221
機器人
人工智能如何徹底變革人力資源格局，如何部署？
點擊播放
GIF/184K
導讀：越來越多的人力資源工具應用機器學習以及人工智能係統，其應用於工作場所以解決“員工問題”。隨著組織架構的持續變革以及權力的逐漸下放，能夠有效利用此類技術的組織機構才可以脫穎而出。
當然，這是一項高風險，高回報的工作。
從本質上講，人工智能和機器學習隻不過是工具罷了。它們就像其他的任何工具一樣，有利有弊。如果使用者不能夠明智地使用或配置，它們甚至可能會破壞你的工作流程或企業文化。尤其對於人力資源從業人員來講，這是一個巨大的風險，因為相比於技術專業人士而言，他們往往對這些工具的深層機製不太熟悉。
那麼，作為一名想要把工作幹好的人力資源專家，應該怎樣做呢？
首先，明確你正在解決的問題。也就是說，真正理解所要解決的問題。在發現問題並對問題進行正確評估之後，問問自己是否真的需要使用此項技術。如果不使用此項技術，工作進程是否會因此而拖後腿？應用此技術是否會使問題變得更簡單，從而使你有時間解決其他問題呢？或者你是否可以利用現有技術或不同的方法從事你所做的工作？
如果判定確實需要使用這種新穎的人工智能技術，那麼你就必須了解人工智能的優勢和劣勢。除了可以在穀歌上快速搜索瀏覽相關信息之外，還是有必要進行更加深入的了解。深入挖掘你所在專業的人脈並且充分利用公司裏其他人的專業知識，並邀請他們參與評審你正在考慮使用的工具。
在正確利用的情況下，人工智能可以節省你大量的時間和精力，從而將人力資源工作從運營職能轉變為戰略職能。
選擇合適的工具以解決相應的問題。
並不能將所有的問題一刀切。而且算法也不一定適用於所有問題，所以必須確保人工智能適於解決你所遇到的問題。
算法不太適用於以下情況如下：
生成少量數據的問題，或者數據無法反映真實世界的結果或行為。
處於極端邊緣情況的問題，或者底層數據集存在嚴重偏差（但接下來有方法可以解決這一問題）。
需要價值判斷的問題（在這個例子中，既考慮人性化且包含算法，則可以產生最優解決方案）。
從積極方麵來說，算法可以很好地解決這樣的問題：
問題中有重要數據，且數據與你所感興趣的行為和結果直接相關。
涉及你所搜索模式的這些問題是可以預測的（或至少長期來看是一致的）。
請記住，人工智能並不總是夠能提升你的工作能力，所以僅僅使用自動化流程工具可能無法得到理想的結果。如果你正試圖改變員工行為，那就使用一些能夠幫助員工學習的工具。研究表明，在解決基於行為的問題時，及時、具體、可執行且基於工具的反饋是非常有效的。
例如，Texito平台會在你寫招聘信息的時候提供反饋，提出美化內容的方法，從而使招聘信息更加吸引求職者。Joonko分析工作場所生產力的活躍度以及協作工具，尋找無意識偏見的證據，然後向員工建議糾正措施。
算法也是人的智力成果。
人工智能的設計與其說是一門科學，不如說是一門藝術。發明者可能會在不經意間將自己的偏見融入到技術中，正如穀歌所熟知的那樣，在一項新興的麵部識別技術中，深色皮膚的人被識別為大猩猩。
在做功課時，同時利用人工智能工具進行購物。弄明白這些模型是如何開發出來的，以及這些開發選項的意義所在。思考這樣的問題：
采取了何種數據集以訓練算法？此種數據中可能存在哪些偏差？模型是如何對此修正的？
舉例來說，就如Joonko所指出的那樣，如果某種算法讀取數據，數據顯示女性更有可能被分配到低優先級的任務中，那麼它可能會“理解”，女性並不勝任更高優先級的工作。
隨著時間的推移，模型是如何演變的？偏差問題又是如何解決的呢？底線是什麼？
人工智能和機器學習有可能從根本上改變人力資源職能，並且提升對人資專員所帶來的積極影響。但應用人工智能或機器學習並不會使得組織自身進行持續改變。如果你使用人工智能以加速正在發生的積極變化，那麼你可以通過正在運行的其他戰略項目來強化基於技術的改變。
機器人不會取代我們，它們隻會讓我們變好。
作者簡介：Aubrey Blanche是位於Atlassian的多元化和包容性機構全球負責人。她在工作中嚴格基於實證社會科學，並為外部多元化報告開發了一種新的團隊水平範式。她同時也是SheStarts的顧問、Sycamore的聯合創始人。
文章來源：網易智能
文章編輯：秦革
【燈塔大數據】微信公眾號介紹：中國電信北京研究院通過整合電信自有數據、互聯網數據和線下數據，創建了業內領先的“燈塔”大數據行業應用平台，致力於與行業合作夥伴共同打造大數據行業應用生態圈。
微信公眾號【燈塔大數據】關鍵字信息：
【人工智能】獲取人工智能時代的發展思考 ppt
【半月刊】下載大數據瞭望半月刊
【網絡安全】獲取國民網絡安全報告全文
【23個理由】下載《大數據讓你興奮的23個理由》電子書
【思維導圖】下載12種工具的獲取方式
【 燈塔 】 查看更多關鍵字回複
最後更新：2017-10-19 09:38:53