【HRテック】人事領域にも用いられるAI

AIはさまざまな領域で用いられている。その代表例といえるのが人事領域だ。現在のAIは、機械学習という技術に支えられている。機械学習とは、データを学習し、ルールやパターンを発見可能な技術である。つまり、人間の判断を模倣できるのだ。

マグロの品質判断を模倣するAI

電通が開発した「TUNA SCOPE」は、マグロの尾の写真からマグロの品質を判断するAIであり、職人の品質判断を模倣することができる。このAIを実現するための仕組みは、容易に想像できる。データとしてマグロの尾の写真と職人の判断のペアデータを十分に用意し、コンピュータに学習させるのだ。

このように、機械学習では、属性データと結果(良い・悪い、など)のデータが大量にあれば、属性データから結果を予測するAIを作ることができる。

HRテックとして活用されるAI

HRテックとは、テクノロジーを活用することで、人事領域(Human Resources)においての生産性向上や質の向上を計ることである。さきほどのマグロの品質判定と同様に考えれば、人事領域での活用方法も見えてくる。たとえば、企業において成果を出せる人材の属性特定、退職する可能性のある職員の特定などがそうである。

社員の属性データと「優秀・優秀ではない」というペアデータを十分に用意すれば、機械学習により優秀な社員が備えるべき属性を特定できる。

同様に、社員の属性データと「退職・退職しない」のペアデータから学習することで、社員の属性データを入力したときに退職するかどうかを予測することができる。

また、属性データから配属部署との相性を予測することなども可能だ。

このように、少し考えるだけでAIと人事領域の相性の良さが想像できる。

HRテックとして直接AIを用いるわけではないが、興味深いものもある。たとえば、ウェアラブル端末から社員の体調を把握するということもできる。耳たぶにつけた機械から眠気を察知したり、腕時計型の端末で血圧や心拍数などの生体データを取得したりするなど、職員の健康を守るためのHRテックも存在する。

一方で、慎重な導入が必要

ただし、AIによる学習から導き出された答えの中に、性別や出身など差別につながる属性が特性された場合には注意が必要である。たとえば、人材の評価をするなかで、「○○県出身者はパフォーマンスが低い」となった場合、「○○県出身者は採用しない」という結論を出してよいだろうか? 当然ながら否である。

このように、HRテックとしてAIを活用することには大きな展望が見込めるが、実際には慎重な導入が求められる。差別なく、公平なAIを作成することが重要だ。

 

 

 

おすすめの記事