Bagaimana Artificial Intelligence and Machine Learning Membentuk Analisis Orang

Tidak seperti banyak bidang teknologi sumber daya manusia lainnya, pengenalan dan penggunaan ekstensif kecerdasan buatan (AI) dan pembelajaran mesin dalam analitik sumber daya manusia telah menghasilkan perluasan yang signifikan dalam ruang lingkup dan dampak pengaruh teknologi itu sendiri.

Sementara AI dan pembelajaran mesin telah digunakan di berbagai bidang teknologi sumber daya manusia, penggunaannya di bidang analitik sumber daya manusia memiliki dampak yang signifikan. Dalam konteks artikel ini, algoritme pembelajaran mesin sekarang dapat mengotomatiskan ekstraksi wawasan penting dari volume data manusia yang sangat besar, sebuah metode yang disebut sebagai analitik “ditambah”. Beberapa dari sistem ini disebut demikian oleh Helen Poitevin, analis senior di Gartner yang berspesialisasi dalam teknologi sumber daya manusia.

Dia mencatat bahwa beberapa dari teknologi ini dinamai demikian karena mereka menggunakan pembelajaran mesin untuk mengotomatiskan ekstraksi wawasan penting dari volume besar data manusia. Menurut penulis, “wawasan yang berguna sedang dipulihkan dari sejumlah besar data manusia dalam bentuk otomatis” sebagai hasil dari penggunaan pendekatan pembelajaran mesin.

Ini dikenal sebagai “analitik tambahan.” “Augmented analytics” dalam konteks ini mengacu pada penggunaan kecerdasan buatan (AI) dan pembelajaran mesin untuk mengotomatiskan ekstraksi wawasan penting dari volume besar data manusia. Dalam konteks ini, Artificial Intelligence and Machine Learning sedang digunakan untuk mengotomatiskan ekstraksi wawasan penting dari volume besar data manusia.

Menggunakan kombinasi analitik tambahan dan pembelajaran mesin untuk memprioritaskan wawasan mana yang paling penting untuk dikonsentrasikan ketika menyangkut individu tertentu pada waktu tertentu, menurut artikel Poitevin, dapat membantu dalam memprioritaskan wawasan mana yang paling penting untuk dikonsentrasikan.

Semakin banyak perusahaan, seperti Workday, bisnis perangkat lunak sumber daya manusia, sangat mengandalkan analisis data untuk membantu personel sumber daya manusia memilih tanda-tanda paling penting untuk dipantau. Metode ini menghilangkan kebutuhan kru analisis data yang besar untuk melewati volume data yang luar biasa.

Perusahaan lain, seperti Workday, menggunakan analitik tambahan untuk membantu manajer sumber daya manusia menemukan indikator kinerja mana yang paling penting untuk diperhatikan dan indikator kinerja mana yang kurang penting untuk diabaikan. Mr. Pete Schlampp, wakil presiden senior analitik Workday, membahas pelajaran yang dia pelajari tentang bekerja dengan data dan memberikan wawasan data kepada profesional SDM.

Mendongeng, menurut Schlampp, adalah strategi yang dapat membantu manajer SDM dalam memperoleh pengetahuan yang lebih baik tentang budaya dan lingkungan di mana bisnis mereka beroperasi. Workday menggunakan teknik yang dikenal sebagai “bercerita” untuk menggambarkan peristiwa yang mengarah ke hambatan tersebut dalam bahasa Inggris yang sederhana, membantu pekerja untuk lebih memahami apa yang terjadi di tempat kerja mereka. Ini adalah komponen penting dari keseluruhan rencana pertumbuhan Workday, yang dirinci di bawah ini.

Narasi inti disampaikan kepada pengambil keputusan dengan cara yang sederhana, menurut Schlampp, dan didukung dengan metrik dan infografis pendukung yang menggarisbawahi fakta mendasar dan masalah penting yang harus diperhitungkan. Dia percaya bahwa pembuat keputusan diberikan sinopsis sederhana dari narasi. Jika informasi disajikan dengan cara yang dapat dipahami, akan mudah bagi pembuat keputusan untuk mempelajari dan menyimpannya.

Harap beri tahu saya tentang pemikiran Anda tentang ini sampai saat itu, karena saya ingin mengamati bagaimana ini bekerja dalam kenyataan sebelum membuat keputusan akhir. Terima kasih telah meluangkan waktu untuk membaca ini dan telah mempertimbangkan permintaan saya. Mohon terima terima kasih saya yang tulus sebelumnya karena telah meluangkan waktu untuk menyelidiki permintaan saya. Menurut Schlampp, Anda seharusnya hanya menyediakan pelanggan dengan “narasi” analitik tentang tarif promosi CEO wanita untuk menjelaskan bagaimana perusahaan dapat membantu mereka.

Schlampp dari Workday menyatakan bahwa ketika bekerja dengan pelanggan pada “narasi” analitik yang dihasilkan bisnis pada tingkat promosi eksekutif wanita, perusahaan dapat membuat laporan untuk mereka. Setelah itu, pelanggan mendapat laporan. Menurut statistik, program pelanggan dimaksudkan untuk mempersempit daripada memperbesar kesenjangan, yang menunjukkan bahwa klien menganggap program tersebut gagal. Klien kami dapat mengungkap akar penyebab masalah sebagai hasil dari proses penemuan dan bekerja dengan mitra bisnis sumber daya manusianya untuk menerapkan solusi yang diperlukan untuk mengendalikan situasi.

Kecerdasan buatan, menurut penulis, mempengaruhi manajemen orang di berbagai bidang, termasuk manufaktur dan analitik dalam pembelajaran dan pengembangan. Mengintegrasikan tujuan profesional orang dengan kompetensi yang dibutuhkan untuk pekerjaan mereka selalu sulit, menurut Elvis Ha, direktur manajemen produk di CornerstoneOnDemand, penyedia layanan komputasi awan dengan kantor pusat di Santa Monica. Dia pikir air pasang berbalik menguntungkannya, yang membesarkan hati. Dia mengatakan bahwa ketidakmampuan penyidik ​​untuk membuat koneksi yang mereka butuhkan selama penyelidikan sumber daya manusia berasal dari kurangnya keahlian.

Adopsi teknologi kecerdasan buatan (AI) adalah masalah penting lainnya. Berkat kemajuan teknologi kecerdasan buatan, karyawan mungkin bisa mendapatkan materi pembelajaran yang langsung relevan dengan keterampilan yang dibutuhkan untuk tugas tertentu dalam waktu dekat, daripada harus menunggu. Kemampuan karyawan diuji menggunakan teknologi ini, dan mereka kemudian ditawarkan materi pembelajaran yang sesuai dengan tingkat kemahiran mereka. Kata “mesin”, yang merupakan singkatan dari “pembelajaran mesin”, dapat digunakan untuk mengkarakterisasi fitur dari jenis teknologi ini. Ini juga merupakan istilah untuk karakteristik pembelajaran mesin, yang merupakan sejenis kecerdasan buatan.

Cornerstone On Demand, seperti yang disebutkan sebelumnya oleh Ha, menggunakan kecerdasan buatan untuk membantu menemukan metodologi pelatihan yang paling tepat untuk kebutuhan pelanggannya. Vendor dapat menggunakan data historis untuk mengidentifikasi hari terbaik untuk menyampaikan program pembelajaran tertentu untuk meningkatkan persentase peserta yang berhasil menyelesaikannya. Semua ini dilakukan untuk meningkatkan jumlah orang yang menyelesaikan program secara efektif, yang merupakan tujuan akhir program dalam hal tingkat penyelesaian.

1 thought on “Bagaimana Artificial Intelligence and Machine Learning Membentuk Analisis Orang”

Leave a Comment