Return to Video

Miten tehdä työnhausta tuskattomampaa

  • 0:01 - 0:02
    Työnhaku internetissä
  • 0:02 - 0:05
    on aikamme huonoimpia
    digitaalisista kokemuksia.
  • 0:05 - 0:07
    Kasvotusten hakeminen
    ei ole juurikaan paljon parempi.
  • 0:07 - 0:10
    [Miten toimimme]
  • 0:12 - 0:14
    Palkkaaminen tällä hetkellä
    on toimimatonta.
  • 0:14 - 0:16
    Se on hirveä kokemus ihmisille.
  • 0:16 - 0:18
    Noin 75 prosenttia ihmisistä,
  • 0:18 - 0:21
    jotka hakivat töitä viime vuonna
    usein eri tavoin,
  • 0:21 - 0:23
    sanoivat, etteivät he
    saaneet vastausta työnantajalta.
  • 0:23 - 0:26
    Yritystasolla ei mene
    sen paremmin.
  • 0:26 - 0:28
    46 prosenttia ihmisistä
    irtisanotaan tai he lopettavat
  • 0:28 - 0:31
    vuoden sisällä
    työn aloittamisesta.
  • 0:31 - 0:32
    Se on häkellyttävää.
  • 0:32 - 0:33
    Se on myös pahaksi taloudelle.
  • 0:33 - 0:35
    Ensimmäistä kertaa historiassa
  • 0:35 - 0:38
    meillä on avoimia työpaikkoja
    enemmän kuin työttömiä.
  • 0:38 - 0:40
    Minulle se on merkki ongelmasta.
  • 0:40 - 0:44
    Uskon, että asian ytimessä
    on yksi paperi: ansioluettelo.
  • 0:44 - 0:46
    Ansioluettelo sisältää toki
    hyödyllistä tietoa:
  • 0:46 - 0:48
    Edelliset työtehtävät,
    tietokonetaidot,
  • 0:48 - 0:50
    puhutut kielet,
  • 0:50 - 0:53
    mutta siitä puuttuu,
    mihin heillä on potentiaalia,
  • 0:53 - 0:56
    mutta mihin heillä ei ole ollut
    aiemmin tilaisuutta.
  • 0:56 - 0:59
    Nopeasti muuttuvassa taloudessa,
    jossa syntyy töitä,
  • 0:59 - 1:01
    jotka vaativat
    ennenkuulumattomia taitoja.
  • 1:01 - 1:04
    Jos katsomme vain
    työhistoriaa,
  • 1:04 - 1:07
    me emme pysty yhdistämään
    henkilöitä tuleviin työpaikkoihin.
  • 1:07 - 1:10
    Uskon, että tässä teknologia
    voi todella auttaa.
  • 1:10 - 1:12
    Olet varmaan huomannut,
    että algoritmit ovat melko hyviä
  • 1:12 - 1:14
    yhdistämään ihmiset asioihin,
  • 1:14 - 1:17
    mutta mitä jos voisimme käyttää
    samaa teknologiaa
  • 1:17 - 1:20
    auttamaan meitä löytämään työ,
    johon oikeasti sovimme?
  • 1:20 - 1:21
    Tiedän mitä ajattelet.
  • 1:21 - 1:24
    Algoritmi valitsemassa seuraavan
    työpaikan tuntuu pelottavalta,
  • 1:24 - 1:26
    mutta yhden asian
    on todistettu olevan
  • 1:26 - 1:29
    hyvä ennakoimaan
    henkilön tulevaa työmenestystä
  • 1:29 - 1:31
    sitä sanotaan
    multimeasure-testiksi.
  • 1:31 - 1:33
    Multimesure-testit
    eivät ole mitään uutta,
  • 1:33 - 1:35
    mutta ne olivat todella kalliita
  • 1:35 - 1:37
    ja vaativat tohtorin läsnäolon,
  • 1:37 - 1:40
    kysymyksiin vastaamista
    ja raportointia.
  • 1:40 - 1:42
    Multimeasure-testit
    ovat keino
  • 1:42 - 1:44
    ymmärtää henkilön
    luontaisia ominaisuuksia --
  • 1:44 - 1:46
    muistia ja tarkkaavaisuutta.
  • 1:47 - 1:49
    Mitä jos voisimme ottaa
    multimeasure-testit
  • 1:49 - 1:51
    ja tehdä ne skaalautuviksi
    ja helppokäyttöisiksi
  • 1:51 - 1:55
    ja tarjota työnantajille tietoa
    henkilön ominaisuuksista,
  • 1:55 - 1:57
    jotka tekisivät hänestä
    sopivan työntekijän
  • 1:57 - 1:59
    Tämä kuulostaa abstaktilta.
  • 1:59 - 2:00
    Koitetaan yhtä peliä yhdessä.
  • 2:01 - 2:02
    Näet vilkkuvan ympyrän.
  • 2:02 - 2:05
    ja sinun tehtäväsi on taputtaa,
    kun ympyrä on punainen
  • 2:06 - 2:08
    ja olla tekemättä mitään
    kun se on vihreä
  • 2:08 - 2:09
    [Valmis?]
  • 2:09 - 2:11
    [Aloita!]
  • 2:12 - 2:13
    [Vihreä]
  • 2:14 - 2:15
    [Vihreä]
  • 2:16 - 2:16
    [Punainen]
  • 2:18 - 2:19
    [Vihreä]
  • 2:20 - 2:21
    [Punainen]
  • 2:22 - 2:23
    Ehkä olet henkilö,
  • 2:23 - 2:26
    joka taputtaa heti
    kun punainen ympyrä tulee
  • 2:26 - 2:27
    Tai ehkä olet henkilö,
  • 2:27 - 2:30
    jolta kestää hieman kauemmin
    olla 100 prosenttia varma.
  • 2:30 - 2:33
    Ehkä taputat vihreällä,
    vaikkei ollutkaan tarkoitus.
  • 2:33 - 2:36
    Hieno juttu on, ettei tämä ei ole
    standardisoitu testi,
  • 2:36 - 2:38
    jossa osa työllistyy ja osa ei.
  • 2:38 - 2:41
    Kyse on luonteenpiirteiden ymmärtämisestä
    ja niiden sovittamisesta
  • 2:41 - 2:44
    ominaisuuksiin, jotka
    tekevät sinusta hyvän tietyssä työssä.
  • 2:44 - 2:48
    Huomasimme, että jos taputat myöhään
    punaisella, etkä koskaan vihreällä,
  • 2:48 - 2:51
    Sinulla saattaa olla hyvä tarkkaavaisuus
    ja itsekuri
  • 2:51 - 2:55
    Tämän osion ihmiset ovat usein
    hyviä oppilaina ja testeissä,
  • 2:55 - 2:57
    ja hyviä projektinhallinnassa
    tai kirjanpidossa.
  • 2:57 - 3:00
    Jos taas taputat välittömästi punaisella
    ja joskus vihreällä,
  • 3:00 - 3:03
    saatat olla impulsiivisempi ja luova.
  • 3:03 - 3:07
    Huomasimme, että huippu-myyjillä
    on usein näitä ominaisuuksia.
  • 3:07 - 3:09
    Käytämme tätä palkkaamisessa
  • 3:09 - 3:13
    laittamalla roolin huippu-osaajat
    neurotieteellisiin testeihin
  • 3:13 - 3:14
    kuten tämä.
  • 3:14 - 3:15
    Kehitämme algoritmin,
  • 3:15 - 3:18
    joka ymmärtää mikä tekee huippu-osaajat
    ainutlaatuisiksi.
  • 3:18 - 3:20
    Kun ihmiset hakevat työtä,
  • 3:20 - 3:24
    pystymme valikoimaan parhaiten
    soveltuvat ehdokkaat.
  • 3:24 - 3:26
    Saatat ajatella,
    että tässä piilee vaaroja.
  • 3:26 - 3:29
    Työmaailma ei ole nykyään
    kaikista monimuotoisin,
  • 3:29 - 3:32
    ja jos teemme algoritmeja
    perustuen tämän hetken huippu-osaajiin,
  • 3:32 - 3:33
    miten varmistamme,
  • 3:33 - 3:36
    ettemme jatka nykyisiä
    ennakko-olettamuksia?
  • 3:36 - 3:40
    Jos esimerkiksi tekisimme algoritmin
    perustuen huipputason toimitusjohtajiin
  • 3:40 - 3:43
    ja käyttäisimme markkina-arvolistoja
    vertailukohtana
  • 3:43 - 3:46
    tulisit todennäköisemmin palkkaamaan
  • 3:46 - 3:48
    valkoisen John-nimisen miehen,
    kuin yhdenkään naisen.
  • 3:48 - 3:51
    Se on todellisuus roolien
    tämän hetkisestä tilasta.
  • 3:51 - 3:54
    Teknologia esittää
    mielenkiintoisen tilaisuuden.
  • 3:55 - 3:57
    Voimme luoda algoritmeja, jotka ovat
    oikeudenmukaisempia,
  • 3:57 - 3:59
    ja reilumpia
    kuin ihmiset ovat koskaan olleet.
  • 3:59 - 4:03
    Jokainen algoritmi tuotannossa
    on esitestattu,
  • 4:03 - 4:06
    jolla taataan, ettei se suosi mitään
    sukupuolta tai etnisyyttä.
  • 4:06 - 4:09
    Jos joku väestöryhmä on erikoisasemassa,
  • 4:09 - 4:12
    voimme muuttaa algoritmia,
    kunnes näin ei enää ole.
  • 4:12 - 4:15
    Kun keskitymme
    luontaisiin ominaisuuksiin,
  • 4:15 - 4:17
    jotka voivat tehdä henkilöstä
    työhön hyvinsoveltuvan
  • 4:17 - 4:20
    voime päästä yli rasismin, luokkasyrjinnän
    seksismin, ikäsyrjinnän -
  • 4:20 - 4:22
    jopa eliittikoulujen suosimisen.
  • 4:22 - 4:25
    Parasta teknologiaamme ja algoritmeja
    ei tulisi käyttää vain
  • 4:25 - 4:28
    löytääkseemme seuraavan elokuvaputken
    tai uuden Justin Bieber -lempilaulun.
  • 4:28 - 4:31
    Kuvittele jos voisimme valjastaa
    teknologian voiman
  • 4:31 - 4:33
    antamaan aitoa ohjausta
    siihen mitä meidän tulisi tehdä
  • 4:33 - 4:36
    perustuen siihen keitä olemme
    syvemmällä tasolla.
Title:
Miten tehdä työnhausta tuskattomampaa
Speaker:
Priyanka Jain
Description:

Työnhaku alkoi ennen laittamalla ansioluettelo miljoonaan hakemukseen, jonka jälkeen useimmista ei kuulunut mitään takaisin. Nyt yhä useammat yritykset käyttävät teknologia-avusteisia menetelmiä potentiaalisten ehdokkaiden tunnistamiseksi. Jos tekoäly on palkkaamisen tulevaisuus, mitä se tarkoittaa sinulle? Teknologisti Priyanka Jain antaa näkymän tähän uuteen palkkaamismaailmaan.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
04:49

Finnish subtitles

Revisions

Our website uses cookies for analysis purposes.