Umetna inteligenca vse hitreje spreminja področje zaposlovanja in upravljanja zaposlenih, vendar strokovnjaki opozarjajo, da tehnologija pogosto ne odpravlja težav, temveč jih le avtomatizira. Na to v svojem zapisu opozarja Janine Berg, višja ekonomistka pri Mednarodni organizaciji za delo (ILO).
Kot poudarja Bergova, je zaposlovanje ljudi že tradicionalno zapleten proces, razvoj spletnih prijav in generativne umetne inteligence pa je število kandidatov še dodatno povečal. Zaradi tega podjetja vse pogosteje uporabljajo AI-orodja za selekcijo kandidatov, razporejanje dela, določanje plač in spremljanje uspešnosti zaposlenih.
V nedavni raziskavi Mednarodne organizacije dela sta Janine Berg in soavtorica Hannah Johnston analizirali učinkovitost umetne inteligence pri štirih ključnih kadrovskih funkcijah: zaposlovanju, nagrajevanju, razporejanju dela in ocenjevanju uspešnosti. Ugotovili sta, da je uspešnost teh sistemov odvisna predvsem od ciljev, kakovosti podatkov in načina programiranja.
Posebna težava je po njunih besedah določanje meril za “dobrega zaposlenega”. V enem izmed primerov je organizacija umetno inteligenco programirala tako, da je pri zaposlitvenih razgovorih iskala izraze, kot so »rast«, »razvoj« in »učenje«, saj je želela izbrati kandidate z »miselnostjo rasti«. Tako je kompleksen človeški potencial postal zgolj štetje besed.
Avtorici opozarjata tudi na problem kakovosti podatkov. Sistemi umetne inteligence se učijo na podlagi obstoječih podatkov, zato slabi ali nereprezentativni podatki vodijo do napačnih odločitev. Med spornejšimi praksami izpostavljata uporabo podatkov s družbenih omrežij, psiholoških testov in celo digitalnih iger za ocenjevanje kandidatov.
Eden od primerov vključuje igro napihovanja virtualnega balona, s katero naj bi podjetja merila pripravljenost kandidatov na tveganje. Podobno številna podjetja spremljajo aktivnost zaposlenih prek beleženja pritiskov tipk, posnetkov zaslona ali časa pred računalnikom, čeprav takšni podatki pogosto ne povedo veliko o dejanski uspešnosti pri delu.
Bergova opozarja tudi na nevarnost netransparentnih algoritmov. Raziskovalci so namreč ugotovili, da je algoritem družbenega omrežja oglase za delovna mesta v STEM-poklicih pogosteje prikazoval moškim, ker je sistem ocenil, da je takšno oglaševanje cenejše.
Po mnenju avtoric je ključno, da kadrovski strokovnjaki in zaposleni sodelujejo pri razvoju in nadzoru AI-sistemov. Kot uspešen primer navajata mednarodno podjetje, ki je dve leti razvijalo hibridni model zaposlovanja, v katerem odločitve skupaj sprejemata človek in umetna inteligenca. Drugo podjetje je pri oblikovanju sistema razporejanja dela vključilo zaposlene, kar je povečalo produktivnost in zmanjšalo odsotnosti zaradi težav z duševnim zdravjem.
Janine Berg ob tem poudarja, da umetna inteligenca sama po sebi ni rešitev za kadrovske izzive. Brez jasnih ciljev, kakovostnih podatkov in vključevanja ljudi lahko sistemi zgolj pospešijo obstoječe napake in pristranskosti.
Tudi vprašanje varnosti in zdravja pri delu
Pri Zeleni Sloveniji /Fit medii ob tem opozarjamo, da uvajanje umetne inteligence v delovna okolja odpira tudi nova vprašanja na področju varnosti in zdravja pri delu.
Digitalni nadzor zaposlenih, avtomatizirano ocenjevanje uspešnosti in povečani psihosocialni pritiski lahko pomembno vplivajo na duševno zdravje, stres in organizacijo dela. Zato je ključno, da podjetja ob uvajanju AI-sistemov hkrati poskrbijo za ustrezne ocene tveganj, usposabljanja zaposlenih ter vzpostavitev transparentnih in etičnih delovnih procesov.
Storitve s področja varnosti in zdravja pri delu, ki jih izvaja Zelena Slovenija, predvsem celostno diagnosticiranje stanja na področju varnosti in zdravja pri delu ter vzpostavitev stičišča znanja in dobrih praks s tega področja, podjetjem pomagajo pri prepoznavanju novih tveganj digitalizacije, pripravi preventivnih ukrepov ter ustvarjanju varnega in zdravega delovnega okolja tudi v času hitrega tehnološkega razvoja.
