Home

-

-

-

Intelligenza artificiale e algoritmi evoluti nella HR

Intelligenza artificiale e algoritmi evoluti nella HR

Team:

Project Manager

Gianluca Mustillo

Industry:

Risorse umane e Formazione
intelligenza artificiale machine learning

Per un team HR identificare le competenze nell’analisi dei profili dei candidati è un’attività importante ma costosa. Un approccio fuzzy based per gestire, ad esempio, le assunzioni tenendo in conto competenze e soft skills, può ovviare al problema.

Help! Come aiutare un HR manager

Help! Come aiutare un HR manager

L’obiettivo è fornire ai responsabili HR uno strumento per la valutazione dei profili dei dottorati.

C’è un problema nella selezione dei dottorati per le posizioni aziendali. I portali di job matching basano la ricerca su parole chiave che appartengono al vocabolario dei datori di lavoro, ma non a quello dei dottorati. Questi usano espressioni diverse per descrivere la propria esperienza lavorativa. 

Nello specifico ci si è concentrati sulla definizione di una sfumatura evolutiva modello, basato sull’ottimizzazione delle funzioni di appartenenza (membership functions MFs) 

Il modello è utile agli esperti HR per ottenere i profili necessari in base alle soft skills dei candidati.

Un modello personalizzato

Un modello personalizzato

La novità del modello è ottenere le soft skills utilizzando algoritmi evolutivi e logiche fuzzy

Si è definito un insieme di regole fuzzy simili a quelle che il responsabile dovrebbe calcolare ogni volta per ogni selezione di modello e per ogni singola skill considerata. 

Il comportamento è completamente personalizzato. Questo è possibile perché è calcolato su un insieme di coppie di dati (profilo/ insieme di soft skills) che rappresenta il comportamento decisionale di quel HR manager piuttosto che di un altro. 

Ecco in dettaglio le fasi di sviluppo:

  • studio della letteratura algoritmi evolutivi e logiche fuzzy
  • raccolta dei dati
  • definizione e implementazione del modello prototipale evolutivo fuzzy progettato 
  • valutazione delle accuratezze ottenute dai modelli e tuning delle variabili di progetto
  • test e analisi risultati

Verso la consapevolezza e l'autonomia

L’approccio fuzzy rispecchia il selezionatore

I risultati ottenuti suggeriscono che l’approccio evolutivo fuzzy rispecchia il comportamento dell’esperto di risorse umane con precisione soddisfacente. Rappresentano una buona automazione del ragionamento nella valutazione dei profili. 

Altre valutazioni sulle competenze dell’approccio fuzzy, mostrano un atteggiamento cauto e prudente ogni volta che la considerazione dell’esperto umano è molto diversa da quella dell’approccio evolutivo. Ciò consente al valutatore esperto di ridurre gli effort richiesti.

Per ora si è limitata l’applicazione ai dottorati di ricerca ma l’approccio è ampliabile ad altri contesti e ambiti. 

Casi Correlati