Искусственный интеллект участвует в отборе специалистов, которые впоследствии будут взаимодействовать с ИИ
Существуют примеры, в которых проблема воспроизводства профессиональной компетентности приобретает особую значимость. Команда Сбера описала внедрение нескольких ИИ-агентов в процесс найма специалистов по тестированию.
Система обеспечивает формирование индивидуальных заданий и вопросов, использование языковых моделей для оценки ответов, а также повторение отдельных этапов. При этом разработчики открыто указывают на наличие фактических ошибок в работе агентов. Окончательное решение по кандидату остаётся за человеком.
В рамках данной практики применяется матрица компетенций уровней Junior, Middle и Senior, на основе которой конструируются задания и оцениваются кандидаты.
Формируется довольно необычная структура. Организации сначала формализуют представление о профессиональной компетентности. Это представление становится контекстом для ИИ. Далее ИИ участвует в создании испытаний и предварительной оценке человека. После этого человек вновь входит в процесс и принимает окончательное решение.
Здесь проявляется цикличность. ИИ уже участвует в отборе будущих специалистов, однако он зависит от критериев, сформированных действующими специалистами.
При массовом внедрении подобных систем вопрос качества модели будет неразрывно связан с качеством самой рамки компетенций. Возникают следующие вопросы: какие характеристики организация считает признаками квалифицированного специалиста; какие характеристики поддаются формализации; что остаётся за пределами тестирования; с какой скоростью должна обновляться матрица компетенций в условиях, когда сама работа трансформируется под воздействием ИИ.
Ещё более сложным является вопрос о том, кто будет поддерживать качество этих критериев в перспективе, если значительная часть начальных профессиональных задач также будет автоматизирована.
Следует отметить, что именно здесь тема ИИ напрямую пересекается с темой воспроизводства экспертизы. Происходит автоматизация отдельных этапов отбора в профессию, одновременно с трансформацией самой профессии, в которую производится отбор.
Источник: Сбер — ИИ-агенты в найме QA
· 1 ч
Здесь важно версионировать не только модель, но и саму матрицу компетенций. Для каждой оценки стоит сохранять версию критериев, сформированное задание, обоснование агента и решение человека. Тогда можно проверить, какие критерии реально предсказывают успешную работу, где оценки модели и экспертов расходятся и не возникло ли систематического перекоса после обновления. Без такой обратной связи матрица рискует закрепить вчерашнее представление о профессии как автоматизированный стандарт.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён