Japonya’da araştırmacılar, çalışanların işyerini terk etme olasılığını değerlendirmek amacıyla geliştirilmiş gelişmiş bir yapay zeka aracı geliştirdiler. Bu yapay zeka çözümü, şirketlere çalışanlarına destek sağlayarak istihdam devir hızlarını azaltmada yardımcı olmak için geliştirilmiştir.
Tokyo Şehir Üniversitesi ve gelişmekte olan bir yerel girişim arasındaki işbirliği, bu son teknoloji aracı üretmiştir ve çalışan verilerini stratejik olarak analiz etmektedir. Değerlendirme, basit devam kayıtlarıyla başlar ve yaş ve cinsiyet gibi daha ince detaylara uzanır. Veriye kapsamlı bir yaklaşım, yapay zekanın işverenlere, yeni işe alınan çalışanların istifalarını ne kadar muhtemel bildireceklerini tahmin eden bir yüzde sağlamasına olanak tanır.
Bu teknolojik sıçramanın arkasındaki dahi Profesör Naruhiko Shiraishi, toplu verilerin yapay zekaya nasıl beslendiğini detaylandırarak, çalışanların istihdamını mümkün kılan tahmin yeteneğini geliştirir. Bu gelişme, işgücü kararlılığını önceden ele almak ve çalışan bağlılığını sürdürme stratejilerini geliştirmek için çaba sarf eden kurumsal İK departmanları için önemli bir avantaj sağlar. Bu aracı kullanarak şirketler, sadece yetenekleri elinde tutan değil aynı zamanda işgücünün uzun vadeli memnuniyetine ve değerine önem veren destekleyici bir çalışma ortamı yaratmada bilinçli kararlar alabilirler.
En Önemli Sorular ve Cevaplar
S: Japonya’da geliştirilen yeni yapay zeka aracının amacı nedir?
C: Bu yapay zeka aracı, çalışanların şirketlerinden ayrılma olasılığını tahmin etmek için tasarlanmıştır. Hedef, şirketlerin çalışanlarına daha iyi destek sağlaması, devir hızlarını azaltması ve genel işgücü kararlılığını artırmasıdır.
S: Yapay zeka aracı nasıl çalışır?
<C: Aracın analiz ettiği çeşitli çalışan verileri arasında devam kayıtları ve yaş gibi daha kişisel detaylar bulunmaktadır. Bu verilerle, yapay zeka modeli, çalışanın istifasının olasılığını gösteren bir tahmin yüzdesi hesaplayabilir.
S: Yapay zeka aracını kim geliştirdi?
C: Yapay zeka aracı, Tokyo Şehir Üniversitesi ile yerel bir girişim arasındaki işbirliğiyle geliştirilmiştir.
Ana Zorluklar ya da Tartışmalar
– Veri Gizliliği: Kişisel çalışan verilerinin edinilmesiyle, gizliliği koruma ve verileri potansiyel ihlallere karşı koruma zorluğu vardır.
– Tahminlerin Doğruluğu: Bu tür araçların insan davranışlarını ne kadar doğru tahmin edebileceği her zaman bir soru olarak kalır, çünkü işgücü devirini etkileyen ölçülemez veya veri setinde bulunmayan faktörler olabilir.
– Teknolojiye Bağımlılık: İK kararlarında yapay zekaya aşırı bağımlılık, insan unsurunu çalışan ilişkilerini yönetme yetisini azaltabilir ve tahminlerin istihdam kararları üzerinde nasıl etkide bulunduğuna dair etik düşüncelere yol açabilir.
Avantajlar
– Proaktif Müdahaleler: Şirketler, çalışan devirine katkıda bulunan faktörleri ele almak konusunda daha proaktif olabilir.
– Veriye Dayalı Karar Alma: İK departmanları, işgücü tutma stratejilerini güçlendiren daha bilgili kararlar alabilir.
– Maliyet Etkinliği: Çalışan devirini azaltmak, yeni personel alımı ve eğitimle ilişkili önemli maliyet tasarruflarına yol açabilir.
Dezavantajlar
– Çalışan Morali: Çalışanların bir yapay zeka aracının kalmakla ilgili olasılıklarını değerlendirdiğini bilmesi, moral ve şirkete güveni etkileyebilir.
– Önyargı İhtimali: Düzenli takip edilmez ve ayarlanmazsa, yapay zeka algoritmaları veride bulunan önyargıları yanlışlıkla içerebilir.
– Sınırlı İnsan Kararı: Yapay zeka, insan İK profesyonellerinin çalışan tutmasında kullanılan ince karar ve empati yeteneğini yerine koymaz.
İnsan kaynakları alanında yapay zeka ve kullanımı hakkında geniş kapsamlı okumalar için, AI araştırma laboratuvarı web sitesini MIT veya Tokyo Şehir Üniversitesi ana sitesini Tokyo City University ziyaret edebilirsiniz. Bu linkler sizi ilgili araştırmalara veya akademik bölümlere yönlendirecektir.
The source of the article is from the blog kewauneecomet.com