Eine der größten Herausforderungen, denen wir heute im Human Resource Management gegenüberstehen, ist die Anpassung des HR-Rekrutierungsprozesses an die Anforderungen und Bedürfnisse einer neuen globalen Wirtschaft. Die Mission ist es, die neuesten Durchbrüche in der Automatisierung mit Schwerpunkt auf künstlicher Intelligenz in die Personalbeschaffung einzubringen, um diese neue Herausforderung zu meistern. Diese Mission wird erreicht, indem die Möglichkeiten erkannt und die Herausforderungen angegangen werden, die die Globalisierung in Bezug auf die Personalbeschaffung mit sich bringt. Diese bahnbrechende Idee schafft eine neue Software für künstliche Intelligenz, um den HR-Rekrutierungsprozess zu rationalisieren, indem Personalmanager, Personalvermittler und Arbeitgeber von Personalbeschaffungsaufgaben befreit werden, die mehr auf hochskalierte computergestützte Logik ausgerichtet sind, damit sie sich weiterhin auf die Personalbeschaffungsaufgaben konzentrieren können, für die sie besser geeignet sind Menschliche HR-Management-Logik. Das Potenzial wiederum, Milliarden von Arbeitssuchenden und Unternehmen dabei zu helfen, ihre Beschäftigungsziele so effizient wie möglich zu erreichen. Werfen Sie einen kurzen Blick darauf, was die Zukunft für Personalbeschaffungssoftware bereithält:
Das aktuelle Modell, das wir für die Personalbeschaffung haben, bietet hauptsächlich Ad-hoc-Rekrutierungsstandards, die von einer Handvoll Personalmanagern und Personalvermittlern entwickelt und angewendet werden. Dieses Modell hat sich in der Ära vor der Globalisierung in vielen Unternehmen als sehr effektiv erwiesen und in vielen Teilen der Welt zu prosperierenden Volkswirtschaften geführt. Jetzt bricht jedoch eine neue Ära der Globalisierung mit einer Reihe neuer Chancen und Herausforderungen an. Um unser aktuelles Modell anzupassen und mit diesen neuen Veränderungen fertig zu werden, müssen wir das Rekrutierungswissen globaler Ressourcen effizient zusammenführen und nutzen. Dies wird eine massive koordinierte Online-Bemühung von Millionen von Personalmanagern, Arbeitgebern und Personalvermittlern (wir werden diese Personen im Folgenden als Personalexperten bezeichnen) erfordern, die sich gegenseitig eine Vielzahl von Rekrutierungsstandards beibringen und voneinander lernen. Um die Vorteile des Sammelns so großer Datenmengen von HR-Experten ins rechte Licht zu rücken, werfen wir kurz einen Blick auf einige der wichtigsten Vorteile auf globaler Ebene. Wir werden einen global standardisierten Mechanismus in unseren Händen haben, mit dem wir die globale Beschäftigungseffizienz auf ein Niveau bringen können, das der Ära, in der wir derzeit leben, angemessener ist – der Globalisierung. Die Vorteile dieses Projekts wiederum sind nicht nur lokal, sondern auch global. Betrachten Sie es als den besten Weg, um das effizienteste globale BIP-Wachstum zu erreichen. Dies, das globale BIP-Wachstum, ist der Weg, von dem wir glauben, dass er zu wirtschaftlichem Wohlstand auf einem Niveau führen wird, das zuvor für alle Arten von Menschen auf der ganzen Welt und auf verschiedenen Stufen der wirtschaftlichen Leiter für unmöglich gehalten wurde. Es ist in diesem Fall nicht weit hergeholt zu glauben, dass dieses Projekt wirklich dazu beitragen könnte, den Griff der Armut, wie wir sie heute kennen, in vielen Teilen der entwickelten und unterentwickelten Welt zu minimieren, wenn nicht sogar vollständig zu lösen.
Die Rekrutierungsstandards, über die wir hier sprechen, bestehen aus Paaren von Jobregeln und Fragen. Die Stellenregeln definieren eine Reihe von Anforderungen, die ein Arbeitsuchender erfüllen muss, um sich für die Stelle zu qualifizieren, für die diese Stellenregeln gelten. Die Stellenfragen erleichtern den vorläufigen und automatisierten Vorstellungsprozess eines Arbeitsuchenden, um die Fähigkeit eines Arbeitsuchenden, die Arbeitsregeln zu erfüllen, für die diese Stellenfragen gelten, automatisch vorzuqualifizieren oder zu disqualifizieren. Je nach Dienstalter der Stelle, für die sich der Arbeitsuchende bewirbt, gibt es mehrere Variationen von Jobfragen mit unterschiedlichen Schwierigkeitsgraden. Jede Jobregel und Frage muss durch automatisierte Mittel in so viele gängige Sprachen wie möglich übersetzt werden, wobei die erforderliche Übersetzung in die Sprachen erforderlich ist, die in der/den relevanten Jobregel(n) erforderlich sind. Dies ermöglicht es einer größeren Anzahl von HR-Experten, die Regeln zu verwalten und darüber abzustimmen, wie wir später besprechen werden.
Um die massive Aggregation von Rekrutierungsstandarddaten von Millionen von HR-Experten auf der ganzen Welt zu erleichtern, ist es sinnvoll, zunächst eine Reihe von Websites für soziale Netzwerke auf der ganzen Welt aufzubauen und zu nutzen, um speziell die Nischenplattform bereitzustellen, die erforderlich ist, damit sie die Arbeit so einfach erledigen können und so effizient wie möglich. Jede Website wird über eine eigene Plattform verfügen, die aus GUIs und Inhalten besteht, die von separaten Teams entwickelt werden. Alle Plattformen teilen sich ein Online-TV-Übertragungs- und Konferenzstudio, in dem HR-Experten Videos von einer Webcam aufnehmen, Videos auf ihrem lokalen Computer speichern, Videos auf die Plattform hochladen, Videos und Textnachrichten privat aneinander senden und Videos so markieren können, wie sie sind über eine Videosuchmaschine, die allen Plattformen zur Verfügung gestellt werden sollte, leicht durchsuchbar sein, Textnachrichten und Videos senden sowie Konferenzen mit bis zu 10 Personen pro Telefonkonferenz abhalten. Dieses Online-TV-Studio sollte in der Lage sein, effizient genug zu skalieren, um Millionen von Anfragen pro Tag zu bearbeiten.
Jede Plattform muss ein Opt-in- oder -out-Häkchen für a bereitstellenTeilnehmer, in Bezug auf das Teilen von Arbeitsregeln und Fragen, die von ihnen bereitgestellt werden. Jede Jobregel oder Frage, die von einem Opt-in-Teilnehmer vorgebracht wird, wird von der HR-Rekrutierungssoftware in vielen Kategorien gefunden, analysiert und klassifiziert, einschließlich, aber nicht beschränkt auf Region, Land, Kultur, Regime, Sprache, Branche, Berufsklasse, Stellenfunktion, Stellenbezeichnung, visuelle Elemente der Stelle (unten erklärt), akustische Elemente der Stelle (unten erklärt), Unternehmen und Typ des Arbeitssuchenden. Diese Kategorien werden zunächst von Entwicklern jeder Plattform als Teil des GUI-Inhalts der Plattform erstellt. Die Kategorien werden schließlich durch einen abstimmungsgesteuerten automatisierten Online-Prozess mit Hilfe der Mehrheit der HR-Experten festgelegt, die darüber abstimmen, welche Kategorien verbleiben, hinzugefügt oder entfernt werden. Um diese Art des dynamischen Kategoriemanagements zu erleichtern, müssen wir eine Suchmaschine für HR-Experten aufbauen, um ihnen sowohl genaue als auch relevante Übereinstimmungen von Kategorienamen bereitzustellen, hauptsächlich um das doppelte Hinzufügen von Kategorien zu vermeiden. Später wird diese Suchmaschine dabei helfen, spontan Fragen durch einen zufälligen Fragengenerator zu bilden, auf den wir zu diesem Zeitpunkt nicht näher eingehen werden.
Jede Job Rule und Frage wird auch von allen teilnehmenden HR-Experten weltweit, die die entsprechende Plattform nutzen, abgestimmt, sobald die Anzahl der HR-Experten eine statistische Signifikanz erreicht, die für eine effiziente Abstimmung als angemessen erachtet wird. Die Abstimmung erfolgt für jedes Paar aus Jobregel und Frage, basierend auf den folgenden Regeln: Wie genau jede Jobregel die Anforderungen für den entsprechenden Jobregeltyp erfasst, einschließlich Region, Land … Job … usw. und die Fähigkeit des Job-Frage, um die Qualifikation eines Arbeitsuchenden in Bezug auf die relevante Job-Regel genau zu messen. Die Frage sollte für einen Arbeitsuchenden im Hinblick auf die Art der Berufsregel (einschließlich Region, Land … Berufsklasse … etc …) relativ leicht verständlich sein und in einem Multiple-Choice-Format vorliegen. Arbeitsregeln und Fragen, die unter einem akzeptablen Schwellenwert liegen, der dynamisch auf der Grundlage eines Bewertungskriteriums bestimmt und generiert wird, einschließlich der Gesamtzahl der Fragen, der durchschnittlichen Punktzahl für eine Frage, der maximalen Punktzahl für eine Frage und anderer relevanter Daten, die später erstellt werden vorhanden, werden automatisch entfernt. Über die verbleibenden Paare wird abgestimmt, um die Gewinner zu ermitteln, basierend auf der Anzahl der Regeln und Fragen, die von der Mehrheit der Teilnehmer als erforderlich erachtet werden, um ein bestimmtes Jobkriterium zu erfüllen. Die Gewinnerpaare aus Berufsregeln und Fragen werden als diejenigen mit den meisten Stimmen anerkannt, nachdem der Abstimmungszeitraum geschlossen ist, und dieser bestimmte Zeitraum wird zu einem späteren Zeitpunkt auf jeder Plattform festgelegt und öffentlich zugänglich gemacht.
Jeder HR-Experte, der einen erfolgreichen Rekrutierungsstandard (Stellenregel oder -frage) hinzufügt, wird seine oder ihre Informationen für immer mit dieser bestimmten Regel oder Frage verknüpfen. Jede zukünftige Verwendung dieser bestimmten Jobregel oder -frage, um Arbeitsuchende automatisch zu interviewen, könnte eine bestimmte Anzahl von Leistungspunkten für diesen HR-Experten aufbauen. Die Stellenregeln bzw. -fragen erhalten 1-10 Credit Points je nach Wirksamkeit im Hinblick auf die Einstellung des perfekten Stellensuchenden für die jeweilige Stelle, wie vom einstellenden Unternehmen beurteilt. 10 ist die beste Punktzahl für eine Arbeitsregel oder -frage und 1 die schlechteste. Diese Kreditpunkte werden vom einstellenden Unternehmen über ein automatisiertes vierteljährliches Feedbacksystem vergeben, ohne dass das einstellende Unternehmen weiß, wer die Stellenregel oder -frage ursprünglich erstellt hat, wobei die Ergebnisse automatisch an die Software gesendet werden. Stellenregeln oder Fragen, die Kreditpunkte unterhalb einer bestimmten Schwelle erhalten, werden zum Ersatz wieder auf die Plattform gestellt. Sobald über die Ersetzung abgestimmt wurde, wird die alte Jobregel und/oder Frage automatisch durch die entsprechende Ersetzung ersetzt. Dieser Zyklus setzt sich fort, bis der Punkt der global akzeptablen Effizienz für die Rekrutierungsstandards erreicht ist. Die besten 100 HR-Experten pro Job-Rule-Gruppe (inklusive Kriterien wie Region, Land, Branche, …) oder Job-Frage-Gruppe haben bis zum Ende eines jeden Quartals die meisten Credit Points erworben. Die Informationen aller 100 besten HR-Experten werden als führende HR-Experten in ihrer jeweiligen Stellenregel- oder Fragengruppe auf einer Website angezeigt, die speziell entwickelt wurde, um die Informationen der 100 besten HR-Experten in jeder Stellenregel- und Stellenfragengruppe anzuzeigen. Diese Website sollte eine HR-Experten-Suchmaschine bereitstellen, die die Suche nach HR-Experten anhand der verschiedenen Attribute einer Stellenregelgruppe und einer Stellenfragegruppe ermöglicht.
Um Probleme zu bekämpfen, die in Bezug auf die Effizienz einer Personalbeschaffungssoftware auftreten können, wie z. B. wiederholte Fragen an dieselben Arbeitssuchenden oder das Kopieren von Fragen durch Arbeitssuchende oder andere Handlungen, die zu Ineffizienzen führen könnten, sollten wir Schutzmaßnahmen ergreifen. Schutzmaßnahmen können in vielen Formen erfolgen, einschließlich der Verwendung von Fragebögen, die Arbeitssuchenden so angezeigt werden, dass sie schwer zu kopieren sind, und der Verwendung eines Zufallsgenerators, der dieselbe Frage bildetauf viele verschiedene Arten zu überprüfen, ob HR-Experten die einzigen sind, die über die Plattform Zugriff auf Stellenregeln und Fragen haben, während die Rekrutierungsstandards erstellt und abgestimmt werden und so weiter. Andere Schutzmaßnahmen stehen zur Debatte und können auf der Grundlage eines später eingeführten Abstimmungsverfahrens in die Plattform aufgenommen werden, mit der Daten gesammelt oder generiert werden.
Um den HR-Rekrutierungssoftware-Klassifizierungsprozess der Rekrutierungsstandards zu unterstützen, sollte jede Plattform einen anderen Satz dynamisch austauschbarer GUIs enthalten, die darauf abzielen, HR-Experten einen einfachen und effizienten Prozess zu ermöglichen, ihre Rekrutierungsstandards einzugeben oder zu teilen und mit HR-Experten darüber abzustimmen auf der ganzen Welt. Die GUIs selbst werden von HR-Experten über die Plattformen abgestimmt, sobald die Anzahl der HR-Experten eine statistische Signifikanz erreicht, die für eine effiziente Abstimmung als angemessen erachtet wird. Die Abstimmung basiert auf Benutzerfreundlichkeit und Effizienz, einschließlich der Anzahl der Klicks, die ein Benutzer benötigt, um den gewünschten Bereich oder die gewünschte Funktion der Plattform zu erreichen, wie einfach eine GUI zu verwenden ist und wie korrekt und umfassend die Klassifizierungskategorien sind Hinzufügen von Jobregeln und Fragen auf globaler Ebene. Die Plattform mit den GUIs, die die meisten Stimmen erhalten, gewinnt den ersten Preis – die Namen aller Teilnehmer, die die Gewinner-GUIs entwickelt haben, einschließlich GUI-Inhalte wie Klassifizierungskategorien und anderer relevanter Inhalte, werden auf einer Seite auf der Plattform angezeigt. und seine GUIs werden dynamisch die GUIs ersetzen, die unter dem ersten Platz landeten.
Die HR-Rekrutierungssoftware ermöglicht es Arbeitssuchenden, auch ein Video über sich selbst einzureichen, in dem sie etwas über sich selbst beschreiben und warum sie glauben, dass sie am besten zu der Stelle passen, für die sie sich bewerben. Die Bilderkennung und -analyse kann in diesem Fall sehr schwierig, aber unglaublich hilfreich sein, insbesondere wegen der Bandbreite an Bewegungen, die erkannt und analysiert werden müssen, wenn wir aussagekräftige Schlussfolgerungen über Arbeitssuchende in Bezug auf das Zeigen visueller Elemente wie Bewegungen, Formen usw. ziehen wollen Farben, die normalerweise bei einem erfolgreichen Bewerber für eine bestimmte Stelle erkannt werden. Höchstwahrscheinlich fehlt einem Computer immer noch die Kraft des menschlichen Auges, jedoch bringen fortschrittlichere Algorithmen die Computerbilderkennung so weit voran, dass sie mit der Zeit wahrscheinlich das menschliche Auge einholen wird. Vor allem, wenn eine Reihe von Einschränkungen gleichzeitig zu erkennen sind, innerhalb eines bestimmten Bereichs, der sich in unmittelbarer Nähe des Kameraobjektivs befindet, das das Bild an den Computer weiterleitet. Diese Art der parallelen Bilderkennung ist der Bereich, in dem Computer die Leistung des menschlichen Auges nicht nur erreichen, sondern sogar übertreffen könnten. Um Geräusche auszugleichen, die die Wahrscheinlichkeit einer korrekten Erkennung gewünschter visueller Elemente verringern könnten, könnte die Spracherkennung verwendet werden, um Tonelemente zu erkennen, die typischerweise auch bei einem erfolgreichen Bewerber für eine bestimmte Stelle erkannt werden. Die Kombination beider Elemente könnte dazu beitragen, die Genauigkeit bei der Erkennung eines erfolgreichen Arbeitssuchenden-Matches zu erhöhen, wenn bestimmte Einschränkungen bei visuellen und akustischen Elementen gegeben sind.
