שיתוף

בינה מלאכותית יכולה להיות נכס רב ערך בסיוע למנהלי משאבי אנוש לזהות מועמדים שנחשבים בענף שלהם לטלנטים מובילים ברמת סופרסטארים נדירים, ושעלולים להפגין התנהגות רעילה לאחר גיוסם לחברה.

עם זאת, שיקול דעת אנושי ושיקולים אתיים נותרים מכריעים בתהליך קבלת ההחלטות. המטרה היא ליצור איזון בין משיכת כישרונות מובילים לבין שמירה על תרבות ארגונית חיובית ובריאה.

כאמור, הבינה המלאכותית יכולה למלא תפקיד משמעותי בסיוע למנהלי משאבי אנוש לזהות – במהלך הליך הגיוס,  מועמדים פוטנציאליים שהם כוכבי על ובה בעת עלולים לסכן את סביבת העבודה של הארגון בגלל היותם רעילים לסביבת העבודה – ולקבל החלטות מושכלות האם להעסיק אותם.

להלן 9 דרכים בהן יכולה הבינה המלאכותית לסייע בזיהוי מועמדים שהם טלנטים רעילים ובקבלת החלטות על גיוסם:

1 איתור נורות אדומות בקורות החיים של המועמד לגבי היותו רעיל לסביבת העבודה:

אלגוריתמים של בינה מלאכותית יכולים לנתח קורות חיים של מועמדים וחומרים אחרים, בעזרת מילות מפתח, ביטויים ודפוסים שעלולים להצביע על התנהגויות בעייתיות. זה כולל ביטויים הקשורים לקונפליקטים, מחלוקות או אינטראקציות שליליות עם עמיתים, במקומות עבודה קודמים.

2 בדיקת רשתות חברתיות:

ניתן להשתמש בבינה מלאכותית כדי לסרוק את הפרופילים והפעילות של מועמדים ברשתות החברתיות.

הבינה המלאכותית יכולה לזהות פוסטים, הערות או אינטראקציות שמפגינות התנהגות עוינת או רעילה. אלגוריתמים של בינה מלאכותית יכולים לסמן פוטנציאל לגבי תכנים שיש לבדוק אותם בדיקה נוספת.

3 ניתוח סנטימנט של תגובות המועמדים:

במהלך ראיונות וידאו או הערכות כתובות, ניתוח סנטימנטים מבוסס בינה מלאכותית יכול להעריך את הטון הרגשי ואת השפה שבה משתמשים המועמדים. מעבר פתאומי לשפה שלילית או עימות יכול להדליק נורות אדומות.

4 איסוף וניתוח נתוני משוב ממעסיקים קודמים:

כלים מבוססי בינה מלאכותית יכולים לסייע באיסוף וניתוח משוב מהפניות וממעסיקים קודמים.

הבינה המלאכותית יכולה לזהות דפוסים בתגובות ובהתייחסות, המרמזים על בעיות פוטנציאליות בכל הקשור לעבודת צוות, לשיתוף פעולה ולכישורים בינאישיים.

5 משחקי הערכת התנהגות וסימולציות:

סימולציות ומשחקים מבוססי בינה מלאכותית יכולים להעריך את התנהגותו של מועמד בתרחישים מדומים של מקום עבודה.

הערכות אלו יכולות לחשוף כיצד מועמדים מתמודדים עם אתגרים, עם קונפליקטים ועם עבודת צוות, ואיך הם מספקים תובנות לגבי הכישורים הבינאישיים והטמפרמנט שלהם.

6 הערכות אישיות ומבחנים פסיכומטריים:

הבינה המלאכותית יכולה לנהל ולנתח הערכות אישיות ומבחנים פסיכומטריים. בדיקות אלו יכולות לחשוף תכונות הקשורות להתנהגות רעילה, כגון רמות גבוהות של עוינות, נרקיסיזם או חוסר אמפתיה.

7 אנליטיקה חזויה:

מודלים של בינה מלאכותית יכולים להשתמש בנתונים היסטוריים לגבי התנהגות של מועמדים כעובדים ולגבי הביצועים שלהם, כדי לחזות האם מועמד צפוי להפגין התנהגות רעילה במקום העבודה. תחזיות אלו מבוססות על דפוסים ומתאמים שזוהו בנתוני המועמדים, בעבר.

8 תמלול וניתוח ריאיון:

הבינה המלאכותית יכולה לתמלל ולנתח הקלטות של ראיונות עבודה, ולזהות רמזים מילוליים ודפוסי שפה שעשויים להצביע על פוטנציאל של מועמד להתנהגות רעילה. האלגוריתמים יכולים לסמן תגובות לבדיקה.

9 ניטור רציף של סנטימנט העובדים:

לאחר גיוס המועמדים ועם תחילת עבודתם, ניתן להשתמש בבינה מלאכותית כדי לנטר את סנטימנט העובדים ומעורבותם בארגון.

ירידה פתאומית במורל הצוות, או דיווחים תכופים על אינטראקציות שליליות הכרוכות בעובד החדש, יכולים להתריע בפני מנהלי משאבי אנוש על בעיות פוטנציאליות.

כנס משאבי אנוש

כנס הגיוס השנתי 2024

כנס רווחה וחווית העובד

אין תגובות

השאר תגובה