برای ارزیابی عملکرد الگوریتم رایانهای، 15 شرکت و بیش از 300 هزار متقاضی استخدام در مشاغل خدماتی مانند ورود اطلاعات یا مرکز تماس مورد بررسی قرار گرفتند.
داوطلبان استخدام به آزمون اشتغال مبتنی بر الگوریتم رایانهای پاسخ دادند؛ این آزمون شامل سوالات متنوعی درخصوص مهارتهای فنی، شخصیتی و شناختی متناسب برای هر شغل بود. پاسخهای داوطلبان توسط الگوریتم رایانهای ارزیابی و نتیجه با رنگهای مختلف مشخص شدند: سبز برای افراد با پتانسیل بالا برای اشتغال، زرد برای افراد متوسط و قرمز برای افراد با پایینترین میزان امتیاز.
نتایج این مطالعه، عملکرد و کارآیی الگوریتم رایانهای را به اثبات رساند. افرادی که توسط الگوریتم رایانهای با رنگ سبز مشخص شده بودند، 12 روز بیشتر از افراد با رنگ زرد در سر کار خود باقی ماندند و افراد گروه دوم نیز 17 روز بیشتر از افراد با رنگ قرمز بر سر کار خود باقی ماندند.
به گفته محققان، متوسط مدت زمان کار این افراد (در این گروه از مشاغل خدماتی) چندان طولانی نیست – حدود 3 ماه – و به همین دلیل، انتخاب افرادی که مدت زمان بیشتری بر سر کار خود باقی میمانند، بسیار حائز اهمیت است.
مدیران کارگزینی و استخدام احتمالا بدلیل اعتماد به نفس کاذب یا تعصب، به توصیههای ارائه شده توسط الگوریتم رایانهای توجه نمیکنند و دست به انتخابها اشتباه میزنند؛ بطورمثال به جای انتخاب گزینههای سبز موجود، گزینههای زرد را انتخاب میکنند؛ این درحالیست که مدت زمان باقی ماندن افراد با رنگ سبز 8 درصد بیش از سایر گزینهها است.
این استدلال مطرح میشود که ملاک مدیران، انتخاب افراد با بهرهوری بیشتر است، حتی اگر مدت زمان زیادی در مشاغل خود باقی نمانند.
محققان میزان بهرهوری شامل تعداد تماسهای تکمیل شده و مقدار دادههای وارد شده در هر ساعت را در 6 شرکت مورد بررسی قرار دادند. هیچ شواهد آماری برای بهرهوری بالاتر این افراد نسبت به گزینههای انتخابی از سوی الگوریتم رایانهای بدست نیامد و حتی در برخی موارد، بهرهوری این افراد بسیار بدتر از حد تصور بود.
استفاده از الگوریتم رایانهای برای انتخاب بهترین گزینهها، یک روش مناسب برای کاهش هزینههای استخدام و گردش مالی شرکتها محسوب میشود. با این حال، هنوز در بسیاری از شرکتها پدیدهای موسوم به الگوریتم گریزی (algorithm aversion) وجود دارد که نوعی تعصب کور بوده و مانع از اعتماد به پیشنهادهای ارائه شده توسط رایانه میشود.
No tags for this post.