公眾號(hào)
沃頓商學(xué)院(Wharton)教授彼得•卡佩里(Peter Cappelli)和“桑尼”塔姆貝(Prasanna " Sonny " Tambe)的較新研究為人工智能在人力資源中的應(yīng)用敲響了警鐘。
人工智能能幫助回答人力資源較棘手的問(wèn)題嗎?
沃頓商學(xué)院的Peter Cappelli和Prasanna Tambe討論了他們關(guān)于在人力資源中使用人工智能的挑戰(zhàn)的新研究。
隨著企業(yè)不斷縮減或外包人力資源部門(mén)，利用人工智能來(lái)增強(qiáng)傳統(tǒng)業(yè)務(wù)功能很有吸引力。數(shù)據(jù)科學(xué)在其他領(lǐng)域有如此多的前景，以至于算法在招聘、解雇、調(diào)度和晉升方面取代不完善的人類(lèi)決策是有意義的。但沃頓商學(xué)院(Wharton)教授彼得•卡佩里(Peter Cappelli)和“桑尼”塔姆貝(Prasanna " Sonny " Tambe)的較新研究為人工智能在人力資源中的應(yīng)用敲響了警鐘。在他們的論文中，“人力資源管理中的人工智能:挑戰(zhàn)與戰(zhàn)爭(zhēng)之路” 教授們展示了有限的數(shù)據(jù)、人力資源任務(wù)的復(fù)雜性、公平性和問(wèn)責(zé)制給數(shù)字人力資源帶來(lái)的問(wèn)題。這項(xiàng)研究由ESSEC商學(xué)院教授、沃頓商學(xué)院人力資源中心高級(jí)研究員瓦萊里•雅庫(kù)伯維奇(Valery Yakubovich)與人合著，研究還著眼于如何解決這些問(wèn)題。Cappelli和Tambe與Knowledge@Wharton談?wù)摿怂麄兊难芯俊?/span>
以下是經(jīng)過(guò)編輯的對(duì)話記錄。
Knowledge@Wharton: 你的觀點(diǎn)是，雖然人工智能正在侵入許多不同的行業(yè)和部門(mén)，但在人力資源中使用人工智能時(shí)，存在一些特殊的問(wèn)題。你能談?wù)勂渲械囊恍┨魬?zhàn)嗎?
Sonny Tambe:當(dāng)你與人力資源從業(yè)者交談時(shí)，他們看到自己在金融和營(yíng)銷(xiāo)領(lǐng)域的同事使用這些技術(shù)取得了如此大的成功，他們會(huì)問(wèn)，為什么對(duì)我們來(lái)說(shuō)這么難?我認(rèn)為我們想要說(shuō)明的部分觀點(diǎn)是，人力資源存在系統(tǒng)性和結(jié)構(gòu)性差異，這確實(shí)加大了難度。例如，當(dāng)您正在構(gòu)建一個(gè)基于ai的系統(tǒng)時(shí)，您需要知道正確的答案是什么，一個(gè)好的員工應(yīng)該是什么樣的，并且在HR中定義它已經(jīng)是一件困難的事情。
Peter Cappelli: 數(shù)據(jù)科學(xué)的語(yǔ)言是一種優(yōu)化語(yǔ)言。這個(gè)想法是，如果我們弄清楚目標(biāo)是什么，以及與這個(gè)目標(biāo)相關(guān)的是什么，那么我們就可以把它應(yīng)用到未來(lái)的決策中。人力資源的語(yǔ)言是用法律編碼的，它與公平問(wèn)題有很大的關(guān)系，而公平和優(yōu)化往往不能很好地結(jié)合在一起。你可以得到這樣的算法，它會(huì)告訴你這里需要招聘的人，招聘的人和之前做得很好的人是一樣的。這些算法是向后看的;它們是基于過(guò)去的數(shù)據(jù)。過(guò)去做得好的都是白人男性。你可能不會(huì)想把這個(gè)算法作為招聘策略，即使機(jī)器學(xué)習(xí)算法會(huì)說(shuō)這是應(yīng)該做的。人力資源的語(yǔ)言是用法律編碼的，與公平問(wèn)題有很大關(guān)系，而公平和優(yōu)化往往不能很好地結(jié)合在一起。
Knowledge@Wharton: 目前人工智能在人力資源領(lǐng)域的應(yīng)用有多廣泛?數(shù)據(jù)科學(xué)家在人力資源部門(mén)工作是不尋常的嗎?人力資源部門(mén)是否與擁有這些工具的供應(yīng)商簽訂合同?
Cappelli:現(xiàn)在，我們有一個(gè)定期的公司小組聚在一起討論這個(gè)問(wèn)題，Sonny為這個(gè)問(wèn)題創(chuàng)造了一個(gè)縮寫(xiě):CODHR或數(shù)字人力資源會(huì)議。它在和這些人交談，他們通常都是人力資源領(lǐng)域的數(shù)據(jù)科學(xué)家，所以他們都在那里。他們非常努力地收集數(shù)據(jù)來(lái)分析，這說(shuō)明了試圖處理人力資源數(shù)據(jù)的現(xiàn)實(shí)。這里有一個(gè)典型的問(wèn)題:我們有關(guān)于員工表現(xiàn)的數(shù)據(jù)，它被歸檔在這個(gè)數(shù)據(jù)集中。我們?cè)谶@個(gè)數(shù)據(jù)集中有關(guān)于招聘的數(shù)據(jù)和申請(qǐng)人的屬性。但是，順便說(shuō)一下，一旦有人被雇傭，我們傾向于把數(shù)據(jù)丟掉。他們面臨的較大問(wèn)題是，我們能把這些數(shù)據(jù)集放在一起互相交流嗎?這并不罕見(jiàn)，只是我們也遇到過(guò)這樣的情況，運(yùn)行這個(gè)豎井的人不想與這里的這個(gè)組共享數(shù)據(jù)。這是一項(xiàng)數(shù)據(jù)管理活動(dòng)，但也是一項(xiàng)內(nèi)部的政治活動(dòng)。
Tambe:關(guān)于你提出的兩個(gè)問(wèn)題——人工智能的使用有多普遍，以及你見(jiàn)到數(shù)據(jù)科學(xué)家的頻率有多高——真正有趣的事情之一是，這兩個(gè)問(wèn)題在人力資源方面存在差距。有很多招聘，很多人把數(shù)據(jù)科學(xué)帶入了人力資源部門(mén)。但有些問(wèn)題，比如彼得提出的處理數(shù)據(jù)等問(wèn)題，也會(huì)產(chǎn)生麻痹效應(yīng)。現(xiàn)在我們有了這些數(shù)據(jù)科學(xué)家，我們能用他們做什么呢?你可以擁有數(shù)據(jù)科學(xué)家，但將其轉(zhuǎn)化為實(shí)際人工智能的能力在人力資源領(lǐng)域已經(jīng)成為一場(chǎng)斗爭(zhēng)。你可以擁有數(shù)據(jù)科學(xué)家，但將其轉(zhuǎn)化為實(shí)際人工智能的能力，已經(jīng)成為人力資源領(lǐng)域的一場(chǎng)斗爭(zhēng)。
因?yàn)槠邢蓿绻型瑢W(xué)對(duì)完整當(dāng)然訪談感興趣，可以賓夕法尼亞大學(xué)沃頓商學(xué)院找到訪談全文。
服務(wù)熱線
