Difícil encontrar uma área em que a Inteligência Artificial (IA) e a Machine Learning (ML) não tenham batido à porta. Para onde quer que olhemos, há funções tendo que se reinventar – muitas em velocidade absurda. E, realmente, quem insistir em ficar parado no tempo, defendendo antigos processos e verdades, está com o passaporte para a crise devidamente carimbado nas mãos.
No extremo oposto, entretanto, aqueles que estiverem abertos aos avanços das novas tecnologias se encontrarão diante de oportunidades enormes. Adaptando o velho ditado, se você não pode combatê-los, junte-se a “elas” – as máquinas, mas não porque sinta que lhe falte força para a batalha e sim por entender que é a opção mais inteligente a tomar.
Quem tem medo de Machine Learning?
Em português, significa Aprendizagem Automática ou Aprendizagem de Máquina e é um conjunto de técnicas que permite que os computadores tomem decisões baseados em dados, que eles cruzam e analisam. É bem diferente de restringi-los a apenas cumprir esta ou aquela tarefa. E, a pergunta que não quer calar: será que, como nas séries de ficção científica, isso quer dizer que vai chegar um momento em que o recrutamento será completamente feito por máquinas? Sem chance.
Afinal, estamos falando de uma área que lida com gente e, por isso, com tarefas com toda uma gama de complexidade (atrair, selecionar, engajar, reter talentos). Sim, há muito tempo o RH não se trata apenas confrontar formações e experiências listadas em currículos. Interessa muito – e em alguns casos, principalmente – o que não é dito ali.
“A maior parte do conhecimento do mundo no futuro será gerado por máquinas e vai estar em máquinas…”
Yann LeCun, Diretor de Pesquisa de Inteligência Artificial do Facebook
O grande obstáculo está na mudança de mindset. Porque é um erro encarar a situação como um duelo máquina Vs. homem. A pergunta certa a fazer é: o que devo saber e como devo me preparar para tirar o melhor proveito desse ambiente tecnológico. Pela importância que os departamentos de RH vêm assumindo nas organizações, impactando positivamente com seu trabalho a produtividade, as finanças, o clima organizacional e a construção de employer branding, nada mais natural do que se tornar cada vez mais data driven.
Um estudo da Gartner diz que quase todos os produtos de softwares que serão desenvolvidos até 2020 terão em comum a presença de tecnologias de Inteligência Artificial. Antes de encarar a prima-irmã dela, a Machine Learning, como ameaça é melhor levar em conta que:
- É uma realidade que já está entre nós, no nosso dia a dia: nas pesquisas em mecanismos de busca, nas publicidades que chegam até nós na internet, no controle de spam nas nossas caixas de e-mail, nos conteúdos multimídia, nos carros, nos telefones, na recomendação de produtos pelos varejistas, nos programas que usamos para ter acesso à informação, entre outros;
- É uma realidade que não tem volta.
A professora Manuela Veloso, do Departamento de Machine Learning da Escola de Ciência da Computação da Carnegie Mellon University, é enfática: são necessárias pessoas para desenvolver, manter e atualizar dados porque “algoritmos não caem do céu”. Para ela, é uma transformação que abre espaço para as máquinas, mas que em hipótese nenhuma tira de cena a humanidade. Ela é bastante otimista: “As pessoas terão de se adaptar a essas novas tecnologias. A aprendizagem e a educação será fundamental e, além disso, outras skills e capacidades vão ser fundamentais, nesta época de transição.
É um passo que não se pode voltar atrás. E estamos muito longe de ter tudo automatizado. No fundo estamos criando uma estrutura que vai permitir uma otimização de todos os processos. Podemos melhorar toda a sociedade”.
Evitando mal-entendidos
Para que se possa tirar bom proveito das técnicas de Machine Learning e fugir de interpretações equivocadas, o gerente de pesquisas na Easy Solutions, Javier Vargas, reiterou no site CIO/IDG:
1- Machine Learning não é capaz de criar conhecimento, apenas de extrair conhecimento;
2 – Machine Learning é uma tecnologia adicional.
Ou seja, repensemos eventuais temores!
>>Leitura Recomendada:
Mineração de texto: python para descobrir emoções
Machine Learning e os Recursos Humanos
Quando se questionam as principais competências dos profissionais de RH do futuro, a defesa do uso da máquina em favor do homem ganha força. Em grande parte das previsões, adivinhe qual é um item recorrente? Machine Learning! Isso consolida o RH como agente ativo de transformação desse novo cenário de gestão de pessoas. Viva o RHTech!
Pesquisadores do assunto, como o engenheiro de computadores português Luís de Mattos, acreditam que ao mesmo tempo em que a gestão de Recursos Humanos não comporta mais as abordagens tradicionais, tampouco precisa se preocupar com a possibilidade de ser reduzida a carregar e extrair dados em sistemas avançados. Isso não acontecerá.
Levando a discussão para o dia a dia dos RHs, dá para imaginar a carga de trabalho das equipes no desafio permanente de preenchimento de vagas em aberto e na retenção de talentos. Fica impossível não pensar no tempo que isso toma – e no custo que representa. É aí que a máquina pode entrar como melhor amiga do recrutador.
Criados os padrões, é deixar o trabalho braçal com ela, que cruzará dados, resultados de testes e competências para sinalizar os talentos que mais dão match com o perfil da vaga e da empresa. Daí, sim, o profissional de RH volta à cena para conduzir o processo com as habilidades humanas que nenhuma máquina tem.
No minuto em que você lê esse post, pense na quantidade de candidatos enviando currículos para empresas, postando perfis em sites de emprego, se informando em fóruns na internet sobre a sua empresa ou sondando colegas que trabalham na sua organização.
Quais as chances de serem encontrados de forma mecânica? Mínimas, não? A vantagem da ML é a reação mais rápida do que a humana na identificação de insights e suposições que iriam requerer muito tempo e esforço para se chegar, sem a ajuda da máquina. As palavra-chaves então são abrangência, eficiência e assertividade.
Em português claro, a máquina fica com a parte tediosa da tarefa, detectando patterns de maneira mais rápida e acurada. O recrutador, com os aspectos humanos tão relevantes para uma boa contratação.
A ML não vai acabar com o RH \o/
Agora que vimos que a ML vai tão somente poupar o profissional de RH daquelas tarefas repetitivas e mecânicas, que ficam mais sujeitas a erros ou a inclinações pessoais, hora de saber como introduzir a Machine Learning na rotina de recrutador. Há empresas que oferecem plataformas de recrutamento inteligente, como a GeekHunter que vem revolucionando o cenário de contratações do Brasil, nos últimos anos.
São ferramentas como a Inteligência Artificial e a Machine Learning, usadas em conjunto com os mais atuais conceitos de recrutamento. Aliando as teorias clássicas de Recursos Humanos ao que há de mais moderno em tecnologia, já atraiu com seus sistema inteligente mais de 1000 empresas para o portfólio, como Dafiti, Resultados Digitais, Creditas, Mercado Livre, GuiaBolso, Americanas.com, Shoptime, Submarino Viagens, dentre outros.
O segredo? Um funil de pré-seleção dos mais criteriosos, em que só 5% dos melhores desenvolvedores são aprovados e disponibilizados para as empresas. E mais: A qualidade dos candidatos e o atendimento da GeekHunter garantem um tempo de contratação médio de 16 dias!
Interessado em saber mais sobre como fazer da Machine Learning uma aliada na seleção de talentos na prática?
>>Leitura Recomendada:
Leia nosso artigo sobre 5 ferramentas de Big Data para você conhecer
