ИИ в анализе опросов: почему красивой сводки недостаточно

Практический сценарий ИИ в HR — предварительная классификация и суммаризация обезличенных открытых ответов из опроса, адаптационной анкеты или интервью удержания.   Модель может:

▪️ распределить комментарии по заданным темам; ▪️ сформировать предварительную сводку; ▪️ выделить ответы вне классификации; ▪️ подготовить вопросы для дополнительного анализа.   Microsoft Viva Glint уже использует Copilot для обработки открытых комментариев сотрудников. Функция работает в пределах прав доступа и настроек конфиденциальности, а Microsoft отдельно указывает на возможность неточностей в AI-резюме.   Российский прототип технически можно построить с помощью Yandex AI Studio или GigaChat API. Yandex AI Studio поддерживает бинарную, многоклассовую и многометочную классификацию текста; в документации GigaChat предусмотрен сценарий суммаризации. Но хранение данных, права доступа, обезличивание и HR-методику компания должна проектировать отдельно.   Что нужно определить до запуска   Цель анализа Например: понять, какие сложности чаще упоминают новые сотрудники после первого месяца работы.   Единицу анализа Один вопрос, одна группа сотрудников и один период. Смешивание разных опросов и контекстов ухудшает интерпретацию.   Конфиденциальность Недостаточно удалить фамилии. Комментарий может содержать должность, участок, смену, имя руководителя или описание конкретного события. Нужны удаление прямых и косвенных идентификаторов, минимальный размер группы и согласованный контур обработки.   Проверяемость Каждому комментарию присваивается анонимный ID. Для каждой темы модель должна вернуть ID исходных ответов и не создавать отсутствующие цитаты.   Контроль качества HR заранее размечает выборку комментариев и сравнивает её с результатом модели: совпали ли категории, какие темы пропущены и где появилась ошибочная классификация.   Отдельно просматриваются неопределённые и редкие комментарии. Низкая частота не делает тему незначимой, особенно если речь идёт о безопасности, нарушении процесса или кадровом риске.   ИИ не должен определять мотивы сотрудника, оценивать конкретного руководителя или устанавливать причину текучести без дополнительной проверки.   Качество пилота показывает не красота сводки, а проверяемость выводов, число ошибок, пропущенные темы и объём ручной доработки.   Техническая возможность классифицировать текст ещё не означает готовую HR-методику. ИИ структурирует материал — HR отвечает за смысл и решение.   Что вы проверили бы первым: точность категорий, пропущенные темы или соблюдение конфиденциальности?   #AIвHR #HRаналитика #employeeexperience #HRTechРФ #ДарьяБеловаHR

ИИ в анализе опросов: почему красивой сводки недостаточно | Сетка — социальная сеть от hh.ru