会员权益变动

儒思平台“超级会员”产品已关闭,已经 开通对应权益的老用户不受其影响,请移 步至“我的"查看。

我知道了

优惠券已放入您的账户中,请在app“ 我的-优惠券”使用

下载APP

手机扫一扫

签到成功

已累计签到 07 天,继续加油吧!

连续签到7天可获得额外奖励30积分

我知道了

签到失败

非常遗憾!连续签到中断,今日签到将重新累计天数

连续签到7天可获得额外奖励30积分

重新签到

已签到

您今天已经签过到了
去浏览其他内容吧,同样很精彩呢!

连续签到7天可获得额外奖励30积分

我知道了

关注儒思微信订阅号获取更多精彩内容

资讯>招聘选拔

招聘,HR有新招

2019-05-31 5744 16 0 0 来源: 企业管理杂志

导读


“三历对照法”有可能做到目标岗位匹配的“知其然”,“冰山挖掘法”与“全人匹配法”有可能做到目标岗位匹配的“知其所以然”,但只有“数据解剖法”才有可能做到目标岗位匹配的“知其何以然”。



人岗匹配是企业在人力资源管理中的核心问题,但一直以来解决的还不算成功。随着AI技术的不断突破,这一问题的解决有望取得重大进展。从过去几十年的管理与咨询实践来看,人岗匹配大致经历了三个阶段,而AI技术的引用将为企业迎来第四个阶段。此前的三个阶段大体可以分为“三历对照法”“冰山挖掘法”“全人匹配法”。

  


所谓“三历对照法”,指的是用目标岗位说明书与候选人的简历进行直接的字面对比,重点考察学历、经历与资历的接近度。学历是第一道门槛,通常包括毕业院校与专业,未达到则直接淘汰;经历,看的是候选人有没有目标岗位说明书中所要求的工作经验,此部分通常要求精准的对应;资历,强调的是候选人的职位高低、资格深浅以及在业内的声望。此方法的优点是简单直接,匹配度一目了然。



缺点:一是简历的真实性有待检验,目标岗位说明书描述的准确性值得商榷;二是这种字面上的匹配更多地发生在冰山水面之上的部分,并不能保证真正的匹配度。研究发现,这样的匹配效度达不到40%。

  


“冰山挖掘法”,是针对“三历对照法”之于冰山海平面以上部分的局限性而言的,它更强调的是冰山海平面之下的素质部分的匹配性。通常的做法是企业先建模、后测评,将候选人的素质测评结果与目标岗位的素质要求进行直接对比。


它的优势是人岗匹配发生在更深刻的素质层次,效度有了比较明显的提升,达到60%左右。但不利的地方是它仍有相当效度的损失,且素质模型在推动人岗不断匹配的过程中,落地存在明显的挑战。


“全人匹配法”,是在上述两个方法的基础上,引入了对人的个性特征与动机层面的考察,其目的是更全面地考察人与目标岗位的匹配,进一步提升精准性。从实际运用效果看,“全人匹配法”确实能提升一定的效果,但所得有限,其效度很难突破到70%以上。从根本上看,它只是增加了匹配的维度,增加了一点保险系数。因此,这一方法对关键岗位的人岗匹配仍不能提供高效、可靠的保证。

  


针对上述三种方法,AI技术如果运用得当,将有望带来重大的突破。所谓“运用得当”,关键在于它所带来的突破是“工具层面”还是“理念层面”。前者的突破有利于我们将既有的人岗匹配理念发挥到极致,后者的突破则将给人岗匹配带来革命。



“工具层面”,AI带来的突破:

  

“三历对照法”:AI通过简历解析的技术,实现简历与岗位说明书在代表着“三历”方面的关键词汇及一定语义程度的匹配,从而达到对人岗匹配的推荐目的。但是,无论算法多么精准,其效果也难以达到专家对两者进行匹配的效果。所以,这一突破的意义更多在于大规模人岗匹配的场景下,对从事评估的人力的有效节约与释放。

  


“冰山挖掘法”:市场上已经有不少科技公司运用AI模拟专家对目标岗位所需要的素质进行分析、理解与评判,但这方面仍存在很大的技术挑战。即使将来AI真正做到了与BEI(行为事件访谈)专家同样的水平,仍是对成本不菲的专家或顾问进行人力的替代。虽然这会节约非常可观的成本,但本质上AI并没有对人岗匹配的理念带来真正的冲击与改变。

  


“全人匹配法”:同上,AI有很大的机会用于对人的性格特征与动机进行挖掘与分析,但其所做的还是对人力的模仿,着眼点仍是对时间及成本的效率提升。

  

所以,用AI技术完成目标岗位的匹配,还需要在“理念层面”探索新的可能性,其带来的变化也必将是革命性的。相信将来,AI目标岗位匹配一定会走到“数字解剖法”这个崭新的阶段。


“三历对照法”有可能做到目标岗位匹配的“知其然”,“冰山挖掘法”与“全人匹配法”有可能做到目标岗位匹配的“知其所以然”,但只有“数据解剖法”才有可能做到目标岗位匹配的“知其何以然”。

  


冰山水面下的素质挖掘与对比,只能让我们知道是什么样的因素决定了一个岗位胜任者的称职或成功;性格特征以及动机则是从不同的角度展示了与成功相关的可能性。



但“冰山挖掘法”及“全人匹配法”都无法揭示冰山下的价值观、自我形象、个性特征以及动机是如何相互关联、相互作用的,继而形成了优秀的行为素质,也就是素质背后的“生产机理”始终是一个“黑匣子”。这也是为什么素质模型在许多企业难以得到真正普及,在广大员工身上难以复制的根本原因。素质的学习与形成并不容易领会与习得。

  


“数据解剖法”充分运用专家的知识、经验,帮助机器逐步洞察冰山之下的价值观、自我形象、个性特征以及动机之间的精妙关系,从而形成一个高度系统化的算法模型,深层次揭开目标岗位优秀任职者的匹配模式。并在候选人身上寻找相当或接近的内在模式,在算法的帮助下,获得人与目标岗位之间的“系统化匹配度”,从而为未来的成功提供强大的预测能力。



所以,“知其何以然”将是AI技术为目标岗位匹配所带来的终极革命,这样的AI技术值得期待,更值得人们拥有。

  赞  |  0       收藏  |  0
发表

0 评论

展开查看剩余评论