新着Pick
135Picks
シェアする
Pick
Pick に失敗しました

人気 Picker
シビュラシステムかのようですね。

個人的には
・行けるところまで極端にデジタルにやってみる
・「やりすぎたわ!」ってどこかで気づいてPDCA
という流れになるのかなあと思っています。
AIにも予想ができない人材が出てきたら、AIはどのように判定するのだろうか?

自分の計算能力の低さを隠すために、あえて見てみぬふりをするのか?

はたまた、まだ見ぬ可能性を分析して、将来幹部候補生の一人としてピックアップするのか?

どちらにしても、結局人間臭さは抜けない気もする。
この記事にかかれていることはまさに起こっていますし、最近HRテック関連のご相談が冨に増えました。

ただ、「注意点:評価プロセスがブラックボックス」については、いまは様々な工夫がなされて評価の根拠を示せるようになってきていますし、旧来ある線形処理の幾つかはりもともとブラックボックスではありません。

例えば、人事系ではありませんがテレビドラマの資料率を放送前に予測し、何がどれくらい寄与してその資料率と予測されるのかについて解析しています。例えば、このドラマの主人公がキムタクで、主題歌をB'zが歌っていたとしたら○○%アップ、のような感じです。
・福島悠介, 山崎俊彦, 相澤清晴, “放送前の情報のみを用いたテレビドラマの視聴率予測 ,” 映像情報メディア学会誌, vol. 70, no. 11, pp. J255-J261, 2016. http://doi.org/10.3169/itej.70.J255

また未発表技術ですが、人の顔の魅力度について1人1人個別に解析できる技術も研究しています。例えば、一般的に「笑顔になったら魅力度がXX%アップします」ではなく、Aさんが笑顔になったらAA%アップ、Bさんが笑顔になったらBB%アップという感じです。

このような技術はHRテックにも応用可能だと考えています。
一方、理系学生は最適なESを生成するAIを開発しGitHubで公開するのであった。