Mitä jos et koskaan pääsisi työhaastatteluun asti? Tekoäly seuloo jo nyt Suomessa tuhansia työnhakijoita viikossa ja ehdottaa vapaisiin paikkoihin parhaat osaajat. Yhdysvaltalaistutkijoiden mukaan tekoälyn käyttö rekrytoinnin työkaluna uhkaa syrjäyttää osan ihmisistä kokonaan pois työmarkkinoilta.
Suomalaisissa rekrytointiyrityksissä tekoäly on päivittäisessä käytössä.
- Meillä tekoäly avustaa hakijoiden esivalinnassa, järjestää heidät paremmuusjärjestykseen ja ehdottaa matcheja työnantajalle, Barona Henkilöstopalveluiden toimitusjohtaja Tuomas Mikkonen kertoo.
Mikkonen arvioi, että vuosittain tekoälyä käytetään Suomessa jopa 40 000 rekrytoinnissa. Se on vielä suhteellisen pieni osa vuosittaisista puolesta miljoonasta rekrytoinnista, mutta tekoälyn käyttö lisääntyy meilläkin vauhdilla.
- Tekoäly on tehokas yhdistämään avoimia tehtäviä ja sopivia henkilöitä. Silloin rekrytoijalla on enemmän aikaa kasvokkain niiden henkilöiden kanssa, jotka seuloutuvat prosessin loppusuoralle, kertoo suorahakupalvelujohtaja Jussi Pokkinen Staffpointista.
Yhdysvaltalaistutkijat: tekoäly kärjistää ongelmia
Yhdysvaltojen 20 suurinta työnantajaa ovat jo automatisoineet työhönottonsa. Kun työnhakija täyttää työhakemuksen, algoritmit käyvät siihen käsiksi. Jos hakemus vaikuttaa lupaavalta, se päätyy myös ihmissilmien tarkasteltavaksi, mutta jos hakemus on jollain tavalla epäilyttävä, sen tie katkeaa.
- Rekrytoija haluaa löytää ”työelämän Tinderistä” täydellisen matchin: ihmisen joka on taidoiltaan ja kyvyiltään paras mahdollinen vapaana olevaan työpaikkaan. Tekoäly vähentää rekrytoijan vaivoja, mutta siinä ei ole niinkään kyse rekrytoinnin automatisoinnista, kuin hylkäämisen automatisoinnista, tutkija Dan Greene toteaa Yle Tieteelle.
Dan Greene ja Ifeoma Ajunwa tutkivat automaattista työhönottoa Harvardin yliopistossa. Yle Tiede haastatteli heitä Work2017-konferenssissa Turussa. Tutkijat ovat huolissaan siitä, että nyt on syntymässä alaluokka ihmisiä, jotka syrjäytyvät pysyvästi työmarkkinoiden ulkopuolelle.
- Työhönottopäätös on lopulta aina inhimillinen päätös ja haastattelu tehdään kasvokkain. Ongelma on se, että kaikki eivät pääse tähän vaiheeseen – ehkä koskaan, Ifeoma Ajunwa varoittaa.
- Paluu työelämään esimerkiksi pitkittyneen työttömyyden tai mielenterveysongelmien jälkeen vaikeutuu, Ajunwa lisää.
Tekoälyä opetetaan aiemmilla onnistuneilla rekrytoinneilla
Tekoäly oppii vain sen, mitä sille syötetään. Rekrytoinnin työkaluna tekoälyä opetetaan aiemmilla onnistuneilla rekrytoinneilla. Eli jos työpaikkaan on valittu valkoisia keski-ikäisiä miehiä - tekoäly tarjoaa heitä sinne todennäköisimmin jatkossakin.
- Kyllä tämä lisää syrjintää, seksismiä ja rasismia. Jos syötetyssä datassa on vinoumia, algoritmit tuottavat niitä todella tehokkaasti lisää, Ajunwa toteaa.
Onko yhdysvaltalaistutkijoiden huoli aiheellinen Suomessakin? Onko osa työnhakijoista jo nyt auttamatta pihalla tai lisääntyykö syrjintä – tekoälyn vuoksi?
Tekoäly on armoton, se huomaa esimerkiksi kuopat CV:ssä.
- Silloin jos halutaan vain kylmästi optimoida rekrytointiprosessi, niin kyllä tämmöinenkin uhkakuva on mahdollinen, sanoo Jussi Pokkinen Staffpointista.
- Ihan varmasti tulevaisuudessa tullaan näkemään myös tällaisia, väärällä tavalla tehokkaita rekrytointijärjestelmiä, jatkaa TalentAdoren perustaja ja toimitusjohtaja Saku Valkama.
- Toisaalta tekoälyyn voidaan myös ohjelmoida uusia painotuksia, esimerkiksi että haetaan juuri diversitettiä, vastaa Tuomas Mikkonen Baronasta.
Tekoälyä ei voi haastaa oikeuteen
- Jos ihminen tekee työhönotossa virheen, sen päätöksen voi kyseenalaistaa ja rekrytoijan voi vaikka vetää oikeuteen, mutta näitä teknologisia järjestelmiä ei voi haastaa oikeuteen. Ne ovat mustia laatikoita, joiden sisältöä me emme tunne. Niiden sisäiset algoritmit ja niihin syötetty data ovat yrityssalaisuuksia, tutkija Greene muistuttaa.
Toisaalta tekoäly voidaan valjastaa myös auttamaan syrjäytymisvaarassa olevia tai jo työmarkkinoilta syrjäytyneitä. Tällaista palvelua kehitellään Suomessa ja se lanseerataan todennäköisesti vuodenvaihteessa.
- Tekoäly on armoton, se huomaa esimerkiksi kuopat CV:ssä. Mutta se voidaan rakentaa myös auttamaan tällaisten henkilöiden työn saamista. Tätä jo pilotoidaan, Barona Henkilöstopalveluiden toimitusjohtaja Tuomas Mikkonen lisää.
Sekä Staffpointista että TalentAdoresta kerrotaan, että niissä hakuprosessista yritetään tehdä mahdollisimman hyvä kokemus nimenomaan hakijalle.
- Tekoäly tekee sen, mitä sitä pyydetään tekemään. Ratkaisevassa asemassa on se, miten sitä ohjataan, Jussi Pokkinen muistuttaa.
- Automaatiolla voidaan lisätä inhimillisyyttä hakuprosessiiin. Tekoälyllä on aikaa antaa yksilöllistä palautetta jokaiselle kandidaatille, toisin kuin ihmisellä, Saku Valkama kertoo.
Miltä näyttää työelämän tulevaisuus?
- Tulevaisuuden työelämä on – ellemme tee tietoista työtä sen muuttamiseksi – hyvin samanlaista kuin työelämä tänä päivänä. Eli meillä on vahvasti kahtiajakautuneet työmarkkinat, Greene ennustaa.
Toisaalta Yhdysvalloissa on nähty, että työnhakijat auttavat toisiaan ja netissä on tarjolla tietoa siitä, miten esimerkiksi rekrytointiprosessin persoonallisuustesteissä kannattaa vastata.
Saku Valkama ennustaakin, että tulevaisuudessa hakija on hakuprosessin kuningas:
- Yhdysvalloissa on jo nyt verkkosivuja, joissa hakijat jakavat tietoa hakuprosesseista ja työntekijät kertovat, minkälaista eri yrityksissä on työskennellä. Kaikesta tulee läpinäkyvää. Tulevaisuudessa hakija tekee rekrytointipäätöksen: päättää itse, mihin haluaa mennä töihin.
Microsoftin Tay-chatbotti oppi natsiksi alle 24 tunnissa!
- Kun tekoäly tulevaisuudessa pyrkii toistamaan jo tehtyjä onnistuneita rekrytointeja, onnistumisen määritelmä saattaa olla toisenlainen kuin nyt. Se saattaa perustua siihen, miten ihminen pärjää työssään, ja tätä arvioivat sekä esimies että kollegat, Mikkonen ennustaa.
- Ei kannata olla liian pessimistinen. Me ihmiset teemme tietoisia päätöksiä siitä, millaisia teknologioita me rakennamme ja millaisia arvoja ne noudattavat. Sen voi nähdä myös mahdollisuutena! Ei nykytilanne ole millään tavalla kiveen hakattu. Eli toisenlainen maailma on mahdollinen ja se voi olla ihan erilainen! Dan Greene lupaa.
Näin tekoäly oppii ennakkoluuloja
Google-kääntäjä on hyvä esimerkki siitä, miten tekoäly oppii ennakkoluuloja.
Kun Google-kääntäjälle annetaan suomenkielinen lause ”Hän on toimitusjohtaja”, se kääntää sen englanniksi ”He’s the managing director”, mutta lause ”Hän on hoitaja” kääntyykin ”She’s a nurse”. Suomen kielessä persoonapronomi ei kerro sukupuolta, joten Google-kääntäjä päättelee sen ammatin perusteella.
Kukaan ei ole opettanut Google-kääntäjää toimimaan näin, vaan tällä tavalla tekoäly oppii. Google-kääntäjää on opetettu valtavalla määrällä suomen- ja englanninkielistä tekstiä ja se etsii niistä yhteyksiä.
- Tekoäly oppii asenteita. Tämä johtuu siitä, että algoritmit ovat ihmisten kehittämiä eikä niihin syötetty data ole neutraalia. Algoritmit toimivat peileinä. Ne heijastelevat yhteiskuntaamme, Ajunwa muistuttaa.
Viime vuonna nähtiin aika karulla tavalla, miten nopeasti oppiva tekoäly poimii ihmisten asenteita ja ennakkoluuloja. Ohjelmistoyhtiö Microsoft kehitti keskustelurobotin, joka oli ohjelmoitu oppimaan käymistään keskusteluistaan ja näin se tosiaan tekikin. Tay-chatbotti oppi natsiksi ja alkoi suoltaa rasistisia ja seksistisiä Twitter-viestejä – ja jouduttiin sulkemaan - alle 24 tunnissa!