Vi lever i en tid der kravene til de ansatte blir høyere og jakten på talentene stadig tøffere. Rekrutteringsbransjen utvikler nye måter å attrahere de aller beste talentene på, der deres nye våpen i kampen om talentene heter maskinlæring.

Hva er maskinlæring?

Maskinlæring er en retning innenfor kunstig intelligens som refererer til datamaskinens evne til å lære uten å følge eksplisitte forhåndsprogrammerte instruksjoner. Det er to forutsetninger for at maskinlæring skal fungere, den ene er algoritmer som gjenkjenner mønstre og sammenhenger, den andre er store datamengder såkalt Big data. La oss ta et eksempel. Hvis du ber en maskin om å finne den beste kandidaten til en jobb ved å identifisere mønstre i data vil maskinen finne sammenhenger som et menneske fort vil overse og gi et bedre resultat tilbake.

Les også: Dette bør du vite om bruk av testverktøy i rekrutteringsprosessen

En av de sterke sidene til maskinlæring er å kunne forutse trender og hendelser basert på historiske og nåværende data.  Forestill deg at du kan forutse svingninger i markedet der en forutsett nedgang i en bransje kan gi deg som rekrutterer muligheten til å nå disse ressursene før konkurrentene. Dette vil gi deg en stor fordel i forhold til dine konkurrenter.

Hvordan påvirker maskinlæring rekruttering?

I en rekruttering er det spesielt to forhold som påvirker om resultatet blir vellykket. Det ene er seleksjonsmetodens begrensede evne til å forutse kandidatens egnethet og ytelse. Det andre er rekruttererens mange fallgruver i beslutningsprosessen som magefølelse, intuisjon, likhetseffekten med flere. Inntreffer én eller flere av disse vil det påvirke resultatet og gjøre det utfordrende å ansette den beste kandidaten.

Undersøkelser viser at resultatet blir bedre i prosesser der maskinlæring blir brukt. I følge K. H. Angeltvedt og J. B. Bollingmo (2017) blir kandidater 15% lengere i jobben der algoritmer blir brukt for å bestemme egnethet for jobben og at skjønn fra ledere i beslutninger er sterkt korrelert med dårligste utfall. Algoritmer utkonkurrerer menneskelige beslutninger med minst 25% fordi de er mer presise enn menneskers intuisjon til å predikere fremtidig arbeidsprestasjon.

Les også: Hvorfor bruke screeningsspørsmål i rekrutteringsprosessen?

En annen utfordring vi alle står ovenfor er den økende graden av informasjon og vår evne til å utnytte den. Det globale volumet av data og evnen til å utnytte det dobler seg omtrent hvert år. Maskinlæring gjør det mulig å utføre analyser av CV-er og søknader på sekunder i motsetning til minutter og timer hos mennesker. Datamaskinen utfører ikke selve valget av kandidaten, men snevrer antall kandidater ned til en håndterbar mengde. I dag handler det om å standardisere og automatisere prosesser og bruke maskinlæring for å oppnå et raskere og bedre resultat. Her ligger det store besparelser i tid og kvalitet.

Vi har alle et stort nettverk, men har vanskelig for å utnytte disse relasjonene uten å bruke mye tid og ressurser. Dette er et annet område maskinlæring vil kunne benyttes der rekrutterere kan samle data om kandidatens jobbprofil, arbeidshistorikk kompetanse og så videre, og koble dette med mulige stillinger.

Vil maskiner erstatte rekruttereren?

Dagens rekrutteringsprosess innehar høy mellommenneskelig kontakt mellom rekrutterer og kandidat, noe som er viktig for å kunne formidle verdier, employer branding og en følelse av hvordan det er å jobbe i selskapet. Å tro at hele rekrutteringsprosessen kan erstattes av maskiner i nær fremtid er lite realistisk. Teknologien vil allikevel ha en viktig rolle i forhold til å automatisere, standardisere og forbedre rekrutteringsprosessen, noe som vil skje over tid. Spesielt forutsigbare og repeterbare oppgaver med høyt volum som for eksempel søknadshåndtering og screening vil være egnede områder for maskinlæring. Dette bidrar til å spare tid og øke effektiviteten og kvaliteten i rekrutteringen. Vi er helt i starten på maskinlæring innenfor rekruttering der mulighetene er like mange som de er spennende.

H. Angeltvedt og J. B. Bollingmo 2017. Kunstig intelligens i rekruttering. Bacheloroppgave ved BI våren 2017

 

 Gratis videoforedrag: Riktig rekruttering hver gang Se nå ›