Da più di un anno ormai, le organizzazioni hanno lottato per mantenere il talento. Secondo il Bureau of Labor Statistics degli Stati Uniti, 4,2 milioni di persone hanno lasciato volontariamente il lavoro nell’agosto 2022. Allo stesso tempo, ci sono state 10,1 milioni di offerte di lavoro. Tra la Grande Dimissioni e le tendenze più recenti come “smettere di fumare”, gli approcci tradizionali per conquistare lavoratori di talento non sempre hanno tagliato il traguardo in questo mercato fortemente competitivo.
Un’ondata emergente di strumenti di intelligenza artificiale per la gestione dei talenti ha il potenziale per aiutare le organizzazioni a trovare più rapidamente candidati di lavoro migliori, fornire uno sviluppo dei dipendenti più incisivo e promuovere la fidelizzazione attraverso un coinvolgimento più efficace dei dipendenti. Ma mentre l’IA potrebbe consentire ai leader di affrontare i punti deboli della gestione dei talenti rendendo i processi più veloci ed efficienti, l’implementazione dell’IA comporta una serie unica di sfide che meritano un’attenzione significativa.
Prima che i leader adottino questi strumenti, devono capire come e dove l’IA potrebbe offrire un vantaggio alla loro azienda e come anticipare e affrontare le sfide principali nell’implementazione dell’IA per la gestione dei talenti.
Punti deboli della gestione dei talenti e IA in azione
La gestione dei talenti ha tre fasi principali: attrazione dei dipendenti, sviluppo dei dipendenti e fidelizzazione dei dipendenti. L’IA può aiutare ad affrontare i punti deboli in ciascuna di queste aree.
Attrazione dei dipendenti
Trovare e assumere i lavoratori giusti può essere laborioso, inefficiente e soggetto a pregiudizi. I reclutatori aziendali creano annunci di lavoro, esaminano i curriculum e pianificano i colloqui, processi che possono richiedere molto tempo e portare a colli di bottiglia che aumentano i tempi di assunzione e, in definitiva, alla perdita di candidati promettenti. Un linguaggio distorto negli annunci di lavoro può anche ridurre le domande di gruppi tradizionalmente emarginati, comprese le donne e le minoranze razziali, sebbene anche gli screening manuali possano essere irti di pregiudizi impliciti.
Inoltre, le aziende spesso hanno processi incoerenti per abbinare i candidati alle opportunità di lavoro oltre a quella per cui si erano inizialmente candidati, il che porta a sprecare opportunità sia per i candidati che per le organizzazioni che cercano di ricoprire ruoli.
L’intelligenza artificiale può aiutare creando annunci di lavoro più accurati che sono adeguatamente pubblicizzati ai potenziali candidati, esaminando in modo efficiente i candidati per identificare i candidati promettenti e offrendo processi che tentano di controllare i pregiudizi umani. Ad esempio, la piattaforma Pymetrics utilizza l’IA negli strumenti di valutazione dei candidati che misurano la dimostrazione delle abilità effettive e di conseguenza riduce i pregiudizi nel processo di screening. La piattaforma reindirizza anche i candidati “medaglia d’argento” ad altre opportunità di lavoro adatte, facendo risparmiare tempo ai reclutatori coinvolgendo automaticamente nuovamente i candidati promettenti.
Sviluppo dei dipendenti
Offrire ai lavoratori opportunità di apprendimento e sviluppo continui è un aspetto chiave della gestione dei talenti. Un punto dolente fondamentale nello sviluppo dei dipendenti è motivare i dipendenti e garantire che abbiano accesso alle opportunità appropriate. Spesso le informazioni su queste opportunità per i dipendenti sono scarse e le organizzazioni trovano difficile sviluppare contenuti di qualità sufficientemente elevata per stare al passo con le esigenze di apprendimento e crescita dei dipendenti.
L’IA può offrire soluzioni in tempo reale per affrontare questi punti deboli. Ad esempio, EdApp, un sistema di gestione dell’apprendimento basato sull’intelligenza artificiale, fornisce ai dipendenti consigli di apprendimento personalizzati basati su analisi delle prestazioni e del coinvolgimento, consente ai leader delle risorse umane di creare contenuti di micro-apprendimento in pochi minuti e consente loro di monitorare i progressi degli studenti e rivedere i contenuti in base a dati analitici intuizioni.
Il mantenimento dei dipendenti
Infine, c’è la questione di come garantire che i dipendenti che hai assunto e sviluppato rimangano. Un aspetto critico di questo è il coinvolgimento dei dipendenti o l’impegno e la connessione dei dipendenti con la loro organizzazione. Un recente sondaggio Gallup mostra che solo il 32% della forza lavoro statunitense e il 21% della forza lavoro globale si sente impegnata nel lavoro. I datori di lavoro spesso lottano per migliorare il coinvolgimento dei dipendenti perché è difficile acquisire metriche di coinvolgimento accurate. Lottano anche per prevenire il burnout dei dipendenti e promuovere il benessere.
Vari strumenti di intelligenza artificiale possono aiutare a acquisire le metriche di coinvolgimento dei dipendenti con precisione in tempo reale e creare soluzioni incentrate sui dipendenti per promuovere il benessere. Un esempio è Microsoft Viva + Glint, una piattaforma per l’esperienza dei dipendenti che combina l’analisi del sentiment con dati di collaborazione effettivi per misurare il coinvolgimento e il benessere dei dipendenti.
Dove gli strumenti di intelligenza artificiale possono andare storti e come mitigare questo rischio
Tuttavia, gli strumenti basati sull’intelligenza artificiale non sono soluzioni valide per tutti. In effetti, l’IA può essere progettata per ottimizzare per diverse metriche ed è valida solo quanto l’obiettivo per cui è ottimizzata. Pertanto, per sfruttare tutto il potenziale dell’IA per la gestione dei talenti, i leader devono considerare quali sfide di adozione e implementazione dell’IA potrebbero incontrare. Di seguito, descriviamo le sfide chiave e le strategie di mitigazione basate sulla ricerca per ciascuna.
Bassa fiducia nelle decisioni basate sull’intelligenza artificiale
Le persone potrebbero non fidarsi e accettare decisioni guidate dall’intelligenza artificiale, un fenomeno noto come avversione agli algoritmi. La ricerca mostra che le persone spesso diffidano dell’IA perché non capiscono come funziona l’IA, toglie loro il controllo delle decisioni e percepiscono le decisioni algoritmiche come impersonali e riduzionistiche. In effetti, uno studio ha dimostrato che, anche se gli algoritmi possono rimuovere i pregiudizi nel processo decisionale, i dipendenti hanno percepito le decisioni relative alle risorse umane basate su algoritmi come meno eque rispetto alle decisioni umane.
Le strategie di mitigazione includono:
Promozione dell’alfabetizzazione algoritmica: Un modo per ridurre l’avversione per gli algoritmi è aiutare gli utenti a imparare a interagire con gli strumenti di intelligenza artificiale. I leader della gestione dei talenti che utilizzano strumenti di intelligenza artificiale per prendere decisioni dovrebbero ricevere una formazione statistica, ad esempio, che possa consentire loro di sentirsi sicuri nell’interpretazione delle raccomandazioni algoritmiche.
Offrire opportunità di controllo decisionale: La ricerca suggerisce che quando le persone hanno un certo controllo sulla decisione finale, anche se minima, sono meno contrarie alle decisioni algoritmiche. Inoltre, le persone sono più disposte a fidarsi delle decisioni guidate dall’IA in domini più oggettivi. Pertanto, decidere con attenzione quali tipi di decisioni di gestione dei talenti dovrebbero essere informati dall’IA, oltre a determinare in che modo i professionisti delle risorse umane possono co-creare soluzioni lavorando con raccomandazioni guidate dall’IA, sarà fondamentale per aumentare la fiducia nell’IA.
Bias AI e implicazioni etiche
Mentre l’IA può ridurre i pregiudizi nel processo decisionale, l’IA non è del tutto priva di pregiudizi. I sistemi di intelligenza artificiale vengono in genere addestrati utilizzando set di dati esistenti, che possono riflettere pregiudizi storici. Oltre al famigerato strumento di intelligenza artificiale di Amazon che ha svantaggiato le donne candidate, altri esempi di pregiudizi nell’intelligenza artificiale includono algoritmi di approvvigionamento che prendono di mira un pubblico dell’85% di donne per posizioni di cassiere nei supermercati e si rivolgono a un pubblico che era per il 75% nero per lavori nelle compagnie di taxi. Data la vulnerabilità dell’IA ai pregiudizi, le applicazioni dell’IA nella gestione dei talenti potrebbero produrre risultati che violano i codici e i valori etici dell’organizzazione, danneggiando in definitiva il coinvolgimento, il morale e la produttività dei dipendenti.
Le strategie di mitigazione includono:
Creazione di processi interni per identificare e affrontare le distorsioni nell’IA: Per mitigare sistematicamente i pregiudizi nelle tecnologie di intelligenza artificiale, è importante creare processi interni basati su come la propria organizzazione definisce l’equità nei risultati algoritmici, nonché stabilire standard su quanto devono essere trasparenti e spiegabili le decisioni di intelligenza artificiale all’interno dell’organizzazione. I leader dovrebbero anche essere cauti nel fissare criteri di equità che non tengano conto dell’equità, in particolare per le popolazioni vulnerabili. Per affrontare questo problema, i leader possono considerare l’inclusione di variabili come sesso e razza negli algoritmi e impostare in modo proattivo criteri diversi per i diversi gruppi per affrontare i pregiudizi preesistenti.
Costruire team diversi per progettare sistemi di intelligenza artificiale: La ricerca indica che team di ingegneri più diversificati creano un’IA meno parziale. Promuovendo la diversità nei processi di progettazione e implementazione dell’IA nell’ambito della loro funzione di gestione dei talenti, le organizzazioni potrebbero attingere a diverse prospettive per ridurre al minimo i pregiudizi dell’IA.
Erosione della privacy dei dipendenti
Le organizzazioni hanno implementato tecnologie di intelligenza artificiale per tenere traccia dei dipendenti in tempo reale. Se implementati male, questi strumenti possono erodere gravemente la privacy dei dipendenti e portare a un aumento dello stress dei dipendenti, un burnout più rapido, un deterioramento della salute mentale e una diminuzione del senso di agenzia. I rapporti mostrano che la pandemia di Covid-19 ha determinato un enorme aumento dell’adozione da parte dei datori di lavoro di queste tecnologie di tracciamento, con oltre il 50% dei grandi datori di lavoro che attualmente utilizzano strumenti di intelligenza artificiale per il tracciamento.
Le strategie di mitigazione includono:
Essere trasparenti sullo scopo e sull’uso della tecnologia di tracciamento: Gartner Research rivela che la percentuale di dipendenti che si sentono a proprio agio con determinate forme di monitoraggio del datore di lavoro è aumentata negli ultimi dieci anni. L’aumento dell’accettazione è molto più alto quando i datori di lavoro spiegano il motivo del monitoraggio, passando dal 30% al 50% quando i leader dell’organizzazione hanno discusso in modo trasparente del motivo per cui questi strumenti venivano utilizzati.
Rendere il monitoraggio informativo, non valutativo: Forse contrariamente all’intuizione, una recente ricerca ha scoperto che i dipendenti accettano di più il monitoraggio quando è condotto esclusivamente dall’IA senza alcun coinvolgimento umano. Questo lavoro mostra che il monitoraggio tecnologico consente ai dipendenti di ottenere feedback informativi sul proprio comportamento senza timore di valutazioni negative. Quando gli strumenti di tracciamento vengono implementati principalmente per il monitoraggio piuttosto che per offrire informazioni ai dipendenti sui loro comportamenti, erodono la privacy e riducono la motivazione intrinseca. Pertanto, la considerazione chiave per i leader dovrebbe essere se il monitoraggio può migliorare i risultati informativi per i dipendenti senza causare problemi di valutazione.
Potenziale rischio legale
Secondo l’American Bar Association, i datori di lavoro potrebbero essere ritenuti responsabili anche per la discriminazione sul lavoro non intenzionale attuata da sistemi basati sull’intelligenza artificiale. Inoltre, le leggi statali, nazionali e internazionali che disciplinano i diritti e le responsabilità relativi all’IA di datori di lavoro e dipendenti sono in continua evoluzione.
Le strategie di mitigazione includono:
Comprendere gli attuali quadri giuridici che regolano l’uso dell’IA: Sebbene l’attuale approccio alla regolamentazione dell’IA negli Stati Uniti sia ancora nelle fasi iniziali, l’obiettivo principale è consentire la responsabilità, la trasparenza e l’equità dell’IA. Il National AI Initiative Act (ora una legge) e l’Algorithmic Accountability Act del 2022 (in attesa) sono due framework a livello nazionale che sono stati avviati per regolamentare l’uso dell’IA nelle organizzazioni. Ma gli stati sono attualmente in prima linea nell’emanazione delle normative sull’IA, quindi sarà importante che i leader rimangano al passo con le mutevoli normative, specialmente quando operano attività in più sedi.
Stabilire un programma proattivo di gestione del rischio: Il panorama politico più ampio che disciplina l’uso dell’IA per le decisioni sensibili del personale è ancora in evoluzione. Ma le organizzazioni che sperano di adottare strumenti di intelligenza artificiale per generare valore nella gestione dei talenti dovrebbero monitorare attivamente la legislazione in sospeso e creare pratiche proattive di gestione del rischio, come la progettazione di sistemi di intelligenza artificiale con controlli appropriati nelle varie fasi del processo di sviluppo del modello.
. . .
Dato il ruolo che l’eccellente gestione dei talenti svolge nel mantenere la competitività, soprattutto alla luce delle Grandi Dimissioni, i leader dovrebbero considerare in modo proattivo come gli strumenti di intelligenza artificiale che prendono di mira i punti deboli della gestione dei talenti possono influenzare l’impatto. Ci sono sfide di implementazione significative che devono essere superate per ottenere il pieno valore che questi strumenti possono apportare. Date queste sfide, i leader dovrebbero valutare con giudizio gli strumenti di IA. Possono rendere la gestione dei talenti più semplice ed equo, ma non è così semplice come plug and play e se i leader vogliono ottenere il massimo da questi strumenti, devono ricordarselo.