私たちは急速に進化するテクノロジーの世界に住んでおり、生成AIツールであるCoPilotとChatGPTの急速な出現は、今日のビジネスに多くの課題を提示しています。まず、ワークフローで使用できる強力な機能を提供しますが、従業員は新しいスキルを迅速に開発する必要があることも意味します。そのため、企業は競争力を維持するために、従業員のスキルを効果的に向上させるための洗練された方法を見つける必要があります。

紹介

従業員が特定のスキルを欠いている場合、それに対処する方法は通常簡単です。従業員評価は現在のスキルレベルを評価するのに役立ち、所定の学習パスキュレーションを使用してギャップを埋めます。問題の領域が従業員全体にとって馴染みがない場合、大規模な同時スキルアッププロセスはより複雑になります。これは特に、生成AIの登場に当てはまります。この課題では、StrategyBrainが課題に対処するために使用したソリューション、この展開から得られた教訓、および他の破壊的テクノロジーへの影響について説明します。

新しいスキル分野の育成

企業はしばしば「試行錯誤」のアプローチを採用し、すべての従業員に実験を奨励しますが、多くの組織が集中的で規律あるスキルアップを必要としていることが明らかになりました。StrategyBrainは、学習カテゴリを、サブカテゴリ、トピック、および個々のスキルを網羅する細心の注意を払って作成された構造として定義しています。通常、新しいスキルセットを作成するには、詳細なスキルフレームワークを確立するために数回の改良が必要です。SkillNet システムにより、この構造の内部実装が容易になります。ChatGPTの人気の急上昇は、画期的な瞬間であるように見えました。しかし、このツールを利用するために必要な習熟度は、まったく新しいものではありませんでした。StrategyBrainは、「ジェネレーティブAIアプリケーション」や「ジェネレーティブAIの倫理的・社会的考察」などのサブカテゴリーやスキルとともに、ジェネレーティブAI分野の開発を主導しました。この分野のベータ版は、1か月以内に迅速に本番環境に統合され、同社は15のクライアントに展開し、2,000人以上のユーザーにサービスを提供しました。

新しいスキルセットの展開とスキルアップ

新しいスキルセットの最初の展開は、非常に成功しました。ストラテジーブレインの法人顧客は、従業員が持つスキルのレベルについて、重要な洞察を得ました。2023 年の夏、ユーザーは新しい情報とスキルに非常に熱心に取り組んでいました。StrategyBrainが実施したComputer Adaptive Testingによるユーザーの初期評価では、大多数のユーザーが生成AIの習熟度が「達成」であることが示されましたが、ChatGPTによる評価では、同じ達成レベルでも習熟度がわずかに低いことが示されました。

これらの結果は、ユーザーが新しいテクノロジーを扱う場合でも、既存の基礎知識をかなりの量持っていることが多いという事実を証明しています。具体的には、評価でプロセスを開始し、その後に学習と再評価を行ったユーザーは、スコアの平均上昇を経験しました。言い換えれば、従業員はスキルギャップを急速に埋め、新しいテクノロジーで高いレベルの能力を獲得できます。全体として、ジェネレーティブAIとChatGPTの経験は、将来のスキルギャップに対処するためのいくつかの重要な洞察を提供することができます。

• 誇大広告の先を見る:テクノロジーは非常に新しいため、多くの企業は従業員の能力を明確に把握しておらず、「空中に指を突っ込む」アプローチを実装していました。より具体的な評価をその分野の専門家と組み合わせることで、移行のプロセスを早めることができたかもしれません。
• 強力な学習文化を確立する:個人のスキルに関する専門知識は非常に重要です。しかし、それらを迅速に取得する能力はかけがえのないものです。迅速かつ効果的な学習にすでに強いコミットメントを持っている組織は、ライバルを凌駕するでしょう。
• 評価と再評価:組織全体のスキルアップのためには、現状と目指す目標を理解する必要があります。継続的な評価と献身的な研究は、どちらも新しいスキルアップと再教育の機会を生み出すための重要な部分です。

AI採用と人材開発を連携

AIを活用した採用と人材開発を結びつけるには、企業はより包括的なアプローチを採用する必要があります。AI採用ツールを使用する企業の目標は、最高の人材を惹きつけるだけでなく、従業員が新しいテクノロジーに継続的に適応できるようにすることです。ここでは、採用とスキルアップの取り組みをシームレスに組み合わせる方法をいくつか紹介します。

統合プラットフォーム:

学習管理システムと連携するように設計された AI 採用ソリューションを使用します。このようにして、新しく採用された従業員が自動的にシステムに入力され、その役割と企業固有の要件に合わせてカスタマイズされた学習軌道が提供されるようにすることができます。

継続的なスキル評価

新入社員と既存社員のスキルを継続的に評価する。アダプティブラーニングプラットフォームは、従業員の習熟度を評価し、ターゲットを絞ったトレーニングモジュールを推奨できます

適応型学習パスの開発。AIプラットフォームは、従業員のスキル、役割、事前のトレーニング、そして最も重要なパス速度、学習の好みに基づいて、適応型の学習パスを提供します。学習者の能力と役割が進化するにつれて、プログラムは変化します

フィードバックループ

AI採用プログラムとAIトレーニングプログラムの間にフィードバックループを実装します。現在の従業員のトレーニングとパフォーマンスを評価することで、企業は将来のビジネスニーズに合わせて採用プロセスを調整できます メンターとコラボレーションプラットフォーム

AIの力を利用して、新入社員と経験豊富な社員をメンタリング関係でマッチングし、情報共有やトレーニング共有を行います。部門レベルのAI主導のデジタルコラボレーションツールに投資します。世界クラスのプロジェクトベースの学習プログラムの機会と、新しい学習者がスキルを磨くために一緒に働くことができる従業員を発見する または、

AI採用ツールと短期および長期のスキルアッププログラムを組み込むことで、フィードバックループが生まれます。AIは、将来のスキルニーズを継続的に予測し、従業員を配置してトレーニングし、これらの将来のニーズを満たすために採用プロセスを改善します。この戦略は、回復力があり、非常に才能があり、前向きな労働力を生み出します。

AI採用の実践的なステップ

使用できるAI採用ツールはいくつかあります。これには、フルスイート、LinkedIn プレミアム、および AI 主導の採用トレーニング モジュールとアプリケーションを提供する学習推奨候補者が含まれます。このようなプラットフォームには、LinkedIn Premium、HireVue、SmartRecruitersなどがあります。それらは、品質特性とテストに基づいて評価されます

選択したプラットフォームには、テストに基づいて高品質、中品質、または低品質の側面があります。AIの採用プロセスは、問題のプラットフォームで求人を宣伝することから始まります。応募受付後、AI採用ツールは堅牢なアルゴリズムを使用して潜在的な候補者を特定します。このツールは、従業員が興味、スキル、役割の一致、過去の興味、満足度の達成、会社の規模への親和性、過去の仕事の関心、業界での経験、および業界での現在の役割の観点から、要件に一致する仕事に就く可能性を高めます。

•  予測分析の使用:予測分析を実装して、将来必要になるスキルを予測します。AIツールは、市場動向や従業員関連データの分析に基づいて、短期間で必要とされる人材を推定し、長期的なビジネス視点に適合した採用戦略を構築することができます。
• プロフィール作成とジョブマッチング: 候補者は、自分の能力、経験、職業上の願望を説明する詳細なプロファイルを作成および開発するように促される必要があります。将来のAIツールは、「これらのプロファイルを職務記述書と照合し、より正確に、より短い時間で」実現します。このタスクは、管理者が最適な候補を見つける労力を減らすのに役立ちます。
• 候補者との連絡:候補者と対話している間、プロセスに関するすべての情報はAIチャットボットによって実行できます。チャットボットは、香に関するすべての情報を提供し、候補者と協力し、追加の要求とリマインダーを提供します。この場合、このシステムは雇用主のイメージと候補者の刺激を改善します。
• AIの助けを借りて候補者の評価:候補者のスキルと能力の評価は、AIの助けを借りて実行する必要があります。このシステムでは、従業員の経験を評価することもできます。AIは、候補者の適性を定義するために、技術的なスキルと「性格テスト」を含むその他の機能の両方を評価します。
• 面接のスケジューリングと最適化:AIは、面接に最適な時間をスケジュールし、個人的な会議に最適な時間を計画するのにも役立ちます。AIソフトウェアは、管理者と候補者の会議をスケジュールするさまざまな機能の計画を真に管理します。
• データに基づいて決定を下します。管理者が行うすべての採用決定は、AI採用システムから受け取った入力データに基づいて行う必要があります。これは、候補者の適切性と可能性のレベルの評価に基づいています。

AI採用ツールを採用し始める組織が増えるにつれて、AI採用プロセスがもたらす倫理的影響を考慮する必要があります。倫理的な考慮事項を理解することで、AI採用に移行する組織は、より透明で公正、かつ公正なシステムを構築することができます。バイアス、透明性、プライバシー、同意は、AI採用の分野における重要な倫理的考慮事項です。

バイアス

データは、「個人の履歴の客観的で定量化可能な特性を使用して、同じ個人の新しい役割への適合性を予測できる」という仮定に基づいてトレーニングされます。しかし、データに偏りがないのは、それを作成した社会的背景や人間によって決まります。したがって、履歴データの偏りは、将来の採用決定に反映されます。雇用主とデータサイエンティストは、公正な採用プロセスを実現するために、これらの偏見を特定し、根絶するために積極的な役割を果たす必要があります。偏見の例としては、人種、性別、年齢の偏見などがあります。

透明性と説明可能性

AIモデルはブラックボックス方式で機能することが多いため、雇用主は採用プロセスを候補者に説明するために時間をかける必要があります。採用プロセス中にシステムが行うシステムと決定を理解することは、従業員の権利です。雇用主は、どのようなデータが収集され、どのように使用され、どのような要因が適切な候補者になるかについて、候補者に通知する必要があります。

プライバシーとデータセキュリティ

採用活動におけるAIの活用により、雇用主はさまざまな候補者の膨大な量の個人データを蓄積し、分析し始めています。その結果、データセキュリティが大きな懸念事項になります。雇用主は、不正な侵害からデータを保護するために、必須のデータセキュリティ対策が講じられていることを確認する必要があります。

インフォームドコンセント

最後に、従業員は雇用主が収集したデータに対する権利を強制的に与えられており、データがAIモデルのトレーニングに使用される前に同意する機会が与えられなければなりません。同意は明示的である必要があり、雇用主はデータ収集の目的、その使用、およびAIを通じて行われた決定が仕事の見通しに与える影響について従業員に通知する必要があります。

結局のところ、説明責任はAIツールではなく、雇用主にあります。組織は、採用におけるAIの適用を監督するために、説明責任構造を実装する必要があります。これらの措置は、申請者がシステムによって公正かつ倫理的に扱われることを保証するために必要です。さらに、高度なAIツールは、バイアスのリスクが比較的大きいため、レビューが必要になる場合があります。これらの倫理的配慮により、組織は採用プロセスにおけるAIの有用性を最大化し、公正で包括的な採用プロセスを促進することができます。

結論

結論として、採用プロセスにおけるAIテクノロジーの使用は、「人材争奪戦」に大きな影響を与える可能性のあるイノベーションです。AI採用ソフトウェア、予測分析の使用、候補者エンゲージメントはすべて、雇用主の採用プロセスを改善できます。ただし、これらの技術革新は、強力な倫理システムと連携した採用プロセスの一部としてのみ考慮されるべきです。このようなイノベーションの使用を検討している雇用主は、テクノロジーが偏りのないものであることを保証するためのツールと機能が整っていることを確認するように注意する必要があります。ただし、予測可能性と自動化のレベルが高まると、データセキュリティ対策にもさらに注意を払う必要があります。したがって、これらのツールを採用する組織は、採用プロセスをより公正で平等にすると同時に、上位の応募者を引き付けることができます。これらの考慮事項を念頭に置いて、採用に対するこのようなアプローチは、今後の持続可能な成功を促進する可能性があります。