“機(jī)器人考評(píng)”在一些單位正逐步被應(yīng)用，卻并未考慮時(shí)間維度的考評(píng)系統(tǒng)。例如，機(jī)器人不會(huì)識(shí)別出應(yīng)聘者當(dāng)天狀態(tài)的短暫波動(dòng)，或許會(huì)認(rèn)為這是常態(tài)。這類系統(tǒng)的局限性也無(wú)法反映宏觀層面人崗市場(chǎng)的匹配情況。

　　薛延波認(rèn)為“咬合”的匹配可描述為兩個(gè)可解方程：一是不存在A與B偏好對(duì)方卻沒有配對(duì)；二是不會(huì)出現(xiàn)A與B、C與D已經(jīng)配對(duì)，卻有更優(yōu)組合使得整個(gè)市場(chǎng)的情況更好。而從微觀到宏觀，通過個(gè)體或部分市場(chǎng)的匹配，整個(gè)職業(yè)市場(chǎng)將體現(xiàn)出“穩(wěn)定”狀態(tài)。而職業(yè)科學(xué)利用人工智能手段，所要實(shí)現(xiàn)的目標(biāo)即是一個(gè)穩(wěn)定的市場(chǎng)，并且是可通過模塊拆解、算法建模等進(jìn)行規(guī)劃設(shè)計(jì)的科學(xué)問題。

　　與一些問題明確的科學(xué)問題不同，招聘用人的問題還需考慮人文要素。薛延波說，傳統(tǒng)用大數(shù)據(jù)分析來(lái)解決招聘問題，主要是通過計(jì)算科學(xué)、數(shù)據(jù)挖掘等方法，將其看成工程問題。而我們認(rèn)為，需要加入的參數(shù)還要包括心理學(xué)、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、勞動(dòng)關(guān)系學(xué)等內(nèi)容。將人文學(xué)科拆解成模塊引入AI的參數(shù)中、參與到深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的映射關(guān)系中，將更有可能建立“穩(wěn)定”的雙邊市場(chǎng)。

　　大數(shù)據(jù)為基礎(chǔ)，生成型機(jī)器學(xué)習(xí)為補(bǔ)充

　　對(duì)于人工智能來(lái)說，無(wú)論是哪個(gè)專業(yè)領(lǐng)域，數(shù)據(jù)始終是尋求最優(yōu)解的基礎(chǔ)。選取哪些數(shù)據(jù)、從什么維度選取、選取多少是第一步。

　　資料顯示，IBM的“沃森”調(diào)用的數(shù)據(jù)包括員工資料、接手的歷史項(xiàng)目、員工的經(jīng)驗(yàn)和表現(xiàn)、內(nèi)部培訓(xùn)系統(tǒng)中記錄的員工培訓(xùn)及學(xué)習(xí)情況等。

　　不同來(lái)源的人力資源數(shù)據(jù)積累工作始終在推進(jìn)。據(jù)人社部相關(guān)負(fù)責(zé)人去年年底介紹，人社部開啟的人才素質(zhì)測(cè)評(píng)服務(wù)當(dāng)時(shí)已測(cè)評(píng)近50萬(wàn)人次。而BOSS直聘的相關(guān)數(shù)據(jù)顯示，該平臺(tái)目前掌握的數(shù)據(jù)樣本量在4000萬(wàn)左右。

　　“現(xiàn)有數(shù)據(jù)已經(jīng)足夠支撐我們?nèi)プ鲆恍﹩��?dòng)的科研項(xiàng)目。”薛延波表示，但對(duì)于一些敏感或還未獲得的數(shù)據(jù)，一些機(jī)器學(xué)習(xí)的方法可以“補(bǔ)缺”，例如生成型機(jī)器學(xué)習(xí)方法。他補(bǔ)充解釋道：如果平臺(tái)上有張三和李四，而在數(shù)據(jù)中又需要張三和李四之間的一個(gè)人物，就可以訓(xùn)練一個(gè)機(jī)器學(xué)習(xí)模式，“派生”出符合張三和李四中間特征的人物，用以進(jìn)行現(xiàn)實(shí)世界中的職位匹配等研究工作。

 2/5   首頁(yè) 上一頁(yè) 1 2 3 4 5 下一頁(yè) 尾頁(yè)