Машины лучше людей нанимают эффективных сотрудников
По данным исследования, кандидаты, выбранные с помощью компьютерного алгоритма, работают дольше и лучше, сообщает зарубежное агенство Bloomberg.
Люди хотят верить, что у них хорошая интуиция, но когда дело доходит до найма сотрудников, мы проигрываем компьютерам. Как показали новые исследования в Национальном бюро экономических исследований (NBER — National Bureau of Economic Research, ред. Къ), рекрутеры выбирают менее эффективных кандидатов, чем рекомендованные алгоритмом.
В выборке приняли участие 15 компаний и более 300 000 нанятых сотрудников в секторе низкоквалифицированных услуг, таких как ввод данных и работа в call-центрах. Исследователи NBER сравнили сроки пребывания сотрудников, которые были наняты согласно рекомендациям алгоритма и тех, кто был выбран человеком. Алгоритм выдает рекомендации на основе теста по техническим и познавательным навыкам, личностным и профессиональным качествам. Так, зеленым цветом обозначались кандидаты с высоким потенциалом, желтым – со средним потенциалом и красным — с низким потенциалом.
Согласно результатам исследования, в среднем, «зеленые» кандидаты оставались на своих позициях на 12 дней дольше чем «желтые», которые на 17 дней больше продержались чем «красные». Отметим, что средняя продолжительность сроков работы в данной сфере не велика и составляет около 3-х месяцев. «Это все еще большая проблема, учитывая, что вы нанимаете десятки тысяч человек», говорит доцент отдела стратегического менеджмента Митчел Хоффман (Mitchell Hoffman).
Возможно по причине уверенности в своих навыках или предубеждений, многие HR-менеджеры не прислушиваются к рекомендациям алгоритма. К примеру, когда рекрутеры нанимают кандидатов из желтого пула вместо доступного кандидата из зеленого, который впоследствии был нанят на другую вакантную позицию, эти «зеленые» сотрудники оставались на рабочем месте на 8% дольше. Чем больше менеджеры уклонялись от рекомендаций тестов, тем больше была текучка кадров.
Кадровики могут оспорить эти результаты, аргументируя тем, что эти исключения были сделаны для того, чтобы нанять более продуктивных кандидатов, даже если они не задержались долго на рабочем месте. Тем не менее, цифры показывают обратное. Исследователи оценили продуктивность сотрудников для 6 из 15 компаний по таким критериям как: количество вводимых данных в час, или количество стандартизированных тестов, градуированных в час. «Исключения» по алгоритму не показали более лучших результатов, чем их коллеги. «Нет никаких статистических данных о том, что «исключения» делают работу лучше остальных», заявил доцент по предпринимательству в Гарвардской школе бизнеса Дэниел Ли (Danielle Li). В некоторых случаях «исключения» справлялись с работой даже хуже.
В то время когда алгоритмы по выбору сотрудников начали набирать популярность из-за возможности сэкономить расходы по найму сотрудников, среди рекрутеров все еще сохраняется тенденция к доверию на свои ощущения.
Это исследование дублировало феномен «алгоритма неприятия». Согласно этому феномену, менеджеры избегают алгоритмов, если их решения не совпадают с результатами тестов. Это объясняется тем, что внутренние предубеждения вводят в заблуждение людей, особенно когда дело доходит до найма. Некоторые менеджеры по найму тяготеют к людям, как они сами; другие попросту переоценивают свои способности в прогнозировании успешности кандидата. «Человеческая натура так устроена, что считает информацию, полученную в ходе собеседования, достаточной», сказал г-н Ли. Он отмечает, что во многих случаях данные, полученные по результатам тестов, являются более ценными при выборе кандидата.
Справочно: Национальное бюро экономических исследований – частная, некоммерческая организация. Оно является ведущей экономической организацией по экономическим исследованиям в Великобритании. 21 Нобелевских лауреатов по экономике числятся среди исследователей NBER.
