Return to Video

Kako da konkurisanje za poslove postane manje bolno

  • 0:01 - 0:02
    Konkurisanje za poslove onlajn
  • 0:02 - 0:05
    je jedno od najgorih digitalnih
    iskustava našeg vremena.
  • 0:05 - 0:07
    A ni konkurisanje uživo
    zapravo nije mnogo bolje.
  • 0:07 - 0:09
    [Način na koji radimo]
  • 0:11 - 0:14
    Zapošljavanje kakvo poznajemo
    je manjkavo na više načina.
  • 0:14 - 0:16
    To je grozno iskustvo za ljude.
  • 0:16 - 0:19
    Oko 75 posto ljudi
    koji su se prijavljivali za poslove
  • 0:19 - 0:21
    pomoću različitih metoda prošle godine
  • 0:21 - 0:23
    reklo je da nikad nisu ništa
    čuli od poslodavca.
  • 0:23 - 0:25
    Na nivou kompanije nije ništa bolje.
  • 0:25 - 0:28
    Četrdeset šest posto ljudi
    dobije ili da otkaz
  • 0:28 - 0:31
    u prvoj godini zaposlenja.
  • 0:31 - 0:32
    To je prilično zapanjujuće.
  • 0:32 - 0:33
    Takođe je loše za ekonomiju.
  • 0:33 - 0:35
    Prvi put u istoriji,
  • 0:35 - 0:38
    imamo više slobodnih radnih mesta
    nego nezaposlenih ljudi,
  • 0:38 - 0:40
    i to po meni jasno govori
    da imamo problem.
  • 0:40 - 0:44
    Smatram da je u srži svega ovoga
    jedan papir: biografija.
  • 0:44 - 0:46
    Biografija definitivno sadrži
    neke korisne informacije:
  • 0:46 - 0:50
    koje poslove su ljudi obavljali,
    veštine na računaru, koje jezike govore,
  • 0:50 - 0:53
    ali izostavlja njihov potencijal
    da urade nešto
  • 0:53 - 0:55
    što možda nisu imali priliku
    da urade u prošlosti.
  • 0:55 - 0:59
    Sa ekonomijom koja se tako brzo menja
    i u kojoj se pojavljuju poslovi
  • 0:59 - 1:01
    koji mogu zahtevati veštine
    koje niko nema,
  • 1:01 - 1:04
    ako samo gledamo
    šta je neko radio u prošlosti,
  • 1:04 - 1:06
    nećemo moći da povežemo ljude
    sa poslovima budućnosti.
  • 1:06 - 1:09
    Mislim da bi tu tehnologija
    mogla bila od velike pomoći.
  • 1:09 - 1:12
    Verovatno ste videli
    da su algoritmi postali prilično dobri
  • 1:12 - 1:14
    u povezivanju ljudi sa raznim stvarima,
  • 1:14 - 1:17
    ali šta ako bismo mogli
    da upotrebimo tu istu tehnologiju
  • 1:17 - 1:20
    da nam pomogne da nađemo poslove
    za koje smo zaista podesni?
  • 1:20 - 1:21
    Znam šta mislite.
  • 1:21 - 1:24
    Zvuči pomalo zastrašujuće
    da algoritmi biraju vaš sledeći posao,
  • 1:24 - 1:26
    ali postoji nešto što se pokazalo
  • 1:26 - 1:29
    da dobro predviđa
    budući uspeh osobe na poslu,
  • 1:29 - 1:31
    a to nešto se zove
    test višestrukih merila.
  • 1:31 - 1:33
    Testovi višestrukih merila
    nisu ništa novo,
  • 1:33 - 1:35
    ali ranije su bili jako skupi
  • 1:35 - 1:37
    i zahtevali su da doktor nauka
    sedi naspram vas,
  • 1:37 - 1:40
    odgovaranje na mnogo pitanja
    i pisanje izveštaja.
  • 1:40 - 1:41
    Testovi višestrukih merila su način
  • 1:41 - 1:44
    za razumevanje
    nečijih unutrašnjih osobina -
  • 1:44 - 1:46
    vašeg pamćenja, pažljivosti.
  • 1:47 - 1:49
    Šta ako bismo testove višestrukih merila
  • 1:49 - 1:51
    učinili prilagodljivim i pristupačnim
  • 1:51 - 1:55
    i obezbedili podatke poslodavcima
    o tome koje su to karakteristike
  • 1:55 - 1:57
    osobe koja bi odgovarala nekom poslu?
  • 1:58 - 1:59
    Sve ovo zvuči apstraktno.
  • 1:59 - 2:01
    Hajde da probamo jednu igru zajedno.
  • 2:01 - 2:02
    Videćete krug koji treperi
  • 2:02 - 2:05
    i vaš zadatak će biti da udarite dlanom
    o dlan kada je krug crven,
  • 2:06 - 2:08
    a ne uradite ništa kada je zelen.
  • 2:08 - 2:09
    [Spremni?]
  • 2:09 - 2:11
    [Počnite!]
  • 2:12 - 2:13
    [Zeleni krug]
  • 2:14 - 2:15
    [Zeleni krug]
  • 2:16 - 2:17
    [Crveni krug]
  • 2:18 - 2:19
    [Zeleni krug]
  • 2:20 - 2:21
    [Crveni krug]
  • 2:22 - 2:23
    Možda ste tip osobe
  • 2:23 - 2:26
    koja pljesne milisekundu
    nakon što se crveni krug pojavi.
  • 2:26 - 2:27
    Ili ste možda tip osobe
  • 2:27 - 2:30
    koja čeka malo više
    da bi bila 100 posto sigurna.
  • 2:30 - 2:33
    Ili možda tapšete na zeleno
    iako ne bi trebalo.
  • 2:33 - 2:36
    Ovde je zanimljivo
    da to nije kao standardizovan test
  • 2:36 - 2:38
    gde su neki ljudi podobni
    za zaposlenje, a neki nisu.
  • 2:38 - 2:42
    Umesto toga, radi se o razumevanju
    uklapanja vaših karakteristika
  • 2:42 - 2:44
    i onog zbog čega biste bili dobri
    na izvesnom poslu.
  • 2:44 - 2:48
    Otkrili smo da, ako pljesnete kasno
    na crveno i ne pljesnete na zeleno,
  • 2:48 - 2:51
    možete biti veoma pažljivi i uzdržani.
  • 2:51 - 2:55
    Ljudi u tom kvadrantu su često
    dobri učenici, dobro prolaze na testovima,
  • 2:55 - 2:57
    odlični u upravljanju projektima
    ili u računovodstvu.
  • 2:57 - 3:01
    Ali ako odmah pljesnete na crveno
    i ponekad na zeleno,
  • 3:01 - 3:03
    to može značiti da ste više
    impulsivni i kreativni,
  • 3:03 - 3:07
    i otkrili smo da vrhunski prodavci
    često poseduju ove osobine.
  • 3:07 - 3:09
    Ovo koristimo u zapošljavanju
  • 3:09 - 3:13
    tako što ljude koji su se istakli na poslu
    podvrgnemo neuronaučnim vežbama
  • 3:13 - 3:14
    kao što je ova.
  • 3:14 - 3:16
    Zatim razvijemo algoritam
  • 3:16 - 3:18
    koji razume šta te odlične radnike
    čini jedinstvenim.
  • 3:18 - 3:20
    A onda, kada ljudi konkurišu za posao,
  • 3:20 - 3:22
    možemo da iznedrimo kandidate
  • 3:22 - 3:24
    koji bi mogli biti
    najpogodniji za taj posao.
  • 3:24 - 3:27
    Možda mislite da se u ovome
    krije opasnost.
  • 3:27 - 3:29
    Svet rada danas nije baš najraznovrsniji
  • 3:29 - 3:32
    i ako ćemo stvarati algoritme
    na osnovu trenutno najboljih radnika,
  • 3:32 - 3:33
    kako da budemo sigurni
  • 3:33 - 3:36
    da time nećemo samo održavati
    predrasude koje već postoje?
  • 3:36 - 3:40
    Na primer, ako pravimo algoritam
    zasnovan na vrhunskim direktorima
  • 3:40 - 3:44
    i koristimo indeks S&P 500
    kao početni skup podataka,
  • 3:44 - 3:45
    otkrili bismo
  • 3:45 - 3:49
    da je verovatnije da ćete zaposliti
    belca po imenu Džon nego neku ženu.
  • 3:49 - 3:51
    To je stvarna slika toga
    ko se sada nalazi na tim poslovima.
  • 3:51 - 3:55
    Ali tehnologija zapravo predstavlja
    zaista zanimljivu priliku.
  • 3:55 - 3:57
    Možemo napraviti algoritme
    koji su pravedniji
  • 3:57 - 3:59
    i pošteniji od ljudskih bića.
  • 3:59 - 4:03
    Svaki algoritam koji smo stavili
    u upotrebu je prethodno testiran
  • 4:03 - 4:06
    da bi se osiguralo da ne favorizuje
    jedan pol ili etničku pripadnost.
  • 4:06 - 4:09
    A ako postoji neka populacija
    koja je više favorizovana,
  • 4:09 - 4:12
    možemo da izmenimo algoritam
    da više ne bude tako.
  • 4:12 - 4:15
    Kada se fokusiramo na unutrašnje osobine
  • 4:15 - 4:17
    zbog kojih je neko
    dobra osoba za neki posao,
  • 4:17 - 4:20
    možemo prevazići rasizam, klasizam,
    seksizam, starosnu diskriminaciju -
  • 4:20 - 4:22
    čak i obrazovnu diskriminaciju.
  • 4:22 - 4:25
    Naša najbolja tehnologija i algoritmi
    ne bi trebalo da se samo koriste
  • 4:25 - 4:29
    za pomoć u pronalaženju narednog filma
    ili nove omiljene pesme Džastina Bibera.
  • 4:29 - 4:31
    Zamislite ako bismo iskoristili
    moć tehnologije
  • 4:31 - 4:34
    da dobijemo stvarne smernice
    za ono što treba da radimo
  • 4:34 - 4:36
    na osnovu onoga što jesmo
    na dubljem nivou.
Title:
Kako da konkurisanje za poslove postane manje bolno
Speaker:
Prijanka Đajin (Priyanka Jain)
Description:

Pronalaženje posla je ranije počinjalo slanjem biografije na milion oglasa, i zatim nikada ne bismo dobili povratnu informaciju u većini slučajeva. Ali sve više kompanija koristi napredne metode za pronalaženje kandidata. Ako je veštačka inteligencija budućnost zapošljavanja, šta to znači za vas? Tehnolog Prijanka Đajin daje pregled ovog novog terena zapošljavanja.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
04:49

Serbian subtitles

Revisions

Our website uses cookies for analysis purposes.