Computação Cognitiva (IA) no processo de seleção

Sérgio Viegas

Em palestra realizada no evento Somos+Q1 (#+Q1), promovido pela Universidade Una no final de 2017, falamos de um futuro real para a área de RH focando o processo de recrutamento e seleção. Aqui vai um resumo da mesma:

Perspectivas:  Abordamos dois cenários futuros:

Cenário 1 – Trabalho remoto, por jobs, temporário, denominado pela Accenture de Mão de Obra Líquida.

Cenário 2 – Sem trabalho. Mostramos números que mostram a redução do tempo de trabalho atual no mundo (E a tendência de redução, baseada na série histórica do passado). Como este abaixo da OECD que nos leva a 20h semanais de trabalho até 2100:

Apresentamos alguns trabalhos que tendem e precisam desaparecer do mundo em que vivemos, e mais importante, que EMPREGO é um subitem de TRABALHO. As pessoas querem e precisam de trabalho e não de empregos, o que pode nos levar à Renda Básica Universal.

Comentamos sobre a Inteligência Artificial e os empregos em risco, mas focando no que realmente vai ocorrer, a substituição de tarefas que fazemos por IA mas não perda de empregos generalizada.

Na verdade é a IA que permitirá a divisão do trabalho futuro em tarefas (M.O. Líquida) com robôs e humanos trabalhando conjuntamente para uma produtividade e qualidade de vida melhor.

A Computação Cognitiva foi apresentada na figura do IBM WATSON, que tem capacidade de entender a linguagem natural, adaptar e aprender com dados e gerar e avaliar hipóteses.

Cenário 1

Enfim chegamos ao ponto do processo de seleção ser abordado. Esse, para se adaptar ao futuro, precisa ser digital, rápido e adaptado à M.O. líquida. O processo de seleção atual consiste de uma forma geral em:

  1. Plataforma de vagas e curriculos
  2. Receber, ler e fazer a triagem dos CV´s
  3. Conversar com candidatos, analisar perfil e efetuar uma avaliação técnica
  4. Escolher melhor candidato x perfil da vaga

O fato hoje é que praticamente toda a parte operacional acima já pode ser feita de forma digital, sem ou com pouco envolvimento de pessoas. Vejamos:

  1. Existem diversas plataformas de vagas e Cv´s como por exemplo o Linkedin. Algumas já permitem o match entre vaga e perfil.
  2. Com a IA conseguimos treinar o Watson a ler currículos de forma absurdamente rápida, já tirando deles (dados não estruturados) itens como: nome, idade, empresas que trabalhou, onde estudou, cargos que ocupou, etc. Com estes dados (agora) estruturados conseguimos separar os CV´s que se adequam em um primeiro filtro à vaga. Importante aqui é que, diferentemente do ser humano, conseguimos ler TODOS os CV´s, não apenas os mais “bonitos”, ou mais “bem estruturados” da triagem inicial. Abaixo um exemplo genérico que mostra como o treinamento é feito no WKS do Watson:
  3. Com Bots (robôs de conversação com IA) conseguimos conversar com TODOS os candidatos selecionados nos filtros. Podemos nesta conversa inicial perguntar sobre pretensão salarial, pedir mais dados de competências, enfim, a entrevista inicial pode ser feita remotamente, bem como perguntas técnicas e direcionar para links com provas técnicas preparadas. Abaixo um exemplo:
  4. Com o Personality Insights (API do Watson), é possível fazer o que a maioria acharia impossível fazer sem um ser humano. Com esta solução conseguimos ter um perfil psicológico completo, através de psicolinguística, que possibilita fazer o match vaga x perfil em segundos. O texto a ser analisado pode ser o próprio CV do candidato, ou um texto escrito por ele que pode ser carregado em uma página WEB ou ainda via acesso a rede social dele (Ex: Twitter). Enfim, um processo rápido e de qualidade que gera informações como esta abaixo, com necessidades, valores e o BIG 5 do candidato:

Portanto um processo completo como este abaixo de Seleção já pode ser automatizado, entrando o ser humano ao fim do processo para uma entrevista pessoal ou para ajustar questões que podem ocorrer durante o processo todo:

Daí vem a pergunta: Não seria o fim deste emprego? Não. É a partir desta automatização de tarefas previsíveis, que exigem alta coleta e processamento de dados que o profissional de RH poderá atuar no que realmente deveria.

Tarefas previsíveis, com alta coleta de dados e alto processamento de dados, devem e serão substituídas por robôs !

Com tanto trabalho braçal, repetitivo e de alto esforço humano (Ex: Ler todos os cv´s com atenção) o profissional de RH deixa de fazer coisas mais importantes como:

  1. Engajamento: Acompanhar os valores e objetivos do negócio e de seus colaboradores para engajar cada vez mais as pessoas no trabalho.
  2. Resultados: Acompanhar os resultados (Pós-contratação) de forma efetiva, diária e podendo assim levar aumento de produtividade para as pessoas e para a organização.

    Bem e em relação ao cenário 2? Aquele sem empregos?

O cenário 2, sem empregos, pode ser um cenário não de falta ou devastação, mas de abundância! Um possível futuro em que a humanidade não tenha que vir “a trabalho”, mas que possa usufruir de toda uma bonança e qualidade de vida, advinda da produtividade mundial aumentada pela IA e robôs. O que fariam?

Artes, lazer, música, filosofia, cultura, esporte, são algumas possibilidades, mas como o homem pode QUERER trabalhar (E deve), startups, especialistas, criação, inovação, enfim, existe uma imensa possibilidade de trabalhos que o homem poderá continuar exercendo, afinal, o futuro dependerá de nossas decisões e ações !

O que você precisa saber sobre projeto de inteligência artificial

Antes de mais nada, é preciso entender que inteligência artificial, ou cognitiva, é uma tecnologia que busca executar as atividades que um ser humano consegue fazer, tais como ler, ver, falar, reconhecer imagens, entender linguagens, etc.

Estas capacidades cognitivas humanas são possíveis hoje em dia devido à alta capacidade de processamento de CPU e de imagens – GPU.  Assim a IA ganhou notoriedade como fator diferenciador e competitivo das organizações.

Porém, não é mágica, não é um simples estalar de dedos.  Os projetos cognitivos demandam treinamento e planejamento, assim como uma contratação de um novo funcionário poderia exigir.  Entretanto, após treinado a tecnologia de IA não esquece e produzirá sempre, melhorando a cada dia.

Mesmo os projetos de Machine Learning e Deep Learning exigem dados, análises, ajuste e treinamento para chegar aos melhores modelos.

Assim sendo, pense sempre em alguns aspectos:

  1. Que será necessário dedicar tempo/esforço de pessoas;
  2. Escolha o fornecedor que pode iniciar este projeto e acompanhá-lo no seu crescimento;
  3. Pensar nos custos mas também no retorno dos projetos que podem em muito superar os custos;
  4. Que a tecnologia hoje para um projeto específico, se não estiver madura ainda, estará em breve, portanto, não desanime e continue, ela evoluirá contigo.
  5. Analise bem as opções de projetos que tem em mãos para a organização. Levante todas para identificar melhores projetos para iniciar.

Qualquer dúvida escreva para nós:  contato@canvascognitivo.com.br

Por : Sérgio Viegas