Как машинное обучение и нейро-игры оценивают кандидатов при приеме на работу — и почему в интервью с бездушной машиной все еще важна внешность
© flickr.com
Байки про «тупых эйчаров» скоро могут стать историей: подбор персонала переходит от людей к алгоритмам машинного обучения. Хотите устроиться в Tesla, Unilever или LinkedIn? Возможно, вам придется не отвечать на вопросы HR-специалиста с листочка, а играть в игры. Например, надувать виртуальный шарик: чем сильнее он надут, тем больше очков. Но шарик может и лопнуть — тогда вы не получите ничего. Такие игры создают нейропсихологи для оценки качеств кандидата — например, склонности к риску.
Самое главное, что оценивает результат не человек, а компьютерная модель. Причем модель не универсальная для всех, а обученная под конкретного работодателя. Сначала игры проходят уже зарекомендовавшие себя сотрудники — и модель сама выучивает набор навыков и свойств характера, нужный компании. А дальше алгоритм отбирает новых людей. Руководители фирм уверяют, что отобранные машиной кандидаты в среднем куда лучше, чем hand-picked.
Кстати, «роботизация» собеседования вовсе не значит, что теперь никому нет дела до вашей внешности. Роботы на нее тоже смотрят! Следующим этапом может стать видеоинтервью, решение по которому снова принимает искусственный интеллект. Обучившись на записях интервью, он автоматически вычленяет значимые свойства облика, мимики, которые выдают подходящих кандидатов.
Больше узнать о том, как искусственный интеллект оценивает вашу профпригодность, можно тут.
Документ вводит юридическое определение искусственного интеллекта, а также суверенной и национальной языковых моделей. Им придется проходить проверку на соответствие традиционным…
Генеративная поэзия появилась задолго до ChatGPT. Компьютеры генерируют стихи уже больше 60 лет, а сама мечта заставить машину рифмовать —…
Как специалисты по машинному обучению наводят порядок при работе с большими корпусами? Что нужно сделать, чтобы эксперимент был воспроизводимым, качество…