Como a automação de última geração está ajudando os recrutadores

Com a Grande Demissão não mostrando sinais de abrandamento, os recrutadores estão à procura de toda a ajuda que possam obter para reabastecer o seu número de funcionários com talentos qualificados. O mercado de gestão de recursos humanos (HRM) – incluindo software e serviços de aquisição de talentos – está atualmente avaliado em quase US$ 20 bilhões.

Espera-se que cresça a uma taxa de mais de 12% ao ano até 2028, com a contínua digitalização e automação das operações de recrutamento e RH.

Em todo o mundo, as empresas estão colocando ênfase na criação e retenção do melhor, mais brilhante e mais diversificado grupo de funcionários. Espera-se que os avanços em inteligência artificial (IA), machine learning (ML) e modelagem preditiva estejam dando às empresas – bem como às pequenas e médias empresas – uma oportunidade nunca antes vista de automatizar seu recrutamento, mesmo que lidem com mudanças radicais na práticas no local de trabalho envolvendo trabalho remoto e híbrido.

Na verdade, quatro em cada cinco recrutadores pesquisados em um estudo da Entelo acreditam que a produtividade aumentaria se eles pudessem automatizar completamente o sourcing de candidatos. Eles foram unânimes na opinião de que ter mais dados os ajudaria a qualificar candidatos, avaliar grupos de candidatos, melhorar o alcance e aperfeiçoar os fluxos de trabalho de contratação. Apesar disso, 42% não tinham os dados ou tempo para implementar ou explorar analytics, muito menos transformar os dados em insights.

Entre em soluções de automação de recrutamento.

O que é automação de recrutamento e como ela pode ajudar?

A gestão de recursos humanos ou de pessoas como função começa com a contratação. Todos os dias, uma função em aberto permanece não preenchida, custa o lucro e a produtividade das empresas. Ferramentas inteligentes baseadas em IA podem coletar dados relevantes sobre os candidatos, disponibilizá-los aos recrutadores e processá-los com precisão para acelerar e simplificar vários subprocessos, incluindo seleção de candidatos, triagem, diversidade e inclusão, entrevistas e rastreamento de candidatos.

“Os dias de classificar fisicamente centenas de currículos e postar suas descrições de trabalho em cada quadro individual acabaram”, observa Ilit Raz, CEO da Joonko, uma solução de feed de talentos para apresentar candidatos de origens sub-representadas. “Sem nenhuma forma de automação ou RH tech, você sempre estará um passo atrás de seus concorrentes, especialmente quando se trata de recrutamento”.

A automação de recrutamento é uma categoria de tecnologia – fornecida como aplicativos de software como serviço (SaaS) e cada vez mais alimentada por IA – que uma organização pode usar para gerenciar todos os aspectos de sua força de trabalho. Seus objetivos centrais incluem:

– Automatizar tarefas e fluxos de trabalho de recrutamento
– Reduzir custo por locação
– Aumentar a produtividade do pessoal de RH e recrutadores
– Acelerar o preenchimento de vagas
– Contratar sem preconceitos
– Melhorar o perfil geral de talentos da empresa

Como uma tecnologia típica de automação de recrutamento baseada em IA ajuda você a atingir esses objetivos? Aqui estão as diferentes funções onde ela pode desempenhar um papel fundamental:

Anúncios de emprego: O software de recrutamento pode automatizar a compra de anúncios em plataformas de empregos, bem como em outros sites. Ele aproveita a publicidade programática e o conteúdo de marca para colocar anúncios de emprego em sites específicos do setor que seus candidatos-alvo frequentam. Também pode ajudá-lo a otimizar seu orçamento de publicidade de vagas e reduzir o custo por candidato.

Sistema de rastreamento de aplicativos (ATS): Um ATS é um software que automatiza o ciclo completo de contratação e recrutamento para uma organização. Ele fornece um local centralizado para gerenciar anúncios de emprego, classificar currículos, filtrar inscrições e identificar os candidatos mais adequados para vagas em aberto. Dessa forma, os gerentes de RH podem se manter organizados e ter acesso fácil a detalhes sobre o estágio em que um candidato está no processo de contratação.

Triagem de currículos: A triagem manual de currículos é uma das partes mais demoradas do recrutamento. O software baseado em IA “aprende e entende” os requisitos do trabalho com base na listagem e filtra currículos com base em palavras-chave, termos e frases usadas pelos candidatos.

Candidatos pré-qualificados: Algoritmos inteligentes podem determinar candidatos prováveis avaliando suas habilidades, experiência e outras características com as de contratações anteriores e o cargo publicado. Eles também podem classificar ou categorizar esses candidatos à medida que avançam no processo de contratação. Os chatbots baseados em IA podem coletar informações básicas iniciando conversas com candidatos e “aprender” mais sobre eles. Os algoritmos também podem varrer seus perfis do LinkedIn, Twitter, Facebook e outros perfis sociais, bem como plataformas específicas do setor em que estão ativos (como Stack Overflow para desenvolvedores) para uma melhor ideia de sua personalidade, conhecimento, habilidades e aptidões.

Quando a automação de recrutamento pode dar errado?

Apesar dos avanços no software de automação de recrutamento, ele não é uma panaceia para os desafios de contratação. Não há cura tecnológica para processos de recrutamento interrompidos. A sobrecarga de dados é um problema crítico. Atualmente, os recrutadores têm tantos dados (sobre candidatos e cargos) que não têm tempo nem habilidades para analisá-los e tomar as decisões corretas. Muitas vezes, o custo e a complexidade de acessar e verificar esses dados se tornam proibitivos.

Outro problema de longa data é o preconceito. Embora o próprio processo de recrutamento seja frequentemente tendencioso (devido em grande parte à propensão das empresas a confiar nas indicações de funcionários), o uso de IA e automação na contratação às vezes pode agravar o problema.

“Se você não tiver um conjunto de dados representativo para qualquer número de características que decidir, é claro que não encontrará e avaliará adequadamente os candidatos”, diz Jelena Kovačević, IEEE Fellow e Dean da NYU Tandon School of Engineering.

“Por exemplo”, ela continua, “se os negros foram sistematicamente excluídos no passado, ou se você não tinha mulheres no pipeline, e você cria um algoritmo baseado nisso, não há como o futuro ser previsto adequadamente. Se você contrata apenas de escolas da Ivy League, então você realmente não sabe como um candidato de uma escola menos conhecida se sairá, então há várias camadas de preconceito”.

Em um caso infame, a Amazon desenvolveu uma ferramenta de recrutamento baseada em IA que analisava padrões em currículos recebidos ao longo de um período de dez anos e acabou discriminando as mulheres. Desnecessário dizer que eles a descartaram.

A maior área em que os dados e a IA falharam é Diversidade, Equidade e Inclusão (DEI). Alguns dos maiores erros relacionados à diversidade no recrutamento que são amplificados pela automação e machine learning são:

– Linguagem insensível, elitista ou menos inclusiva nos anúncios de emprego (afasta diversos candidatos da candidatura)
– Fornecimento limitado e pools de candidatos restritos (deixa de fora candidatos de outra região ou aqueles que não frequentaram determinadas escolas)
– Nenhuma política de trabalho remoto (impede candidatos com deficiência e falta de transporte)
– Uma abordagem jocosa ao DEI destinada a atender aos padrões mínimos regulatórios ou do setor
– Falta de automação

A última merece atenção especial.

IA como o problema, analytics como a cura

Embora a IA certamente não seja uma bala de prata para o recrutamento, ela percorreu um longo caminho desde o fiasco da Amazon. O estudo da Entelo descobriu que as equipes de recrutamento orientadas por dados já estão superando seus pares. Além disso, 84% dos recrutadores estão bastante confiantes em sua capacidade de usar IA e machine learning em seu fluxo de trabalho diário.

A pergunta de um milhão de dólares é: Como a tecnologia de automação de recrutamento pode usar algoritmos de IA no processo de contratação sem adicionar (e amplificar) o viés humano à mistura?

A resposta está em estabelecer benchmarks de desempenho específicos da empresa, identificar métricas-chave para medir objetivamente a competência dos candidatos e usar a análise de talentos para medir o sucesso e a eficiência de seus esforços de recrutamento.

Algoritmos que atendem à finalidade para a qual foram criados, frequentemente o fazem porque os conjuntos de dados maiores e mais amplos estão disponíveis para eles. É sua responsabilidade coletar esses pontos de dados e alimentá-los em seu pipeline de talentos ou software de automação de recrutamento. O processo é revertido na implementação – é sempre uma boa ideia testar o algoritmo em um grupo pequeno (mas diversificado) de candidatos e revisar manualmente sua saída antes de adotá-lo como a solução de contratação de fato para sua organização.