Kada govorimo o AI-u u HR-u, više se ne pitamo zašto uvesti AI alate u HR procese nego se pitamo što drugi već rade i što mi propuštamo. U mnogim organizacijama AI je već diskretno preuzeo prve linije regrutacije i selekcije: od automatskog rangiranja prijava do dinamičkog prilagođavanja oglasa za posao kandidatima. No stvarna razlika ne nastaje u alatima, nego u načinu njihove primjene.
Primjerice, napredniji HR timovi više ne koriste AI samo za screening CV-a, nego za kontinuirano “učenje” iz procesa zapošljavanja — koji kandidati ostaju, napreduju i dovode do rezultata. Drugi ga koriste za prepoznavanje uskih grla u hiring funnelu u realnom vremenu, dok treći eksperimentiraju s AI intervjuima koji standardiziraju procese. U pozadini, radi se o pomaku: od administrativne automatizacije prema operativnim odlukama temeljenima na podacima.
Ono što se često podcjenjuje jest koliko su te prakse već diferencijator na tržištu rada. Kandidati možda ne vide vaš ATS ili modele bodovanja, ali itekako osjete brzinu, relevantnost i konzistentnost procesa. Upravo tu AI prestaje biti interni alat i postaje dio employer branda.
Manje administracije, više interpretacije podataka
Iz iskustva vidimo da kandidati sve češće koriste AI kako bi ispeglali svoje prijave — životopisi su uredniji, motivacijska pisma strukturiranija, a odgovori prilagođeni oglasu često zvuče gotovo besprijekorno. Na prvi pogled, to podiže opću razinu kvalitete prijava. No u praksi se događa zanimljiv paradoks: volumen prijava raste, ali signal postaje slabiji. Drugim riječima, sve je teže razlikovati kandidate koji zaista imaju tražene kompetencije od onih koji su jednostavno dobro promptali AI alat.
AI alati tako postaju standardni dio pripreme prijave, što znači da klasični screening temeljen na životopisu i motivacijskom pismu gubi dio svoje prediktivne vrijednosti. Dokumenti više ne odražavaju nužno stvarne sposobnosti kandidata, već njihovu sposobnost da uz pomoć tehnologije prezentiraju poželjnu verziju sebe. To ne mora biti negativno samo po sebi, ali zahtijeva promjenu perspektive u HR-u: umjesto procjene “kako kandidat piše o sebi”, fokus se pomiče na “što kandidat stvarno može napraviti”.
Zbog toga se u modernim selekcijskim procesima sve manje oslanjamo na statične formate poput CV-a, a sve više na kombinaciju konkretnih assessment alata i simulaciju poslova. To uključuje kratke zadatke koji repliciraju stvarne poslovne situacije, strukturirane intervjue, kao i testove kognitivnih sposobnosti, osobnosti i tehničkih vještina. Takav pristup omogućuje objektivniji uvid u kompetencije, ali i smanjuje utjecaj uljepšanih prijava. Kandidati moraju pokazati kako razmišljaju, rješavaju probleme i kako se snalaze u situacijama koje ih čekaju na radnom mjestu.
AI tako, zanimljivo, djeluje na obje strane procesa: kandidati ga koriste da bi povećali svoje šanse, dok ga HR koristi da bi ponovno uspostavio ravnotežu i došao do relevantnih uvida. Rezultat nije nužno manje posla za HR timove, već drugačiji tip posla — manje administracije, a više interpretacije podataka i donošenja odluka temeljenih na dokazima
Ako su podatci na kojima se AI trenira (slučajno) pristrani, algoritmi nastavljaju te prakse
Velik broj regrutera koristi programe za headhunting kandidata, automatizaciju, evaluaciju životopisa, rangiranje kandidata i usporedbu vještina s potrebama radnog mjesta. Takvi alati olakšavaju organizaciju sastanaka, omogućavaju transkripciju i analizu intervjua te čak i prepoznaju „red flagove“ kod kandidata. Ipak, točnost rezultata koje pružaju AI sustavi uvelike ovisi o podacima na kojima su trenirani, što znači da mogu biti podložni pristranostima i diskriminaciji. Zato, umjesto da se oslanjamo samo na AI alate - moramo razvijati i tražiti empatiju, intuiciju i sposobnost prepoznavanja suptilnih osobnih karakteristika kod HR stručnjaka.
Česte su i HCM platforme temeljene na AI algoritmima koje su vrlo korisne za projekte masovnog zapošljavanja jer AI algoritmi značajno ubrzaju proces identificiranja kandidata koji odgovaraju zahtjevima pozicije, no i tu postoje ograničenja. Ako su podatci na kojima se AI trenira već pristrani – bilo na osnovu spola, rase, dobi ili drugih faktora – algoritmi mogu nastaviti te prakse. Takvi su alati u pravilu bazirani na ključnim riječima pa mogu propustiti kandidate koji imaju odgovarajuće iskustvo, no koriste drugačije izraze u svojim životopisima. Zato i dalje ostaju potrebni značajni regrutacijski napori koji uključuju poznavanje specifičnosti industrija, klijenata i kandidata.
Kod kompanija koje imaju certifikat Employer Partner svjedočimo implementaciji VR/AR tehnologija i mobilnih aplikacija za preboarding koje omogućavaju novim zaposlenicima da se pripreme prije dolaska na novi posao. Umjetna inteligencija primjenjuje se i u procesu onboardinga. Neke kompanije koriste interaktivne poligone za učenje u kojima AI simulira stvarne poslovne situacije i pomaže novim kolegama da kroz praksu uvježbaju reakcije i bolje upoznaju kulturu tvrtke.
Postoje i programi za razvoj zaposlenika koji su bazirani na AI preporukama, a u nekim se tvrtkama koriste interni marketplace sustavi za razmjenu znanja, koji potiču društvenu koheziju i suradnju kao i chatbotovi koji zaposlenicima u svakom trenutku mogu odgovoriti na uobičajena pitanja – primjerice, koliko im je ostalo dana godišnjeg odmora, imaju li pravo na slobodne dane i kada se održava interni događaj. Ovakva rješenja štede vrijeme, ubrzavaju komunikaciju i stvaraju osjećaj transparentnosti unutar organizacije.
Što treba imati na umu prilikom odabira alata za pronalazak i selekciju kandidata?
Integracija ATS sustava poput TalentLyfta s platformama za testiranje kao što je SELECTIO platforma uvelike mijenja selekcijski proces. Umjesto fragmentiranih alata i ručnog prebacivanja podataka između sustava, cijeli proces postaje povezan i protočan — od prvog kontakta s kandidatom do završne odluke o zapošljavanju. Prijave se automatski prikupljaju, filtriraju prema unaprijed definiranim kriterijima i prate kroz svaku fazu procesa, čime se eliminira velik dio administrativnog opterećenja koje je do nedavno bilo neizbježno.
Kombinacija ATS sustava koji radi predselekciju prijava i pravih mjernih instrumenata koji ipak rade distinkciju u kandidatima kroz procjenu, bez AI-a osiguravaju efikasnost, ali i kvalitetu outputa.
Takva automatizacija ne znači da HR ima manje kontrole, upravo suprotno. Ona omogućuje veću preglednost i dosljednost u donošenju odluka. Umjesto da troše vrijeme na organizaciju i logistiku, HR stručnjaci mogu se fokusirati na ono što donosi stvarnu vrijednost: razumijevanje kandidata. To uključuje interpretaciju psihometrijskih rezultata, procjenu potencijala i dublju analizu usklađenosti kandidata s timom i organizacijskom kulturom.
S obzirom na to da u pravilu pričamo s kandidatima koji nisu sami radili prijavu i CV, a često ju nisu niti kritički pogledali, ključno je da selekcijski procesi sadrže procjenu kandidata putem psihologijskog testiranja, procjene kompetencija ili procjene ponašanja u timovima. No, važan element je i standardizacija procjene. Korištenjem strukturiranih psiholoških testiranja i alata za procjenu kompetencija smanjuje se subjektivnost koja često utječe na selekcijske odluke. HR stručnjaci pritom ne gube svoju ulogu, naprotiv, njihovo iskustvo postaje ključno u interpretaciji rezultata i donošenju konačne procjene. Tehnologija daje podatke, ali kontekst i značenje i dalje daje čovjek.
U praksi, ovakve integracije omogućuju donošenje informiranih odluka u znatno kraćem vremenskom roku. To je posebno važno na današnjem tržištu rada, gdje kvalitetni kandidati često imaju više ponuda i ne čekaju dugo. Spori i kompleksni selekcijski procesi sve češće znače propuštenu priliku, ne zato što kandidat nije bio dobar, nego zato što je netko drugi bio brži.
Dodatna prednost je jednostavnost korištenja. Naime, HR može u svega nekoliko klikova odabrati odgovarajuće pakete psihologijskih testiranja i procjenu kompetencija, koji se zatim automatski šalju kandidatima. Kandidati rješavaju testove online uz automatizirani nadzor, u vrijeme koje im odgovara, dok se rezultati i interpretacije gotovo u realnom vremenu vraćaju unutar sučelja platforme. Time se zatvara cijeli krug od prijave do evaluacije, bez nepotrebnih zastoja i uz maksimalnu iskorištenost podataka koji su dostupni odmah.
Zašto kandidati s najboljim životopisom ponekad nisu najbolji izbor?
