Pazartesi, Haziran 24, 2024
Ana SayfaGündem HaberleriAI, Amerikalıların İş Bulma ve Terfi Alma Yöntemlerini Değiştiriyor

AI, Amerikalıların İş Bulma ve Terfi Alma Yöntemlerini Değiştiriyor

Yapay Zeka Amerikalıların İş Bulma ve Terfi Alma Yöntemlerini Değiştiriyor başlıklı makale için resim

resim: stokkete (Doğrulanmış)

gelişmeler insan sermayesi yönetim sistemleridaha stratejik ve veri odaklı insan kaynağı ve yetenek yönetimi uygulamalarıve arttı önyargıya dikkat insanların nasıl işe alındığını, geliştirildiğini, terfi ettirildiğini ve işten çıkarıldığını değiştiren tüm faktörlerdir.

BEN öğretmek ve çalışmak yetenek yönetimi ve liderlik gelişiminde. Bu programları ve uygulamaları gerçek dünyada kullandım ve bu uygulamaların nasıl değiştiğini öğrenmeye ve araştırmaya devam ediyorum. yapay zeka ve sistemler zaten büyük iş, hasılat yapıyor 2021’de 38 milyar ABD doları. Yapay zeka güdümlü yazılımların hızla ilerleme ve şirketlerin çalışanları hakkında stratejik kararlar alma şeklini değiştirme potansiyeline sahip olduğuna şüphe yok.

İşte bu ivmenin sizin için anlamı olabilir.

AI, iş başvurunuzu inceliyor

Çok yakın bir gelecekte bir iş başvurusunda bulunduğunuzu hayal edin. Özenle yazılmış özgeçmişinizi şirketin web sitesi aracılığıyla yüklersiniz ve platformun, başka işlere başvurmak için kullandığınız diğer platformlara ürkütücü bir şekilde benzediğini fark edersiniz. Özgeçmişiniz kaydedildikten sonra, demografik bilgileri sağlar ve özgeçmişinizdeki aynı verilerle sayısız alanı doldurursunuz. Sen sonra “gönder”e basın ve bir kişiden takip e-postası almayı umuyoruz.

Verileriniz artık bu şirketin insan sermayesi yönetim sisteminde yaşıyor. Toplasalar bile artık çok az şirket özgeçmişe bakıyor; bilgiye bakıyorlar o küçük kutulara yazıyorsun siz, düzinelerce veya yüzlerce diğer başvuru sahibi ve iş gereksinimleri arasında karşılaştırma yapmanıza yardımcı olmak için. Özgeçmişiniz en kalifiye başvuru sahibi olduğunuzu gösterse bile, işe alım uzmanının dikkatini tek başına çekmesi pek olası değildir çünkü işe alım uzmanının dikkati başka yerdedir.

İşi aldınız, şimdi yapay zeka performansınızı değerlendiriyor

Diyelim ki çağrıyı aldınız, mülakatta başarılı oldunuz ve iş sizin. Bilgileriniz şirketin veri tabanında veya HCM’de başka bir aşamaya ulaşır: aktif çalışan. Performans derecelendirmeleriniz ve istihdamınızla ilgili diğer veriler artık profilinize bağlanacak ve HCM ve insan kaynakları için izlemesi ve değerlendirmesi için daha fazla veri eklenecektir.

Yapay zeka, teknoloji ve HCM’ler İK’yı etkinleştirir çalışan verilerine daha derin seviyelerde bakmak için. Toplanan içgörüler, insanlar işten ayrıldıklarında kilit liderlik rollerini üstlenebilecek yetenekli çalışanların belirlenmesine yardımcı olur ve kimin terfi ettirileceğine ilişkin kararlara rehberlik eder. Veriler ayrıca işe alım ve terfide kayırmacılık ve yanlılığı belirleyebilir.

Rolünüze devam ederken, performansınız hakkındaki veriler izlenir ve analiz edilir. Bu, performans derecelendirmelerinizi, amirinizin geri bildirimini, mesleki gelişim etkinliği – veya eksikliği. Siz ve başkaları hakkında zaman içinde bu kadar büyük miktarda veriye sahip olmak artık İK’nın çalışanların kuruluşun büyümesini nasıl daha iyi destekleyebileceği konusunda düşünmesine yardımcı oluyor.

Örneğin, İK, nasıl yapılacağını belirlemek için verileri kullanabilir. muhtemelen belirli çalışanlar istifa edecek ve bu kaybın etkisini değerlendirin.

Halihazırda birçok kişinin her gün kullandığı platformlar, oturum açmadan oturumu kapatmaya kadar üretkenlik verilerini toplar. Teams, Outlook ve SharePoint gibi yaygın olarak bulunan Microsoft araçları; iş yeri analiz aracı. Microsoft üretkenlik puanı, platform içindeki genel kullanımı izler.

Hatta ölçüler ve davranışları tanımlayan Yöneticinin algısına daha az bağlı olarak “iyi” veya “kötü” performans değişebilir. Veri büyüdükçe, hatta profesyonellerin işi danışmanlar gibi, doktorlar ve pazarlamacılar niceliksel ve nesnel olarak ölçülecektir. 2022 New York Times araştırması, çalışan üretkenliğini ve hesap verebilirliğini artırmak için tasarlanan bu sistemlerin şu etkiye sahip olduğunu ortaya çıkardı: moral bozmak ve korku aşılamak.

Amerikalı çalışanların verilerimizin nasıl kullanıldığını, bu verilerin hangi hikayeyi anlattığını ve geleceğimizi nasıl belirleyeceğini düşünmeye başlaması gerektiği açık.

AI ile kariyerinizi optimize etme ve anlama

Her şirketin bir HCM’si yoktur veya karar vermek için yetenek verilerini kullanma konusunda ileri düzeyde değildir. Ancak birçok şirket daha bilgili hale geliyor ve bazıları inanılmaz derecede gelişmiş durumda. Katıldığım yakın tarihli bir Microsoft Viva zirvesinde, PayPal ve Rio Tinto gibi şirketlerin insan kaynakları başkanları, bu gelişmeleri nasıl kullandıklarını özetlediler.

Bazı araştırmacılar iddia ediyor AI’nın işe alma ve terfi konusundaki örtülü önyargıyı ortadan kaldırarak eşitliği teşvik edebileceğini, ancak daha birçok kişinin, insanlar tarafından inşa edilen AI’nın yeniden paketlenmesi tehlikesini gördüğünü yeni bir kutuda eski sorunlar. Amazon bu dersi zor yoldan öğrendi 2018’de, oluşturduğu bir özgeçmiş sıralama yapay zekasının terk edilmesi gerektiğinde programlama rolleri için erkekleri tercih etti.

Dahası, veri toplama ve analizinin artması, kuruluş çok netken çalışanların nerede durdukları konusunda belirsiz kalmasına neden olabilir. Yapay zekanın işyerini nasıl değiştirdiğini anlamanız ve işvereninizden şeffaflık talep etmeniz en iyisidir. Bunlar, çalışanların bir sonraki incelemelerinde sormayı düşünmeleri gereken veri noktalarıdır:

İşyeri kültürünün, siyasetinin ve ilişkilerinin geleneksel yönlerinde ustalaşmanız gerektiği gibi, bu platformlarda gezinmeyi öğrenmeli, nasıl değerlendirildiğinizi anlamalı ve yeni ve daha veri odaklı bir şekilde kariyerinizin sahipliğini almalısınız.

Yapay zeka, sohbet robotları ve makine öğreniminin geleceği hakkında daha fazla bilgi edinmek ister misiniz? Kapsamımızın tamamına göz atın yapay zekaveya kılavuzlarımıza göz atın En İyi Ücretsiz AI Sanat Üreticileri Ve OpenAI ChatGPT Hakkında Bildiğimiz Her Şey.

Catherine RymshaKonuk Yönetim Öğretim Üyesi, UMass Lowell

Bu makale şu adresten yeniden yayınlanmıştır: Konuşma Creative Commons lisansı altında. Okumak orijinal makale.

RELATED ARTICLES

Popüler Konular