智邦网
2021年1月19日，兰德公司网站发布报告，题为《Can Artificial Intelligence Help Improve Air Force Talent Management? An Exploratory Application》，作者是大卫·舒克（政策研究员）和尼尔森·林（兰德空军项目的人力、人事和培训项目主任、资深社会学家、帕蒂兰德研究生院教授）等6人。报告要点如下：
研究的问题
（1）模仿人类专家业绩判断描述流程的人工智能赋能业绩评分系统如何在制定人才管理决策时帮助高层领导充分利用业绩记录？
（2）实施这种人工智能系统有哪些潜在后果和影响？
私人和公共组织都越来越多地利用计算能力、数据可用性和分析能力方面的改进来改善业务流程。这些趋势促使美国国防部决策者对采用数据赋能的方法是否有助于更有效地管理部门人员产生了更大的兴趣。在本报告中，兰德研究人员探索了一种应用程序，该应用程序将使美国空军能够利用现有数据来改善人力资源管理（HRM）政策和实践。具体来说，研究人员开发了一种使用人工智能（AI）和机器学习的业绩评分系统，这将使HRM流程中的业绩描述得以扩展使用。本报告的主要目的是为空军决策者提供一个可行的示例（即一个问题的逐步解决方案），因为他们正在考虑应用人工智能来改善人力资源管理流程的潜在方式。
重要发现
• 研究人员将跨行业的标准数据挖掘过程应用于本分析中探讨的人工智能应用程序。此任务需要两个主要数据输入：（1）足够大的军官业绩描述样本；（2）结果标签提供了哪些描述显示了最佳工作业绩的信息。
• 研究人员发现人工智能业绩评分系统存在业务需求。该系统可用作促进政策分析、协助开发团队、推动专业发展或辅助竞争性选择决策的工具。
• 从现有存档中提取和数字化大量的军官评估数据是可行的，但由于将旧文档中的文本数字化的过程需要大量的调整和计算时间，因此该过程可能对空军从业人员的未来工作构成潜在挑战。
• 初始模型的结果是有应用前景的：标准的机器学习算法可以通过识别业绩描述文本中的已知信号来准确预测军官的业绩水平，而无需进行显式编程。
• 如果使用该系统做出改变军官职业生涯的决策，则在实施过程中对隐私、公平性、可解释性以及其它意外后果的关注度最大。这些考虑因素可能不会阻碍将该系统用于其它目的。
建议
• 决策者应对系统和策略进行定位，以充分利用HRM流程所生成数据的分析用途。
• 自然语言处理技术可以减少在数据收集阶段预先量化信息的需求。
• 人力资源经理应将人工智能的应用视为更好地制定政策的推动力，而不是替代人类决策。
声明：本平台发布部分内容来自公开资料或者网络，版权归原作者所有，转载的目的在于传递信息及用于网络分享，不代表本平台赞同其观点，如涉版权问题，请与我们联系，我们第一时间处理。