Do you send out multiple job applications and get no response? The reason may not be on your resume

Podjetja v sodobnem obdobju vse več uporabljajo umetno inteligenco za izbiro kandidatov, kar je v zadnjih letih postalo osnovna metoda v procesu zaposlitve. Kljub temu se številni kandidati soočajo z problemom, da kljub številnim prijavam ne dobijo nobenega odgovora. Ta situacija je v zadnjem času postala tematska točka, ker so raziskovalci zaznamovali, da je glavna vzrok za zavrnitev ne v kandidatovih znanju ali izkušnjah, temveč v načinu, kako so podjetja obdelavali prijave.

Pogled v raziskavo Univerze v Stanfordu, ki je analizirala približno 4 milijona prijav za več kot 3 milijonov kandidatov, pokazuje, da sodobni zaposlitveni postopki postajajo vse bolj odvisni od avtomatiziranih sistemov. Te sisteme uporabljajo več kot 90 odstotkov delodajalcev v ZDA, preden kandidate vidi kadrovik. To pomeni, da je odločitev o tem, ali bo kandidat sploh dobil priložnost za razgovor, pogosto odvisna od programske opreme, ki išče točno določene vzorce, ključne besede ali vedenjske značilnosti.

Ena najpomembnejših ugotovitev raziskave je pojav, ki ga raziskovalci imenujejo *algoritmična monokultura*. To pomeni, da veliko podjetij pri izbiri kandidatov uporablja enaka ali zelo podobna orodja umetne inteligence istih ponudnikov. Zaradi tega se pojavlja interesantni učinek – če kandidat v enem postopku dobi slabšo oceno, obstaja precejšnja verjetnost, da bo podobno ocenjen tudi drugje. Sistemi namreč delujejo po podobnih pravilih, zato različnim delodajalcem pogosto predlagajo zelo podobne odločitve. Posledice so lahko precej oprijemljive. Podatki kažejo, da približno štirje odstotki kandidatov, ki se prijavijo na deset delovnih mest, prejmejo zavrnitev pri vseh prijavah. Takšen vzorec presega pričakovanja, ki bi jih lahko razložili zgolj z naključjem, in nakazuje, da se pri odločanju ponavljajo isti kriteriji.

Najbolj zaskrbljujoča ugotovitev raziskave je, da številni kandidati niso zavrnjeni zaradi pomanjkanja kompetenc, temveč zaradi samega načina filtriranja. Algoritmi namreč temeljijo na podatkih in vzorcih, ki lahko vsebujejo pristranskosti. Pojavljajo se namreč razlike v tem, kako so obravnavane posamezne skupine kandidatov. Pri nekaterih se je izkazalo, da so bili pogosteje izločeni že v zgodnjih fazah, in to ne nujno zaradi slabših kompetenc, temveč zaradi značilnosti, ki niso neposredno povezane z njihovimi dejanskimi sposobnostmi. Dodatno težavo predstavlja dejstvo, da se ocena kandidata lahko ohrani dlje časa. Če sistem enkrat „odloči“, da kandidat ni primeren, se ta presoja lahko ponavlja tudi pri kasnejših prijavah, zato lahko prihaja do začaranega kroga.

Za iskalce zaposlitve ima to zelo konkretne posledice. Proces postaja manj transparenten, povratne informacije pa so redke ali avtomatizirane. Kandidati tako težko razumejo, kaj bi lahko izboljšali, pogosto pa dobijo občutek, da njihov trud sploh ni opažen. Težava je tudi v tem, da algoritmi „berejo“ življenjepis drugače kot ljudje. Kandidat lahko ima prave izkušnje, vendar jih ne predstavi na način, ki bi ga sistem prepoznal, zato sploh ne pride do naslednjega kroga izbora.

Raziskava Stanforda odpira širše vprašanje o prihodnosti zaposlovanja. Uporaba umetne inteligence sicer podjetjem prinaša hitrost in učinkovitost, a hkrati ustvarja tveganje, da se priložnosti za delo neenakomerno porazdelijo. Če več podjetij uporablja enake sisteme, lahko ena sama pristranskost vpliva na tisoče odločitev hkrati. To pomeni, da posamezni kandidat ne izpade iz postopka le pri enem delodajalcu, temveč potencialno pri več njih obenem.

Čeprav sistem ni popoln, strokovnjaki svetujejo nekaj prilagoditev. Pomembno je, da kandidati vedo, kako se njihovi življenjepisi predstavljajo v sistemih, in da se prilagodijo na to, kako so algoritmi obdelavali podatke. Tako lahko izboljšajo svoje možnosti za uspešno zaposlitev. Naučiti se morajo, kako predstavljati svoje izkušnje, da bi bile razumeti in ocenjene pravilno. To pomeni, da je vključenje v proces zaposlitve zdaj ne samo o znanju, ampak tudi o tehničnem pridobivanju, ki omogoča dostop do priložnosti.