Автоматизированное ПО для хайринга по ошибке отсеивает миллионы подходящих соискателей
Гарвардская школа бизнеса назвала автоматизированный софт для обработки резюме одним из главных источников проблем в американской системе найма. Подобные программы компании используют для фильтрации неподходящих кандидатов, а попутно цепляют миллионы тех, кто вполне подходит для той или иной вакансии. Из-за этого без работы остаются люди, которые хотят и могут трудоустроиться.
Авторы исследования отмечают, что такими программами пользуется 75% работодателей США, в том числе 99% компаний из списка Fortune 500. Применять их начали по мере того, как стали получать всё больше заявок в электронной форме. Стало проще нанимать людей — но и проще отказывать им.
Все эти системы устроены по-разному, но объединяет их то, что они слишком упрощают отбор, разделяя соискателей на «плохих» и «хороших».
Некоторые по умолчанию отсеивают резюме, владельцы которых не работали дольше 6 месяцев. При этом почему человек был без работы — например, по беременности, из-за необходимости ухаживать за больным родственником или в целом из-за ситуации на рынке, их не интересует. В другом случае больница искала человека с опытом программирования (это должно было быть указано в навыках в резюме) на работу, которая заключалась в вводе данных пациентов в систему. В третьем — кандидаты отпадали из-за отсутствия в резюме одного нерелевантного требования, хотя годились по всем остальным.
В итоге получается замкнутый круг: с помощью технологии компании хотели быстрее заполнять пробелы, но вместо этого стали утопать в заявках. Если в начале 2010-х в среднем на вакансию подавалось 120 человек, то к концу десятилетия их число выросло до 250. В ответ компании стали выставлять слишком жёсткие фильтры, из-за чего отсеиваются хорошие кандидаты и остаётся больше безработных, чем могло бы быть.
Тем временем рынок технологий для автоматического рекрутинга в 2017 году составил $1,75 млрд, а к 2025-му должен достичь $3,1 млрд.
Почти 90% опрошенных в рамках исследования топ-менеджеров знают о недостатках таких программ, а некоторые пытаются найти альтернативные способы найма сотрудников. Для решения проблемы необходимо пересмотреть многие аспекты системы найма, отмечают авторы, начиная с того, где компании ищут кандидатов, и заканчивая тем, как используют вспомогательный софт.
«Взяли другого». Айтишники рассказывают, как компании отзывали их офферы
QA-инженер написал гневный пост в линкедине: компания отозвала оффер, который сделала ему неделю назад, — а он уже успел уволиться с предыдущего места работы.
Хотите сообщить важную новость? Пишите в Telegram-бот
Главные события и полезные ссылки в нашем Telegram-канале
Обсуждение
Комментируйте без ограничений
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
vortex
^^ в Я тут ради енотиков
6 сентября 2021, 16:13
3
А в чем разница с обычной системой? если вбивают не релевантные требования в автоматизированную систему, то и в обычной системе будут те же не релевантные. И все равно отсеят.
Может тут вопрос к HR не софту.
Пётр Кладов
Co-Founder в ПКБ «Витебск»
7 сентября 2021, 16:43
0
Нерелевантность требований со стороны рекрутёров плюс недостаток системы, анализирующей информацию по прямолинейному алгоритму, заданному этим самым рекрутёром.
Всё же живого человека адекватно такая система заменить не может. Обученные нейросети в будущем -- возможно, смогут. Сейчас же такая алгоритмическая система работает как технически неграмотный рекрутёр, бездумно отсеивающий кандидатов по формальному опроснику: "Меньше 5 лет опыта в технологии, которой 3 года -- мимо"
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
А в чем разница с обычной системой? если вбивают не релевантные требования в автоматизированную систему, то и в обычной системе будут те же не релевантные. И все равно отсеят.
Может тут вопрос к HR не софту.
Нерелевантность требований со стороны рекрутёров плюс недостаток системы, анализирующей информацию по прямолинейному алгоритму, заданному этим самым рекрутёром.
Всё же живого человека адекватно такая система заменить не может. Обученные нейросети в будущем -- возможно, смогут. Сейчас же такая алгоритмическая система работает как технически неграмотный рекрутёр, бездумно отсеивающий кандидатов по формальному опроснику: "Меньше 5 лет опыта в технологии, которой 3 года -- мимо"