人工智能
未来照进现实：AI帮助求职者寻找，得到和保留梦想的工作
文|Alana Rudder
来源|Towards Data Science
刚从商学院毕业，劳拉开始在网上找工作，她的简历恰当地表现了她这些年的努力成果。因此，她很快接到了一个电话，来自一家对她的才能非常感兴趣的商务旅行社。劳拉接受了面试，穿着一套新的西装，手里拿着一份精美并且与今天的面试相关的简历，她早早出现了30分钟，准备展现出自己最好的一面。
一小时后，一名助理将她带到了CEO的办公室。然后劳拉开始执著于介绍她从哪里来，她的父母是否是大学毕业，他们是否患有任何精神疾病，以及他们为谋生做了什么（“只是为了确保她是专业的料“），她是否已婚或有孩子，以及她如何吸引对商务旅行并不感兴趣的潜在客户。为了结束采访，CEO非常尴尬地表示，他不在乎他即将退休后公司会发生什么事。劳拉礼貌地感谢首席执行官，离开时希望机构再也不会再给她打电话了。可悲的是，四个月后，她确实收到了回电。
是的，这是一个真实的故事。 不幸的是，这样恐怖的面试故事并不少见。
打破招聘过程意味着求职者要用更多的时间寻找工作
财富500强人力资源（HR）高级副总裁兼福布斯HR作家Liz Ryan证实：“招聘过程已经破裂了20年，但其权力下放的步伐近来一直在增加。”
而且，即使在得到工作之后，糟糕的招聘流程也会转化为不太有利的就业体验：65％的人在被雇用后的3个月内开始寻找下一份工作。
好消息是求职者现在有一个即将到来的同伴准备为他们的利益而战：人工智能（AI）。
人工智能帮助求职者取得更好的、长期的成功
Ken Lazarus，Marlina Kinnersley，WorkFusion，Scout Exchange，Fortay.ai以及无数的AI公司正在壕沟中研究，建立和磨练猎头可以依赖的AI平台来改善体验。他们的专业知识和解决方案揭示了人工智能在幕后工作的四种方式，以提供更流畅，更成功的求职旅程。
AI帮助求职者找到与自己技能匹配的合适定位
在寻找可用的职位时，求职者需要搜寻公司，写一份符合该职位的简历，然后写求职信，联网，并为每个空缺职位参加好几次面试，对他们来讲，求职往往是一份全职工作。当求职者不会筛选出不太可能符合他们技能的职位时，AI就尤其重要了。人工智能使求职者寻求相关的就业机会更加高效，因此更加成功。
Scout Exchange是一家为初创品牌和财富10强企业提供服务的人才匹配平台，它的首席执行官肯·拉扎勒斯（Ken Lazarus）解释了求职者如何依靠人工智能。他说，优秀的招聘人员对他们的行业了如指掌，包括完成各自工作所需的技能，以及在重要雇主面前赢得观众的关系。
“如果我在弗吉尼亚州，而且我想为政府进行国防研究和分析工作，那么招聘专家就是这方面的专家，找到工作的最好方式就是了解他们，”他说。
但是，并非所有招聘人员都同样擅长工作。因此，他强调求职者与正确的招聘人员建立关系的重要性。他们可以使用AI支持的Scout Exchange来评估参与招募者。为此，他鼓励求职者向招聘人员询问他们的平台评级。
侦察交换生成一个人工智能驱动的评级，反映了每个招聘人员匹配候选人与工作的成功程度。一个糟糕的评级提醒求职者招聘人员不太可能推荐他们去做值得他们付出努力和时间的工作。
AI帮助求职者找到完美的工作文化
组织文化有无穷无尽的变化和怪癖。 一个组织可能会有随意的沟通方式，但有一个强大的层次结构，而另一个组织则有正式的社交规范，但强调团队合作和扁平化的组织结构
同样，求职者也有同样多样的工作环境偏好。 他们可能更喜欢创业文化，单位组织，强有力的社会环境，团队环境或独立工作。
为了确保候选人继续参与并致力于他们提供的工作，人才公司倾向于通过人工智能来将求职者的组织文化偏好与符合他们需求的公司相匹配。 尽管许多与人才匹配的平台都是供雇主使用的，但Fortay为求职者提供了一个测验，他们可以确定他们最可能有发展前途的公司文化。
一旦测验完成，Fortay的人工智能算法将编制相关公司名单。然后求职者会收到收件箱中的公司名单，并附上一个按钮，一旦推送完毕，该按钮将引导他们通过申请这些公司内的现有职位。
AI确保招聘偏见不会造成求职障碍。
研究表明，即使我们不打算这样做，人类也会无意识地产生偏见。 因此，招聘偏见可能为求职者创造路障。 “如果我们假设人们有偏见......那么我们知道，无论我们拥有哪些数据集都会有偏见，因为该数据集是基于过去发生的人类决策，”Ken Lazarus解释说。
因此，他说有经验的数据科学家通过程序算法来消除招聘偏差，从而防止算法污染。 好消息是，由于数据集规模较大，数据科学家依赖人工智能，他们可以减少偏见对未来工作的影响。
例如，Ken知道男性或女性招聘人员推荐符合其性别的求职者的可能性高出25％。 因此，当一名男性招聘人员推荐四名男性候选人时，Scout Exchange的数据科学家将其中的一名删除，以消除结果偏差。 然后，他们将这个公式编程到他们的天赋匹配算法中，以防止偏见被误解为未来的预测。
一旦编入人工智能算法，这个公式就会被缩放，以影响数百万人才匹配事件。 反过来，由于雇主收到的候选人名单较少，求职者在其行业和重要雇主之前享有公平的代表性。
AI有助于内部员工与增长机会相匹配
到目前为止，我们已经看到AI如何在幕后帮助求职者找到工作。 但是，即使候选人被录用后，人工智能仍然继续工作，以确保他们保留他们辛苦得到的工作，并从那里获得成功的职业生涯。
例如，WorkFusions AI支持的SmartCrowd解决方案使品牌能够监控员工绩效，以确定员工可以开发新技能的区域。然后，它制定了提供培训计划，以便员工在现有岗位上获得成功，并有更多晋升机会。
此外，它监控员工以查明其优势，然后将工作分配给绩效评级最高的员工。这意味着人工智能在幕后进行工作，以挑选出最适合现有内部职位的员工，然后推荐给那些经理进行晋升决策。
最后，诚实允许求职者与AI在工作旅程的各个阶段一起散步
劳拉了解到，接受每一次面试都可能是一个错误。不相关的技能组合，错位的文化偏好，招聘倾向和不良的在职成功倾向可能导致恐怖故事般的面试，甚至更糟糕的工作经历。
但是，人工智能显然可以让求职者的旅程更轻松。而且，还有更多好消息：它只会从这里变得更好。越来越多的数据集和不断的AI学习意味着像WorkFusion，Fortay和Scout Exchange这样的AI平台将变得更加智能和高效。
Ken Lazarus说，求职者从所有人工智能提供的服务获利的诀窍是现在和未来都保持诚实，简单来说就是确保简历与工作表现和技能集合保持一致。在此过程中，您可以提供AI数据集，为就业旅程各个阶段的所有求职者创造更加美好的未来。
人工智能
4种影响您业务的HR技术趋势
文|Mike Harrington
来源|BUSINESS 2 COMMUITY
众所周知，技术已经改变了世界。随着其他行业部门的发展，HR也在不断相应的变化。一个强大的HR部门对每一项业务都至关重要，而新技术的出现常常使该领域取得巨大的进步。但是，当涉及到以人为本的行业时，新技术并不总是更好的。这里有四种HR技术趋势，无论好坏，都在改变HR行业的现状。
员工门户
人们一致认为，员工门户是一种出色的数字化人力资源工具，可以极大地改善员工体验并提高参与度。他们提供员工可能需要的几乎所有服务的通道，比如在哪里可以访问表格，申请PTO，下载手册，查找工资单，查看纳税表，检查他们的医疗保健计划，进行投诉，询问问题，查看公司活动日历等等。此外，随着持续的绩效管理成为人力资源大趋势，员工也可以在这里看到绩效评估的结果。
在2018年，对员工门户这个工具的忽视很可能会产生一些负面影响。比如当员工无法快速访问他们需要的信息时，不仅会造成混淆，甚至可能产生偏执，而且会给HR带来更大的负担。HR将会花费他们所有的时间来应付繁忙的工作，而不是专注于执行精心策划的人力资源战略。这种情况可能会变得毫无价值，并说明实施用户友好型的员工门户的重要性。
数字化记录保存
虽然员工门户要面对整个公司的员工，但数字化记录保存还有一个更大的战略——面向内部流程改进。即使是那些有在线申请内部工作的公司，一旦有人申请，该数据会发生什么？答案往往不是很多，毕竟应用程序打印出来就是这样。真正的数字化记录保存意味着消除表格并简化流程。虽然重点自然来自招聘过程，但这种心态应该渗透到所有的互动中。
将数字化元素引入入职，离职，绩效评估，员工调查，工资单以及其中的所有内容都将使组织更加灵活。任何文件都可以立即提出并审阅，节省了HR的大量时间和繁琐工作。最重要的是，以这种方式适当记录所有事情（尤其是抱怨，顾虑和其他问题），对降低组织的风险和责任具有重大意义。就业法是复杂的，通过数字化记录保持正确的步骤在维持合规方面还有很长的路要走。
数字化培训
许多组织正在认识到整个公司的员工培训的重要性。技术正在使这个数字化过程日益成为福布斯预测的本年度人力资源行业干扰者。这是一个微妙的话题，因为人力资源部门在历史上从来都是一个人手不足的部门。通过培训技术，它可以变成只是让员工通过重复动作而不灌输任何实质内容的东西。在这种情况下，特别是当缺乏现场的HR时，学员很容易等待强制视频结束，以便转到下一个视频。骚扰培训（注：如何反抗职场骚扰的培训），软技能培训和管理培训是日益受到重视的重点领域，完全依赖数字方法不会削弱它们。
人工智能和区块链
人工智能和区块链技术已经扰乱了几个行业，人力资源部也开始体验到这一点。人工智能即将用于绩效分析。专家预测，在未来18个月的招聘过程中，区块链将用于人力资源部门。即使从这些技术中获得的应用程序和工具都是完美无瑕的，但我们仍需要几年甚至几十年的时间才能让员工开始相信自己对计算机参与确定其职业生涯成功或失败的程度的满意度。
这将使人力资源中的人力因素比以往更加重要，因为技术和人员之间的平衡变得至关重要。尽管员工门户和数字记录可以成为HR的绝佳工具，但该领域应该厌倦了将过多的控制权交给AI等技术。这些技术的承诺过多。这正是Synergy公司在客户的公司内部安排现场HR总监的原因——没有什么技术能够击败HR行业的真实人类。
然而对于中小型企业来说，要跟上当今人力资源技术的发展趋势很困难。首先决定购买哪些产品并不容易，其次创建员工入口或将所有记录数字化的成本是非常高的。当然，丢失重要信息或者忘记妥善记录投诉也可能是极端危险的。
人工智能
人工智能重塑未来劳动力
By Tracy Wang 埃森哲咨询大中华区管理咨询总监
在4月20日的中国人力资源科技论坛年度论坛上，Tracy Wang女士发表了题为“人工智能重塑未来劳动力”的主题演讲，分享了埃森哲公司的最新报告，向大家展现了人工智能将如何改变未来劳动力。以下是Tracy Wang女士在本次论坛的发言内容：
大家好，我是Tracy，非常高兴今天有这个机会站在这里。我主要想和大家分享一下埃森哲公司发布的最新调查报告，报告的名字叫做“人工智能重塑未来劳动力”。这份报告包含了今年一月份埃森哲公司在瑞士的达沃斯世界论坛上发布的最新调查研究，其中应用了一些经济学的模型，预测了未来AI为企业带来的一些经济效益，并且强调了AI是如何重塑未来劳动力的。
说到这儿，其实有一个小插曲，因为我们的研究是全球性的，所以调查报告本来只有英文版。但在座的大家都是中国人，我过来分享肯定得用中文版的材料。市场部的同事和我说，自己翻译太浪费时间了，如果交给我们的翻译人员翻译成中文，大概一周的时间就可以好。我想一周的时间肯定是来不及了，我还是自己翻吧。于是我就打开了谷歌翻译，花了一两个小时就翻好了，结果我发现谷歌翻译的精准度基本达到了90%以上，剩下的一些语法错误，只需要我再稍微做一些语言润色。
这个事情说明什么，在翻译这个领域，AI已经颠覆了很多从业人员的职业生涯，很多人已经面临失业或者说转型的风险。
回归到今天的主题，当人工智能重塑未来劳动力的时候，你准备好应对竞争了吗？这个问题留给大家在今天的演讲过程中思考。AI现在这么火，大多数的企业在人工智能大致处于什么样的阶段呢？
其实一般来说，企业在采用新技术的时候，大致分为三个阶段：
第一个就是教育和学习阶段；
第二个阶段就是建模和实验阶段；
第三个阶段才是大规模应用的阶段。
埃森哲的观点是，现在大多数企业实际上还是处于第二个阶段，就是建模阶段和实验阶段。他们在业务的某些领域，可以说已经成功实施了AI技术或者说人工智能技术，并且把它们用于提高生产效能，但是当他们需要更高的增长率的时候，他们必须以更加创新的方式应用人工智能。人机协作在这个时候就扮演着非常重要的角色，人机协作就是人和智能机器以不同的方式协同工作，发挥各自的优势。
很多情况下，AI可以代替人力，从事过去人们需要做的一些烦琐工作，节省大家的时间，让人们可以在更高价值的工作上花更多的时间。以客户服务为例，AI的价值在于能够理解并且迅速响应大量的客户请求。AI可以自动处理一些低级别的事件，把高级别的事件交给人类处理，人类就可以花多一点的时间在高优先级的事情上面，更好的改善客户关系。
还有另外一个模式，人和人工智能可以在某些生产流程中进行无缝衔接，比如说宝马工厂首创的协同机器人模式，把人和人工智能在工业生产过程当中，一步一步交织在一起，第一步是机器人完成，第二步第三步交给人类来完成，这个过程当中实现了生产效率的提升。
另外一个例子就是设计领域。现在出现了很多新的设计软件，可以通过机器学习的方式可以自动生成设计理念，设计专业人员通过调整或者不断地设置设计参数来优化算法，从而完成一些更加优美的设计，更加符合人类的审美观。
我们为什么觉得人机协作可以产生更大的效果或者说价值？以AI医疗为例，经过我们的研究发现：在哈佛的病理学家，他们利用AI的技术能够更精准预测乳腺癌的细胞。不能说预测，是识别，基于图象识别的原理。他们发现AI识别的精准率达到了92%，但是人类病理学家的精准率超过了机器，达到了96%的精准率。但令人惊喜的是，如果把人类病理学家和机器AI结合在一起工作，最后得出来的精准率达到了99.5%，可见人机协作的结果超过了单独任何一方的结果。
总体来说，如果大多数企业在AI方面的投入，或者说人机协作方面的投入，能够达到世界领先水平的话，将会在未来五年增加38%的收入，而且就业率会提高大约10%。现在越来越多的企业认识到AI的价值，并且投资AI领域。
世界经济论坛和埃森哲的另一份独立研究报告指出，实际上过去的一年里，也就是2017年，企业在AI领域的投资增长了59.1%，这个数字是比较惊人的。根据我们的这份研究，有69%的企业领导人相信他们的行业将会被AI所颠覆，72%的企业领导人认为是否采用AI在竞争中能否能够脱颖而出至关重要。74%的高管认为，他们的公司将会在未来三年内，很大程度上实现任务和流程的自动化，97%的人认为他们会用AI来提升工作人员的工作效率。
现在大多数企业还是利用AI实现自动化，来提升企业效率，但是我们发现我们的观点就是说人机协作是带来更高增长的一个关键因素。报告指出，54%的领导人认为，人机协作对于实现其战略重点至关重要。61%的企业领导人预计在未来三年需要和AI合作的岗位比例将有所增加。
埃森哲的经济模型相当于是预测了AI对于企业带来的一些经济效益，跨行业来讲，刚才说到的这个数据，因为AI的投入会增加大约38%的收入，增加10%的就业率。从行业的角度讲，对于零售行业、销售品行业冲击是最大的。应用了AI技术后，这两个行业的收入增长到了51%，其次就是医疗和电信行业，分别是49%、46%。这是这些行业的就业率数据，红色的这些数据，大家可以看到，AI不但没有降低就业率，相反在各个行业都有所提升，这其实就是因为很多工作将会面临转型，而且一些新的工作需求，或者说对个人技能需求的提升。
报告指出，46%的高管说，随着机器承担例行任务，传统的工作会过时，人们会转向基于项目制的工作。所有的领导人几乎都表示说他们已经在一定程度上重新设置了公司的工作。29%的人表示，他们已经对公司的工作做出了大量的改变，工作的重新设计和改变也是惊人的。AI最大的任务就是重新设计工作，原来一些操作性的岗位会被AI替代，人类会集中在洞察性的岗位。而传统的技术型的岗位，也会被创新型的岗位所替代。
这就是一些简单的例子，经过我们的调查研究，采访了很多AI技术相关行业的从业者，他们向我们讲述了一些故事，他们的工作是怎样被AI所影响的，比如说钻井技术员，以前他们需要钻多个测试口，知道石油在哪，然后手动去准备钻头，输入正确的压力和钻头的速度。现在AI可以直接告诉人员石油的沉积，并且可以自动计算速度压力和深度。
药剂学科学家也是这样的。以前他们要梳理大量文件，以评估与药物有关的安全问题。现在AI可以自动评估风险系数，这样的话药剂学科学家可以花很多的时间在高风险的病例工作。
同理还有软件开发者，他们每周花费时间来识别新的垃圾邮件标志，并且编写垃圾邮件检测规则。现在AI可以自动识别垃圾邮件的检测规则，并且能够自动更新检测规则。这样的话，软件开发者实际上就可以花更多的时间在新的软件开发上。
航天工程师也是一样的，原来他们自己手动设计飞机组件，寻找抗压性更好、更加轻便的设计。现在AI采用生成性设计模仿大自然的进化方式，考虑数百万种可能的设计，挑选出抗压性更好，更轻便的设计。还有长途运输驾驶员，自动驾驶的出现使得驾驶员更多从事监控和优化路线方面的工作。
我们通过调查发现，非常多的员工已经迫不及待和人工智能合作。67%的员工表示，在未来的三到五年，去发展他们与AI合作的技能是非常重要的。62%的员工表示，智能技术会对他们的工作产生影响。45%的员工相信，AI会帮助他们更有效地去完成他们的工作。
但是与此同时，其实企业雇主对于这一结果可能会产生一些偏差。实际上员工对于AI的拥抱程度，可能已经超出了企业的预期。根据我们的调查发现，实际上四分之一的高管都会认为他们的公司员工实际上对AI有抵触情绪，比如可能担心工作丢失等等，员工的抵触情绪是AI在应用的一大阻碍。而只有3%的高管计划在未来的三年内，大幅增加对员工AI技能相关的一些提升，其余的97%的高管在预算上基本是持平的，或者说稍微有一些增长。
顺应人机协作或者说AI的趋势，作为企业的领导者，最重要的三个工作是什么呢？
第一个是重新定义工作；
第二个是引导员工向新的价值领域方向迁移，比如从员工思维和能力上引导；
第三是培养新技能，一会儿我会阐述哪些是未来会出现的新技能。
刚才我讲了很多工作是怎么被重新设计的，这个过程里面，创建新的岗位说明，Job Design是非常重要的，把人力从原来的职能岗位上释放出来，让企业组建基于项目制的工作方式。引导员工向开启新价值形式的领域迁移这个过程中，打造敏捷组织是非常重要的。
敏捷组织有什么特点？
第一个是流程非常灵活。第二个特点是扁平化管理，组建小规模的团队。第三个是顺应AI的管理趋势，即有灵活的组织模式来支持项目制团队，团队能够迅速组建和解散。
关于培养员工的新技能，埃森哲发现有几个角色在人机协作的过程当中会逐渐展现出来，比如说教练的角色、解释者的角色、维护者。
什么是教练呢？教练就是训练AI的人，不一定是写代码或者说编写算法的人，但是他必须懂算法，这样可以帮助AI更好的学习，更好的帮助AI识别人的面部特征，或者通过正式的工作流程的方式帮助AI进行学习，要么帮助AI融入团队和团队一起进行学习，所以说训练AI的能力是非常重要的。
第二个讲到解释者，解释者也不一定是写代码的人，但他也得懂算法。把算法结果解释给大家听，并不是每个人都懂算法，通过解释的过程，可以增强大家对角色的信心，从而增加员工和客户对于算法的信心和支持。
第三个就是维护者，维护者是什么意思呢？维护者就是保证AI在演化的过程中不能跨越人类的道德底线，或者说不加强人类的一些偏见。比如说现在有一些图片识别软件，基于机器学习的算法，很多时候是通过学习大量的图片，给图片打上标签的方式进行工作的。这里前段时间出现一些情况，比如说很多黑人图片被人工智能打上猩猩的标签，这显然会涉及种族歧视，这时候需要维护者站出来指出风险，并且优化算法，来保证不涉及到道德方面的或者说法律方面的一些风险，这几个角色在AI或者说人机协作的过程中将来演化出来的一些新的角色。
同时有一些新的能力很重要，比如说判断力，有些时候AI不可能完全替代人类做决策，当AI不能做决策和判断的时候，人类就需要去做决策，这就需要人类能够了解AI的一些局限性，知道什么时候，在什么情况下应该怎么去干预AI决策。还有包括刚才讲的训练AI的能力很重要，创建工作流程，帮助AI大量的处理数据，优化算法，更好的为人类做洞察。
还有比如说询问智能系统，首先你要懂这个算法，要懂这个系统是怎么分类这些信息的，所以你在在询问这些智能系统的时候，才能获得更有价值更有洞察力的信息。所以经过我们的研究发现，这是我们未来需要的一些新的工作技能。作为企业来讲，首先需要对这些技能优先性进行排序，然后确定目标，对企业的员工进行培训，这里面可以用到一些数字化的培训方式，比如说VR、AR来加速培训的规模和速度。
后面有一些AI应用在工业场合的一些例子，比如万豪国际酒店，它的商业模式就是采用新技术推动的模式，利用机器人欢迎客人，把物品毛巾送到客人房间，也推出了一些智能推荐系统，可以让客人产生更多的订单，并且它的AI聊天机器人，可以让顾客能够在Facebook聊天软件上自动生成订单，帮助客人节省旅行社产生的一些费用。在比利时酒店会有一个驻场的聊天机器人，会说十九种语言，帮客人做自动登记。
下一个例子就是StitchFix，这个品牌利用了AI技术，在线上服装零售领域脱颖而出。和传统销售不一样的是，他们的服装设计师，根据客户的订单和退货订单，分析客户喜好，帮助公司设计师为顾客提供更好的、定制化的服装样式。
第三个例子就是阿迪达斯的SPEEDFACTORY，这是基于本地化的理念，非常小而新的举措，目的是满足更多定制化的需求，利用了人和AI相互协作的生产流程，设计师和AI相互协作，一双定制鞋从设计到生产几天内就可以完成。这样的话把价值定位转移到了满足消费者的定制需求上，大大节省了工作效率。
最后我分享一下中国市场的数据，前面讲的是全球化的一些洞察和数据，接下来我把单独的中国市场数据拿出来，大家看看和其他国家相比，有没有一些新的发现。在调查里面，我们问到三个问题。
第一个问题是你所在的组织在未来三年内，自动化的任务和流程程度是什么样的。你会发现，74%的被采访者都会回答这个比例是高或者非常高的，但中国实际上是低于平均线的，只有56%。
第二个问题是你需要在多大程度上和智能机器一起工作，中国的平均数据是38%，大多数人都会说会花26%到50%的时间与机器进行协作。
第三个问题，你更同意下列哪个陈述，一个是智能技术将在未来三年内减少规模，另一个是AI将在未来三年为公司带来就业机会的增长。大家可以发现中国实际上在悲观的情绪上是排名第二的，大家可以思考一下背后的原因是什么。
今天我的分享就到这里，非常感谢大家，感谢主办方HRTech China的邀请!
欢迎关注HRTech China微信公众账号，回复420可获取演讲嘉宾的分享资料;
欢迎点击链接，了解420中国人力资源科技年度论坛的报道
人工智能
网龙推出全球首款AI助教 将服务2亿+用户
被人工智能武装的教室会是什么样？4月23日，在首届数字中国建设论坛数字海丝AI教育成果发布会上，网龙推出的全球首款AI助教，为我们描绘了智能教室“一师千助教”的完美图景。
老师通过智能语音就能操控整个课堂，学生通过人脸识别就能线上签到，作业通过101教育PPT—AI助教就能实现个性化定制和线上批改……网龙的语音检测、虚拟人物智能问答等黑科技，让围观者对智能教育充满无限期待。
AI化身助教 智能教室实现语音控制
“注意，陈老师还有三秒到达现场，大家请安静，准备上课啦！”上课铃声响起，教室的白板上旋即出现101教育PPT—AI助教“奇奇”的身影，随后，老师步入课堂。
“报告陈老师，经过现场人脸比对，今日全员到位，无人缺席。”“奇奇”语音未落，白板上就展示了学生的出勤信息。这节课，陈老师将在“奇奇”的辅助下，为一群二年级的孩子们上一堂诗歌赏读课。
“同学们，今天我们来学习《静夜思》。”语音输入后，白板立刻转换为《静夜思》的虚拟场景。
“大家想不想见一见‘诗仙’李白？”在一阵欢呼声中，陈老师把李白请到了现场。只见“奇奇”摇身一变，白板上出现了李白的虚拟形象，缓缓向同学们走来。李白不仅能开口说话，跟师生互动，还能为现场学生的表现进行评分。
为了进一步检测学生们的掌握情况，陈老师布置了习题，学生们打开平板现场作答。通过实时数据抓取，屏幕上随即出现了同学们的答题情况分析。
“古诗中的情境与孩子们的生活经验有一定距离，101教育PPT—AI助教营造了课堂的体验氛围，让孩子们能更好地走近李白，相信对他们的拓展性学习很有帮助。”陈老师说，她相信未来教室在AI等智能手段的辅助下，会给教育带来有益的变革。
据网龙开发总监方振华介绍，101教育PPT—AI助教不仅实现了课堂数据的实时反馈，还能及时追踪课后数据，将根据学生们在课堂上的数据反馈，有针对性地布置适合他们个人水平的习题，并进行线上批改，帮助学生做课后的提高。
给每个AI一个身体让一师千助教走向现实
网龙推出的全球首款AI助教，其丰富的功能让在场者见证了智能教育的无限可能。
人脸识别、语音评测……这些看似复杂的黑科技，其操作方式却并不复杂。101教育PPT是AI助教的核心载体，它是一款专业服务教师的备授课软件。
“AI可以全方位地辅助、配合老师，打造与众不同的双师课堂，由于AI形象千变万化，让‘一师千助手’成为了现实。”方振华说，AI的加入，让101教育PPT实现了智能个性化备课、个性化教学、个性化作业、自动批改、语音评测、教学建议等功能。
101教育PPT在不改变老师授课习惯的前提下，依托学前、K12、中高职等多个教学阶段的海量教学资源，通过与牛津大学出版社、培生教育、东京书籍、迪士尼等优秀内容生产商的合作，打造全球顶级的教育资源平台。目前该平台的资源总量近5万个，每月还以上千个的数量高速增长。
凭借丰富的素材库和强大的人模库，101教育PPT帮助老师快速搭建高质量课件，实现轻松备课、高效授课，智能化地满足老师课前、课中、课后的教学需求。
101教育PPT在AI技术的加持下，通过对李白、韩梅梅等IP形象的具象化，赋予每个AI一个身体，老师们在不同的课堂和气氛环境下，都可以任意请出想要的AI助教，使教学充满无限可能。
人工智能的应用，使AI教室充分满足了个性化的需求。通过大数据的收集，能更直观、更具针对性地为老师提供反馈和建议，帮助教师开展个性化教学。
网龙CEO熊立表示，本次网龙重磅推出101教育PPT—AI助教，是网龙“AI 教育”产品的又一力作，目前仍在不断研发和更新换代阶段，将于今年6月投入使用，率先覆盖全国的101教育PPT现有用户。预计到今年年底，将服务全国超过500万用户，今后将覆盖全球至少2亿用户。
人工智能
HR Leader 对人工智能感到兴奋的3个原因，你赞同吗
Tony Banks
围绕人工智能（AI）的经典叙述是我们在科幻电影中经常看到的，那里的杀手机器人在后世界末日景观周围追逐人类残余。这是一个由变革的恐惧和人与智能机器不可能和平共处的观念驱动的叙述。
虽然很难确切地预测AI的全部潜力，但它已经改变了我们的工作方式。认知技术，机器学习和高级算法正在创造更好的员工和候选人体验。远离人们的工作或将我们都追赶到我们的末日，机器的崛起实际上可以迎来人力资源的新时代，并有助于创造新的就业机会。
AI实际上可以改善招聘
毫不夸张地说，AI可能会对招聘产生革命性的影响。Google最近推出了Cloud Jobs API ，它可以“了解职位名称，描述，技能和偏好的细微差别，并根据复杂的分类和关系模型将求职者偏好与相关工作列表相匹配。”这样，AI招聘软件可以帮助您找到更好的候选人，并吸引更广泛的目标受众。
机器不会沉迷于刻板印象，所以人工智能招聘工具可以消除基于性别，种族，年龄，宗教或阶层的无意识或有意识的人类偏见。招聘过程的其他方面，如筛选潜在的候选人，联系候选人可以自动完成。“重影”或通过不良沟通疏远候选人的时代将成为过去。
Chatbots可用于提供补充信息，这些补充信息不能从工作描述中获得，并从人力资源专业人员手中接受小问题。所有这些都通过在整个过程中保持更新来提高整体候选人体验。
人工智能在候选数据分析和使用高级算法来确定最佳人才方面真正实现了自己的目标。人工智能软件将能够分析组织内高绩效人员的职业路径或资格，并确定具有相似技能组合，绩效指标或职业进步的合格候选人。
通过使用以前难以想象的数据点集合来发现非常规人才，Moneyball 改造了棒球招募。
同样，人工智能可以帮助您识别隐藏的钻石或对候选人的长处和短处进行更详细的分析。
以像 Hirevue这样的面部识别技术为例。它可以使用脸部动作，单词选择和语调的数据点来分析视频访谈，以提供更准确的候选人评估。
这并不是说人工智能工具将永远取代人才在招聘过程中的判断或经验。但是，AI可以自动执行平凡的任务，缩短所需的招聘时间并改善候选人的体验。
它将为HR领导人提供更多的信息，从中得出结论并制定更有效的数据驱动招聘策略。毫无疑问， 英国中小企业中，五分之四的人力资源经理对使用人工智能发现未来员工的前景感到兴奋或乐观。
改善现有员工的条件
使用机器让人们更快乐似乎与直觉相反，但是从某人被雇用的那一刻起，AI可能会产生积极的影响。我们以前看的重要性 入职的员工期望，参与和保留条款。机器人可以成为虚拟助手，帮助简化入职流程，回答问题并确保新员工顺利过渡。
继任计划也可以采用智能技术来识别具有在组织中崛起潜力的高绩效员工。招聘和继任计划缺乏人为偏见将导致更多样化的工作场所。正如我们的 多元化博客所显示的那样，这可以带来更大的创新，并最终通过提高利润来获得业务红利。
机器人还可以通过即时消息，自动电子邮件或HR软件仪表板为现有员工提供常见或易于回答的问题的答案。人力资源部可以轻松设置员工的自动辅导。这可以提供针对特定角色的培训，根据数据分析识别专业知识的差距，并提供所需的辅导经验，作为预定继任计划或开发计划的一部分。
人们认为自动化意味着失去了工作，但 研究表明，新职位是由新技术产生的，新技术创造了以前不存在的职位。其他经济专家指出了自动化机器或计算机的趋势，“在工作人员执行常规，可以完成的任务的同时，放大了提供解决问题的技巧，适应性和创造力的工人的比较优势。”
人力资源专业人员将始终被要求提供有助于激励和赋权员工的软技能。智能技术可以让人力资源专业人员摆脱官僚作风，但技术不能取代人类的情商，同理心，判断力和个性。人工智能将扩大人力资源流程的工作方式，但最终这将导致更人性化的人力资源管理，可以专注于人员管理，战略规划和增强员工体验。
HR可以利用AI来达到新的高度
这就是说，国际象棋大师加西·卡斯帕罗夫（Garry Kasparov）在国际象棋比赛中着名的人工智能机器，他 认为人类与一套程序或一台计算机配对会比国际象棋中最强大的计算机程序更好。他指出，“弱人类玩家加上机器加上更好的过程是优越的，不仅对于非常强大的机器，而且对于强大的人类玩家加上机器加上劣质的过程而言，最显着。”
这就是所谓的“半人马模型”，被视为未来人力资源的蓝图。忘记人与机器。这是人加机器。这是关于利用人的判断力，直觉，想象力和战略来对数据分析和机器的预测能力。
人力资源一直围绕着情商，人员技能和组织，这不会改变。然而，新兴的智能技术可以帮助人力资源专业人员释放他们的注意力，将精力集中在更具战略性的角色上，并通过提供新的指标和数据分析来支持创新的工作场所理论和实践。
现代人力资源领导者站在新领域的边缘，将利用人工智能软件和智能机器所提供的见解进行探索。这是一个勇敢的新世界，但其背后的推动力将是非常人性化的，并且能够提供创造力，人际关系和情感理解，这些理念已经把我们带到了今天的地方。
以上由HRTech AI翻译完成，仅供参考
人工智能
观点：机器人现在将面试你-人工智能可以通过消除偏见而彻底改变招聘方式
编者注：在中国偏见和歧视还不是一个重要被关注的话题，招聘广告依然可以肆无忌惮的写到仅要男性或者女性，35岁以下，985211研究生等等。在未来融入国际化的过程中，这个问题会日益突出，尤其是当你作为总部HR招聘国际化员工的时候，我想国内很多公司因为这个问题发生过各种的问题，推荐你阅读下这篇文章，介绍AI可以帮助我们什么。但是AI面试也会造成一些问题，比如之前一篇文章我们谈到：“AI面部识别会把黑人的犯罪倾向增加，而白人就会低。还有就是高质量的程序员喜欢看漫画。。。当然这个关联性是否真的，都是AI带来的问题。”
下面文章来自于英国的telegraph，作者是 Caroline Bullock
当一家制药公司的老板在他指定为他的私人助理的简历上潦草地写着“高跟鞋，红色口红，很好”的时候，这是一个让他感到困扰的总结。
Lucia Pagliarone在办公桌上发现了她的简历，当她带着她的老板去法庭以性别歧视为由，这将提供令人信服的证据。她赢得了官司，但这也清楚地提醒了我们，招聘决策可能会受到技能和资质以外的因素的影响，而这些因素会产生严重的影响。
被候选人的外表所左右并不是什么新鲜事;但在温斯坦之后，对歧视的敏感程度提高了，在招聘中处理偏见已经成为一项大生意，越来越多的机器人被要求恢复一些客观性。
在新型人工智能(AI)驱动的应用中，能够绕过物理属性并在没有情感或偏见的情况下快速分析候选数据的技术正在获得关注。在招聘公司Korn Ferry调查的1200名招聘专业人士中，近三分之二的人表示，人工智能已经改变了这一过程的实施方式，并相信这种技术会吸引更高水平的应聘者。
在LinkedIn的2018年全球招聘趋势报告中，受访者提到了节省时间和消除对年龄、种族、宗教或性别的偏见。
“算法正变得非常有吸引力，以消除偏见的风险，并将决定从面试官手中拿出来，这并不奇怪，”总部位于曼斯特的就业律师事务所Elas的顾问Emma O 'Leary说。
“人的偏见往往是潜意识的，但潜意识的歧视仍然是歧视。”在一个理想的世界里，管理者应该有健全的平等和多元化培训来克服性别歧视或种族主义的观点，但显然这种偏见仍然普遍存在，例如Lucia Pagliarone的突出部分。
如果在办公桌前接受R2D2的拷问，现实情况会有所不同。最常见的迭代是自动化工具，通常用于在招聘过程的早期阶段过滤掉无意识的偏见。
通过匿名分析候选人的性别、社会和教育特征，他们帮助创建一个公平的竞争环境，而预测分析则可以评估文化或技术是否符合特定的标准，并预测他们成功的可能性，这意味着更高的效率和生产力。
除了帮助清除外，人工智能还可以有效地瞄准那些通常被吓退的人。例如，英国的网络安全公司(英国网络安全公司)对其数据科学家职位空缺的反应缺乏女性的关注，转而求助于Textio的预测算法，这是一个利用机器学习识别职位描述中性别偏见语言的平台，并提出了语言上的调整。
该公司首席科学家麦克·麦金太尔解释说:“它突出显示了我们工作岗位上的一些措辞，比如‘雄心勃勃’、‘解决’和‘被驱使’等，通常都与男性特征有关，而男性特征实际上是在潜意识中产生了偏见。”
“推荐的方法是让描述更具包容性，并吸引女性，比如‘有意义’、‘协作’、‘支持’和‘贡献’。”
这一简单的修正案对松下公司产生了巨大的影响，它证实了女性候选人的支持率上升了60%，甚至是女性候选人名单上的女性候选人。
“我们想要依靠一个在线平台来评估技能，从一开始就消除任何偏见，但是一个人是如何被人发现是非常重要的;我们是一家小公司，我们仍然想在面对面的面试中与一个人建立融洽的关系。
事实上，在最后阶段使用人工智能来完成工作之前，仍然是一个默认的方法，对于那些仍然觉得在招聘过程中有情商的人来说。不过，招聘专家Headstart的首席运营官加雷斯•琼斯(Gareth Jones)表示，这是一种妥协，意味着公司最终将面临最终的障碍。
不幸的是，人类天生就有偏见。所以，不管你在招聘渠道中积累了多少技术，如果你在某个时候有了面对面的交流，偏见的危险就会蔓延。
“就像人类一样，我们现在非常可怕地阻止我们的决定受到他人的肤色、年龄、外貌、口音甚至名字的影响。”
如果答案是完全消除人类干预，似乎大多数英国企业还没有准备好迎接这种信心的飞跃。在CRM开发者Pegasystems的调查中，近三分之二的受访者预计，未来10年将使用人工智能进行面试和筛选候选人成为标准做法，但只有30%的人相信算法会做出最终的招聘决定。普遍的观点是，最终，机器不能代替人对软技能和文化适应的判断。
然而，对于那些被一个活生生的人问过的人来说，五年后你会在哪里看到自己呢?一个完全自动的与机器人的交流是否会变得更加公式化?
菲利普说，技术流程转型公司的创新产品管理副总裁Sutherland Global说不。TASHA的任务是在公司领导的面试系统中进行自动对话，看起来很真实，很吸引人。他认为，求职者实际上更倾向于通过一个基于信息的聊天机器人来交谈，而不是一个糟糕的人际互动的替代品。也许这并不奇怪，这是一种与千禧一代最共鸣的方式。
他说:“一般来说，这一部门正在寻找求职者经验中的一个不同之处。”而且，大多数人只知道消息传递是一种沟通的方式，就像在短时间内进行的简短交流一样，这种交流更像是一种对话。事实上，它与性别、年龄和种族保持完全的中立，这使得事情的焦点集中在重要的事情上。
这是一个大胆的声明，因为一个算法是否能完全消除偏差仍然是一个争论点。对于每一个宣扬算法真实性的支持者来说，都有一个怀疑论者认为这个案例被夸大了。一个带有种族主义数据的机器人不是只会表现出与它有偏见的开发者相同的特征吗?
“是的，算法是由人类提供的，所以它确实依赖于机器人背后的设计者和开发者，以确保他们注意到道德规范和招募合规规则，”他表示。
”对我们来说是一大关注点避免文化偏见在我们设计一个聊天机器人对话之前我们离开北美泡沫和去一些偏远的地方听到各种各样的人的经历然后通知所使用的语言和内容(由chatbot)与地区差异也考虑在内。”
总部位于巴斯的人工智能初创公司Cognisess的首席科学官鲍里斯•阿尔特梅尔博士是另一位坚定的捍卫者。
“首先，与人工智能不同的是，人工智能没有固有的偏见，即使所有的数据都不是完全完美的，它所访问的信息量——在某些情况下，每10分钟就有300万个数据点——给了它比人类更大的优势。”
该公司的人工智能软件旨在模拟面试，并在早期的筛选过程和最后阶段都使用过，特别是在需要快速和大量招聘的情况下，比如在酒店行业。机器学习在多个性能领域对考生进行评估，而视频元素则对一组问题做出反应，然后由机器人进行评估，这被称为“深度学习”(DeepLearn)，它将对每一帧基础上的面部表情进行分析。
如果一个公司需要热情和热情来面对客户的销售角色，那么DeepLearn将会在这个人的积极性和表现力的水平上立足。有趣的是，一个虚假的微笑不会减少它。
“这台机器可以检测微表情，”Altemeyer解释说。“这些情绪在脸上只显示了几分之一秒——它是如此之快，肉眼无法察觉，也无法伪装。”
这是一种取证的强度，为客户洲际酒店集团带来了丰厚的回报。这家酒店集团增加了招聘的多样性，并在使用该软件后，在评估过程中节省了25万英镑。
“从技术上讲，这个系统可以完全吸收，但我们不会提倡完全从流程中删除人员。”如果你思考人类回顾60以上视频采访一天,仍在绝对公正或尖锐时看到第一个对任何人来说都将是一个艰巨的任务,所以它是获得尽可能多的纯粹的数据,所以他们做出最好的决定。”
至少在目前，招聘人员还是被雇佣的。
以上由有道翻译提供支持，再次表示感谢！HRTechChina 倾情奉献。
人工智能
隐藏在人工智能AI招聘工具背后的问题，值得我们HR思考！
编者注：这个主要是聊到AI招聘工具可以帮助消除偏见，但这背后并不是一蹴而就的，需要不断努力，举了两个小栗子：AI面部识别会把黑人的犯罪倾向增加，而白人就会低。还有就是高质量的程序员喜欢看漫画。。。当然这个关联性是否真的，都是AI带来的问题。
推荐阅读下，蛮有意思的。
作者：Ben Whitford
土耳其语没有性别代词:“o”这个词在英语中是由“他”、“她”或“它”完成的。这种语言怪癖对机器翻译工具提出了挑战:将土耳其语翻译成英语，像谷歌翻译这样的工具必须猜测其主体的性别——在这个过程中，往往会暴露出其固有的偏见。
例如，谷歌将土耳其语“o bir doktor”翻译成“他是一名医生”和“o bir hem?”她是个护士。谷歌的算法同样认为，总统或企业家是男性，但保姆、教师或妓女是女性。即使是性格特征也会与假定的性别一致:一个努力工作的人被认为是男性，而懒惰的人被认为是女性。
谷歌的程序员没有对这些刻板印象进行编程;该软件利用人工智能研究真实世界的文本，并创造出反映人们实际使用语言的方式的翻译。换句话说，谷歌翻译的偏见是我们自己的。“机器学习算法会发现有偏见的模式，并学会像现实世界一样有偏见，”微软研究公司的Rich Caruana说。
这应该会让人力资源经理们踌躇不前，他们认为，算法是为了消除招聘过程中的偏见。2016年，CIO在一篇文章中预测，人工智能将把招聘转变为“对任何人类偏见免疫的过程”。“一个袖珍计算器不能是种族主义的，理论上是这样的，一个自动分类简历的系统应该是公正的:”简单地使用这样一个自动化的、客观的过程，就有可能大大减少人类偏见的范围。
很容易明白为什么管理人员渴望解决偏差问题。自从美国的“民权法案”和英国的“种族关系法案”禁止明显的歧视以来，已有数十年的时间了，但较不明显的偏见仍然是一个主要问题。研究表明，平均而言，具有刻板印象的非洲裔美国人姓名的简历比用同样的白名单提交的简历要少36％，而且自20世纪70年代以来没有改变，社会学家林肯奎利安说。
奎里安说，并不是说管理者有意识地歧视别人，他去年发表了30项涉及55,842份申请的招聘偏见研究的分析报告。相反，决策者受到无意识偏见的影响，这些偏见基于他们可能不知道的根深蒂固的偏见。“定型是一种缓慢而难以改变的弹性事物，”奎利安说。“这是令人沮丧的现实 - 超过35年，它没有改变。”
在'黑盒子'里面
越来越多的无意识偏见意识促使人们对自动化招聘系统产生兴趣，但这种偏见的普遍性意味着，使用真实世界的数据进行培训的人工智能工具不是公正的。
谷歌翻译的性别问题不是一个孤立的案例。在许多行业中，有无数的例子都是机器学习工具复制了他们的血肉之躯的偏见。
考虑到研究人员发现该面部识别工具是准确的白人99％，但准确的黑人女性只有65％。并且Google的在线广告算法被发现更有可能向与名声不佳的人展开有关逮捕的广告。而且一名被法官广泛使用的人工智能工具被发现错误地将黑人被告标记为重新犯罪的高风险，几乎是白人被告的错误率的两倍。
很容易看出这样的偏见会如何污染与申请人职位空缺相匹配的工具或者通知与奖金和晋升有关的决策。审查编程职位申请的人工授精工具可能会注意到，公司目前的程序员大多是男性，并且会对男性候选人产生相应的推动作用。Caruana说：“你最终不会招聘女性积极参与编程职位，因为来源方面的偏见是，女性总的来说不是程序员。
尽管AI工具可以被命令忽略性别，种族和其他受保护特征，但消除AI系统的偏见比看起来更难。由于它们的性质，人工智能工具发现模式，许多因素 - 邮政编码，教育程度，爱好 - 可能会无意中成为诸如种族或性别等特征的代理。
在最近的一个案例中，招聘服务机构Gild吹嘘自己的AI系统已经发现了如何发现高潜力的计算机工程师：事实证明，这样的候选人可能是日本漫画网站的粉丝。喜欢漫画的候选人，Gild的团队推理，将有助于识别高质量的工程师。
正如数据科学家凯茜奥尼尔指出的那样，问题在于爱漫画和成为一名成功的工程师之间没有因果关系。相反，吉尔已经确定了一个与种族和性别相关的特征，有效地使用了后门的方法来清除那些不符合其成功候选人应该是什么样子的先入之见的人。奥尼尔说：“我很惊讶他们没有想到那个热爱漫画的候选人更有可能成为亚洲人。” “你通过关联和代理获得性别。”
更糟糕的是，O'Neil说，许多AI系统在“黑匣子”内执行这样的计算，使得无法弄清楚结果是如何得出的。如果你正在教计算机玩下象棋或处理图像，这可能无关紧要，但是当你做出关于人们事业的决定时，这是一件大事。“算法不仅仅是帮助自动化一个过程; 他们增加了一层不透明度，所以很难看到和解决失败，“O'Neil说。“面部识别很容易看出它是否可行; 雇用软件更棘手。“
一个潜在问题 - 和一个监管风险
消除这种偏见是一项艰巨的任务，但如果人工智能系统要演变成可信赖的招聘渠道，这一点至关重要，Pocket Recruiter的首席数据科学家Vineet Vashishta说。“在招聘和人力资源领域，你必须是透明的，”他说。“我们必须能够解释'这是我们做出我们做出的决定的确切方式'，我们必须能够证明这些数据没有一些阴险的偏见。”
不幸的是，Vashishta说，从事人工智能招聘工具的人很少愿意面对他们系统的潜在偏见。他表示，即使在学术和行业聚会上，研究人员也不愿意将注意力放在关于偏见的谈话上。“在人们开始谈论这件事之前，这是三杯酒和一些沉重的叹息，”他说。“至少公开谈论此事的人非常少，因为这真的很可怕。当涉及到机器学习时，这是可能杀死该领域的领域之一。“
Vashishta说，监管机构很可能会开始在某些司法辖区禁止机器学习工具。纽约市成立了一个工作小组来监督政府使用人工智能系统，而欧洲监管机构正在实施框架，这将大大遏制公司在未经明确许可的情况下使用个人数据的能力。“你可能会看到一些政府在未来五年内禁止机器学习，这将是因为这个问题，”他说。“这将是因为它无法解释，缺乏透明度和问责制，以及机器的偏见会让人们感到恐慌。”
但是Vashishta说，有真正的方法可以减少偏见的可能性。Pocket Recruiter使用AI来识别具有特定技能的申请人，而不仅仅是那些与当前员工相似的申请人。尽管如此，人才招聘决策最终还是由谁来提供Pocket Recruiter用来改进算法的反馈。Vashishta说：“Pocket Recruiter可以向你展示你可能因为无意识偏见而未看过的候选人。“但是当谈到人们告诉我们他们想要的候选人时，那些无意识的偏见又回来了。”
最终，为了消除AI系统的偏见，设计师必须在事情的方式和他们应该的方式之间驾驭危险的无人地带。为了消除真实世界的偏见，设计者必须要么倾斜他们的数据，要么按照他们的系统处理数据的方式，以便最终的结果反映出更理想的替代现实。
但以这种或那种方式推动申请人的数据是一个充满挑战的过程。“我们一直这样做，”Vashishta说。“但这些钟形曲线的修正令我们非常惊讶。我们不知道我们是否正在受伤或帮助，直到我们看到算法运行起来，我们才会知道。“要做出可能让某人工作的成本的变化是不容易的，他说。“当你在像招聘这样的公司工作时，你会因此失去睡眠，因为你正在影响某人的生活。这是一种令人痛苦的方式。“
没有在窗帘后面偷看
人工智能招聘工具的一个教训可能来自于一种较老的，技术含量较低的补救办法，以致在招聘方面存在偏见：顶级管弦乐队决定在试演期间在音乐家面前悬挂一幕布。古典音乐过去一直以男性为主，但在20世纪70年代引入了盲目的试镜 - 确保音乐家的演奏而不是外观 - 使顶级乐团的女音乐家增加了五倍以上。
然而，要达到这一点，还需要做出决定，确保音乐家的性别不会受到其他因素的影响，比如穿过窗帘的缝隙看到的鞋子，或者没有地毯的地板上的高跟鞋。
更重要的是，管弦乐队不得不将盲试作为一个起点而不是一个明确的解决方案，并且接受这样一个长期以来由男性主导的机构，偏见仍然是一个问题。尽管已经证明了他们的音乐才能，但第一批通过盲目试镜入场的女性经常不得不与他们继续寻求旁观者的合作。
这大致就是我们使用AI招聘工具的地方：就像管弦乐队的幕布一样，机器学习是一种范式转变，有可能消除长期存在的偏见，但它本身并不能解决几个世纪的偏见。
为了有所作为，人工智能系统需要仔细设计和审查，以确保他们真正无偏见，并且他们的部署方式不允许人力决策者重新向招聘中引入偏见处理。
走向这一点并不容易。“这是我们花费数百年来创造的一个问题。Vashishta说，长期的解决方案并不像我们五年后会遇到的问题。
与此同时，人力资源团队需要停止假设基于计算机的招聘工具本身就是客观的。相反，决策者应该要求证据表明，机器学习系统的设计是有偏见的，并且足够透明，可以识别和纠正潜在的问题。
卡鲁阿纳说，如果人工智能工具要演变成真正公正的招聘工具，人力资源团队将不得不坚持这种透明度。“如果有足够的人问，这将成为一个重要的标准，”卡鲁阿纳说。“但是如果没有人问，我们只会让偏见不断滑落。”
以上由AI翻译完成，HRTechChina倾情奉献。转载请注明。
人工智能
人工智能正在改变人力资源工作方式
新技术和人工智能可用于提高绩效评估，开放招生和员工发展。
New technologies and artificial intelligence can be used to improve performance appraisals, open enrollment and employee development.
作者：Alexander Alonso，SHRM-SCP
像“终结者”电影中看到的那些机器的兴起可能会给我们灌输对人工智能（AI）和自动化的健康恐惧，但明智的人力资源专业人员会关注当今的发展如何能够产生积极的变化 - 即更高的效率在日常运营中和更好的员工体验。
现代技术（从简化流程的应用程序到改善通讯的机器人）正在改变我们的工作方式，这并不奇怪。然而，令人震惊的是，他们扩散到工作场所的速度很快。
以下是三个已被企业完全接受的AI示例，它们正在改变我们实践HR的方式：
众包和性能数据。为了更好地评估，商业思想领导者鼓励使用来自各种来源的及时数据。例如GloboForce这样一家员工识别软件供应商，声称众包信息比传统的评估方法能够以更定期的间隔提供更全面的性能图片。
乍一看，这可能看起来很直观。但是许多人力资源专业人士对这种软件在考虑到大量信息的性能数据流方面的准确性持怀疑态度。例如，会议结束后，Karma Notes向与会者询问个人作为团队成员的有效性。令人生畏的是，应用程序在每次会议后提出了这个问题。更重要的是，这个过程引发了人们提供反馈动机的问题。有些可能是由隐藏的议程驱动的。这项技术正在得到进一步完善，以收集与截止日期和预算有关的信息。近100家财富1000强公司正在试用这种众包的表演系统。这比以往任何时候都更加重视人力资源专业人员，以更好地理解数据管理和分析，
机器人和福利问题。如果你像大多数人力资源从业人员一样，只需要在开放的招生季节中生存下去，你很高兴。但那些幸运地通过人力资源信息系统（HRIS）来利用人工智能的人通常并没有那么糟糕。例如，今天的一些基于HRIS的聊天机器人可以自动回复员工的福利问题，并为您的员工量身定制解决方案。这意味着您花费更少的时间进行查询。虽然这些工具从来都不是完美的，但大多数使用的是一种AI，它使得信息交付非常可定制。要充分利用这一点，您必须建立真正动态的面向消费者的问答数据库，以反映您的员工和他们的偏好。
算法和学习偏好。近年来，我们看到了无数支持学习和发展活动的技术的兴起。其中最有趣的是使用AI来创建交互式测试和评估以匹配考生的个人学习风格和参与度的应用程序。与Lumosity的互动式大脑游戏类似，这些工具可在用户学习时产生无数的数据点，包括他们的步伐和学习风格。对于人力资源部门来说，这些创新突出了对员工发展的定制学习路径和数据驱动方法的需求。
很明显，人工智能在人力资源中的作用越来越大，这代表了您通过数据实现价值的机会。有些人会哭，“机器正在接管！”事实是，机器已经在这里。我们需要确定如何最好地使用它们。
SHRM-SCP的Alexander Alonso是SHRM知识发展高级副总裁。
以上由AI翻译完成，仅供你参考。HRTechChina倾情奉献，转载请注明HRTechChina
以下为英文原文：
The rise of machines like those seen in the “Terminator” movies may instill in us a healthy fear of artificial intelligence (AI) and automation, but wise HR professionals will focus on how today’s developments can give rise to positive changes—namely, greater efficiency in day-to-day operations and a better employee experience.
It’s no surprise that modern technologies—from process-streamlining apps to communication-improving bots—are altering the way we work. What is shocking, however, is the fast pace of their diffusion into the workplace.
Here are three examples of AI that have been fully accepted in businesses today and are changing the way we practice HR:
Crowdsourcing and performance data. For better appraisals, business thought leaders encourage the use of timely data from a wide array of sources. Companies such as GloboForce, an employee recognition software provider, claim that crowdsourced information provides more-holistic pictures of performance at more-regular intervals than traditional appraisal methods.
At first glance, that may seem intuitive. But many HR professionals are skeptical about the accuracy of such software with regard to performance data flow, which takes into account large volumes of information. For instance, after a meeting, Karma Notes asks fellow attendees about an individual’s effectiveness as a team player. What’s daunting is that the app poses this question after every meeting. What’s more, the process raises questions about people’s motivations for providing feedback. Some may be driven by a hidden agenda. The technology is being further refined to gather information related to deadlines and budgets, too. Almost 100 Fortune 1000 companies are piloting this type of crowdsourced performance system. More than ever, that puts the onus on HR professionals to better understand data management and analytics, and to account for relationship dynamics when interpreting such records.
Bots and benefits questions. If you’re like most HR practitioners, you’re happy just to survive open enrollment season. But those fortunate enough to leverage AI via their HR information systems (HRIS) usually don’t have it so bad. Some of today’s HRIS-based chatbots, for example, can automatically reply to employees’ benefits questions with answers tailored to your workforce. That means you spend less time fielding inquiries. While these tools are never perfect, most use a form of AI that makes information delivery extremely customizable. To take full advantage of that, you must build truly dynamic, consumer-oriented Q&A databases that reflect your workers and their preferences.
Algorithms and learning preferences. In recent years, we’ve seen the rise of countless technologies that support learning and development activities. Among the most interesting are apps that use AI to create interactive tests and assessments to match test takers’ personal learning styles and engagement levels. Similar to Lumosity’s interactive brain games, these tools generate countless data points about users as they learn, including their pace and learning style. For HR, such innovations highlight the need for customized learning paths and data-driven approaches to employee development.
It’s clear that AI’s increasing role in HR represents an opportunity for you to drive value through data. Some would cry, “The machines are taking over!” The truth is that the machines are already here. It’s up to us to define how best to use them.
Alexander Alonso, SHRM-SCP, is senior vice president for knowledge development at SHRM.
人工智能
专题：人工智能招聘-- 人力资源专业人员的权威指南
自ATS以来，招聘人员利用技术使他们的工作更轻松，更快速，更好。今天，人力资源技术的主要主题是招聘人工智能。
人工智能用于招聘是一种新兴的人力资源技术类别，旨在减少甚至消除耗时的活动，如手动筛选简历。
有效且时间有效地恢复筛选仍然是人才招聘的最大挑战：52％的人才招聘负责人表示，招聘中最困难的部分是从大型申请人群中找出合适的人选。
根据对人才招聘领导者的调查，56％的人表示他们的招聘人数今年将增加，但66％的招聘团队将保持相同的规模或合同。
52%人才招聘负责人表示，招聘中最难的部分是从大型申请人群中筛选候选人
这意味着招聘人员的任务是以更少的钱做更多的事情。
在2017年，寻找顶尖人才将取决于招聘人员智能自动化工作流程的能力。
为了帮助您更好地理解人工智能这一新招聘领域，我们为人力资源专业人员创建了这本明确的指南，介绍人工智能如何使您的工作流程自动化，以更有效地参与，筛选和评估应聘者。
AI招聘：
人力资源专业人员权威指南 - 目录
第1部分：什么是AI招聘？
第2部分：招聘人员使用AI的好处
第3部分：在招聘中应用人工智能所面临的挑战
第4部分：人工智能的招聘创新
第五部分：AI如何改变招聘者的角色
第6部分：在招聘中使用AI的总结
第1节
招聘AI是什么？
人工智能招募是指人工智能，例如计算机可以进行的学习或解决问题的工作，用于招聘功能。
这项新技术旨在简化或自动化招聘工作流程的某些部分，特别是重复性强，量大的任务。
例如，应用机器学习恢复自动筛选候选人的软件或对工作描述进行情绪分析以识别潜在偏倚语言的软件。
在不同的投入和产出发生的任何招募领域 - 如筛选，采购和评估 - 都将基本实现自动化。
-Katrina Kibben，任仕达
第2节
将AI用于招聘人员的好处
1.通过自动执行大量任务来节省招聘人员的时间
人才招聘负责人表示，明年招聘人数将增加，但他们的招聘团队将保持相同规模甚至合约。这意味着招聘人员将通过“少花钱多办事”来提高效率。
手工筛选简历仍然是招聘过程中最耗时的部分，尤其是当某个角色收到的简历中有75％至88％不合格时。筛选简历和候选人进入面试估计需要23个小时的招聘人员的时间为一个单一的雇用。
如果招聘人员能成功自动完成耗时的重复任务，如筛选简历或安排面试候选人，招聘人工智能对招聘人员来说是一个福音。
最佳的以人工智能为动力的技术将被设计为不仅可以自动化您的工作流程的一部分，还可以与您当前的招聘系统无缝集成，因此不会中断您的工作流程。
作为奖励，通过自动化加快招聘的这些部分可以缩短聘用时间，这意味着您不太可能失去对速度更快的竞争对手的最佳人才。
2.通过标准化的工作匹配来提高招聘质量
由于无法关闭数据循环（即测量候选人被聘用后会发生什么情况），招聘质量曾经是招聘KPI黑盒子的一小部分。
随着多年来人力资源数据的收集，访问和分析变得更加容易，招聘质量已成为招聘的首要关键绩效指标。
人工智能对提高聘用质量的承诺在于它能够使用数据来标准化候选人的经验，知识和技能与工作要求之间的匹配。
预计这种就业匹配的改善将导致更快乐，更富有成效的员工不易流失。
早期的结果非常有希望。采用人工智能驱动的招聘软件的早期采用者公司的平均成本降低了75％，每位员工的收入提高了4％，营业额下降了35％。
你的好处
每租用可 节省23小时
不会中断您的工作流程
每屏幕成本降低75％
你的组织的好处
营业额下降35％
性能提高20％
每名员工收入增加4％
其中积极的一面是，我们可以将流程标准化，以更好，更客观地评估候选人的能力和技能，同时消除整个采购和选择过程中发现的内在偏见。
-Katrina Kibben，任仕达
第3节
AI在招聘中的挑战
1. AI需要大量数据
一般来说，人工智能需要大量的数据来学习如何准确模仿人类的智能。
例如，使用机器学习的人工智能需要大量的数据来学习如何像人类招聘人员那样精确地截屏。这可能意味着几百到几千个特定角色的简历。
人工智能可以学习人的偏见
AI招聘承诺通过忽略考生的年龄，性别和种族等信息来减少无意识偏见。然而，人工智能被训练去寻找先前行为中的模式。
这意味着任何可能已经在招聘过程中产生的人类偏见 - 即使它是无意识的 - 都可以通过AI了解到。
为避免复制已经存在的任何偏见，请确保您使用的AI软件供应商了解这些问题，并已采取措施消除潜在偏见的明确模式（例如，只雇用某个大学的毕业生）。
3.新技术的怀疑
人力资源专业人员经常受到即将消失的最新和最大趋势的轰炸。
可以理解的是，招聘和人才招聘领导者可能会对任何可以让他们的工作更轻松的技术持怀疑态度。他们希望确保任何可以自动执行其工作任务的软件都能够尽其所能地完成工作。
第4节
人工智能的招聘创新
招聘人工智能有几个潜在的应用程序，用于自动执行高容量，重复性任务，例如简历筛选和预选候选人。
1.智能筛选软件
智能筛选软件通过在您的现有简历数据库上使用AI（即机器学习）来自动执行简历筛选。
该软件根据他们的表现，任职期限和离职率，了解哪些应聘者成为成功和失败的员工。
具体来说，它会了解现有员工的经验，技能和其他素质，并将这些知识应用于新申请人，以自动对最强候选人进行排名，评分和入围。
该软件还可以通过使用有关其以前雇主的公共数据源以及公共社交媒体档案来丰富候选人的简历。
自动执行简历筛选的智能筛选软件对于招聘人员来说是一个巨大的机会，因为它与您现有的ATS集成在一起，这意味着它不会中断工作流程，候选工作流程，并且需要最少的IT支持。
2.招募者chatbots
Recruiter chatbots目前正在测试中，通过根据工作要求提出问题并提供反馈，更新和下一步建议，为候选人提供实时交互。
人工智能驱动的聊天机器人有很大的潜力来改善候选人的体验。
58％的求职者表示，如果在提交申请后没有收到公司的回复，他们会对公司产生负面印象，而如果在整个申请过程中收到持续更新，67％的求职者对公司产生了积极的印象。
3.数字化访谈
在线访谈软件已经有一段时间了，但今天的技术声称使用AI来评估候选人的单词选择，言语模式和面部表情，以评估他或她适合
第5节
AI如何改变招聘人员的角色
行业专家认为，AI招聘的未来是Augmented Intelligence。
增强智能是相信你不能通过技术完全取代人的能力。相反，增强智能表明我们应该着眼于创造技术来提高人的能力和效率。
增强智能，而不是完全取代工作中的人将被用来使他们更有效。我认为这可能是人力资源人力资源的最佳使用。
- 人力资源顾问Michael Haberman
使用增强的AI来自动执行重复的管理任务的能力将非常有价值。这项技术有三种主要方式将改变招聘人员的角色：
招聘人员将能够进行积极的战略招聘，而不是将大部分时间用于反应回填。
招聘人员将有更多时间与候选人面对面地建立关系并帮助确定文化适合度。
由于AI允许他们使用数据显示招聘KPI，包括招聘质量，招聘人员将能够与招聘经理完成合作。
如果招聘人员和公司可以学会与特定的人工智能配对，他们可以通过培训来了解特定的企业使命和文化 - 这样招聘人员觉得他们可以利用这些聊天机器人和其他类似技术作为团队的延伸，而不是替代他们。
Jobvite首席执行官Dan Finnigan
第6节
在招聘中使用AI的总结
人工智能用于招聘是将人工智能应用于招聘功能，旨在简化或自动化招聘工作流程的某些部分，特别是重复性高批量任务。
使用人工智能的主要优点包括通过自动执行大批量任务和通过标准化工作匹配来提高招聘质量，节省招聘人员的时间。
使用人工智能进行招聘的主要挑战包括需要大量数据，学习人类偏见的可能性以及人力资源专业人员对新技术的怀疑。
人工智能招聘的创新是智能筛选软件，可自动执行简历筛选，实时聘用候选人的招聘人员聊天机器人，以及帮助评估候选人适应性的数字化访谈。
人工智能将通过扩大情报来改变招聘人员的角色，这将使招聘人员能够更加主动地聘用他们，帮助确定候选人的文化适应性，并通过使用数据来衡量招聘质量等关键绩效指标来改善他们与招聘经理的关系。
以上由AI翻译完成，HRTechChina倾情奉献。转载请注明。
人工智能
人工智能如何促进人力资源分析 How AI Can Boost HR Analytics
Marianne Chrisos
How AI Can Boost HR Analytics
使用AI技术改善您的人力资源报告。
了解如何使用AI来更有效地衡量您的人力资源指标。
随着人工智能技术的不断发展，也许你会想知道在人力资源部门是否有人工智能的地方。人工智能在人力资源分析中的作用是什么？我们花了一些时间专门研究人力资源分析的好处，以及人工智能如何帮助促进人力资源部门的报告和分析，以更多地了解组织的健康和效率。
每位经理应该知道的人力资源分析类型
分析可能不是HR谈到的第一件事。您的具体人力资源需求可能更多地集中于遵守规则条例或员工福利。以下是一些人力资源分析示例，有助于说明为什么报告在每个部门（包括人力资源部门）都很重要。
员工流动率：人力资源部门和企业可能会有一个偶然的想法，即他们的组织内有多少员工流失 - 也就是说，人们退出的频率如何，或者公司必须重新雇佣相同职位的频率。如果一位人力资源经理不断发布需要销售人员的广告，这可能意味着销售人员正在放弃 - 或者销售额在增长，他们需要更多人来满足需求。为了真正了解其原因是由于营业额还是其他原因 - 以及衡量员工翻身的频率，这可能会告诉您关于商业或文化的一些事情 - 您需要使用分析来衡量。
申请人的质量和数量：你的招聘信息有多好？你的企业声誉有多好？你可以找到这些问题的答案 - 并且如果你发现答案“不是很好”，通过分析你的工作发布的申请人数，特别是申请人的质量，可以帮助确保做出调整。使用报告软件可以衡量您的候选人是否符合质量要求，并报告申请人的属性。他们有相同行业或职位的经验吗？他们有帮助组织发展或从事大型项目的历史吗？分析可以帮助您在回答这些问题的同时节省时间。
文化：虽然上述两种分析可以让您对企业文化有所了解，但具体的文化分析对于了解您的企业的健康状况非常重要。使用人力资源工具，如自我报告软件和人力资源调查，您可以编辑和分析数据，分享员工对文化态度的共同点。
人工智能在人力资源分析中的作用
人工智能是一种改变游戏规则的技术，因为它能够分析大量数据并找到模式，甚至做出预测。人力资源分析工具从人工智能中受益，因为人力资源部门有大量原始数据可供使用，人工智能可帮助快速有效地对这些数据进行分类。人才管理系统可以结合人工智能来分析简历关键字和其他指标，以帮助预测潜在招聘信息的最佳人选，从而为人力资源招聘人员节省大量时间。AI还与其他HR数据分析工具一起工作，以推荐培训领域或预测潜在的营业额。
以上AI翻译完成。
作者：Marianne Chrisos
Born in Salem, Massachusetts, growing up outside of Chicago, Illinois, and currently living near Dallas, Texas, Marianne is a content writer as a company near Dallas and contributing writer around the internet. She earned her master's degree in Writing and Publishing from DePaul University in Chicago and has worked in publishing, advertising, digital marketing, and content strategy.
扫一扫 加微信
hrtechchina
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
扫一扫 加微信
hrtechchina
