Нужно ли автоматизировать дистанционное обучение?

Казалось бы, вопрос идиотский. Дистанционное обучение и есть автоматизация. Или нет? А если нужно назначить 100 разных электронных курсов 10.000 разных людей, да ещё и в определенном порядке?

Мы решили подготовить несколько статей про то как, когда и зачем автоматизировать e-learning. Первая из них тут:
http://blog.websoft.ru/2020/01/1.html

В начале года все пишут про тренды и итоги прошедшего года. И мы попробуем.

Во всех HR трендах искусственный интеллект (AI). Использование его, вроде бы должно расти год к году. А что у нас с цифрами?

2018 (по данным 2017) - исследование McKinsey - от 8 до 20% (по разным секторам) компаний используют AI в HR.

2019 (по данным 2018 года) - по материалам Джоша Берсина - 13% компаний используют AI в HR.

2020 (данные 2019 года) - исследование HR.com - 6% активно используют AI в HR:
https://www.hr.com/en/resources/free_research_white_papers/hrcom-the-state-of-ai-in-recruiting-june-2019_jwmzvbl2.html

Как после таких данных верить трендам и результатам опросов - не понятно. Все приведённые источники - более чем солидные, а цифры противоречат озвученным трендам.

Впрочем, можно подобрать и исследования где, % использования будет увеличиваться.

Получается, что сейчас тренды и статистика есть на любой вкус и цвет. Видимо, остаётся перестать им доверять ;)

Большие игроки обратили внимание на онлайн сервисы трудоустройства. Похоже, успешное IPO Headhunter подстегнуло всех.

В Москве появилась уличная реклама Работа.ру (купленная Сбербанком), а Worki.ru (купленная Mail.ru) интегрировалась во ВКонтакте (также принадлежит Mail):
https://vc.ru/social/102551-servis-dlya-poiska-raboty-worki-zapustil-platformu-dlya-sobesedovaniy-v-dialogah-vo-vkontakte

Теперь собеседовать кандидатов можно будет прямо во внутренних чатах социальной сети.

Яндекс со своими Талантами тоже не дремлет. О них мы уже писали.

Раньше за рынок бились отдельные сервисы, а теперь начинается битва экосистем. Хватит ли всем большим воюющим сторонам места на нашем, достаточно маленьком рынке?

В новой книге известного писателя и журналиста Малькольма Гладуэлла Talking to Strangers (пока не переведена на русский) описана любопытная история.

Ученые создали алгоритм, оценивавший вероятность того, что человек, который внесёт залог в суде, совершит преступление, будучи выпущенным на свободу.

Результаты сравнили с решениями реальных судей. Результат - алгоритм существенно эффективнее чем человек (на 25%) предсказывал потенциальных нарушителей. Похожая история:
https://m.hightech.plus/2019/03/21/ii-iz-stenforda-budet-rekomendovat-kogo-vipustit-iz-tyurmi

У судей и алгоритма был один и тот же объём информации. Но, судьи ещё и смотрели людям в глаза и принимали решение основываясь на эмоциях, которые вызывал у них подсудимый. Как выяснилось, это мешает.

Исследования демонстрируют, что есть немалая доля людей, проявляющих эмоции нестандартно. Некоторые из них выглядят лжецами, говоря правду. А некоторые кажутся правдивыми, даже если тотально лгут. С другими эмоциями ситуация не лучше.

С корректной идентификацией мотивов проявления/не проявления эмоций у таких людей не справляются опытные полицейские, судьи, агенты ФБР, ...

Причём здесь HR? А притом, что все больше стартапов создают алгоритмы анализа эмоций по видео и принятия решений по итогам такого анализа. Алгоритмы обучаются на данных экспертов.

Если эксперты сами не в состоянии делать адекватные выводы, то, вероятно, алгоритмы будут не лучше.

Отсюда вытекает риторический вопрос - на какой основе стоит строить алгоритмы предсказания поведения людей - на основе ненадежных данных (эмоции, мимика, выражения лица, ...) или на объективных характеристиках, содержащихся в документах?

Samsung представил технологию Neon для создания аватаров для чат-ботов на базе реальных персонажей. Как именно и на каких условиях можно будет воспользоваться технологией пока не ясно. Но, если этот (или аналогичный) сервис станет доступным всем, то можно легко предположить его применение в EdTech.

Можно будет заменить говорящую голову в обучающем видео на аватара. И если сейчас эксперту все же нужно сидеть перед камерой и разговаривать, то скоро, сгенерированный ИИ аватар любого человека сможет произносить произвольные тексты, написанные, в лучшем случае копирайтерский, в худшем - также сгенерированные искусственным интеллектом.

Автовебинары, используемые сейчас инфобизнесменами покажутся детским лепетом, когда технологии автоматической генерации произвольного контента станут доступны всем:
https://hightech.fm/2020/01/16/samsung-neon

Полтора года назад в ЕС вступил в силу закон о защите персональных данных (GDPR), оказывающий существенное влияние на развитие HRTech в Европе. Ещё большее влияние он окажет на индустрию, если станет прототипом аналогичного закона в США, о чем иногда говорят.

Это тот самый закон из-за которого почти на каждом сайте теперь нужно соглашаться на обработку cookies.

Казалось бы, если опираться на опыт нашей бюрократии, то за такой срок все только начнут раскачиваться и правоприменять. В России с момента принятия закона о защите персональных данных (2015) Роскомнадзор провел более 3000 проверок. Но ЕС не Россия.

В ЕС за полтора года официально зарегистрировано 160.000 нарушений и выписано штрафов на 114 миллионов Евро. Из них Google оштрафовали на 60 миллионов евро. И это только начало. Планируется оштрафовать British Airways на 183 миллиона фунтов стерлингов, а Marriott на 99 миллионов:
https://m.habr.com/ru/news/t/485320/

В основном штрафуют за пренебрежение безопасностью при обработке данных клиентов и несанкционированной продаже персональных данных третьим лицам.

Есть сервис, который отслеживает основные нарушения и штрафы. Это позволяет понять за что наказывают компании и насколько:
https://www.enforcementtracker.com

Так что не стоит жаловаться на суровость наших законов и регуляторов. Хорошо что нас всех не проверяют чиновники ЕС.

Продолжение и уточнение истории про ФАС и Headhunter про которую мы писали перед Новым годом:
https://www.kommersant.ru/doc/4233348

Предыстория про решение ФАС:
https://news.1rj.ru/str/WebsoftHR/221

Статья про «первое в мире агентство по найму роботов»:
http://mignews.com/mobile/article.html?id=171219_105407_99715

На самом деле это история про Израильско-Японский (!!!) стартап, который собирается перенести модель почасового найма персонала на аренду промышленных роботов. Этих роботов можно будет арендовать на почасовой основе вместе с персоналом по их обслуживанию.

Ждём записи в трудовых книжках и учётных системах типа «заменён роботом на время отпуска».

А если серьезно, то многие всерьёз задумываются о роли роботизации в будущих трудовых отношениях. Например, Конгресс США об этом очень беспокоится. И об этом мы скоро напишем.

Была в 19 веке псевдонаука френология, пытавшаяся установить связь между психикой человека и его формой черепа.

В 21 веке с помощью Digital решений можно пытаться анализировать связь способностей и особенностей человека с чем угодно. Если не с формой черепа, то с интонацией и темпом речи.

Американский HR стартап VoiceSense анализирует речь кандидата (не содержание, а форму) и автоматически строит профиль соответствия позиции по компетенциям. Насколько у человека «менеджерский» или «сейлзовый» голос. Разумеется, делает это AI:
https://www.hrtechnation.com/startups/speech-analysis-as-a-hiring-assessment-tool/

Не будучи глубокими экспертами, все же усомнимся в анализе голоса в качестве предиктора менеджерских навыков. Не понятно, почему анализ по черепу (френология) или подчерку (графология) это псевдонаука, а по тону голоса - инновация.

Новые технологии позволяют посчитать и оцифровать почти все. Но, стоит включать критическое мышление - не все то золото, что блестит и называется «digital». Псевдонаука тоже может быть цифровой.

Кейс одного из крупнейших в стране производителей кондитерской продукции - компании Хлебпром:
https://blog.websoft.ru/2020/01/blog-post.html

В этом кейсе на самом деле сразу две истории и два автоматизированных инструмента:
1. Как автоматизировать сбор и согласование заявок на обучение и сократить время планирования для сотрудника в 3 раза
2. Как собирать сгенерированный пользователями контент (UGC) и сохранять экспертные знания внутри компании

Влияют ли новые технологии на то, как будет устроена работа и рынок труда через несколько лет? Стоит ли в серьез беспокоится о том куда приведёт роботизация и диджитализация всего что движется?

Конгресс США беспокоится. Даже в момент нешуточной борьбы за импичмент Трампа, демократы и республиканцы смогли договориться, что будущее работы (Future of Work) заслуживает совместного внимания и усилий, по возможному регулированию:
https://news.bloomberglaw.com/daily-labor-report/new-caucus-shows-congress-preparing-to-focus-on-future-of-work

Они создали совместный комитет, цель которого выработать стратегический ответ на вызовы массовой автоматизации.

Даже в Штатах, являющихся пионером в автоматизации/роботизации единой национальной стратегии нет. Нет даже однозначного понимания какие сектора, профессии и категории сотрудников будут затронуты сильнее всего. С этого понимания они и собираются начать и потом уже принимать (возможно) какие-то законы.

Также планируется выделить деньги Бюро Статистики рынка Труда (есть ли российский аналог такого ведомства?) для исследования «аномалий в трудовых взаимоотношениях». Это когда временная занятость/роботы/автоматизация радикально меняют характер труда людей.

Посмотрим что у них получится. Ибо их настоящее это, вероятно, наше ближайшее будущее.

Разработчики и пользователи ИТ решений - заложники BigTech компаний (Google, Apple, Microsoft, Facebook), определяющих правила игры в Сети.

Google прекращает поддержку Flash и сотни приложений приходится переписывать. Apple не поддерживает стандарт WebRTC и множеству разработчиков приходится создавать мобильные приложения там, где мог бы работать браузер. Google обещает запретить сторонние cookies и сотни стартапов по всему миру оказываются на грани смерти. Примеров множество и будет больше.

Сегодня мы получили очередное маленькое, совсем не страшное, но напоминание о том, как обстоят дела.

Выпустив новую версию Chrome, Google заблокировал технологию, которую использовали многие разработчики LMS систем и электронных курсов. Многим теперь придётся напрячься и переделать свои продукты.

Нам пришлось оперативно отреагировать на проблему и выпустить обновление для наших продуктов:
http://blog.websoft.ru/2020/02/google-chrome-lms.html

Но, тем у кого есть электронные курсы, сделанные много лет назад или LMS системы, которые не могут быть обновлены, придётся не сладко.

Увы, с таким положением вещей нужно смириться и быть всегда готовым к неприятным сюрпризам.

Возможно вы помните проект Google Glass. Тот самый, который обещал совершить революцию в применении носимых гаджетов и дополненной реальности, но завершился большим провалом.

Google не сдался и переориентировал продукт на корпоративный рынок. До последнего времени устройства были доступны в рамках специальных (пилотных) проектов. Видимо теперь тестирование завершено.

Вчера Google Glass Enterprise Edition 2 начали продаваться. Пока для разработчиков. Цена - более $1000. Также открыт доступ к SDK для создания приложений для очков:
https://www.ixbt.com/news/2020/02/05/google-glass-enterprise-edition-2.html

Будем ждать проектов в области обучения/информирования сотрудников на рабочем месте. Поскольку именно такое применение напрашивается. По нашему скромному мнению, AR (дополненная реальность) с помощью подобных устройств существенно более перспективна для задач обучения чем VR.

Геймификация стала очень популярна в HR-проектах. Множество компаний создают виртуальные валюты, раздают номинированные в них бонусы за обучение, полученные от коллег благодарности, сгенерированный контент (UGC) и т.п.

И многие сталкиваются с обманом со стороны пользователей. Сотрудники накручиваются баллы, говоря «спасибо» друг другу, используют лазейки в системах и т.п. Причём, иногда это носит массовый характер.

Почему так? Большинство сотрудников мошенники? Стоит ли опасаться что они также будут относиться к деньгам компании как к виртуальным токенам?

И тут можно обратиться к психологам. В прекрасной книге Дена Ариэли «Предсказуемая иррациональность» (Predictably Irrational) в главе 12 описаны многочисленные эксперименты с виртуальными бонусами и призовыми очками.

Вывод, который делают поведенческие психологи по итогам экспериментов: люди, которые никогда не будут мошенничать с реальными деньгами, легко и массово обманывают с деньгами виртуальными. Получается, что если деньги «игрушечные» (даже если их можно поменять на настоящие) то и мошенничество с ними тоже «игрушечное», то есть допустимое.

Имейте это в виду, когда будете проектировать свою геймификацию. И почитайте книгу, не пожалеете:
https://www.mann-ivanov-ferber.ru/books/sse/predictablyirrationals/

При разработке электронных курсов, маркетинговых материалов и прочего бывают нужны фотографии людей.

Бесплатных (royalty free) мало и приходится их покупать в фотобанках. Но, похоже, этой практике приходит конец.

Убедиться в этом можно, зайдя на сайт:
https://www.thispersondoesnotexist.com

Нажимая кнопку «Обновить» вы видите бесконечную последовательность лиц людей, которых никогда не существовало. Все они сгенерированны алгоритмом StyleGan, разработанным компанией NVidia:
https://en.m.wikipedia.org/wiki/StyleGAN

Если разработчики добавят для вновь сгенерированных лиц варианты с произвольными эмоциями, то это будет прекрасный источник контента.

А также источник беспокойства о будущем в котором настоящих людей от виртуальных, настоящие новости от фейковых отличить будет совершенно невозможно. Но это уже совсем другая тема...

PS

Ещё алгоритм генерирует фотографии виртуальных котиков. На случай если их в мире ещё не достаточно

Как сделать так чтобы студент университета всегда чувствовал, что «большой брат» всегда за ним следит?

Нужно внедрить технологию iBeacon (стандарт от Apple, но на устройствах Android тоже работает). Этот механизм позволяет постоянно считывать информацию о местонахождении с телефонов студентов. Если расставить маячки по всему зданию, то можно точно знать когда студент на лекции, в коридоре или в кафе. Конечно, на устройстве должно быть установлено специальное приложение.

Именно так американские университеты уже вовсю следят за студентами, чтобы лекции не прогуливали.

Даже странно, что мы пока не слышали про аналогичные проекты в России и не только в ВУЗах, но и в компаниях. Уж контролировать кто где находится мы любим точно больше чем американцы:
https://m.habr.com/ru/news/t/486324/

В современном мире есть такая штука, которая называется FOMO - Fear Of Missing Out. Это страх, синдром упущенной выгоды:
https://ru.m.wikipedia.org/wiki/Синдром_упущенной_выгоды

FOMO - иллюзия, которая возникает у нас в головах и нам кажется, что мы отстаём. Коллеги, конкуренты, партнеры движутся вперёд, внедряют и использую что-то новое, не стоят на месте... Ещё чуть-чуть и мы отстанем безнадежно. И нам нужно что-то срочно менять. А что можно менять в состоянии страха и паники? То что проще всего - нужно что-то купить ибо это легко и быстро.

Применительно к HRTech/EdTech это выражается в страстном желании менять платформы, стандарты, технологии. Потому что все уже давно (как нам кажется) внедрили искусственный интеллект, VR, машинное обучение, мобильные приложения и прочие инновации. Менять хочется даже если никто ничего на самом деле не внедрил, не совсем понятно зачем это нужно нам и совсем не очевидно, что замена даст какие-то преимущества. Ведь заменить технологию намного проще чем оптимизировать бизнес-процесс, изменить принципы управления или ценности людей. И есть иллюзия движения вперёд.

Как отличить реальную проблему, когда технология или решение безнадежно устарело от FOMO?

Нужно задать себе/коллегам несколько простых вопросов и честно на них ответить:

⁃ Есть ли у нас HR стратегия? Если да, то почему новая технология/решение соответсвует нашей стратегии лучше? В деталях, а не на уровне неизмеримых абстракций

⁃ Как внедрение новых решений можно пересчитать в деньги? В сохранённые человеко-часы? В сокращение затрат? В оптимизацию бизнес-процессов? В потерю сотрудников?

⁃ У нас есть цель, образ идеального будущего? Почему мы не можем к нему прийти с существующими решениями? Как мы придём (и придём ли) к целевому состоянию с новыми решениями? Во что это обойдётся?

⁃ Что критически важное для организации мы потеряем, продолжая использовать технологии на которых мы уже работаем?

Если честный ответ на эти вопросы не позволяет объяснить «инновации», то похоже речь идёт о FOMO и стоит честно себе в этом признаться. А если нет, то нужно двигаться вперёд.

Обсуждали на днях с клиентом куда можно применить ИИ в HR. У компании в стратегии диджитализации про ИИ написано и нужно что-то новенькое в план написать.

Зачем ИИ обсуждать не стали - в наше время приличные люди таких вопросов не задают. Надо значит надо.

Перечислили все тривиальное и 100 раз обсуждённое:
⁃ прогноз эффективности при подборе
⁃ прогноз увольнений
⁃ прогноз эффективности при планировании кадрового резерва/преемственности
⁃ рекомендательные сервисы для обучения и подбор индивидуальных траекторий
⁃ голосовые помощники и чат-боты

А новенькое что-то есть - спрашивает заказчик. Пооригинальнее.

И тут нашёлся ещё один сценарий. Про счастье. Можно, оказывается, с помощью ИИ увеличивать сотрудникам счастье. Раньше это с помощью премии делали, но теперь этот подход устарел.

Не забудьте вписать это в вашу HR-стратегию:
https://incrussia.ru/news/dyvnyj-novij-mir/

Есть ли управление талантами, в том виде, как его понимают в корпорациях, в российских государственных органах?

Скорее нет. В отдельных «продвинутых» ведомствах (например, ФНС) или регионах (Москва, Питер) есть проекты по автоматизации отдельных процессов (подбор, обучение, кадровый резерв), но про большие интегрированные решения ничего не слышно.

Возможно, теперь ситуация изменится. По крайней мере, деньги выделили. Больше 2 миллиардов рублей будет потрачено на систему с романтическим названием ЕИСУ КС, в которой будет вестись учёт, мониторинг, подбор, оценка и планирование развития государственных служащих. Всех кто знает как устроены такие проекты, терзают смутные сомнения в успехе начинания, но не будем терять надежду. Вдруг к 2023 году все получится? Понаблюдаем:
https://m.habr.com/ru/news/t/487586/

Про AR (дополненную реальность) для задач обучения многие говорят, но мало кто пробовал. В немногочисленных реальных кейсах требуется использовать специализированные приложения.

На самом деле AR ближе чем нам кажется. Технология реализована в современных версиях телефонов с iOS с поддержкой стандарта ARKit (iOS 11+) и Android с поддержкой стандарта ARCore. И если у вас такое устройство, то достаточно набрать в Google название животного, например “панда” и нажать на кнопку “смотреть в 3D”. И вы вполне можете увидеть тигра или волка у себя на кухне. Все будет работать прямо из браузера без специальных приложений. Так что будущее уже здесь:
https://www.theverge.com/2019/6/2/18649312/google-ar-search-results-animals-3d-model-augmented-reality-lions-tigers-bears-oh-my

PS

Напомним про AR кейс (с использованием специализированного мобильного приложения) компании Лукойл, про который мы недавно писали:
https://news.1rj.ru/str/WebsoftHR/200

Недавно были опубликованы результаты совместного исследования Корнельсского университета и Microsoft, с анализом 18 digital сервисов по оценке и ранжированию кандидатов на рынке США:
https://arxiv.org/pdf/1906.09208.pdf

Если максимально упростить результаты, то получается что алгоритмы многих сервисов непрозрачны и нет гарантии, что в них не заложены предрассудки и заблуждения, бытующие в HR среде. Хотя именно отсутствие предвзятости является важным аргументом в пользу оценки с помощью софта.

А ещё в статье сказано, что «вендоры уделяют мало внимания соблюдению правила 4/5». Мы решили узнать, что за странный зверь, не известный в наших широтах и почему разработчики софта должны ему следовать?

Оказывается, ещё в 1978 году американский аналог Министерства Труда придумал правила, которым должны руководствоваться компании, если они не хотят быть обвинёнными в предвзятости и дискриминации (bias).

Суть правила такова: пусть у вас есть какая-то группа людей (меньшинств), которые могут дискриминироваться, например, женщины. Определённый показатель этой группы (например, доля получивших офферы или включённых в кадровый резерв) не может составлять менее 4/5 или 80% от аналогичного показателя доминирующей группы (например, мужчин).

То есть, если у вас 200 соискателей мужики и вы сделали 40 офферов, то для 50 соискателей женщин должно быть не менее 8 офферов, чтобы соответствовать этому правилу. Так как 8/50 = 80% * (40/200).

В идеале, любые вендоры HR софта и решений на рынке США должны придерживаться этого правила в своих алгоритмах или предоставлять аналитику для выявления отклонений от него.

А что у нас? У нас своё правило 4/5. 80% пофигу про дискриминацию, а оставшимся 20% справедливо кажется, что пофигу всем остальным и ничего не нужно делать. Остаётся только наблюдать как беспокоятся коллеги по ту сторону океана. Это у них там негров линчуют, а не у нас ;)