Umělá inteligence nachází největší uplatnění právě v náboru, kde existuje mnoho opakujících se činností, které lze pomocí AI výrazně zrychlit.
Naše interní anketa mezi českými recruitery na LinkedIn ukázala:
- 62 % náborářů využívá AI každý den jako běžnou součást své práce
- 31 % s AI experimentuje
- pouze 7 % AI nevyužívá vůbec
Je důležité myslet na ochranu osobních údajů - osobní data kandidátů buď anonymizujte (tj. vkládejte je bez jména), nebo používejte zabezpečené firemní AI systémy.
Citlivou oblastí je zejména využívání AI pro hodnocení kandidátů. Z pohledu EU AI Act se jedná o rizikovou oblast, kde je třeba dodržovat řadu povinností. Problémem jsou možné nepřesnosti systému a zejména ověřitelnost rozhodování.
⭐ Základní využití AI
(ChatGPT či jednoúčelové nástroje)
Tvorba pracovních inzerátů
Náborové týmy nejčastěji využívají AI právě pro tvorbu pracovních inzerátů (82 %). Napsání kvalitního inzerátu obvykle zabere 2 až 4 hodiny práce, proto je časová úspora značná.
Když AI dostane dostatek podkladů (informace o firmě, popis pozice, vzor a požadovaný styl psaní), dokáže vytvořit poměrně kvalitní pracovní inzerát. Pak stačí věnovat pár minut závěrečným úpravám a máte hotovo.
💡 Nestačí zadat jednoduchý prompt jako "Napiš pracovní inzerát na pozici projektového manažera." Je třeba umělé inteligenci předat co nejvíc podkladů, detailů a kontextu.
👉 Přečtěte si článek
"Jak používat superprompty pro tvorbu pracovních inzerátů"
Jak může AI ještě pomoct s inzeráty
- Vylepšení textu: zkrácení, prodloužení, změna tónu komunikace nebo odstranění nadužívaných HR klišé
- Zpětná vazba: Posouzení textu z pohledu kandidáta a upozornění na chybějící nebo nejasné informace
- Příprava otázek pro manažera: Pokud v popisu pozice něco chybí, AI připraví 10-15 doplňujících otázek pro získání všech potřebných informací od manažera
Komunikace s kandidáty
Hned po psaní inzerátů využívají náboráři AI nejčastěji pro přípravu e-mailů kandidátům. Průzkum ukazuje, že 76 % recruiterů používá AI k vytváření nebo automatizaci e-mailových šablon. S čím vám AI pomůže:
- Vytvoří několik verzí jednoho e-mailu s různým tónem a délkou
- Sumarizuje dlouhá emailová vlákna a konverzace
- Pomůže s hromadnou korespondencí – můžete si připravit základní šablonu, kterou AI upraví pro každého příjemce včetně detailů o pozici nebo důvodů zamítnutí
Příprava na pohovory
AI je skvělý pomocník pro přípravu pohovorů – tímto způsobem ji využívá téměř 59 % dotázaných recruiterů.
Stačí jí dát popis pozice nebo pracovní inzerát, a připraví vám sadu relevantních otázek pro zjišťování dovedností, soft skills, motivace apod. Dokáže jít do solidní hloubky, vytvořit behaviorální otázky nebo navrhnout různé scénáře pro testovací úkoly.
👉 Přečtěte si článek "Jak připravit kompletní výběrko s ChatGPT"
Příklad připravených otázek pro manažery:
Zpracování profilu kandidáta z poznámek
Poskytněte AI poznámky z pohovoru, přiložte CV kandidáta a nechte si sepsat ucelený profil, který můžete poslat hiring manažerovi nebo klientovi. To ušetří náborářům minimálně 15 minut po každém interview.
🛠 Nástroje jako Metaview umožňují nahrávání pohovorů s automatickým přepisem, souhrnem a základním posouzením kandidátů.
Sourcing kandidátů - klíčová slova
Potřebujete sestavit kvalitní vyhledávací filtry na LinkedIn? AI vám pomůže najít ta správná klíčová slova. Například když hledáte programátora, AI vám připraví seznam souvisejících technologií, knihoven, frameworků a odborných termínů.
Z těchto slov si pak můžete sestavit filtry a boolean dotazy, protože ChatGPT sám příliš nezvládá sestavování komplexnějších vyhledávacích dotazů.
Příklad použití ChatGPT pro návrh klíčových slov:
💡 Potřebujete rychle porozumět neznámé technologii nebo specializaci? AI vám obratem vysvětlí klíčové pojmy, dovednosti nebo certifikace důležité pro danou pozici.
⭐⭐ Pokročilé využití
Komplexnější prompty, pokročilé nástroje, automatizace
Screening životopisů
Na velkých trzích (USA, Velká Británie), kde se na pozice běžně hlásí i stovky kandidátů, se stávají standardem nástroje pro filtrování příchozích CV pomocí AI. Specializované nástroje jako Searchlight jsou poměrně drahé a v Česku se proto používají jen minimálně.
Screening CV si můžete vyzkoušet i s ChatGPT. Vytvořte si nejprve kritéria pro hodnocení kandidátů (scoring) a na základě těch nechte oskórovat životopisy.
Pro praktické využití je lepší nastavit automatizaci, kdy jsou došlé životopisy automaticky posílány na posouzení AI a podle rozhodovací logiky následně zamítnuty nebo uloženy do ATS. Budete proto potřebovat automatizační nástroj typu Make nebo Zapier.
Takto vypadá hodnocení kandidátů pomocí ChatGPT:
⚠️ Při vkládání životopisů dbejte na důvěrnost dat - používejte buď anonymizované údaje, nebo zabezpečené nástroje.
Candidate matching
Současné systémy pro vyhledávání kandidátů (typicky LinkedIn) jsou založené na filtrování podle klíčových slov, což není příliš přesné a vyfiltrované kandidáty je pak třeba ručně procházet.
Vznikají vyspělejší systémy, které umí "chápat" profil kandidáta a vybírat vhodné kandidáty podle hlubšího porozumění jejich profilu. I sám LinkedIn slibuje novou generaci filtrování založenou na využití umělé inteligence, která bude výrazně přesnější.
🛠 Specializované nástroje pro vyhledávání kandidátů ať už z externích zdrojů (například LinkedIn) nebo pro filtrování vlastní databáze jsou například Navigara nebo Kale.
Osobnostní testy kandidátů
Přestože vznikají různé AI aplikace pro psychodiagnostiku a hodnocení kandidátů, zde je třeba být velmi obezřetný. Tyto systémy spadají do kategorie rizikových systémů dle AI regulací a je třeba myslet na auditovatelnost rozhodnutí, analýzu rizik a další povinnosti.
Pokud používáte systém, který hodnotí kandidáty, musíte rozumět jeho logice a postupům, vědět na jakých datech byl vytrénovaný. Určitě nechcete přejímat zodpovědnost za rozhodnutí, která vám předložil AI systém, aniž víte, jak přesně k výsledku došel.
💡 Ačkoliv vypadá možnost posuzování kandidátů a zaměstnanců lákavě, je velmi pravděpodobné, že zde budou firmy z právních a etických důvodů nakonec velmi zdrženlivé.
Pohovor s chatbotem nebo avatarem
Vznikají aplikace pro pohovorování kandidátů pomocí chatbotů, voicebotů a video-avatarů. Konverzační schopnosti těchto nástrojů se rychle zlepšují a dá se očekávat, že jejich nasazení bude čím dál běžnější. Zatím se tato technologie využívá více v zahraničí a pro nábor méně kvalifikovaných pozic s větším objemem kandidátů.
💡 Pohovory pomocí video avatarů zatím naráží na technické limity - prodleva je příliš velká a avataři působí poněkud nepřirozeně. Hlasoví asistenti už ale dosahují solidní kvality. Ukazuje se, že kandidátům využívání AI nevadí. Naopak oceňují, že pohovor proběhne rychle a profesionálně.
Personalizace a automatizace oslovovacích zpráv
AI může pomoci vytvářet personalizované zprávy pro oslovení kandidátů a automatizovat oslovovací sekvence. Na trhu jsou šikovné nástroje, kde si můžete celé komunikační workflow nastavit: zadáte první oslovení na LinkedIn, druhé oslovení na LinkedIn po pár dnech, a pak ještě oslovení emailem, který systém dohledá. AI může každou zprávu personalizovat a přidat relevantní informace z LinkedIn profilu kandidáta.
🛠 Příkladem kvalitního oslovovacího nástroje je například Leadspicker. Je sice určený primárně pro obchod a business development, nicméně se dá úspěšně použít i v náboru.
AI náborové workflow
Největšího efektu a úspory času dosáhnete, pokud propojíte různé nástroje do automatizovaného procesu.
Zde je příklad jak autor článku používá AI nástroje pro sourcing:
1) Udělat si hrubý filtr kandidátů na LinkedIn
2) Pomocí nástroje Phantombuster stáhnout až tisíce profilů
3) Využít scoring pomocí ChatGPT a automaticky všechny profily vyhodnotit
4) Na nejrelevantnější profily poslat personalizované zprávy v automatické sekvenci
Tímto způsobem se dá sourcing a oslovení zvládnout za 2 hodiny. Ručně by to trvalo 2 dny.
⭐ Závěr
Na co myslet při zavádění AI do náborových procesů
- Dbejte na citlivost osobních údajů
- Finální rozhodnutí by měl vždy dělat člověk - používejte AI k automatizaci rutiny, ale buďte opatrní při hodnocení
- Zejména u hodnotících systémů je třeba klást důraz na ověřitelnost - proč systém hodnotil takto? Jak můžete jeho algoritmy a správnost rozhodnutí zkontrolovat? Na jakých tréninkových datech byl postaven?
- Jednotlivé kategorie náboru se liší: u dělnických pozic bude poměr automatizace pravděpodobně velmi vysoký, zatímco executive search bude stále založený na osobních kontaktech a vztazích s top kandidáty
