АЛГОРИТМИЗАЦИЯ В ПРОЦЕССЕ НАЙМА РАБОТНИКОВ Текст научной статьи по специальности «Экономика и бизнес»

УДК 349.2

Кулагина Анна Владиславовна Московский государственный университет имени М.В. Ломоносова

Юридический факультет Россия, Москва ankulagina5895@gmail. com Kulagina Anna Moscow state university faculty of law Russia, Moscow

АЛГОРИТМИЗАЦИЯ В ПРОЦЕССЕ НАЙМА РАБОТНИКОВ Аннотация: в статье рассматриваются последние изменения и трансформационные процессы, связанные с рекрутингом работников. Автор размышляет, как передача привычных функций отбора и найма персонала алгоритмам и ботам влияет на качество, эффективность исполнения и правильность принятия решений. Отдельное внимание уделяется проблемам необоснованного отказа в трудоустройстве и ущемлению прав соискателей со стороны алгоритмов.

Ключевые слова: найм работников, алгоритмизация, воронка отбора, боты, дискриминация.

ALGORITHMIZATION IN THE PROCESS OF HIRING EMPLOYEES

Annotation: the article discusses recent changes and transformational processes related to employee recruitment. The author reflects on how the transfer of the usual functions of personnel selection and recruitment to algorithms and bots affects the quality, efficiency of execution and correctness of decision-making. Particular

attention is paid to the problems of unjustified denial of employment and infringement of applicants' rights by algorithms.

Key words: hiring employees, algorithmization, selection funnel, bots, discrimination.

Подбор компетентных работников - одна из важнейших задач для успешного существования и высокой конкурентоспособности компании. Для достижения этой цели руководство сталкивается с необходимостью выработки наиболее эффективной и наименее затратной системы отбора. Отличным средством, способным оптимизировать процесс рекрутмента (англ. recruitment), может служить алгоритмизация процедуры найма персонала.

Под наймом на работу обычно понимают определенный ряд действий, направленных на привлечение кандидатов, обладающих необходимыми и достаточными для работодателя навыками и умениями. Иногда его определяют как: «сложную процедуру привлечения персонала на вакантные должности, предполагающую поиск нужных кандидатов, определение их пригодности (или непригодности) через систему отбора, заключение контракта или принятие решения об отказе» [1, с. 35]. Подобное решение имеет далеко идущие последствия, а в его эффективности заинтересованы общество в целом, предприятия и индивиды.

Инструменты и принципы отбора кандидатов принято называть «воронкой отбора» - определенной структурой, охватывающую всю процедуру рекрутинга, постепенно сужающую пул кандидатов после каждого шага, пока не будет принято решение о приеме на работу. Ее цель заключается в создании повторяемого, стандартизированного механизма привлечения, обработки и найма потенциальных кандидатов. Большинство воронок содержат от пяти до

восьми шагов. Чаще всего они включают: информирование; привлечение; отклик; предварительную проверку; собеседование; наем [2].

На данный момент основную массу описанных действий выполняют специалисты отдела кадров, однако в условиях цифровизации общества все острее встает вопрос о замене привычных работников, специализирующихся на приеме персонала на алгоритмические системы.

Коллектив авторов из ВГТУ в статье о цифровой трансформации и ее соотношении с устойчивым развитием сравнивает две системы найма персонала: первая - условно «традиционная», осуществляемая с помощью размещения вакансий, рассматривания резюме, интервьюирования, оценочного анализа, вторая - реализуемая с использованием электронных технологий и алгоритмических методов [3, р. 6].

Привычные способы отбора персонала оцениваются на примере деятельности НК-работников ООО «Росгосстрах». Компании чаще всего требуются кандидаты на вакансию страхового агента. Руководитель отдела организации, нуждающийся в новом сотруднике, и НК-менеджер прочитывают анкеты соискателей, затем проводят собеседование, в ходе которого потенциальных сотрудников оценивают по специальной шкале [4, с. 106-119]. После этого, исходя из полученных данных, делается вывод: подходит ли претендент на должность.

Отбор кандидатов с помощью алгоритмов иллюстрируется на примере АО "Банк ДОМ.РФ". Организация решила кардинально изменить порядок приема новых работников, а именно: на первом этапе просмотра резюме специалисты отдела кадров загружают полученную информацию в особую систему «Поток». Это программа, позволяет загружать данные из анкет в единое цифровое пространство и добавлять различную информацию об этапах отбора. Помимо этого, в процессе отбора используются дистанционные технологии: видеозвонки, чат- боты и другие инструменты [5, с. 76-79]. В

результате чего весь процесс рекрутинга оптимизируется, а его эффективность значительно повышается.

Другими весьма распространенными примерами алгоритмизации являются применение специально разработанных программ - чат-ботов, то есть автоматизированных агентов, управляемых специально разработанными алгоритмами, которые формируют решения и воздействуют на них без вмешательства человека [6]. Такие боты взаимодействуют с человеком в режиме диалога и используют естественный язык.

Можно обозначить следующие несомненные преимущества использования алгоритмов при отборе работников: прежде всего, по оценке экспертов Deloitte, чат - бот способен частично или полностью заменить НК-специалистов, временные и трудовые затраты сокращаются до 10 раз [7]. Привлекательность этих инструментов очевидна: механические рекрутеры могут фильтровать сотни заявок на работу за считанные секунды, эффективно просматривая длинные резюме, тем самым отдел кадров выполняет больший объем работы с меньшим штатом сотрудников.

Вместе с тем очевидна и сопроводительная функция ботов, выражающаяся в документационном обеспечении работы (к примеру, кадровый документооборот, кадровый учет). В такой деятельности присутствует большое количество однотипных действий, которые требуют постоянной концентрации и внимательности. Безусловно, робот может более профессионально справляться с большинством документов, так как он не устает и не пропускает ни одно обращение, проводит первичное собеседование с кандидатом и даёт ему обратную связь. Используя систему алгоритмов, можно избежать влияния человеческого фактора, так как из-за загруженности НК-сотрудник может ненамеренно упустить хорошее резюме или не пригласить кандидата на собеседование.

Помимо этого, бот выполняет и иные функции сотрудника по персоналу, а именно обеспечивает комфортную и быструю адаптацию недавно устроившегося работника в новых условиях. Бот способен консультировать сотрудников по вопросам, с которыми они сталкиваются не каждый день, например, подсказать, каким образом оформить различные виды отпусков, получить корпоративную льготу, выбрать подходящий тренинг. Всё вышеперечисленное способствует освобождению менеджеров по персоналу от рутинных операций и даёт возможность направить ресурсы на решение стратегических и творческих задач.

Наиболее известными и успешными примерами чат-ботов, используемых при отборе персонала, являются проект калифорнийской компании FirstJob. Она разработала чат-бот MYA, автоматизирующий до 75 % обязанностей рекрутера. Бот налаживает коммуникацию с соискателем, собирает информацию о его навыках, отвечает на вопросы о вакансии и компании в целом, а после отклика уведомляет кандидата об этапах рассмотрения его резюме. Более того, MYA составляет рейтинг кандидатов, взвешивая различные показатели на основе их резюме и общения. Схожие функции выполняет особого ассистента по подбору персонала «XOR». На данный момент XOR -международная платформа для автоматизации коммуникации с сотрудниками -используется в 23 странах, а в числе клиентов значатся такие компании, как IKEA, McDonald's, Exxon Mobil, Manpower, MARS, Петрович и многие другие. Система алгоритмов также общается с соискателями, производит первичный скрининг по определенному алгоритму и направляет всю информацию о кандидате в единую систему [8].

Несмотря на большое количество преимуществ алгоритмизации в процедуре найма работников, за человеком обязательно должны остаться функции мониторинга и контроля всех процессов. Идея о том, что управление с помощью алгоритмов и искусственный интеллект приведут к более

объективной и беспристрастной практике управления персоналом, может оказаться в значительной степени ошибочной. Риск заключается в том, что эти системы ориентируются только на свои представления о производительности и эффективности труда и правилах работы алгоритма, например, отбраковывая или наказывая кандидатов на работу с характеристиками, которые отличаются от ожиданий заданной программы.

В качестве причины можно указать тот факт, что невзирая на оперативность принятия решений и отсутствие субъективных человеческих ошибок, ограниченность алгоритмов проявляется в невозможности ответить на нестандартные вопросы соискателя. Угрозу также представляет недоверие и настороженность соискателей к алгоритмическим системам, так как многие кандидаты отказываются от общения с чат-ботов, желая пройти с собеседование с живым человеком. Что касается творческих профессий и иных профессий, требующих особые, нестандартные навыки, алгоритм не может объективно и адекватно оценить степень соответствия соискателя. Только человек в живой беседе способен непосредственно отметить творческие и креативные навыки кандидата, его амбиции. Для таких компаний черно-белое мировоззрение машины мало помогает при наборе новых талантов, поэтому человеческие рекрутеры имеют преимущество над своими роботами-конкурентами [9].

Помимо этого, есть основания говорить о возможной дискриминации соискателей со стороны алгоритмов. Так, веб-сайт LinkedIn был обвинен в сокрытии гендерного уклона в своем алгоритме поиска. По данным расследования The Seattle Times, при поиске вакансии с женщиной система сайта предлагает вместо этого аналогично написанное мужское имя, а именно: если пользователь будет искать имя «Стефани Уильямс», сайт исправит запрос на «Стивен Уильямс» [10]. Этот инцидент бросил вызов мнению о том, что алгоритмы по своей природе свободны от предвзятости. Если алгоритмические

системы могут увековечить бессознательную дискриминацию, то, возможно, мало что отделяет человека от предвзятой машины.

Развивая мысль о потенциальном ущемлении прав, необходимо упомянуть о значимых и важных нормах трудового права, направленных на защиту от дискриминации и необоснованного отказа в заключении трудового договора. В теории данное понятие определяется, как «ограничение или лишение трудовых прав определенной категории граждан по какому-либо признаку, не предусмотренному в соответствующем нормативном акте, не связанному с требованиями определенной работы и деловыми качествами работника» [11, с. 235]. Так, в статье 1 Конвенции МОТ №111 «Относительно дискриминации в области труда и занятий» прямо закрепляется запрет любых форм ограничений, вызванных «признаками расы, цвета кожи, пола, религии, политических убеждений, национальной принадлежности или социального происхождения», а также «других различий или предпочтений, приводящих к уничтожению или нарушению равенства возможностей или обращения в области труда и занятий» [12]. Более того, в Конвенции о ликвидации всех форм дискриминации в отношении женщин подчеркивается, что необходимо обеспечить равные возможности трудоустройства женщин и мужчин [13]. В российской доктрине также пролеживается точка зрения о недопустимости установления предпочтений и различий по дискриминационным основаниям [14, с. 96].

В связи с этим сразу вспоминается отрицательный пример компании Amazon, где алгоритмы были запрограммированы подбирать резюме кандидатов на основе уже работающих сотрудников [15]. В компании на тот момент работали около 90% мужчин, следовательно, программа отсеивала достойные резюме женщин, обладающих всеми необходимыми навыками. К счастью, компания позднее отказалась от применения данного алгоритма.

Другой яркой иллюстрацией необоснованного отказа в приеме на работу представляется пример компании Hirevue. Так, алгоритм анализировал черты лица и мимику кандидата в соответствии с заданными параметра «успешного человека». Механизм оценивал внешность человека, тембр его голоса и иные характеристики, напрямую не связанные с деловыми качествами. Более того, согласно заложенным критериям «идеальным» кандидатом в 1Т-сфере является молодой мужчина, тем самым возникает предвзятость на основе признаков полы и возраста, и вместе с этим ограничивается возможность соискателя успешно пройти собеседование и нарушаются положения Конвенции МОТ №111 "Относительно дискриминации в области труда и занятий" [16].

Помимо пола и возраста, другим ключевым признаком дискриминации является состояние здоровья и инвалидность. Проблема заключается в том, что алгоритм предоставляет четко установленное время для загрузки документов, прохождения собеседования, решения определенных задач и иных действий. Однако алгоритмы не учитывают индивидуальные особенности лиц с ограниченными возможностями здоровья, поскольку им требуется большее время для прохождения теста на квалификацию и навыки или предоставление теста в альтернативном формате (например, чтение вопросов теста для слепых соискателей или использование сурдоперевода). Вышеописанная ситуация подпадает под критерии косвенной дискриминации, то есть, «положения, при котором одинаковое обращение имеет непропорционально неблагоприятные результаты для членов определенной группы людей» [1, с. 285]. Люди с ограниченными возможностями здоровья вынуждены проходить этапы отбора на общих основаниях, в результате чего алгоритм считает их непригодными для желаемой должности несмотря на то, что они могут быть высококвалифицированными специалистами. Более того, непредоставление работодателем особых условий для таких людей противоречит принципу «разумного приспособления», зафиксированного в Конвенции ООН о правах

инвалидов [17]. Данный термин подразумевает изменения и корректировку, не требующих несоразмерных или неоправданных затрат для лучшего обеспечения и осуществления прав лиц с ограниченными возможностями здоровья наравне с другими людьми [18]. Так, алгоритмы представляют серьезную опасность ущемления для тех кандидатов, кто не соответствует заданными параметрам.

Как итог, некорректно составленный алгоритм и неправильно заданные параметры поиска работников являются одним из потенциальных факторов дискриминации соискателей. Необходимо отметить, что алгоритм, созданный на изначально заложенных стереотипах и предубеждениях, считается корректным и объективным в пределах, предоставленных ему данных. Именно поэтому так важно не допускать любые проявления дискриминации еще на этапе внедрения и создания алгоритмизированных систем.

Наиболее оптимальной сферой использования роботов-рекрутеров, действующих на основе алгоритмов, считается сфера так называемых типовых позиций, к примеру, кассиров, так как из-за высокой сменяемости персонала, компании нуждаются в постоянном потоке релевантных кандидатов при наименьших затратах. Так, согласно исследованию, проведенному Национальным бюро экономических исследований (NBER), сотрудники, выбранные алгоритмами, как правило, дольше остаются на своих новых рабочих местах и работают лучше, пока они там. Результаты показали, что работники сферы услуг, нанятые с помощью алгоритмов, работают на 15 процентов дольше, чем их коллеги, получившие должность после привычного собеседования [19].

Подводя итог, можно утверждать, что с одной стороны, внедрение алгоритмизации в значительной степени упростит процесс подбора новых работников. Специалисты отдела кадров и НК-менеджеры освобождаются от определенных монотонных обязанностей, перепоручая их алгоритмам. Кроме

того, система позволяет создавать единую для организации платформу, сохраняющую информацию и представленные документы соискателей, снижая степень занятости бумажной документацией. С другой стороны, потенциальный кандидат оказывается беззащитным перед техническими сбоями и внутренними ошибками самой системы. Также в некоторых профессиях крайне важно непосредственно живое общение с будущим сотрудником, оценка его моральных качеств, уровня стрессоустойчивости и иных личных особенностей. В таких случаях грамотный отбор невозможен исключительно на основании строго перечня требований, которым оперирует алгоритм.

Тем не менее становится очевидно, что создание единого стандартизированного алгоритма поиска кандидатов на вакантные места невозможно [20, р. 214-223]. Каждое предприятие обладает уникальными особенностями организации рабочего процесса, более того, необходимо принимать во внимание состояние рынка труда. Поэтому представляется разумным оставить возможность выбора организации, в какой форме набирать новых сотрудников: с применением алгоритмов или без нее.

Подводя итоги, можно констатировать факт все большего проникновения новых технологий, цифровизации и алгоритмизации в сферу труда. Следствия усиливающейся цифровой трансформации сферы труда могут проявляться в большей степени в области найма персонала, появления новых форм занятости в виде онлайн-платформ. Алгоритмы могут корректно и быстро выполнять поставленные перед ними задания, в значительной степени оптимизируя рабочий процесс, обеспечивать новые рабочие места. Тем не менее неправильные исходные данные, ошибки разработчиков, различные сбои и необдуманное внедрение алгоритмизации негативно влияют как на работодателей, так и на работников. К примеру, возникает опасность необоснованного отказа в приеме на работу в случае использования бота-

рекрутера или отрицательного воздействия на лиц, занятых на онлайн-платформах, при чрезмерном контроле всех их действий посредством алгоритмов.

На настоящий момент нельзя говорить о достаточном регулировании нормами права процессов алгоритмизации труда. Несмотря на это правовое регулирование, безусловно, испытывает воздействие новых технологий, что позволяет прогнозировать изменение механизма создания правовых норм и модели социального регулирования. Разворачивается оживленная дискуссия по поводу корректного и грамотного введения в правовое поле явлений цифровой трансформации, в том числе алгоритмизации, между сторонниками legal tech, выступающих за скорейшее создание инструментов и программ для упрощения введения упомянутых технологий, и юристами - теоретиками, отстаивающими осторожное отношение к вероятным изменениям и к рискам вреда от цифровой трансформации права.

Однако исходя из содержания Национальной программы «Цифровая экономика Российской Федерации» [21], можно с высокой долей уверенности ожидать динамичного развития цифровизации общества, выражающейся в росте рынка гибкой занятости, автоматизации производства, транспарентности информации о потенциальных работодателях и работниках и увеличения доли операций, выполняемых алгоритмами [22, с. 31-35].

Из всего вышесказанного можно заключить, что применение алгоритмизации в сфере труда в значительной степени облегчит выполнение некоторых видов работ, упростит управленческие задачи работодателей. Но в то же время не стоит забывать, что без четкого закрепления всех аспектов и особенностей использования алгоритмов в сфере труда, работники и работодатели не обладают достаточным уровнем защиты и гарантий своих прав и свобод.

Список литературы:

1. Дуракова И.Б. «Управление персоналом. Учебник». / ИНФРА-М; Москва; 2009. 570 с.

2. Полное руководство по воронке рекрутинга. // URL: https://hr-portal.ru/article/polnoe-rukovodstvo-po-voronke-rekrutinga/

3. Nagibina, N., Kandybina, E., Komyshova, L., & Sclyarov, K. Achieving sustainable development of a company through digital transformation of the recruitment process. 2020. 6 р.

4. Паршин Н.М., Нагибина Н.А., Кандыбина Е.Л. Совершенствование системы найма страховых агентов // Регион: системы, экономика, управление. 2019. №1. С.106-119

5. N.S. Komyshov, L.N. Komyshova, Problems of innovative development of the Russian economy / Materials of the III all-Russian scientific and practical conference. 2015. P. 76-79

6. Gorwa R., Guilbeault D. 2018. Understanding bots for policy and research: Challenges, methods, and solutions. // URL: http://arxiv.org/abs/1801.06863v1.pdf/

7. Подбор персонала в цифровую эпоху. 2018. Deloitte. // URL: https://www2.deloitte.com/global/en.html/

8. XOR — бот для поиска вакансий и сотрудников в ИТ. // URL: https://vc.ru/tribuna/18757-xor/

9. Набор роботов настроен на вытеснение человеческих HR-функций. // URL: https://www.europeanceo .com/business-and-management/robot-recruitment-is-set-to-oust-human-hr-functions/

10. Is LinkedIn sexist? Investigation claims searches for female professionals may end up suggesting MEN instead. // URL: https://www.dailymail.co.uk/sciencetech/article-3779895/Is-LinkedIn-sexist-Investigation-claims-searches-female-professionals-end-suggesting-MEN-instead.html/

11. Лушников А.М., Лушникова М.В. Курс трудового права: Учебник: В 2 т. Т. 1. Сущность трудового права и история его развития. Трудовые права в системе прав человека. Общая часть. - 2-е изд., перераб. и доп. - М.: Статут, 2009. 879 с.

12. Конвенция N 111 Международной организации труда "Относительно дискриминации в области труда и занятий" (принята в г. Женеве 25.06.1958 на 42 - ой сессии Генеральной конференции МОТ). // URL: https://cloud.consultant.ru/cloud/cgi/online.cgi?req=doc&base=LAW&n=120760&ds t=100003#8mYBX2TURXTCspzn/

13. "Конвенция о ликвидации всех форм дискриминации в отношении женщин" (Заключена 18.12.1979) (с изм. от 22.05.1995). // URL: https://cloud.consultant.ru/cloud/cgi/online.cgi?req=doc&base=INT&n=15158#p57v Z2TY3URz4rXL1/

14. Международные трудовые стандарты и российское трудовое право: перспективы координации / под ред. С. Ю. Головиной, Н. Л. Лютова: монография — М. 2016. 256 с.

15. Amazon scraps secret AI recruiting tool that showed bias against women. // URL: https: //www.reuters .com/article/us-amazon-com-j obs-automation-insight/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-idUSKCN1MK08G/

16. AI used for first time in job interviews in UK to find best applicants. // URL: https://www.telegraph.co.uk/news/2019/09/27/ai-facial-recognition-used-first-time-job-interviews-uk-find/

17. Конвенция о правах инвалидов от 13 декабря 2006 г. Собрание законодательства РФ // СЗ РФ. 2013. №6. Ст. 2413.

18. Современные подходы к трудовому и профессиональному ориентированию лиц с инвалидностью и ОВЗ: коллективная монография / под общ. ред. Е.А. Петровой. - М: 2016. 304 с.

19. Forget Alan Sugar and Donald Trump, ROBOTS are better at hiring workers: Employees picked by algorithms stay in jobs 15% longer. // URL: https://www.dailymail.co.uk/sciencetech/article-3341000/Forget-Alan-Sugar-Donald-Trump-ROBOTS-better-hiring-workers-Employees-picked-algorithms-stay-jobs-15-longer.html?_ga=2.19352688.934034122.1649938410-1896786662.1646817104/

20. O.K. Klopova, L.N. Komyshova, M. Simonova. Professional development in the field of human resource management of heads and specialists of the innovative organizations. // Problems and Perspectives in Management. 2018. № 16. 444 p.

21. Национальная программа «Цифровая экономика Российская Федерация». // URL: http://government.ru/info/35568/

22. Филиппова И.А. Правовое регулирование труда - 2020: смена парадигмы как следствие цифровизации экономики // Юрист. 2018. №11. С.31-35