, профессиональных навыков, стресса и общего психического здоровья.
Он был частью исследовательской группы Hogan Assessments, организации, занимающейся психометрическим консалтингом и оценкой. Последние четыре года в DDI Георгий Янков работал над применением искусственного интеллекта и машинного обучения в процессах оценки талантов в различных секторах на глобальном уровне.
Он считает, что новые технологии могут только дать толчок развитию рынка Болгарии. Но это должно происходить в умеренном темпе и с умеренной подготовкой, и чтобы оставаться конкурентоспособными, люди должны продолжать развивать новые навыки.
Что HR-специалистам нужно знать об искусственном интеллекте в контексте будущего сферы труда?
Как консультант, разрабатывающий HR-продукты на основе искусственного интеллекта, могу сказать, что это может быть очень полезным инструментом в процессе оценки продвинутых форматов поведенческих интервью (услуги, предлагаемые центрами оценки кандидатов и сотрудников).
В своей работе я встречаюсь с разными клиентами. На одной из моих недавних встреч я спросил рабочих, знакомы ли они с генеративным искусственным интеллектом, и был приятно удивлен их положительным ответом. Это определенно воодушевило меня. Бизнес движется вперед, и люди получают поддержку в этой трансформации.
HR-специалистам уже доступно достаточно информации, с которой они могут ознакомиться, но если они решат интегрировать такие продукты и у них нет специального подразделения для управления этим процессом, им придется обратиться к поставщику технической документации.
Наиболее важно проверить и оценить продукт технически, а в случае, если у компании нет к этому подготовки, обратиться к независимому аудитору, чтобы тот сделал это за них.
Это ключ к обеспечению поддержки и защиты, если соискатель или сотрудник, например, возражает: «Вы оцениваете меня с помощью искусственного интеллекта – это предвзято, неточно и «галлюцинирует»».[(14501)]
В этом смысле организации не могут позволить себе принимать решения на основе непроверенных инструментов. Они уже должны были проверить техническую документацию о том, как работает продукт, и понять, что он делает и как влияет на процессы.
Я бы рекомендовал всем HR-специалистам начать изучать технологии искусственного интеллекта и работать с ними, чтобы иметь конкурентное преимущество в будущем.
Например, при найме людей рекрутеры могут облегчить создание описания вакансии, задав требования ChatGPT, и он сможет написать ее для них довольно быстро.
Затем они могут внести свои исправления или дополнения. Упрощение происходит за счет того, что искусственный интеллект уже разработал основу, на которой специалист может затем доработать документ.
Таким образом, благодаря искусственному интеллекту сотрудники будут более продуктивными в своей работе.
Отдельно ИИ может избавить вас от ведения заметок при проведении онлайн-встреч или во время собеседования, а также подведения итогов встреч и обмена заметками по ним.
Таким образом, специалисты по отбору сосредоточатся на психологической части собеседования и смогут следить за эмоциями и невербальным поведением кандидата, вместо того, чтобы тратить время на лишнее администрирование.
Приложений много, и я бы посоветовал компаниям, которые решают инвестировать в такую оптимизацию, рассмотреть, какие задачи являются наиболее трудоемкими и менее значимыми, и попытаться понять, как интегрировать искусственный интеллект для их автоматизации.
Где могут найти применение продукты на основе искусственного интеллекта, если посмотреть на повседневные задачи HR-подразделений?
Самый распространенный метод отбора – собеседование. В случае поиска нишевой позиции подходящих людей может оказаться гораздо меньше, и талант, возможно, придется «украсть» у другой организации.
Но если в организации существует массовый спрос и необходимо оценить базовые навыки сотен людей, таких как общение, работа в команде, сотрудничество и принятие решений, можно применить автоматизированные собеседования.
Фактически, этот подход уже используется в США. В этом формате искусственный интеллект берет на себя роль интервьюера и оценивает кандидатов по заранее заданным показателям, а собеседование, естественно, фиксируется в официальной документации.
Зачастую первые беседы с кандидатами занимают больше всего времени, и это хорошая возможность собрать исходные данные, а для специалистов более активно включиться в следующий этап процесса.
Таким образом, они смогут максимально использовать свое время, проводя личную встречу только с избранными кандидатами, успешно прошедшими собеседование и имеющими хорошие показатели по изначально заданным параметрам.
Искусственный интеллект также можно использовать для оценки резюме — например, если вы предоставите ему информацию о том, что вы ищете в резюме, он будет искать слова, использованные в исходном документе, и сравнивать их со словами, которые он запомнил из своего резюме. данные обучения, связанные с этой должностью.
Но если компании решат внедрить такой инструмент, они должны работать с экспертом по оперативному инжинирингу (оперативному инжинирингу), который объяснит им, как работает искусственный интеллект и как правильно задавать ему вопросы.
В противном случае ChatGPT может начать «галлюцинировать», т.е. будет слишком много концентрироваться на некоторых словах и «сочинять» историю, «вспоминая» то, что он узнал об этих словах во время обучения.
Инструменты такого типа работают со статистическими моделями и знают каждое из слов в задаче, соответственно, какие слова чаще всего встречаются в сочетании в естественном языке, и обычно представляют их.
Поэтому очень важно использовать в работе с ним правильные слова, чтобы получить желаемый результат. Я бы назвал это «искусством знать, что вы ищете» в контексте генеративного искусственного интеллекта.
Конечно, при рассмотрении резюме результаты интеграции искусственного интеллекта гораздо более предсказуемы и быстры — тогда как в случае с видеоинтервью необходимо разрабатывать дополнительную платформу для автоматического проведения собеседований.
Я вижу две тенденции в компаниях, разрабатывающих продукты на основе искусственного интеллекта. Продукты с открытым исходным кодом, которые эксперты могут понять, что за ними стоит, и те, чьи параметры скрыты, и никто не может понять, что находится в модели — например, ChatGPT 4.
Meta, со своей стороны, выпустила модели LLaMa (от англ. Large Language Model Meta AI) и даже модели LLaMa 2, исходный код которых полностью открыт.
Итак, на данный момент битва между крупными игроками в этой области идет о том, какой искусственный интеллект создавать в будущем – будет ли он с открытым исходным кодом, который сможет улучшить каждый, или мы будем «заложниками» примерно 3-4 крупных компаний, которые иметь миллионы долларов для обучения огромных моделей и затем предоставления их нам для использования, но не для того, чтобы «открыть» их, чтобы люди могли создавать с их помощью новые продукты.
Как организации могут совмещать удержание людей и подготовку их к будущей работе?
Скорее, я считаю, что компании будут продолжать в первую очередь стремиться к своему развитию и финансовой стабильности.
Несколько месяцев назад OpenAI провела опрос о проценте профессий, которые будут автоматизированы — ответ в районе 30-40%. Самое интересное в исследовании то, что у высококвалифицированных сотрудников процент выше.
На самом деле, люди, которые работают руками, меньше всего пострадают от технологий, потому что искусственный интеллект не придет строить стену, косить луг или начинать чинить крыши.
Возможно, это звучит странно, но я советую людям найти хобби или вторую работу, в которой они смогут работать со своими качествами и навыками, а не только с искусственным интеллектом.
Сажать овощи, ухаживать за садами. Настоятельно рекомендую совмещать знания и умения людям, занимающимся интеллектуальным трудом. Потому что ИИ не может думать как архитектор и веб-разработчик одновременно (пока).
Тенденция не быть «женатыми» на своей работе будет возрастать все больше и больше. Каждые 5-7 лет люди должны узнавать что-то новое, приобретать новые навыки и продолжать искать развитие, переподготовку и, прежде всего, задавать себе вопрос: «Хочу ли я в 30 лет делать то, что делал в свои 20 лет?» ты Хочу ли я в 40 лет делать то, что делал в 30?»
У меня, например, степень бакалавра философии, а потом я стал психологом. Часто люди, с которыми я работаю над проектами, в первую очередь не психологи — одни изучали историю, другие — литературу и даже — компьютерную инженерию.
Сочетание двух дисциплин очень помогает. Таким образом можно сформировать навык концептуального мышления. Каждый новый набор навыков делает людей лучше в том, что они делают.
В твоем новом книга Джош Бёрсин говорит, что компании, которые привлекут лучших сотрудников будущего, будут рассматривать сотрудников как «свободных агентов», у которых есть возможность переобучиться внутри компании. То есть компаниям придется проводить обучение людей, чтобы они могли свободно перемещаться из одного отдела в другой.
Это будут успешные компании будущего. Ссылаясь на книгу Берсина, он пишет: «Чтобы бизнес был устойчивым, он должен предоставлять достаточно возможностей своим сотрудникам и перестать видеть в них просто исполнителей». организация больше ничего не изменит, но станет драйвером перемен – сначала для себя, а затем для бизнеса.
Как HR-команды могут решать проблемы конфиденциальности и безопасности данных?
Организации справедливо начинают ограничивать модели. У них должны быть процедуры управления данными.
OpenAI утверждает, что не хранит никакой информации, отправленной ей через API. Проблема данных является большой проблемой для крупных транснациональных компаний.
Хотя наш бизнес работает в основном в США, мы соблюдаем требования GDPR в Европе, где мы также ведем бизнес, и должны быть в курсе последних событий в каждом регионе. Одним из реализуемых нами решений является использование Microsoft Azure — облачных решений, обеспечивающих защиту данных.
Проблема скорее инфраструктурная, не такая сенсационная, потому что все данные чувствительны - взломать можно любого, даже Microsoft,как это было в этом году.
Большие языковые модели, такие как ChatGPT, постоянно нуждаются в новой информации. Генеративный искусственный интеллект уже «наводняет» пространство создаваемым им контентом, не имеющим никакой реальной ценности.
Именно по этой причине в будущем компании будут все чаще обращать внимание на контент, созданный людьми.
Но ожидается, что компании будут выстраивать свою собственную политику управления безопасностью данных — в США политика в отношении искусственного интеллекта совершенно либеральна по сравнению с Европой. На мой взгляд, это создает предпосылки для того, чтобы инновация была «приглушена» на европейском рынке.