VC
Estaria Usando Algoritmos Legais ? 4 Perguntas a Fazer
Pesquisa
& Traducao : Miguel Moyses Neto
O
aprendizado das maquinas esta atravessando uma fase nova para as tendências de
RH 2017. A pesquisa Gartner esta prevendo que os algoritmos estarão alterando
positivamente o comportamento de mais de 1 bilhao de pessoas a nível global
pelo ano de 2020, enquanto mais de 3 bilhoes de pessoas podem se auto intitular
supervisores “robô-boss”. Yvone Bauer, chefe de previsões analíticas na SAP
SuccessFactors, esta vendo o aprendizado das maquinas se tornar mais espalhado
este ano como RH progredindo firmemente da arte para ciências de dados
induzidos:
“Mais
empresas irão olhar para o aprendizado das maquinas, se movendo de projetos
individuais para projetos realizados através de suítes HCM,” ela disse. As
interfaces de conversação como os chat bots e processamento de linguagem
natural irão emergir este ano, permitindo as empresas mudar na maneira que os
funcionários interagem com o sistema e derivam insights daquelas atividades,
incluindo o que as pessoas estão trabalhando e como estão se envolvendo.” Alguns
aplicativos de aprendizado com as maquinas irão diretamente ajudar negocios e
objetivos estratégicos como recrutamento, redução de entradas e saídas de
funcionários, ou aumento de vendas e produtividade. Outros mantem promessas
para diminuir custos através do RH e das automações e auto serviço para
clientes. De acordo com Bauer, os departamentos de RH precisam se tornar auto
suficientes em aprendizado das maquinas, com um mínimo de compreensão das
possibilidades e limitações, para que eles possam perguntar as questões corretas
sobre produtos e especialidades. Aqui nos temos 4 perguntas de profissionais
que podem ser exploradas sobre aprendizado de maquinas para suas organizações.
Pergunta
1- Seria este o processo correto para aprender com as maquinas?
O
aprendizado de maquinas eficaz requer resultados bem definidos, mensuráveis e
uma massa de dados bem significativa. “Aprendizado de maquinas funciona
particularmente bem onde existem resultados bastante específicos que VC esteja
prevendo, e que possa sistematicamente coletar quantidades grandes de dados
preditivos, que estejam influenciando decisões relacionadas para aqueles resultados,”
disse Steve Hunt vice presidente de valores na SAP SuccessFactors. “Staffing e
o exemplo perfeito, o qual trata de tomar uma decisão. Trabalhos definidos em
horas, grandes volumes de posições, prestam se a um bom aprendizado de
maquinas. Se nos empregamos uma pessoa, sera que ela ira ficar mais do que um
ano, vender quantidades, e por ai vai ?”
Pergunta
2- Quais são nossos resultados específicos e mensuráveis?
Enquanto
as atividades online estão gerando uma avalanche de Big Dados, e as disfunções
forem para o bem da empresa, e impossível não haver resultados bem definidos. O
que há demais, existem legiões de previsores desconhecidos dos resultados para
medições de uma vasta abordagem de problemas, como a rotatividade de
funcionários, características de grandes performances, e altos custos com a
saúde. “Comece pela definição clara do problema; não comece com os algoritmos e
a solução,” disse Hunt. “Por exemplo, muitas coisas impactam a rotatividade
além do comportamento passado e eles não são sempre associados com a empresa,
como eventos de vida ou um desastre econômico.”
As
ferramentas para o aprendizado de linguagem irão aumentando o suporte
personalizado para os atalhos de carreiras e as opções de treinamento para os
funcionários, muito parecido com os sites do ecommerce, que servem para novas
ofertas baseadas nas compras e historias de alguém. De fato Greta Roberts, CEO
da Talent Analitics Corp. faz a ligação das maquinas aprendizes com as
necessidades do RH e suas mudanças para fazer das pendencias e tendências de
previsões para as previsões de funcionários individuais, incluindo os prazos de
aposentadorias.
Pergunta
– 3 : nos ja temos os dados que irão permitir o aprendizado das maquinas?
O
aprendizado das maquinas e um canal poderoso de interação. Dados ruins levam a decisões
erradas. A maquina se torna mais inteligente na medida que obtem mais dados ao
longo do tempo. Realmente e muito simples – e também complexo. O RH precisa de
trabalhar mais cedo e frequentemente com gerencia sênior e com uma linha de
negocios para coletar sistematicamente e sintetizar aquele dado que entra para
permitir que as maquinas realmente aprendam. “Nos estamos vendo aprendizado de
maquinas indo para o exterior dos RHs e para dentro de linhas de negocios
objetivando áreas de altos volumes transacionais, tais como encontrar quais os
campos de negocios que geram e representem mais vendas ou quais são as tendências
mais acidentadas ou tenham mais aumentos nas performances,” disse Roberts. “ A
maquina aprende quando VC alimenta os resultados anteriores ou ao longo do
tempo.”
Pergunta
-4 Seus algoritmos estariam em falta com as leis?
Não
pense que os algoritmos são inerentemente sem vieses, objetivos, ou corretos.
Cathy O’Nell, autora do livro, “As Armas Da Matematica Destrutiva” foi acionada
contra o restabelecimento no atacado das equipes de RH humanos com os
algoritmos. “Muita coisa do que o RH produz e repetitivo, e as empresas querem aumentar
a qualidade e diminuir os custos,” ela disse. “ Isso parece um jogo de ganha-ganha,
porque os algoritmos e seus processos são altamente regulados, e as pessoas não
tem tido o tempo necessário para pensar sobre a questão se estes algoritmos que
agora são uma grande parte dos processos estão seguindo a lei que proíbe a discriminação
de raca, saúde mental, e outros fatores.” O’Nell aconselhou as empresas a
auditar seus algoritmos para a legalidade. “Parem de usar seus algoritmos, a não
ser que haja evidencia auditada de fora porque a sua empresa estará sendo vigiada para
as violações.” E claro deve haver outras questões para lidar com uma maquina
aprendiz e emergente, inclusive segurança e privacidade. Um dos primeiros passos
que o RH para este ano e separar as grandes queixas sobre aprendizado das
maquinas, daquilo que e possível e benéfico para os funcionários e suas
empresas.
BH
18 04 2017
Uma
pequena informação, quando compartilhada pode perco
rrer um grande caminho, mas
acaba sempre encontrando seu legitimo destinatário !!!
Pesquisa,Traducao & Divulgação:
Miguel Moyses Neto Se gostou desta matéria , divulgue para
seus amigos ou também pode visitar nosso
linkedin http://br.linkedin.com/pub/miguel-moyses-neto/28/971/9aa---Twitter: @mikenetIT onde VC poderá ver as principais
agencias de noticias e os links das empresas & nomes mais famosos do mundo!
ou simplesmente visite nosso blog :
|
Bremense
Participacoes Ltda
|
|||
|
|
|
|
Desde 1940
|
|
|
|||
Nenhum comentário:
Postar um comentário