AI가 경력에 미치는 영향: 고용 혁명 및 직장 내 편견 감지

: By 캐서린 림샤

방문해 주셔서 감사합니다 InnerSelf.com, 있는 곳에 20,000+ "새로운 태도와 새로운 가능성"을 홍보하는 삶을 변화시키는 기사. 모든 기사는 다음으로 번역됩니다. 30 개 이상의 언어. 확인 매주 발행되는 InnerSelf Magazine과 Marie T Russell의 Daily Inspiration에 게재됩니다. InnerSelf 매거진 1985년부터 출판되었다.

인공 지능의 통찰력은 승진에 영향을 미치고 직장 내 편견을 감지합니다. 게티 이미지를 통한 유이치로 치노 / 모멘트

우리가 인지하고 있든 없든, 기술의 발전은 인공 지능 우리의 진로에 점점 더 많은 영향을 미치고 있습니다.

발전 인적 자본 관리 시스템, 보다 전략적이고 데이터 중심적인 인적 자원 및 인재 관리 관행, 증가 편견에 대한 관심 사람들이 고용, 개발, 승진 및 해고되는 방식을 변화시키는 모든 요소입니다.

I 가르치고 일하다 인재 관리 및 리더십 개발. 저는 실제 세계에서 이러한 프로그램과 관행을 사용해 왔으며 이러한 관행이 어떻게 변화하고 있는지 계속 배우고 연구합니다. 인공 지능 및 시스템 이미 큰 사업을 벌이고 있습니다. 38에서 US $ 2021 billion. 의심할 여지 없이 AI 기반 소프트웨어는 빠르게 발전하고 회사가 직원에 대한 전략적 결정을 내리는 방식을 바꿀 수 있는 잠재력을 가지고 있습니다.

그 가속이 당신에게 의미하는 바는 다음과 같습니다.

적용

아주 가까운 장래에 직업에 지원한다고 상상해보십시오. 회사 웹 사이트를 통해 신중하게 작성된 이력서를 업로드하고 플랫폼이 다른 작업에 지원하는 데 사용한 다른 플랫폼과 매우 유사해 보입니다. 이력서를 저장한 후 인구 통계 정보를 제공하고 이력서의 동일한 데이터로 수많은 필드를 완성합니다. 너 그런 다음 "제출"을 누르십시오. 사람의 후속 이메일을 기대합니다.

귀하의 데이터는 이제 이 회사의 인적 자본 관리 시스템 내에 있습니다. 이력서를 수집하더라도 더 이상 이력서를 보는 회사는 거의 없습니다. 그들은 정보를 보고 있어 당신은 그 작은 상자에 입력 귀하, 수십 또는 수백 명의 다른 지원자 및 직업 요구 사항을 비교하는 데 도움이 됩니다. 귀하의 이력서가 귀하가 가장 적격한 지원자임을 입증하더라도 채용 담당자의 관심이 다른 곳에 있기 때문에 그것만으로는 채용 담당자의 시선을 끌지 못할 것입니다.

일자리 얻기

당신이 전화를 받고 인터뷰에서 에이스를 얻었고 직업이 당신의 것이라고 가정 해 봅시다. 귀하의 정보는 회사 데이터베이스 또는 HCM의 다른 단계인 활성 직원에 도달합니다. 귀하의 성과 등급 및 고용에 대한 기타 데이터가 귀하의 프로필에 연결되어 HCM 및 인적 자원이 모니터링하고 평가할 데이터가 추가됩니다.

AI, 기술 및 HCM은 HR을 가능하게 합니다. 더 깊은 수준에서 직원 데이터를 볼 수 있습니다. 수집된 통찰력은 사람들이 퇴사했을 때 주요 리더십 역할을 수행할 수 있는 재능 있는 직원을 식별하고 누가 승진해야 하는지에 대한 결정을 내리는 데 도움이 됩니다. 데이터는 또한 채용 및 승진에서 편애와 편향을 식별할 수 있습니다.

귀하가 귀하의 역할을 계속 수행함에 따라 귀하의 성과에 대한 데이터가 추적되고 분석됩니다. 여기에는 성과 평가, 감독자의 피드백, 전문성 개발 활동 – 또는 그것의 부족. 시간이 지남에 따라 귀하와 다른 사람들에 대한 이렇게 많은 양의 데이터를 보유하게 되면 이제 HR은 직원이 조직의 성장을 더 잘 지원할 수 있는 방법에 대해 생각하는 데 도움이 됩니다.

예를 들어 HR은 데이터를 사용하여 방법을 식별할 수 있습니다. 특정 직원이 퇴사할 가능성이 있음 손실의 영향을 평가합니다.

많은 사람들이 이미 매일 사용하고 있는 플랫폼은 로그인에서 로그오프까지 생산성 데이터를 집계합니다. Teams, Outlook 및 SharePoint를 포함하여 널리 사용되는 Microsoft 도구를 통해 관리자에게 통찰력을 제공할 수 있습니다. 직장 분석 도구. Microsoft 생산성 점수는 플랫폼 내의 전반적인 사용량을 추적합니다.

지표와 행동 정의 "좋은" 또는 "나쁜" 성과는 관리자의 인식에 덜 의존하여 변경될 수 있습니다. 데이터가 증가함에 따라 전문가의 작업 컨설턴트처럼, 의사 마케팅 담당자는 정량적이고 객관적으로 측정됩니다. 2022 New York Times 조사에 따르면 근로자 생산성과 책임을 개선하기 위해 설계된 이러한 시스템은 다음과 같은 효과가 있었습니다. 사기를 손상시키고 두려움을 심어줍니다..

미국 직원들은 우리의 데이터가 어떻게 사용되고 있는지, 데이터가 무엇을 말하고 있는지, 그리고 데이터가 우리의 미래를 어떻게 좌우할 수 있는지에 대해 생각하기 시작해야 한다는 것은 분명합니다.

경력 최적화 및 이해

모든 회사에 HCM이 있거나 인재 데이터를 사용하여 결정을 내리는 데 앞선 것은 아닙니다. 그러나 많은 회사들이 점점 더 요령해지고 있으며 일부는 엄청나게 발전하고 있습니다. 내가 참석한 최근 Microsoft Viva 서밋에서 PayPal 및 Rio Tinto와 같은 회사의 최고 인사 책임자는 이러한 발전을 사용하는 방법을 설명했습니다.

일부 연구자가 주장한다. AI는 채용 및 승진에서 암묵적인 편견을 제거하여 형평성을 증진할 수 있지만, 더 많은 사람들은 인간이 만든 AI가 단지 재포장할 위험이 있다고 보고 있습니다. 새로운 상자의 오래된 문제. 아마존은 이 교훈을 힘들게 배웠다 2018년에 구축한 이력서 정렬 AI가 그것은 프로그래밍 역할을 위해 남성을 선호했습니다..

또한 데이터 수집 및 분석의 증가로 인해 직원들은 조직이 매우 분명한 반면 직원들은 자신이 어디에 서 있는지 명확하지 않게 될 수 있습니다. AI가 직장을 어떻게 변화시키고 있는지 이해하고 고용주에게 투명성을 요구하는 것이 가장 좋습니다. 다음은 직원이 다음 검토 중에 질문을 고려해야 하는 데이터 포인트입니다.