Реферат на тема „ Съвременни форми за оценка на човешките ресурси
Използването на ИИ за оценката на ефективността има следните предимства
Изтегляне 102.52 Kb.
|
- Навигация на страницата:
- Ограничения и недостатъци на ИИ
| Използването на ИИ за оценката на ефективността има следните предимства:
1. Свеждане до минимум на човешките грешки При обичайния метод за оценка на служителите, на мениджърите се възлага обратната връзка за служителите, които могат да направят или прекъснат кариерата им. Мениджърите имат много работа - от оценка на представянето до определяне на подходящи курсове за обучение, разбиране на техния принос към екипа, предоставяне на обратна връзка относно представянето, определяне на цели за бъдещето и др. Когато мениджърите трябва да направят всичко това за голяма група служители, това може да бъде облагане с данъци и може да доведе до човешки грешки като лични пристрастия, заключения въз основа на непълни данни и фаворизиране. Управлението на производителността, задвижено от ИИ, е изцяло от данни. Софтуерът няма лични предпочитания или антипатии. Той събира информация от множество източници, премахвайки възможността за грешки в самите данни. И така, ИИ може да помогне на ръководителите да осигурят обективна обратна връзка, която може да бъде от полза както за служителите, така и за организацията. 2. Прогнози, базирани на по-изчерпателни данни Конвенционалните оценки на изпълнението се основават на ограничените данни и показателите за изпълнение, определени във формуляра за оценка. Прегледите на производителността, задвижвани от ИИ, включват огромни количества данни и създават прогнози въз основа не само на текущия преглед, но и вземат предвид напредъка на служителя в представянето, както и кариерата от самото начало. Това играе решаваща роля за идентифициране на потенциала на служителя и определяне на най-подходящите цели. Това може да помогне на мениджъра да идентифицира служители за повишение и да изчисли по-добре стимулите. 3. Непрекъсната оценка и анализ в реално време Преминаването от периодични оценки на ефективността към непрекъснати прегледи има много предимства. Изпълнението може да бъде непрекъснато усъвършенствано и подобрения и корекции на курса могат да се извършват непрекъснато. В резултат на това организацията става още по-гъвкава. ИИ дава силата за непрекъснато улавяне на данни от множество източници, включително писмена комуникация между служителите, календари и др. В резултат на това системата може да показва прозрения в реално време за работата на отделните лица и да помага на мениджърите да вземат решения бързо и да дават обратна връзка незабавно. Освен това спестява огромно количество време, свързано с подготовката за периодичен преглед на изпълнението, където служителите трябва да си припомнят информация и да ги проверят със съответните източници. 4. По-добри мениджъри ИИ помага на мениджърите да проверят взаимно преценката си и да проверят дали обратната връзка, която те предоставят, е точна. Това ще помогне на мениджърите да се подобрят и да получат по-широк набор от данни и информация за служителите, които те еволюират. При традиционните оценки на ефективността мениджърите са принудени да разчитат на перспективата на служителя и на собствения си поглед върху представянето на индивида. С прегледите на производителността, задвижвани от изкуствен интелект, има повече данни, от които да черпите. Това може също да подобри начина, по който мениджърите дават обратна връзка, тъй като те могат да посочат конкретни показатели, които или да подкрепят тяхното насърчаване на служител, или да демонстрират къде точно служителят може да подобри резултатите и работата си. 5. Ангажираност на служителите Като част от непрекъснатия преглед на представянето, ИИ може да провежда чести интелигентни проучвания и да събира обратна връзка в реално време; той може също така да споделя персонализирана информация за служителите въз основа на тези проучвания или дори самооценки. Това би могло да помогне на ръководството да се ангажира по-добре със служителите и да изготви по-точна картина на ежедневните постижения и предизвикателствата, пред които са изправени служителите на индивидуално ниво, а също и като организация. 6. Подобрения в обучението и развитието ИИ може да помогне на мениджърите да идентифицират по-добре пропуските в набора от таланти и да дават персонализирани предложения за обучение за отделни лица, като анализират напредъка им в кариерата чрез данни от минали прегледи на представянето, интереси и набори от умения. Идентифицирането на компетенциите на служителите и виждането къде те могат да се подобрят е голяма част от оценяването на работната ръка. Наличието на ИИ като помощно средство за засилване на този аспект на представянето на служителите може да доведе до по-точна оценка на ефективността. ИИ технологията, включена в учебните програми, може да помогне на служителите да учат по-добре и по-бързо. 9 Пример: Софтуерен инженер, чиято цяла информация е въведена в ИИ софтуера, чрез сензори на работното място, използващи функция за обработка на изображения, ИИ може да опознае настроението му. Инструментите могат да ни кажат дали е щастлив дали работи по определен проект. Ако е в застой в работата си, към какви уебсайтове да се обръща. Той може също така да предскаже, ако инженерът успешно завърши проекта, ще може ли да изпълни със същото темпо, знания и интерес следващия си проект. ИИ може също така да предвиди кой инженер би бил най-подходящ за определен проект, като вземе предвид уменията и атрибутите му. Ограничения и недостатъци на ИИ Важно е обаче да обърнем внимание, че ИИ има големи ограничения и потенциални проблеми, които могат да нарушат организацията. Нека да разгледаме някои от тези недостатъци: Разходи ИИ е нова технология и създаването на персонализиран, надежден ИИ за прегледи на ефективността една организация може да струва скъпо. Ако се повреди, може да отнеме ценно време и ресурси, за да се поправи. Организациите трябва да решат дали ползите биха надвишили разходите за тяхната компания. Липса на човешки елемент Когато се използва ИИ, ролята на мениджър се свежда от отговорник за прегледите на изпълнението до модератор на един фасилитатор. Ако служителите имат оплаквания относно тяхната оценка, загубата на човешки елемент в процеса на преглед създава разединение между служителя и ръководството. Не заменя ролята на мениджъра Дори най-добрите алгоритми да бъдат внедрени за автоматизиране на системата за управление на ефективността, служителят би искал да чуе последната дума от мениджъра си. Липса на достатъчно данни Събраните данни може да не са достатъчни за прогнозиране на бъдещето на служител, тъй като стажът на служителя в организацията може да не е достатъчно дълъг. Неясни правила за използване на данни. Данните, събрани от други служители, не могат да бъдат използвани, тъй като всеки човек е различен, уменията са различни. За прогнозата трябва набор от данни за служители със същия опит и умения - само такива могат да се използват , но и това допълнително затруднява прогнозирането на дадено лице,тъй като и то е строго индивидуално.10 Пристрастие Може би най-опасният недостатък е този, че машина може да стане пристрастна без мениджърите и модераторите и да го осъзнаят. ИИ се учи от дадените му данни, така че често може да се установи пристрастие, без да е известно на тези, които го използват. Инструментите, задвижвани от изкуствен интелект, в крайна сметка възпроизвеждат и понякога усилват пристрастията, налични в събирането на данни и дизайна на алгоритъма. „Алгоритмично пристрастие“ се отнася до систематичните грешки в компютърна система, които създават несправедливи резултати, като привилегироват една произволна група потребители пред другите. Фактът, че ИИ възпроизвежда пристрастия, не означава, че той трябва да бъде напълно изоставен. Това означава, че трябва да се прилагат строги процеси, за да се подобри. Много от недостатъците, открити в инструментите за изкуствен интелект, всъщност могат да бъдат отстранени. Това е целта на движението “OPEN AI” и “Future of life institute”, които изброяват набор от принципи за дизайна, за да направят ИИ по-справедлив и по-етичен. Най-важният принцип е, че „ИИ трябва да бъде проектиран така, че да може да бъде одитиран и пристрастията, открити в него, да бъдат отстранени. Одитът на ИИ трябва да функционира като тестване за безопасност на нова кола, преди пускането ѝ в употреба. Наборът от данни трябва да бъде обстойно прегледан, преди да бъде подаден към машината. ИИ се учи от данните, така че ако наборите от данни са по-обемни, той ще се научи по-добре и по-бързо. Събирането на по-разнообразни данни спомага за коригирането на съществуващите пристрастия. В идеалния случай наборите от данни трябва да отразяват целева популация. Те трябва да отразяват целите за наемане, така че може да се наложи да се премахнат предубедени минали данни. 11 Изграждането на етична рамка за справяне с пристрастията към ИИ. Това е, което Google има за цел да направи със своя „Външен консултативен съвет за напреднали технологии“ (ATEAC). „С голяма сила идва голямата отговорност“. Всяка компания, която използва или разработва ИИ, трябва да разсъждава върху тази отговорност. Винаги трябва да се вземат предвид пристрастията при избора на инструменти за отделите по човешки ресурси. Някои системи на изкуствен интелект са предназначени за справяне с проблема, други не са. Трябва да се избира разумно. За щастие има все повече информираност сред иноваторите и този избор може да стане по-лесен в близкото бъдеще.
Изтегляне 102.52 Kb. Сподели с приятели:
|