Ограничения и риски при использовании AI в подборе ⚡️
  
Многие говорят, что ИИ помогает автоматизировать рутинные задачи в подборе, но какая у этой ситуации обратная сторона?     

У ИИ существует множество рисков, которые следует учитывать. Конечно, это не повод отказываться от технологий. Всё скорее толкает учитывать баланс между использованием ИИ и участием HR в процессе наема. Тема очень важная и актуальная — особенно сейчас, в период ИИ-бума.   
    
👀 Поэтому мы решили поделиться своей экспертностью и рассказать всё об ограничениях и рисках применения ИИ в найме на TechRec 2024 — об этом поговорит Сергей Ахметов, Генеральный директор HR-Tech-компании «Поток».        
  

Он поделится, как нейросети и генеративные модели прямо сейчас меняют процессы наема сотрудников. Заодно поможет разобраться в рисках, связанных с внедрением ИИ.        

    
💙 Конференция состоится 31 мая 2024 г., в Москве, где будет сопровождаться онлайн-трансляцией, к которой можно подключиться из любой точки мира.        
  
Не упустите уникальную возможность перенять опыт коллег, задать наболевшие вопросы спикерам и завести полезные знакомства!  

Ещё мы подготовили для вас приятный бонус! Для всех читателей блога действует скидка 20% по промокоду ПОТОК 😱

Что почитать на майских 🔥

⚡️Мы с коллегами собрали дайджест с самыми полезными и интересными материалами за последнее время. Советуем почитать и гарантируем супер_актуальность:

✨ 7 шагов к быстрому найму. Как избежать стресса и сэкономить время на ключевых этапах подбора с помощью автоматизации.

✨ Как искать, находить и нанимать разработчиков на Linkedin: способы поиска, советы и фишки.

✨ Для любителей цифр — обзоры рынка труда и заработных плат за 2023-2024 годы в 27 (!) странах мира.

✨ «Пари» с нанимающим менеджером: 7 способов решить проблему долгого фидбека.

✨ Как ChatGPT ускорил подбор на 30% и помог рекрутерам делегировать задачи (промпты внутри).

✨ Как закрыть 25 вакансий программистов и аналитиков 1С на дефицитном ИТ-рынке и не сойти с ума.

✨ 355 откликов на вакансию джуна: тред о том, как обстоят дела на рынке труда.

✨ Как геймификация и инфоповоды могут помочь привлекать кандидатов.

✨ Пять вопросов для собеседования по модели STAR, которые помогут определить компетенции будущего сотрудника.

Сохраняйте, пользуйтесь, делитесь💙

Как измерить коэффициент отбора? 💙

Hr-ы, ловите полезную формулу, которая пригодится в работе.

Коэффициент отбора = Количество кандидатов, прошедших на следующий этап / Общее количество кандидатов на текущем этапе

Пример:

Если на первый этап отбора (например, рассмотрение резюме) было получено 100 резюме, а на следующий этап (например, телефонное интервью) приглашено 20 кандидатов, то коэффициент отбора составит:

20 / 100 = 0,2 или 20%.

Зачем нужна эта формула 🤔

*️⃣ Оценка эффективности этапов отбора: помогает оценить, насколько эффективно каждый этап отбора отсеивает неподходящих кандидатов;
*️⃣ Выявление узких мест: если на каком-то этапе коэффициент отбора слишком низкий, это может свидетельствовать о проблемах в процессе отбора (например, нечеткие критерии отбора, неэффективные методы оценки);
*️⃣ Оптимизация процесса найма: анализ коэффициентов отбора на разных этапах позволяет оптимизировать процесс найма;
*️⃣ Прогнозирование количества кандидатов: зная коэффициенты отбора на разных этапах, можно прогнозировать, сколько кандидатов потребуется привлечь на первом этапе, чтобы получить необходимое количество подходящих кандидатов на финальном этапе.

✅ Коэффициент отбора — важный показатель эффективности найма. Однако ручная обработка резюме и отслеживание кандидатов на разных этапах отнимают много времени. Именно поэтому необходимо использовать дополнительные решения, которые автоматизируют этот процесс.

Например, Поток Рекрутмент — гибкая система для массового и точечного подбора с использованием искусственного интеллекта. Она легко распределяет кандидатов по воронке и хранит все версии резюме и отклики, что заметно облегчит расчет коэффициента отбора и автоматизирует процесс рекрутинга! ✌️