Вспомните, как работает ваш мозг, когда вы выбираете фильм на вечер. Вы думаете: этот актер мне нравится, этот режиссер обычно снимает хорошее кино, жанр комедия – то, что нужно. Это и есть примитивный алгоритм, основанный на вашем прошлом опыте. HR-аналитика делает то же самое, но с памятью, в которой хранятся тысячи историй успехов и провалов, а не десяток, как у нас в голове.
И вот мы стоим на пороге, где старое встречается с новым. Где интуиция опытного рекрутера не отвергается, а проверяется, уточняется и дополняется расчетами. И чем раньше мы перестанем видеть в этом угрозу, а начнем видеть возможность, тем быстрее наш отдел подбора превратится в место, где ошибки становятся исключением, а не правилом. Конечно, совсем без ошибок не обойтись, но стремиться к этому определенно стоит.
Краткий ликбез по нейросетям для неспециалистов
В прошлой главе мы говорили о том, что HR-аналитика позволяет нам перейти от гаданий на кофейной гуще к работе с цифрами. Но где же здесь место нейросетям? Давайте сразу договоримся: если при слове «нейросеть» вы представляете себе Терминатора или гигантские шкафы с мигающими лампочками из фильмов 80-х, мы с вами это исправим. На самом деле всё гораздо проще и, если честно, даже скучнее (в хорошем смысле этого слова). Никакого восстания машин, только помощь в рутинных задачах.
Что такое нейросеть на пальцах
Представьте, что вы учите маленького ребенка различать кошек и собак. Вы не даете ему свод правил с четкими определениями: «Если у животного длина носа больше 5 сантиметров и виляет хвостом – это собака». Вместо этого вы просто показываете ему много-много картинок. Тысячи картинок. Сначала он будет ошибаться, называть овчарку кошкой, а лысого кота – собакой. Но потом, набравшись опыта, его мозг сам начнет замечать закономерности: у кошек уши чаще острые, у собак носы длиннее и так далее. В какой-то момент он перестанет ошибаться и сможет безошибочно определить зверя даже на самой дурацкой фотографии.
Нейросеть работает примерно так же. Это не программа, которой прописали алгоритм «Если А, то Б». Это математическая модель, которую «натренировали» на огромном количестве примеров. В случае с котиками и собаками – на картинках. В случае с HR – на резюме, историях найма и данных о сотрудниках. Мы скормили нейросети десять тысяч резюме и сказали: «Смотри, вот эти люди отлично работали, а эти уволились через месяц». Нейросеть покорно переварила эту информацию и нашла в ней невидимые человеческому глазу закономерности. Теперь, когда вы дадите ей новое резюме, она скажет: «Этот парень, судя по всему, тоже задержится надолго, а этого лучше не брать, он похож на тех, кто быстро уходит». Важно понимать: она не понимает смысла, она просто видит совпадения с паттернами.
Из чего состоит этот «черный ящик»
Чтобы окончательно развеять ореол таинственности, давайте заглянем под капот. Нейросеть состоит из огромного количества простейших вычислительных элементов – нейронов. Они соединены между собой, как сложная паутина. У каждого соединения есть свой «вес» – важность этого соединения. Когда на вход нейросети падает информация (например, слово «Python» в резюме), она проходит через все эти слои нейронов, и каждый из них решает: «Это важно, передаю дальше» или «Это ерунда, замалчиваю». В результате на выходе мы получаем готовый ответ.
Весь процесс обучения как раз и сводится к тому, чтобы правильно настроить эти «веса». Программа-учитель (то есть мы с вами) говорит: «Неправильный ответ, ошибка. Давай, попробуй еще раз, чуть-чуть подкрути настройки». И так миллионы раз, пока погрешность не станет минимальной. Это очень напоминает процесс настройки гитары: вы дергаете струну, слушаете, крутите колок, пока звук не станет чистым.
Как нейросети видят наши резюме
Теперь представьте, как этот процесс выглядит в мире подбора персонала. Вы скидываете нейросети пачку резюме на должность «Менеджер по продажам». Она не читает их как человек. Она разбивает каждое резюме на тысячи мелких признаков: наличие высшего образования, конкретные вузы, годы окончания, частоту смены работы, ключевые слова в обязанностях, длительность пауз между работами. И из этих «кирпичиков» строит портрет идеального кандидата.