Školenie zamestnancov s pomocou umelej inteligencie

Umelá inteligencia sa postupne sa dostáva aj do oblasti ľudských zdrojov, kde prinesie významné zmeny v tom, ako budú firmy nových zamestnancov hľadať, prijímať, školiť a manažovať.

Umelá inteligencia rieši problémy ako ľudia, no nenahradí ich

Pokiaľ hovoríme o vzdelávaní pomocou umelej inteligencie, nemáme na mysli robotov, ktorí nahradia školiteľov. Umelou inteligenciou sa totiž označuje akákoľvek simulácia inteligentného riešenia problému strojom, resp. jeho algoritmom. Nemusíte sa preto obávať, že roboty budú v budúcnosti viesť nábor zamestnancov. Niekedy možno áno, no poďme sa pozrieť na to, čo je reálnejšie.

Skôr ako sa pustíme do rozboru, v čom môže byť umelá inteligencia pre spoločnosti a ich HR prínosná, musíme si ozrejmiť niekoľko pojmov.

Pri onboardingu (digitálnom vzdelávaní zamestnancov) sa možno stretnúť s dvoma pojmami, ktorými sú AI a machine learning. Aký je medzi nimi rozdiel?

„V prípade umelej inteligencie (AI) ide o snahu vytvoriť stroje, ktoré riešia problémy podobným spôsobom ako ľudia. Strojové učenie je podskupinou umelej inteligencie, kde do procesu myslenia, učenia a vytvárania algoritmu nezasahuje človek, pretože riešenie si navrhne počítač sám,“ vysvetľuje vývojár Michal Hucko.

Využitie umelej inteligencie v súčasnosti

Aj keď si to možno neuvedomujeme, s inteligentným rozhodovaním počítačov sa pravidelne stretávame aj v súčasnosti. Napríklad na sociálnych sieťach, ktoré nám zobrazujú príspevky na základe našej predošlej aktivity.

Laicky vysvetlené, funguje to tak, že ak dáte like alebo „páči sa mi to“ na fotku, algoritmus vám ponúkne podobnú, ktorá by sa vám mohla páčiť tiež.

Rovnako pracuje aj onboardingová platforma YesElf, ktorá v prvom kroku získava dáta o jednotlivých zamestnancoch – akí sú, aké majú osobnostné črty, akých pomocníkov v aplikácii už videli či aké funkcionality aplikácie používajú najčastejšie.

Na základe toho potom dokáže identifikovať, akú ďalšiu aktivitu by chcel zamestnanec spraviť alebo s čím by mohol mať problém. Podľa jeho správania alebo pohybov v aplikácii vie celkom presne odhadnúť, či je človek zmätený a akú kontextovú nápovedu mu má poskytnúť.

Algoritmus, ktorý sme vytvorili, sleduje pohyb myši a aktivitu ľudí v aplikácii. Medzi zmätenými a nezmätenými ľuďmi urobí hrubú čiaru a keď sa pozerá na nového zamestnanca, tak sa ho snaží priradiť do niektorej z týchto dvoch skupín,“ približuje fungovanie nástroja YesElf Matej Války, Recommendation Solution Developer.

Zdokonaľovať školenia pomáhajú dáta

Identifikácia problémového stavu je len prvým krokom. Tým druhým je zistiť, čo zamestnanec potrebuje, a to je oveľa zložitejšie. „Dokážeme mu ponúknuť rozcestník, z ktorého si môže vybrať riešenie svojho problému,“ vysvetľuje Hucko, ktorý sa podieľal na vývoji platformy YesElf.

Možnosti umelej inteligencie v onboardingu zamestnancov však siahajú oveľa ďalej. Víziou je vedieť odhadnúť, ktorou cestou by mali ľudia ísť. Bez dostatočného množstva vstupných dát je to však nemožné.

„Sila algoritmu a jeho stopercentná funkčnosť je závislá od vstupných dát. Čím viac ich budeme mať, tým lepšie bude algoritmus fungovať,“ dodáva Války.

Onboarding zamestnancov spojený s množstvom dát by bol zameraný len na tých ľudí, ktorí narazia pri práci so softvérom na problém. Ak by sa nápoveda zobrazovala ľuďom celoplošne, začala by ich otravovať a pomocníkov by zatvárali inštinktívne. Úlohou umelej inteligencie je zautomatizovať zobrazenie sprievodcov, aby sa nápoveda prispôsobila požiadavkám konkrétneho klienta.

Pre lepšiu predstavu to možno ilustrovať na príklade nových zamestnancov vo firme. Súčasťou náborového programu je naučiť nováčikov pracovať so systémom, ktorý budú pravidelne používať.

Keďže je úroveň digitálneho vzdelania u ľudí odlišná, nedá sa všeobecne určiť, kedy má alebo nemá konkrétny zamestnanec problém. Všetci zamestnanci nemôžu dostať rovnakú nápovedu, pretože niektorí z nich ju nepotrebujú.

Článok pokračuje pod reklamou

Čo prinesie budúcnosť?

Umelá inteligencia má v procese onboardingu oveľa väčšie využitie, pretože okrem dát z aplikácie môže pracovať aj s údajmi z iných zdrojov. „Napríklad z evidencie dochádzky, kde zistí, že bol človek nedávno chorý, takže je tu predpoklad na jeho väčšiu chybovosť,“ približuje Peter Šimún, spoluautor platformy YesElf. Zároveň dodáva, že podľa dochádzky do práce sa dá profilovať aj zručnosť či používateľská úroveň daného zamestnanca.

V korporátnom prostredí sa dajú využiť aj také informácie, ktoré v prípade webovej aplikácie nie sú bežne k dispozícii – životopis, pracovná história, získané certifikáty či spomínaná dochádzka. „Vstupom môže byť aj recruitment proces, ktorý plnohodnotne pracuje s umelou inteligenciou už dnes. Firmy prostredníctvom neho riešia, či sa daný kandidát hodí do prostredia firmy – schopnosťami, skúsenosťami, ale aj osobnostne,“ opisuje Šimún, ktorý dodáva, že umelú inteligenciu využívajú aj talent management systémy, aby vyselektovali spomedzi tisícok kandidátov tých, ktorých pozvú na osobný pohovor.

Je to ako so sociálnymi sieťami, ktoré sú takisto dobrým a bežne využívaným filtrom pri výbere zamestnancov. Namiesto personalistov si však záujemcov o prácu overí algoritmus.

Skvelým príkladom, kam to môže s využitím umelej inteligencie zájsť, je spoločnosť Google, ktorá pracuje a vymýšľa stále lepší algoritmus vyhľadávania a cielenia reklamy práve vďaka dostupným dátam naprieč všetkými svojimi službami. Potom je už len na šikovnosti developerov, ako dostupné údaje spracujú a využijú.

Umelá inteligencia nenahradí všetky školenia

Podľa celosvetového prieskumu spoločnosti ManpowerGroup by mohlo byť automatizovaných až 45 % pracovných činností, za ktoré sú dnes ľudia bežne platení. Môžu však inteligentní sprievodcovia a nápovedy v aplikácii nahradiť osobné školenia? To záleží od oblasti.

„Pokiaľ sa bavíme o školení zamestnancov v administračnom systéme, tak áno, no ak ide o náplň práce, v ktorej sa posudzuje charakter človeka, tak tam sme fakt ďaleko,“ vysvetľuje spoluautor platformy YesElf.

S narastajúcim tempom automatizácie teda školitelia o svoju prácu určite neprídu. Podľa Šimúna navyše do veľkej miery záleží aj na tom, čo školiteľ učí – používanie softvéru alebo samotnú náplň práce zamestnanca (napr. účtovníka učí pracovať v účtovnom programe alebo to, ako správne účtovať a aké sú zákony)? „Umelou inteligenciou nedokážeme zastrešiť doménovú vedomosť pravdepodobne, nikdy,“ tvrdí.

Čo je dnes víziou, môže byť o pár rokov štandard

Zdá sa vám téma umelej inteligencie v procese prijímania a školenia zamestnancov futuristická? Pravdepodobne iba neviete, že sa v tejto oblasti bežne využíva už dnes. Síce nie v takej forme, ako by mohla, ale postupným vývojom a zdokonaľovaním sa z neznámej oblasti môže stať štandard.

Optimisticky to vidí aj Peter Šimún, podľa ktorého „to, o čom sa bavíme, môžu aktuálne riešiť obrovské korporácie s tisíckami zamestnancov, nie stredne veľké firmy. Zatiaľ je to niečo, čo si nikto nedokáže predstaviť, no o pár rokov bude využitie umelej inteligencie v HR procesoch firiem bežné.“

Našli ste chybu či nepresnosť v texte? Dajte nám o tom vedieť.

Viac podobných článkov nájdete na www.podnikajte.sk


Dohoda o pracovnej činnosti na výkon sezónnej práce od 1. 1. 2025

Sezónne práce je možné vykonávať aj na základe dohody o pracovnej činnosti, ktorá však má určité špecifiká. Aké obmedzenia a iné podmienky Zákonník práce vyžaduje?

Pobyt cudzinca v rámci vnútropodnikového presunu/mobility

V čom sa líši vnútropodnikový presun (ICT) od tzv. mobility zamestnanca presunutého v rámci podniku? Kedy sa ktorý využíva a aké povinnosti s nimi súvisia?

Kontrola dodržiavania liečebného režimu počas PN

Ako sa dodržiavanie liečebného režimu kontroluje, kedy je akceptované nezdržiavanie sa na adrese a ako rozoznať podvodníkov – falošných kontrolórov?

Kolektívna zmluva a jej náležitosti

Čo je nevyhnutné vedieť o kolektívnej zmluve ešte pred začatím kolektívneho vyjednávania? Aké sú druhy, kto ju (ne)môže uzatvoriť a čo musí obsahovať? Praktické informácie v kocke.
To najlepšie z Podnikajte.sk do vašej schránky