AI如何为HR工作？

面对全国范围内的人才紧张的问题，技术可以帮助雇主在紧张的市场中找到优秀的人才——但 HR 可以通过多种方式使用AI，而不仅仅是招聘。

AI和自动化可以从根本上改变工作场所和人力资源管理。

在HR方面，AI通常是指由算法处理以做出决策的数据，ML可用于不断提高决策质量。

对于人力资源功能，AI最常用于人才获取。在年度雇主调查中，49% 的受访者表示，他们使用AI和高级数据分析进行招聘。但AI不仅限于人才获取。受访者还使用大数据来：

制定战略和员工管理决策(31%)。

分析工作场所政策(24%)。

将以前由员工完成的某些任务自动化(22%)。

诉讼策略

与就业有关的诉讼往往是事实驱动的，这使得收集文件和其他信息变得特别重要。然而，在 Littler 的调查中，只有 5% 的受访者使用高级分析来指导他们的诉讼策略。

克鲁斯说，雇主可能没有意识到在这种情况下使用分析的好处。 “能够在案件早期利用数据，在您进行证词或开始评估证人的可信度之前梳理出见解，这是革命性的。”

他指出，拥有查找关键文件的能力可以让雇主看到人们在特定时间实际在做什么，并有助于建立一个故事。

想象一下，一位前往住宅修理冰箱的维修技术人员提起工资和工时集体诉讼，声称技术人员的所有工作时间都没有得到报酬。投诉和随后的证词将揭示工人对其日子的看法，但分析可用于验证或反驳他们的故事。

“你拥有的信息越多，你可以参与的决策过程就越好，”克鲁斯说。

雇主可以从工作卡车、路线指示、有关技术人员任务的通信、发票以及手机和登录信息中收集 GPS 数据。这些数据将描绘一幅画。

数据可能表明技术人员没有夜以继日地工作，并且在所有时间都得到了适当的补偿——那么雇主就有了一些确凿的证据。但如果数据显示工人的索赔有道理，那么最好在经过漫长而昂贵的诉讼之前审查数据并在前端了解它，克鲁斯说。

薪酬公平

数据分析也可用于评估薪酬公平。该领域的立法在州和地方层面正在迅速变化。比如，至少有 12 个司法管辖区通过了法律，禁止雇主向求职者询问他们之前的薪酬。此类法律背后的理念是停止延续历史上基于性别、种族和民族的歧视性薪酬做法。

克鲁斯说，技术对于监控基于受保护类别的差异的员工薪酬特别有帮助，并指出一些具有薪酬平等法的司法管辖区为进行审计并试图消除差距的雇主提供了安全港。

他补充说，有一些可用的工具可以轻松构建用户友好的体验以及分析、理解和交流数据。 “您不再需要仅仅依赖一个充满数学的 Excel 电子表格。”

克鲁斯指出，了解组织中实际发生的事情非常有用。 “当先进的技术与良好的讲故事和可视化相结合时，它使HR专业人士能够与薪酬团队、高管和其他决策者进行对话。”

聊天机器人

某些技术(比如聊天机器人)可以帮助员工随时随地访问有关政策和程序的重要信息。 帕克说，聊天机器人通过文本进行交流，可用于回答常见的员工问题。

根据 2017 年 ServiceNow 对 350 名HR主管的调查，三分之二的受访者表示，他们认为与其他联系方式相比，员工更愿意使用聊天机器人来处理有关带薪休假政策、公开招生和请假的事务性查询。 ServiceNow 是一家位于加利福尼亚州圣克拉拉的云计算公司。

使用聊天机器人的雇主需要确保他们遵守数据安全、残疾和其他联邦和州就业法。

法律陷阱

在使用AI来推动人力资源战略时，HR专业人员必须监控系统的偏见。他们需要注意不同的影响——当一个看似公平或中立的标准事实上在实践中具有歧视性时，就会发生这种情况。

比如，招聘工具可能会淘汰距离工作地点超过 10 英里的候选人。如果工地周围的社区主要由富裕的白人家庭组成怎么办?这种招聘标准可能会根据种族和民族产生不同的影响。

帕克说，为了降低法律风险，HR专业人员应该：

1)了解可用于攻击利用技术的雇主的法律理论。

2)在评估产品时与技术供应商讨论潜在的法律陷阱。

3)考虑针对不同的影响、安全和其他法律问题对系统进行审计。

“糟糕的投入在很大程度上会导致不同的影响，”他说，并指出这个问题已引起政府执法机构的关注。但是，如果该系统旨在忽略不相关的因素，则可以减少招聘决策中的偏见。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。