Как нейросети могут улучшить HR-процессы уже сейчас. И почему этого ещё не произошло

Исследователи СберЗдоровья и Atsearch Group выяснили, что 20% компаний в России уже применяют искусственный интеллект в HR, а 45% планируют задействовать эти технологии в обозримом будущем. При этом большинство из них используют лишь малую часть тех возможностей, которые даёт ИИ. Чаще всего компании внедряют нейросети в HR-аналитике и в найме персонала. При этом доля тех, кто внедряет новые технологии для адаптации, создания обучающего контента и обучения сотрудников — всего 1%. Олег Замышляев, основатель HR-консалтинга Mozlab и сервиса tellsy.pro, ведущий телеграм-канала о корпоративном обучении и технологиях @Замышляев/Future learning, рассказал, как HR-отделу улучшить рабочие процессы с помощью нейросетей.

Олег Замышляев

20 лет помогает внедрять решения для выполнения HR-задач, ведёт телеграм-канал о корпоративном обучении и технологиях @Замышляев/Future learning и является автором книги «Матрица перемен».

Какие возможности даёт ИИ HR-специалистам

Чтобы получить ощутимую пользу от применения нейросетей, нужно использовать их для решения уникальных и типовых задач, а также для поиска новых задач и превращения их в типовые. Разберём на конкретных примерах, что это значит.

Кейсы с применением ИИ

Внедрение изменений и снижение токсичности руководителей

В финансовой компании внедрили новый бизнес-процесс — новую модель продаж. Так как эта модель была сложнее, чем предыдущая, сотрудникам приходилось прикладывать больше усилий. Это вызвало сопротивление, и перед руководителями стояла задача рассказать о преимуществах нового процесса. Однако большинство руководителей делали это формально, не осознавая, как сотрудники воспринимают их посыл и что чувствуют после такого оповещения. Большинство сотрудников выходили после такой презентации обескураженными и раздраженными. Надо было помочь руководителям сфокусироваться на эмоциональном состоянии сотрудников в момент перехода на новую систему. Для решения этой задачи нейросети дали задание прогнозировать эмоции, которые будут испытывать сотрудники после рассказа про изменения, которое делал конкретный руководитель.

Оказалось, что ИИ способен точно прогнозировать эмоции сотрудников в ответ на разное содержание сообщения. Если точность прогноза руководителя составила 50%, то у ИИ этот показатель достиг 85%. Привлечение внимания к эмоциональному состоянию сотрудников и важности управления им помогло снизить токсичность и повысить внимание к людям в команде.

Трактовка эмоций собеседника во время переговоров

Способность ИИ распознавать эмоции можно использовать во время онлайн-переговоров. Можно сделать скрин лица собеседника, ввести в контекст переговоров и попросить нейросеть подсказать, что он чувствует и какие приёмы лучше использовать. Это отлично работает в смоделированной ситуации, но компаниям предстоит решить для себя вопрос, насколько этичны такие действия в реальных переговорах.

Предиктивный анализ инцидентов

Можно использовать ИИ для анализа изображений с камер на производстве. Нейросеть может не только сообщить о нарушениях в сфере безопасности, но и предсказывать их появление в будущем.

Осенью 2023 года я был на самой крупной конференции в области Digital Learning Dev.Learn в Лас-Вегасе. Практически каждая онлайн-платформа, которая присутствовала на этом мероприятии, содержала компонент с искусственным интеллектом. Его используют при создании контента, в виде чат-бота, помощника и т.д. В США тема нейросетей — один из главных трендов этого года. А так как другие часто заимствуют у них удачные идеи, есть шанс, что эта тенденция скоро будет актуальна и в России.

Алексей Вагин

Эксперт по дистанционному обучению, генеральный директор компании Эквио

Как внедряют ИИ российские компании

Если посмотреть на возможности, которые предоставляет искусственный интеллект, становится странно, почему эти технологии ещё не завоевали 100% рынка. На самом деле, именно так обстоит дело в США, где большинство HR-сервисов уже содержат технологии ИИ. В России нейросети только начинают набирать популярность. Сегодня список задач, которые пытаются решать с их помощью как минимум в три раза меньше реальных возможностей ИИ.

Есть условная воронка, по которой проходят руководители в процессе внедрения ИИ.

• На первом этапе руководители недостаточно понимают, где и как можно применять искусственный интеллект, какие задачи можно выполнить с его помощью.
• Вторая фаза включает попытки решения части задач с помощью генеративных текстовых нейросетей.
• На третьем шаге руководители получают первые результаты, которые их устраивают. Как правило, это примерно треть от задач, которые можно решить с помощью искусственного интеллекта.
• Четвёртый шаг — автоматизация, при которой промпт («подсказка» для нейросети) для решения опеределённой задачи становится основой для нового сервиса.
• При успешном прохождении четырёх уровней воронки компания полностью автоматизирует часть процессов, а часть задач всегда решаются только с помощью ИИ.

Мы уже рассматривали возможность добавить ИИ в нашу онлайн-платформу. В частности, были эксперименты с разработкой обучающих материалов с помощью искусственного интеллекта. На данный момент мы пока не смогли получить качественный контент, однако продолжаем активно работать в этом направлении.

Алексей Вагин

Эксперт по дистанционному обучению, генеральный директор компании Эквио

В чём сложность внедрения новых технологий

Почему часть руководителей не спешит внедрять ИИ в своих компаниях? Среди самых популярных причин:

• недоверие;
• страх;
• пренебрежительное отношение к технологиям;
• использование примитивных промптов;
• отсутствие ответственности ИИ.

Разберём эти пункты подробнее.

В некоторых случаях недоверие новым технологиям вполне обосновано. Во-первых, процент неадекватных ответов на запросы при слабых промптах может достигать 50-70%.

Страх перед нейросетью вызван теми возможностями, которые предоставляют ИИ. Например, группа из двадцати руководителей в течение 40 минут анализировала риски развития сети клиник и нашла около 17 рисков. А ИИ нашёл около 20 рисков, 4 из которых не выявили руководители.

Пренебрежительное отношение к ИИ формируется при его использовании для бытовых нужд. Так как без грамотно составленного промпта нейросеть обычно даёт не очень точные и глубокие ответы, некоторые руководители разочаровываются в этих технологиях.

Использование примитивных промптов также снижает интерес к ИИ. Для работы с ИИ не требуется навыков программирования. Достаточно грамотно описать задачу текстом. Мнимая простота привела к дискредитации возможностей использования искусственного интеллекта, так как многие получали посредственные результаты из-за неправильно составленного запроса.

Ответственность ИИ — новое понятие, с которым пока никто не знает, как быть. Руководители не понимают, кто должен отвечать за те решения, которые предлагает ИИ.

Этическая декларация для использования ИИ

Чтобы преодолеть сложности при внедрении ИИ, Олег Замышляев предлагает воспользоваться разработанной им этической декларацией. Она помогает упростить процесс использования нейросетей на этапе получения первых результатов.

В основе декларации — шесть принципов:

1. Наличие эксперта, который разбирается в области, в которой формируются запросы к ИИ. Специалист сможет трактовать ответ как правильный или неправильный. Также в идеале эксперт должен уметь работать с нейросетями, писать промпты и автоматизировать процесс решения задач с помощью ИИ.
2. Согласие группы на использование идей, предложенных ИИ по каждой задаче.
3. Обязательная предварительная проверка ответов ИИ на достоверность.
4. Использование ИИ в качестве вспомогательного, а не основного инструмента (решение принимают люди, а не ИИ).
5. Назначение ответственного за каждую идею ИИ, которая была принята в работу.
6. Доступность промпта для ознакомления и корректировки. Это помогает преодолеть страх и недоверие к ИИ.

Пошаговая стратегия решения HR-задач с помощью нейросетей

Для решения задач HR-отдела с использованием нейросетей можно организовать командные сессии внутри компании или хакатоны (мероприятие, на котором задачу решают несколько соревнующихся команд). Эксперт Олег Замышляев предлагает семь шагов, которые помогут эффективно использовать ИИ, обеспечить разносторонний анализ задачи и постоянное развитие.

Шаг 1. Чётко и подробно формулируем задачу.

Нужно очень чётко и подробно сформулировать, что именно мы хотим найти. Желательно выбирать задачи, которые можно решить несколькими способами. В этом случае эксперт может оценить решение нейросети и помочь ей улучшить ответы.

Шаг 2. Создаём первый промпт, чтобы получить приблизительный результат.

Первый промпт практически никогда не позволяет получить верное решение. Его задача — стать основой, которую впоследствии можно будет настроить для получения нужного результата.

Шаг 3. Совершенствуем промпт, опираясь на полученные ответы.

При доработке промпта важно учитывать особенность конкретной нейросети, с которой вы работаете.

Шаг 4. Проводим соревнование на промпт, который даёт лучшие ответы.

Чем больше людей решают задачу с помощью разных нейросетей, тем выше вероятность получить результат, который можно будет внедрить в компании.

Шаг 5. Дорабатываем и стабилизируем полученный промпт.

На этом этапе важно внести изменения и убедиться в стабильности результата, который вы получаете с помощью нейросетей.

Шаг 6. Автоматизируем процесс решения задач с помощью ИИ.

Цель — настроить процессы так, чтобы для решения задачи не требовалось участия специалиста. Можно создать чатбот или моносервис для решения конкретной задачи.

Шаг 7. Анализируем результаты и корректируем стратегию.

Последний шаг — анализ результатов работы нейросетей, оценка прогресса и постановка новых целей.

Как создать работающий промпт и получить максимум, работая с ИИ

Глагол «промпт» переводится с английского языка как «побуждать» и представляет собой текстовые инструкции для нейросетей, которые «побуждают» ИИ выдать нужный текст, изображение или код. Чем точнее и детальнее сформулирован промпт, тем выше вероятность получить полезный ответ, который упростит рабочие задачи. Это не так легко, так как нейросеть думает иначе, чем человек и не всегда корректно распознаёт даже самые точные запросы.

Как решить эту проблему и создать работающий промпт?

В начале нужно объяснить нейросети, кто она в данный момент. Опишите её как специалиста в той области, для которой будет сформирован запрос. Это может на 30% повысить количество качественных ответов.

Пример составления промпта для нейросети

• Затем нужно рассказать нейросети, что она знает. На этом этапе можно предложить ИИ статьи, книги и т.д., которые нужно использовать для ответа на запрос.
• И только на третьем шаге нужно описать задачу, которую должна решить нейросеть. Важно описать её очень подробно.
• После этого прописываем, как должен выглядеть результат, который вы хотите получить. Будет ли это статья, список, алгоритм и т.д. В телеграм-канале «Лаборатория Промптинга Mozlab» собраны новейшие рекомендации учёных про промптинг.

Важно понимать, что первый промпт редко бывает окончательным. Используйте его только для того, чтобы получить первоначальный результат, который можно совершенствовать. Добавляйте как можно больше подробностей и деталей, как будто вы даёте инструкцию новичку. Чтобы улучшить свои промпты, полезно изучать то, что делают другие. Также полезно разработать собственную промпт-стратегию. Например, будете ли вы искать информацию, которую добавите в следующий промпт или предоставите нейросети несколько образцов ответов.

Инструкция по составлению промта для нейросети

Выводы

Российские компании только начинают внедрять ИИ в компаниях и в HR-отделах в частности, или рассматривают эту возможность. На этом этапе эффективной стратегией является проведение хакатонов, где команды специалистов ищут решения задач. Благодаря этому можно за короткое время и без предварительных пилотов получить рабочие решения для взаимодействия с ИИ. По прогнозам Олега Замышляева, в ближайшие 6-12 месяцев нас ждёт лавинообразный рост проектов с использованием нейросети.