人的資源（HR）管理の自動化までの道のり – データ活用で採用率を60%改善

機械学習はアルゴリズムの学習とトレーニングがすべてとはいえ、人間の介入は依然として重要な成功要因の1つです。モデルがどれほど優れていても、結局のところ、パフォーマンスをサポートし、自動化によって提供される洞察を解釈するためには、人の心や判断が必要になります。人間の力を介入させなかった場合、物事がうまく軌道に乗らない可能性があります。

展開されたシステムが期待どおりに機能せず、期待していた結果が得られなかったため、Amazonは実験的な自動採用ツールを廃止しなければなりませんでした。ツールがソフトウェア開発および技術職の仕事の応募者を評価し、候補者リストに載せている時にバイアスが発生しました。これは、過去10年間に提出された履歴書のパターンを研究することにより、モデルがトレーニングされたためです。パターンの研究から、テクノロジー業界全体において男性優位性が強く、主に男性のプロファイルをカバーする結果となったのです。このツールは、女性の候補者を無視し、男性の応募者が好ましい候補者として認識されるように自己訓練されてしまいました。

そのため、リアルタイムデータで正確な傾向分析と正しい初回品質を取得するには、生成されたマシンの結果をクロスチェックしてデータを管理する必要があります。