Οι εφαρμογές της Τεχνητής Νοημοσύνης δεν θα μπορούσαν να μείνουν αναξιοποίητες από τα τμήματα HR των εταιρειών, καθώς συμβάλουν σημαντικά στην εξοικονόμηση χρόνου αλλά και στην ανάδειξη των ποιοτικών χαρακτηριστικών και δεξιοτήτων των εργαζόμενων καθώς και στην εκπαίδευση τους.
Ειδικότερα η Τεχνητή Νοημοσύνη στο HR αναφέρεται στην αξιοποίηση διαφόρων μεθόδων στον κλάδο του ανθρώπινου δυναμικού, χρησιμοποιώντας αλγόριθμους, εργαλεία AI αλλά και Machine Learning, για απόκτηση πολύτιμων πληροφοριών από HR data και αυτοματοποίηση επαναλαμβανόμενων και χρονοβόρων διαδικασιών.
Σύμφωνα με πρόσφατη έρευνα της Gartner, το 81% των υψηλόβαθμων στελεχών HR έχουν διερευνήσει ή προχωρήσει σε εφαρμογές Τεχνητής Νοημοσύνης ως σημαντική λύση για τη βελτίωση της αποτελεσματικότητας των διαφόρων διαδικασιών εντός των πλαισίων του οργανισμού τους.
Αναμφίβολα, λοιπόν, η τεχνητή νοημοσύνη είναι ιδιαίτερα σημαντική στο κλάδο του HR, καθώς συμβάλει στον εξορθολογισμό των διαδικασιών, την βελτιωμένη λήψη αποφάσεων και την ενίσχυση της παραγωγικότητας.
Ως αποτέλεσμα, ενισχύεται η κερδοφορία της επιχείρησης και η γενικότερη δυναμική της, ξεχωρίζοντας από τον ανταγωνισμό.
Επιπλέον, μέσω του AI επιτυγχάνεται μείωση της πιθανότητας σφαλμάτων αλλά και μείωση των προκαταλήψεων κατά τις διαδικασίες εύρεσης, πρόσληψης και αξιολόγησης ενός εργαζόμενου από το τμήμα HR μιας επιχείρησης ή ενός οργανισμού.
Η τεχνητή νοημοσύνη έχει αναδιαμορφώσει και αλλάξει σημαντικά πολλές από τις καθιερωμένες λειτουργίες και διαδικασίες που παραδοσιακά ακολουθούνταν από το τμήμα HR μιας επιχείρησης.
Η πρώτη διαδικασία είναι η πρόσληψη και η απόκτηση ταλέντων η οποία αποτελεί βασικό κομμάτι της εργασίας του ανθρώπινου δυναμικού μιας εταιρείας.
Με τη συμβολή της Τεχνητής Νοημοσύνης μειώνεται σημαντικά ο χρόνος που δαπανάται για την πρόσληψη νέων υπαλλήλων αυτοματοποιώντας πληθώρα χειροκίνητων εργασιών όπως η εισαγωγή δεδομένων, η ανάρτηση νέων θέσεων εργασίας και η αποστολή προσφορών εργασίας.
Σύμφωνα με σχετικές έρευνες, το 73% από τους 250 HR ηγέτες που ερωτήθηκαν χρησιμοποιούν ήδη την Τεχνητή Νοημοσύνη κατά τις διαδικασίες πρόσληψης νέων ταλέντων.
Ακόμη, με τη χρήση της Τεχνητής Νοημοσύνης, οι αλγόριθμοι μπορούν να κάνουν τη διαλογή ανάμεσα στα βιογραφικά σημειώματα, εντοπίζοντας με βάση διάφορα κριτήρια τους κατάλληλους υποψηφίους.
Παράλληλα, μέσω του NLP (επεξεργασία φυσικής γλώσσας), μπορούν να ελέγξουν βίντεο συνεντεύξεων και να αναγνωρίσουν στοιχεία και μοτίβα που δείχνουν ποιος υποψήφιος είναι πιο πιθανό να πετύχει.
Η δεύτερη διαδικασία, στην οποία η Τεχνητή Νοημοσύνη έχει μεγάλη συμβολή είναι η εξατομίκευση της εκπαίδευσης του προσωπικού σε μια εταιρεία, με τις διαδικασίες upskilling και reskilling να εκσυγχρονίζονται και να γίνονται πιο αποτελεσματικές.
Μέσω της Τεχνητής Νοημοσύνης μπορεί να γίνει αποτελεσματική προσαρμογή της εκπαίδευσης των εργαζομένων, δημιουργώντας πλάνα και στόχους που στηρίζονται σε δεδομένα για κάθε άτομο ξεχωριστά, και όχι με γενικευμένο τρόπο όπως είθισται παραδοσιακά.
Ακόμη, τα εργαλεία ΤΝ διευκολύνουν σημαντικά την εξέλιξη της σταδιοδρομίας των εργαζομένων, μιας και βοηθούν στην εύρεση ταλέντων μέσα από τον οργανισμό. Με αυτό τον τρόπο, εξοικονομείται χρόνος και χρήμα που ειδάλλως θα δαπανούνταν στην πρόσληψη και την εκπαίδευση εξωτερικών ταλέντων.
Ένα άλλο σημαντικό σημείο είναι ότι η Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιηθεί για να παρακολουθήσει την απόδοση, την γενικότερη συμπεριφορά και αφοσίωση των υπαλλήλων σε μια εταιρεία.
Έτσι, αναλύοντας τα δεδομένα των εργαζομένων, όπως τα μηνύματα ηλεκτρονικού ταχυδρομείου, μπορεί να ανιχνεύσει μοτίβα ύποπτης ή ανάρμοστης συμπεριφοράς, παρέχοντας στις ομάδες ανθρώπινου δυναμικού πολύτιμες πληροφορίες.
Παρά τα πολλαπλά οφέλη της τεχνητής νοημοσύνης σε διάφορους επιχειρηματικούς κλάδους, υπάρχουν και ορισμένοι περιορισμοί αλλά και προκλήσεις από τη χρήση της Τεχνητής Νοημοσύνης στο HR.
Ειδικότερα, μιας και οι εφαρμογές τεχνητής νοημοσύνης συχνά απαιτούν πρόσβαση σε μεγάλες ποσότητες δεδομένων προσωπικού χαρακτήρα, εγείρεται συχνά το ζήτημα της διασφάλισης του απορρήτου για την αποτροπή μη εξουσιοδοτημένης πρόσβασης σε προσωπικά δεδομένα.
Πολλοί επίσης εκφράζουν επιφυλάξεις για την ενδεχόμενη μετατόπιση θέσεων εργασίας λόγω της αυτοματοποίησης ορισμένων καθηκόντων του ανθρώπινου δυναμικού.
Επιπρόσθετα, μιας και οι αλγόριθμοι τεχνητής νοημοσύνης εκπαιδεύονται σε ιστορικά δεδομένα, ένας άλλος προβληματισμός είναι το τι θα συμβεί σε περίπτωση που τα δεδομένα που εκπαιδεύεται ο αλγόριθμος είναι ελλιπή, μεροληπτικά ή ανακριβή.
Πρέπει, λοιπό,ν να επισημανθεί ότι τα πάντα έχουν να κάνουν με τη χρήση που τους κάνουμε. Η TN στο HR προσφέρει πολύτιμα οφέλη αρκεί να χρησιμοποιείται με σεβασμό και να συμμορφώνεται με διάφορους κανονισμούς που σχετίζονται με την προστασία των δεδομένων, όπως το GDPR.
Επίσης, ο ανθρώπινος παράγοντας είναι και θα παραμείνει σημαντικός, καθώς ακόμη και στην περίπτωση που αντικατασταθεί κάποια θέση εργασίας, χάρη στην ΤΝ δημιουργούνται νέες ευκαιρίες και θέσεις εργασίας.
