Может ли чат GPT заменить HR?

Присутствие нейросетей в современной среде – это одновременно пугающая, но и приятно волнующая неизбежность. Так ли вездесущ ИИ? Справляется ли он с базовыми задачами в области человеческих ресурсов?

Проделав ряд экспериментов над нейросетью в плоскости типичных кадровых задач, можно отметить действительно полезные функции.

1) ChatGPT формулирует мысль и оформляет ее.

Скажем, вы просите составить описание определенной вакансии, задав несколько параметров. Что сделает нейросеть – она добавит релевантные детали, оформит фразы в комфортные для восприятия предложения, организует текст с точки зрения деления на смысловые абзацы.

2) ChatGPT держит контекст, то есть можно вести продолжающийся диалог, добавляя детали и уточнения.

Предположим, вам не понравилась пара пунктов в представленном описании, вы можете внести уточнения в достаточно свободной форме, например, сказав «добавь данные про опыт в такой-то сфере», и чат добавит. И это количество уточнений возможно последовательно вносить до получения желаемого результата.

3) Нейросеть хороша, если необходимо внедриться в малознакомую тему.

Например, в свете кадровых задач - получить представление о редкой профессии и подготовить требования для кандидатов. Например, у HR нет четкого понимания о таких профессиях, как Слушатель пармезана или Торседор, ChatGPT набросает требования, создаст «рыбу», которую затем совместно с искусственным помощником можно последовательно доводить до ума.

Первое, что необходимо отметить, это склонность чат-бота весьма свободно добавлять детали, например, в описании вакансии может появиться пункт о гибридном графике работы или о специфических требованиях к hard skills. Поэтому немаловажно тщательно проверять описание и корректировать его соответственно.

К сожалению, чат-бот не может искать кандидатов, потому что он не подключен к базе интернета (версия 3.5), более того, большинство сервисов закрыли доступ для поиска кандидатов для чата. Версия 4 (платная) имеет доступ к интернету, но попытка просмотреть профиль, скажем из Linkedin, оборачивается объявлением в чате следующего содержания «К сожалению, я не могу просмотреть профиль на Linkedin из-за ограничений, связанных с правилами Linkedin по использованию информации с их веб-сайта». Как тут быть? Так как ИИ имеет доступ только к полностью открытым профилям, есть возможность искать, например, спикеров конференций и другие публичные профили.

Такая же ситуация и с анализом зарплатных ожиданий по позиции – чат-бот предоставит данные только из доступных источников, в связи с тем, что открытых источников с заработной платой практически нет, выдать ориентировочный уровень дохода на текущий момент, да еще в конкретном регионе, чат точно дать не сможет. Плюс, данные по заработной плате постоянно обновляются, а чат не владеет информацией после сентября 2021 года. Здесь поможет тщательно составленный меппинг от кадровых агентств с актуальными данными по рынку.

К сожалению, с этим ИИ справился не совсем корректно, предоставив завышенные требования к сотруднику, так как не смог дифференцировать задачи для опытного сотрудника и вновь пришедшего. Список задач, который сгенерировал ИИ для KPI, оказался бы по факту неподъемным для сотрудника, который только приступил к своим обязанностям на новом месте.

Несмотря на то, что в базе находится множество шаблонных рецептов для разговора на тему увольнения, подобрать хороший сценарий для этой процедуры крайне сложно. В ответ на запрос на увольнение ИИ выдает шаблонные рецепты, хотя может предложить и алгоритмы поведения при условии, что вопрос задан верно. Можно отметить, что ИИ не справляется с ситуациями где нужно тонко прочувствовать, что и как сказать собеседнику, в данном случае, разговор об увольнении является деликатной темой, и чат-бот не способен выдать модель диалога, учитывающего нюансы поведения собеседников.

Если кратко описать механизм составления запросов в чат для максимально эффективной работы, то можно сказать, что ключевым навыком здесь является – правильно задавать вопросы, уточнять их и вести диалог до тех пор, пока не получится результат, максимально приближенный к желаемому. Помогает и релевантный точный контекст, который предоставляет автор. Будучи времязатратной, подобная развернутая беседа, тем не менее, даже имеет свои плюсы, она развивает навыки коммуникации и учит правильно формулировать запросы.

Из интересных функций можно отметить умение чат-бота менять стилистику текста: одни и те же предложения могут звучать устами Пушкина или Ремарка, а могут и преобразиться в творчество 5-летнего ребенка или малограмотного хулигана.

Одной из животрепещущих тем является уникальность текстов, сгенерированных нейросетью. На данном этапе Антиплагиат способен выявлять искусственно сгенерированный текст, но даже при этом, подлинность текста может достигать 89%. Если запросить у ИИ помощь в том, чтобы пройти Антиплагиат, то есть, сформировать предложения иначе, немного сменить структуру абзацев, использовать синонимичную лексику в фрагментах текста, в которых «Антиплагиат» нашел совпадения, то подлинность может достигать 94%.

Вопрос генерации изображений не решается СhatGPT, но образы c успехом воплощаются в других нейронных сетях. Чат-бот умеет вполне сносно переводить тексты, на данный момент понимает и поддерживает 95 языков.

Итак, заменит ли нейросеть HR – точно не на 100% и не в скором будущем, но станет ли она неотъемлемой частью нашей действительности – однозначно, да.

Microsoft планирует вложить $10 млрд в OpenAI, разработчика чат-бота ChatGPT, Яндекс разместил вакансии по обучению нейросетей, диплом, написанный нейросетью, признан защищенным. Это будущее, которое уже наступило.