Rekrytoinnissa tehdyt päätökset vaikuttavat koko organisaation tulevaisuuteen. Silti monet rekrytointiprosessit nojaavat edelleen vahvasti intuitioon ja subjektiivisiin vaikutelmiin, mikä voi johtaa epätasaisiin tuloksiin. Tässä artikkelissa käymme läpi, mitä kandidaattien pisteytys tarkoittaa, miten puolueellisuus syntyy rekrytointipäätöksissä ja miksi strukturoitu, puolueeton arviointimalli tuottaa parempia tuloksia niin työnantajalle kuin työnhakijallekin.
Artikkeli rakentuu peruskäsitteistä kohti käytännön sovelluksia. Kun ymmärrät ensin, mistä puolueellisuus syntyy ja miten pisteytys toimii, on helpompi hahmottaa, miksi tekoälyavusteinen kandidaattien arviointi on noussut keskeiseksi osaksi modernia rekrytointiprosessia.
Mitä kandidaattien pisteytys tarkoittaa rekrytoinnissa?
Kandidaattien pisteytys tarkoittaa menetelmää, jossa työnhakijoita arvioidaan ennalta määriteltyjen kriteerien perusteella ja heille annetaan numeerinen tai luokiteltu arvo sen mukaan, kuinka hyvin he vastaavat avoimen tehtävän vaatimuksia. Tavoitteena on muuttaa subjektiivinen vaikutelma mitattavaksi tiedoksi.
Perinteisessä rekrytoinnissa rekrytoija lukee hakemuksia ja muodostaa mielipiteen jokaisen hakijan sopivuudesta. Pisteytys tuo tähän prosessiin rakenteen: sen sijaan että arvioidaan ”vaikuttaako hyvältä”, arvioidaan esimerkiksi osaamisen vastaavuutta, työkokemuksen pituutta ja relevantteja sertifikaatteja erikseen pisteytettyinä osa-alueina.
Esimerkiksi asiakaspalvelutehtävään voidaan määritellä, että aiempi asiakaspalvelukokemus tuo viisi pistettä, kielitaito kaksi pistettä per kieli ja alan koulutus kolme pistettä. Jokainen hakija arvioidaan samoilla kriteereillä, jolloin vertailu on suoraviivaista ja läpinäkyvää.
Miten puolueellisuus vaikuttaa perinteisiin rekrytointipäätöksiin?
Puolueellisuus rekrytoinnissa tarkoittaa tiedostamattomia tai tiedostettuja ennakkokäsityksiä, jotka vaikuttavat siihen, miten hakijat arvioidaan. Nämä ennakkoasenteet voivat liittyä esimerkiksi hakijan nimeen, koulutustaustaan, ikään tai tapaan kirjoittaa hakemus.
Erityisen hankala muoto on niin kutsuttu samankaltaisuusharha: rekrytoija arvioi intuitiivisesti paremmaksi sellaisen hakijan, joka muistuttaa häntä itseään tai aiempia menestyneitä työntekijöitä. Tämä voi sulkea ulkopuolelle päteviä osaajia, joilla on erilainen tausta mutta täysin sopiva osaaminen.
Puolueellisuuden vaikutukset ovat käytännöllisiä. Rekrytointipäätökset voivat toistuvasti suosia tietyntyyppisiä hakijoita, mikä kaventaa tiimin monimuotoisuutta ja voi johtaa siihen, että parhaat osaajat jäävät löytymättä. Strukturoimaton rekrytointiprosessi tekee myös päätösten perustelemisesta vaikeaa jälkikäteen.
Puolueettoman pisteytyksen keskeiset periaatteet
Puolueeton kandidaattien pisteytys rakentuu kolmen periaatteen varaan: yhdenmukaisuus, läpinäkyvyys ja tehtävälähtöisyys. Kun nämä periaatteet toteutuvat, arviointiprosessi kohtelee jokaista hakijaa samalla mitalla.
Yhdenmukaisuus
Jokaista hakijaa arvioidaan täsmälleen samoilla kriteereillä. Kriteerit on määritelty ennen hakuprosessin alkua, ei sen aikana. Tämä estää sen, että kriteerit ”liukuvat” suosikkihakijan mukaan.
Läpinäkyvyys
Pisteytyskriteerit ja niiden painotukset ovat kaikkien rekrytointiin osallistuvien tiedossa. Läpinäkyvyys mahdollistaa myös sen, että päätökset voidaan tarvittaessa perustella sekä sisäisesti että hakijoille.
Tehtävälähtöisyys
Kriteerit johdetaan suoraan tehtävän todellisista vaatimuksista, ei oletuksista tai perinteistä. Esimerkiksi jos tehtävä ei edellytä tiettyä tutkintoa, tutkintoa ei pisteytetä. Näin vältetään tarpeettomien esteiden asettaminen hakijoille.
Tekoälyn rooli kandidaattien tasapuolisessa arvioinnissa
Edellä kuvattujen periaatteiden päälle rakentuen tekoäly ei korvaa rekrytoijan päätösvaltaa, mutta se voi soveltaa puolueettoman pisteytyksen periaatteita mittakaavassa, joka ei ole ihmiselle käytännössä mahdollinen.
Tekoälyavusteinen rekrytointi pystyy käymään läpi suuren hakijajoukon ja tunnistamaan osaamisen vastaavuuksia myös silloin, kun hakija ei käytä täsmälleen samoja termejä kuin tehtävänkuvauksessa. Tämä on merkittävä etu perinteiseen hakusanapohjaiseen suodatukseen verrattuna, joka voi hylätä pätevän hakijan pelkästään sanavalintaerojen takia.
Tekoäly rekrytoinnissa toimii parhaimmillaan silloin, kun se on koulutettu arvioimaan tehtävän kannalta relevantteja ominaisuuksia eikä hakijan demografisia piirteitä. Esimerkiksi Moneypennyn kaltainen tekoälytyökalu tunnistaa hakijoiden yllättäviäkin taitoja ja osaa yhdistää ne avoimeen tehtävään, jolloin myös epäilmeisiä osaajia nousee esiin hakijoiden joukosta.
Miksi strukturoitu pisteytys johtaa parempiin rekrytointituloksiin?
Strukturoitu kandidaattien arviointi parantaa rekrytointituloksia kahdesta syystä: se lisää päätösten johdonmukaisuutta ja se laajentaa tehokkaasti harkittavien hakijoiden joukkoa.
Johdonmukaisuus tarkoittaa, että sama hakija saa saman arvion riippumatta siitä, kuka rekrytoija hänet arvioi tai mihin aikaan päivästä arviointi tehdään. Tutkimuksellisesti on tunnettua, että väsyneenä tai kiireen alla tehdyt päätökset poikkeavat harkituista päätöksistä. Pisteytys ankkuroi arvioinnin kriteereihin tunnelman sijaan.
Laajempi harkintajoukko tarkoittaa puolestaan sitä, että strukturoitu pisteytys nostaa esiin hakijoita, jotka olisivat saattaneet jäädä nopean silmäilyn varjoon. Tämä on erityisen tärkeää silloin, kun hakemuksia on paljon. Paremmat rekrytointipäätökset syntyvät siitä, että vertaillaan oikeita asioita oikeilla kriteereillä, ei siitä, että arvataan nopeammin.
Puolueettoman pisteytyksen käyttöönotto rekrytointiprosessissa
Käyttöönotto alkaa aina tehtäväanalyysistä: mitä osaamista, kokemusta ja ominaisuuksia tehtävässä todella tarvitaan? Tämä vaihe on kriittinen, koska virheelliset kriteerit johtavat virheelliseen pisteytykseen, vaikka prosessi itsessään olisi kuinka yhdenmukainen tahansa.
Käytännön käyttöönotto etenee tyypillisesti seuraavasti:
- Tehtäväanalyysi: Määrittele tehtävän todelliset vaatimukset yhdessä tiimin ja esihenkilön kanssa.
- Kriteerien rakentaminen: Muodosta mitattavat arviointikriteerit ja päätä niiden painotukset tärkeysjärjestyksen mukaan.
- Pisteytyspohjan testaus: Testaa kriteerit muutamalla esimerkkihakemuksella ennen varsinaista hakuprosessia ja tarkista, tuottavatko ne järkeviä tuloksia.
- Johdonmukainen soveltaminen: Varmista, että kaikki rekrytointiin osallistuvat soveltavat samoja kriteerejä samalla tavalla.
- Tulosten arviointi: Tarkastele rekrytoinnin jälkeen, toimivatko kriteerit odotetulla tavalla, ja kehitä prosessia seuraavaa kertaa varten.
Tärkeä muistutus: pisteytys on työkalu päätöksenteon tueksi, ei päätöksentekijä itse. Rekrytoija tekee aina lopullisen päätöksen ja voi ottaa huomioon myös sellaisia tekijöitä, joita pisteytysjärjestelmä ei kata. Puolueeton pisteytys ei poista harkintaa, se tekee harkinnasta laadukkaampaa.
Jos haluat tutustua siihen, miten tekoälyavusteinen kandidaattien arviointi toimii käytännössä, ota yhteyttä ja kerromme lisää.