Friss kutatási eredmények szerint a mesterséges intelligencia növekvő használata a toborzási folyamatokban nem szándékolt negatív következményekkel jár: a munkáltatók gyakran figyelmen kívül hagyják az erős, alkalmas jelölteket az AI-alapú szűrési rendszerek miatt.
A tanulmány rávilágít arra, hogy bár az AI-technológiák célja a toborzási folyamat hatékonyabbá tétele és az emberi elfogultság csökkentése, a gyakorlatban éppen ellenkező hatást érhetnek el. Az algoritmusok merev kritériumai miatt olyan pályázók esnek ki a szűrési folyamatból, akik ugyan nem felelnek meg pontosan a beállított paramétereknek, de valójában kiválóan alkalmasak lennének a pozícióra.
A kutatás szerint az AI-alapú toborzási eszközök hajlamosak túlságosan szűk kritériumok alapján értékelni a jelölteket, nem veszik figyelembe a kontextuális tényezőket, az átvihető készségeket vagy a potenciált. Ez különösen olyan pályázókat érint hátrányosan, akik nem hagyományos karrierutat követtek, karrier szünetet tartottak, vagy más iparágból érkeznek.
A probléma gyökere, hogy az AI rendszerek a múltbeli adatok alapján tanulnak, így hajlamosak újratermelni a korábbi toborzási mintákat és esetleges elfogultságokat. Ha egy cég korábban főként bizonyos háttérrel rendelkező jelölteket vett fel, az algoritmus ezt a mintát fogja preferálni, kizárva ezzel a sokszínűséget és az innovatív gondolkodású, de atipikus profilú pályázókat.
A szakértők szerint a megoldás nem az AI teljes elutasítása, hanem a technológia tudatos, kritikus alkalmazása. Fontos, hogy a toborzási szakemberek megértsék az általuk használt rendszerek működését, rendszeresen ellenőrizzék azok eredményeit, és megtartsák az emberi döntéshozatal szerepét a folyamatban. Az AI-t támogató eszközként kellene használni, nem pedig kizárólagos döntéshozóként.
A kutatás következtetése szerint a munkáltatóknak átgondoltabb megközelítésre van szükségük az AI-alapú toborzási eszközök alkalmazásában, hogy elkerüljék a tehetséges jelöltek elvesztését és biztosítsák a valóban legjobb munkaerő kiválasztását.