今後数年間で仕事を探している人には良いニュースと悪いニュースがあります。 良いニュースは、将来、就職面接がなくなるかもしれないということです。 さて、おそらくいくつかの企業は伝統のためにそれらを行うでしょうが、それほど重要ではありません。
それは悪いニュースに私を導きます-ビッグデータはあなたが仕事を得たかどうかを決定する可能性が高いです。 あなたのまばゆい笑顔、魅力的な性格、素晴らしい履歴書は何かに数えられるかもしれませんが、それはおそらくあなたの運命を決定づけるアルゴリズムと予測分析です。
その理由は次のとおりです。 非常に強力なコンピューターは、世界が現在生成している膨大な量のデータを理解し始めており、それにより、ほぼすべての種類の動作を定量化し、他のデータと相関させることができます。 たとえば、統計から、仕事から15マイル離れた場所に住んでいる人は、5年以内に仕事を辞める可能性が高いことが示される場合があります。 または、音楽スキルのある従業員は、多言語を話す必要がある仕事に特に適しています。 私はそれらを作り上げていますが、それらはそれほどフェッチされていません。
一部の人事部門では、情報の豊富な埋蔵量を採掘する企業を使用して、採用決定をすでに開始しています。 そして彼らは、コンピューターがデータを混ぜ合わせたときに、どんな人が仕事に適しているかについての常識が必ずしも当てはまらないことを発見しています。
数字を実行する
データ駆動型の洞察を通じて名声を得ているサンフランシスコの企業、Evolvの調査結果を考えてみましょう。 たとえば、ChromeやFirefoxなど、PCに自分でインストールしたブラウザを使用してオンライン求人に応募する人は、仕事をよりうまくこなし、仕事を変える頻度が少ないと主張します。 これは、自分のコンピューターに付属しているブラウザー以外のブラウザーをダウンロードする人が、より積極的で機知に富んでいるためだと推測するかもしれません。
しかし、Evolvは推測していません。 これは、30, 000人以上の従業員からのデータが強く示唆していることを単に指摘しています。 それについて逸話はありません。 それは何万人もの労働者から収集した情報に基づいています。 そして、それがそれに重みを与えています。
「科学の中心は測定です」と、MITのスローンスクールオブマネジメントのErik Brynjolfssonは、労働力科学として知られるようになった最近のニューヨークタイムズの記事で指摘しました。 「測定に革命が見られ、それは組織経済学と人事経済学に革命をもたらします。」
Evolvは、主に1時間ごとの従業員に研究の焦点を合わせてきましたが、次のようなHRゴールドの他のストランドからデータを抽出しました。
- 長い間失業している人々は、再び雇用されると、有能であり、失業していない人々と同じくらい仕事を続けます。
- 犯罪歴は、雇用市場の誰かにとって長い間黒い印でしたが、Evolvの統計によれば、犯罪の背景は従業員の業績や仕事を続ける期間に影響を与えないということです。 実際、元犯罪者は実際にコールセンターの従業員をより良くすることがわかっています。
- 従業員の調査に基づいて、創造的なコールセンターの従業員が滞在します。 好奇心are盛な人はそうしません。
- 最も信頼性の高いコールセンターの従業員は、仕事の近くに住んでおり、信頼できる交通手段を持ち、1つ以上のソーシャルネットワークを使用していますが、4つ以下です。
- 正直問題。 データによると、性格検査で正直であることが証明された人は、そうでない人よりも20〜30%長く仕事を続ける傾向があります。
そして、彼らはどのように誠実さを測定しますか? 1つの方法は、テキストを貼り付けることができるcontrol-Vなどの簡単なキーボードショートカットを知っているかどうかを尋ねることです。 後で、キーボードだけを使用してテキストをカットアンドペーストして、真実を伝えているかどうかを確認するように求められます。
気味が悪い
もちろん、データ駆動型の雇用には欠陥があります。 1つは、少数または高齢の従業員に対する意図しない差別をもたらす可能性があることです。 たとえば、マイノリティ労働者は、仕事に遠く行く傾向があります。 そして、それは統計が彼らが長い間仕事にとどまらないことを示すので、長距離の従業員を避けている会社のために法的問題を引き起こす可能性があります。
次に、会社が労働者に関するデータを収集するためにどのくらいの期間を費やすかという問題があります。 データを蓄積するという名目で従業員の行動を追跡する場合、どこに線を引きますか?
「データ収集技術は、確かに、労働者の監視の限界について疑問を投げかけます」と、電子プライバシー情報センターのエグゼクティブディレクターであるマークローテンバーグは、 ニューヨークタイムズに語りました。 「ここでのより大きな問題は、あなたが労働者として本質的に一面鏡の後ろにいるときに、これらすべての職場の測定基準が収集されていることです。」
これは深刻な問題ですが、上司の腸の反応を、認識されているアルゴリズムの知恵に置き換える傾向を遅らせることはないでしょう。
適切な事例:今年の初めに、オンラインマッチメイキングで有名なeHarmonyは、アルゴリズムを調整し、従業員と企業をつなぐビジネスに参入する計画を発表しました。
ビッグデータが見ている
ビッグデータが影響を与えている他の方法は次のとおりです。
- 走行距離の少ない道路:フェデックスやUPSなどの配送会社は、データ分析を使用してドライバーを混雑の少ない道路に誘導し、交通渋滞を回避することで大幅な節約を実現し始めています。
- 電話を持ち、旅行する:アフリカの科学者は、携帯電話の使用から収集されたデータを使用して、人々が旅行する場所を見てマラリアなどの病気の広がりを追跡しています。
- ビッグC、ビッグDに会う:米国臨床腫瘍学会は、医師が患者の最善の治療方法を決定するために分析を適用できるように、癌症例の電子記録の大規模なデータベースを作成するプロジェクトを開始しました。
ビデオボーナス:それでもビッグデータのすべてを取得しないでください。 写真家のリック・スモランは、それについてのひらめきを共有しています。
Smithsonian.comからの詳細
ビッグデータがデートを変えた方法
ビッグデータまたは多すぎる情報