Oprócz problemu związanego z pozyskiwaniem nowych kandydatów (programistów) do pracy, kolejnym problemem firm jest właściwa ocena potencjału oraz umiejętności programistycznych kandydata w trakcie rekrutacji. To wyzwanie, z którym tysiące firm na całym świecie ma problem. Tradycyjne metody pozyskiwania i ewaluacji wiedzy deweloperów wymagają sporych nakładów finansowych, są czasochłonne i nie weryfikują w pełni wszystkich umiejętności kandydata w obiektywny sposób.

Tradycja zawodzi

Proces assessmentu jest często inicjowany wstępną rozmową telefoniczną (tzw. pre-screening). Kandydat często dostaje zadanie polegające na napisaniukodu lub rozwiązaniu dlatego problemu analitycznego. Rekruter ocenia jego rozwiązanie i sposób pracy na przykład obserwując współdzielony ekran.Taka rozmowa ze strony rekrutera zajmuje śrenio ok. 30-45 minut (samym rekruterem jest często inny programista z firmy, który musi zostać oderwany od swojego projektu). Efektywnie 1 osoba jest w stanie przeprowadzić do 8-10 takich rozmów dziennie (po jej zakończeniu musi jeszcze sporządzić raport). Później następuje seria rozmów i testów na miejscu.

Całość procesu jest męcząca także dla kandydata. Rekordowe procesy rekrutacyjne trwają nawet 2-3 dni na miejscu. W efekcie coraz więcej profesjonalistów całkowicie unika firm, które przeprowadzają tak długie testy.

Intuicja często zawodzi

Problem polega na tym, że całość zajmuje dużo czasu, a sposób sprawdzania umiejętności aplikanta nie zapewnia obiektywizmu. Jesteśmy tylko ludźmi. Rekruter w swoim wyborze zawsze świadomie lub nie kieruje się pewnymi preferencjami osobistymi czy po prostu sympatią do drugiej osoby. Czasem osobista intuicja jest dobra, czasem nie. Na ocenę drugiej osoby wpływa bardzo wiele czynników, nawet tak banalnych, jak to czy jesteśmy w danej chwili najedzeni, jaki mamy humor itp. Zasadnicze pytanie brzmi, czy w dobie rozkwitu sztucznej inteligencji, można ją wykorzystać, aby choć częściowo zautomatyzować assessment technologiczny i tym samym zminimalizować koszty oraz pozwolić na uzyskanie obiektywnego obrazu kandydata?

Jak najbardziej tak

Istnieją już platformy, które to zadanie już starają się wykonywać. Problem z nimi polega w większości na tym, że zwykle dają kandydatowi do rozwiązania zadania czysto “analityczne”. Bo takie najłatwiej zweryfikować maszynowo. Sprowadza się to zazwyczaj do problemu optymalnego skonstruowania algorytmu rozwiązującego dany problem analityczny. Tego typu zadania jednak najczęściej okazują się mało reprezentatywne i nie odzwierciedlają faktycznych wyzwań inżynieryjnych, jakie stoją przed programistami w codziennej pracy nad złożonym grupowym projektem. Potwierdza to obserwacja firmy Google, gdzie po jednorocznej ewaluacji inżynierów oprogramowania pracujących w głównej siedzibie okazało się, że ich ocena była ujemnie skorelowana z wynikami testów rekrutacyjnych, które są w silny sposób oparte na zadaniach analitycznych.

...

Sztuczna inteligencja przyszłości powinna umożliwiać obserwowanie kandydatów rozwiązujących zadania i oceniać ich styl pracy, a nie tylko rezultat. Mówimy tu o technologii replikującej naturalną ludzką interakcję na linii ‘rekruter - kandydat’. Tak zaawansowana technologia będzie w stanie zminimalizować, a nawet zlikwidować ten problem poprzez profesjonalną i zautomatyzowaną ewaluację umiejętności przy wykorzystaniu sztucznej inteligencji. Powstanie takiej technologii to perspektywa 2-3 najbliższych lat. Jesteśmy jedną z firm, która prowadzi w tym obszarze dość zaawansowane badania. Widzimy też, że wzrasta świadomość coraz większej grupy pracodawców o tym, że inteligentna automatyzacja procesów ewaluacyjnych jest w stanie znacznie usprawnić pracę rekruterów. To również wpłynie znacząco na zmianę obrazu rynku. Naszym zdaniem w ciągu najbliższej dekady sztuczna inteligencja będzie obecna w 30% wszystkich rekrutacji, szczególnie w obszarze IT. Innym ciekawym obszarem, który będzie się również dynamicznie rozwijał w następnych latach to grywalizacja procesu rekrutacji