"В рекрутинге можно легко и быстро отслеживать результаты и "доучивать" алгоритмы, - объясняет Ирина Чернова, директор по маркетингу NetApp в России и СНГ. - Применение машинного обучения помогает сэкономить время и ускорить процессы отбора кандидатов, особенно в тех компаниях, которые практикуют длинную многоступенчатую систему отбора". Это дает возможность устранить субъективность и нивелировать низкую квалификацию самих HR-менеджеров, отбирающих кандидатов.
Но, по ее мнению, не все профессии поддаются "цифровизации". "Кризис показал, что использование алгоритмов машинного обучения требует постоянного контроля и корректировки, так как при возникновении нестандартных ситуаций, которые не были предусмотрены, решения на основе ИИ дают довольно серьезные сбои", - заключает Чернова.
ИИ позволяет ускорить анализ резюме на основе имеющихся данных и профиля идеального кандидата. Можно установить свои критерии потенциального кандидата и автоматизировать отбор входящих заявок. Антон Куканов, руководитель Цифровой экспертизы Роскачества, считает, что при программировании ИИ необходимо быть аккуратнее и правильно обучать алгоритмы, чтобы исключить субъективизм людей: "Есть риск, что алгоритмы ИИ смогут принимать во внимание ряд предубеждений и непреднамеренно дискриминировать определенные типы соискателей", - полагает он.