เคยไหมที่กว่าจะหาคนมาทำงานได้สักตำแหน่งหรือกว่าจะเจอคนที่ (น่าจะ) ใช่ ต้องใช้เวลานานแสนนาน แต่พอเริ่มทำงานและได้ร่วมงานกันจริงๆ แล้วกลับผิดหวัง กลายเป็นหนังคนละม้วนกับตอนสัมภาษณ์ ลงเอยที่พนักงานลาออก หรืออยู่แบบซังกะตายเพราะนั่นไม่ใช่งานที่เหมาะกับเขาจริงๆ หรือไม่ใช่สิ่งที่เขาถนัด

แน่นอนว่านี่ไม่ใช่สิ่งที่บริษัทอยากให้เกิดขึ้น เพราะนั่นหมายถึง ต้นทุนทั้งด้านการบริหารจัดการ ด้านการเงิน และเวลาที่เสียไปในการหาและการฝึกฝนพนักงานใหม่ แล้วก็ต้องวนลูปเดิม ตั้งแต่กลับไปประกาศรับสมัครตามที่ต่างๆ นั่งดู CV ทีละแผ่น กว่าจะคัดคนมาจำนวนหนึ่ง กว่าจะนัดสัมภาษณ์ กว่าจะผ่านเข้ารอบจนเข้ามาร่วมงานกันได้ นอกจากฝ่ายทรัพยากรบุคคลจะต้องทำงานที่น่าเบื่อซ้ำไปซ้ำมาแล้ว การรับพนักงานที่ไม่เหมาะสมกับตำแหน่งนั้นอาจทำให้ ‘เสียโอกาส’ ที่จะได้พนักงานที่ดีกว่ามาอีกด้วย บริษัทจึงต้องหาวิถีทางที่จะ Put the right man on the right job

ไม่ต้องกังวลอีกต่อไปซาร่า จอร์จมีวิธีที่ดีกว่านั้นมานำเสนอ!

ทุกๆ ปีจะมีจำนวนผู้ใช้งานอินเทอร์เน็ตมากขึ้นอย่างสม่ำเสมอ โดยในปี 2017 มีผู้ใช้งานอินเทอร์เน็ตทั่วโลกมากถึง 3.77 พันล้านคน หรือคิดเป็น 50% ของประชากรโลก และนอกจากจำนวนผู้ใช้งานจะเพิ่มขึ้นแล้ว การใช้เวลากับอินเทอร์เน็ตยังมากขึ้นทุกปีอีกด้วย ซึ่งก็สอดคล้องกับสไตล์การใช้ชีวิตของเราที่เป็นอยู่ในทุกวันนี้  

Digital

ผลสำรวจจาก Hootsuite บอกว่า ในหนึ่งวันเราใช้เวลากับอินเทอร์เน็ต โดยเฉลี่ยวันละ 7 ชั่วโมงเลยทีเดียว!!! (1) แล้วรู้หรือไม่ว่าการที่เราเล่นอินเทอร์เน็ตมากขนาดนี้ทุกวัน ทำให้มีร่องรอยของเราในทุกๆ ที่ ในรูปแบบของโปรไฟล์ ความคิดเห็น ความชอบ งานอดิเรกต่างๆ ที่ละนิดละหน่อย ทั้งจากการคุยงานผ่านแอปพลิเคชัน ทั้งติดตามโซเชียลมีเดียต่างๆ จนข้อมูลเหล่านี้ลอยละล่องแทบจะทุกหนทุกแห่งบนโลกอินเทอร์เน็ต และสามารถนำไปใช้ประโยชน์ได้มากมาย ไม่ว่าจะเป็นด้านการตลาด ด้านการรักษาพยาบาล หรือแม้กระทั่งด้านการจัดหางาน

ทำอย่างไรจึงจะสามารถนำข้อมูลจำนวนมากนี้มาใช้งานได้ล่ะ?

ในกรณีนี้ ผู้ช่วยที่ดีที่สุดคงหนีไม่พ้น อัลกอริทึมใน Machine Learning ที่ช่วยวิเคราะห์ คาดคะเน และตัดสินใจจากข้อมูลจำนวนมากได้ และยิ่งใช้อัลกอริทึมมากเท่าไร มันก็ยิ่งสามารถเรียนรู้และตัดสินใจได้ดีขึ้นเท่านั้น เหล่านายจ้างและสำนักจัดหางานเองก็มีแนวโน้มว่าจะหันมาใช้อัลกอริทึมเข้ามาช่วยในการค้นหาคนที่เหมาะกับงานมากขึ้นเรื่อยๆ ด้วย ลองดูข้อได้เปรียบจากการใช้อัลกอริทึมเลือกคนเข้าทำงานกัน (2)

ข้อแรก อัลกอริทึมช่วยให้เราเข้าถึงข้อมูลได้กว้างกว่า ไวกว่า และง่ายกว่า

การตัดสินใจว่าเราจะจ้างใครดี ก็เหมือนการตัดสินใจว่าจะเลือกใครเป็นแฟนดีนั่นแหละ แน่นอนว่าเวลาเราจะหาแฟนดีๆ สักคน เราจะต้องหาคนที่เหมาะสมและเข้ากับเราได้ และนอกจากความเข้ากันได้แล้ว เรายังต้องวิเคราะห์แนวโน้มความสัมพันธ์ในอนาคตของเรากับเขาด้วย จึงต้องการที่จะรู้จักและรู้ถึงตัวตนของคนที่มีโอกาสจะมาเป็นแฟนเราให้รอบด้านที่สุด

การหาพนักงานดีๆ สักคนก็เช่นกัน เราต้องการคนที่มีความสามารถและเหมาะสมในแต่ละงาน เช่น

  • เราต้องการหาพนักงานขายที่มีมนุษย์สัมพันธ์ดีและสามารถปิดดีลได้เยอะ
  • เราต้องการพิธีกรที่สามารถควบคุมบรรยากาศภายในห้องได้และทำให้ห้องมีชีวิตชีวา
  • เราต้องการพนักงานบัญชีที่ฉลาดรอบคอบและต้องซื่อสัตย์ด้วย
AI

รูปภาพจาก Pixabay

ดังนั้น เราจึงต้องมีตัวเลือกให้เยอะที่สุด และยังต้องรู้ข้อมูลของคนที่มีโอกาสจะเป็นพนักงานของเราให้รอบด้านมากที่สุด ก่อนรับเข้าทำงาน เช่น เขาผ่านงานอะไรมาบ้าง, เขามีสไตล์การทำงานอย่างไร ชอบการทำงานเป็นทีมหรือเปล่า หรือเขามีความเชี่ยวชาญเฉพาะด้านอะไรบ้าง

ตอนนี้อัลกอริทึมทำให้เราสามารถก้าวผ่านขีดจำกัดนั้นได้ โดยใช้เป็นเครื่องมือช่วยหาคนที่เหมาะสมได้จากทุกที่ และยังสามารถหาข้อมูลจากร่องรอยที่พวกเขาทิ้งไว้บนอินเทอร์เน็ตผ่านช่องทางที่หลากหลาย เช่น Twitter, Facebook, Twitter, LinkedIn, LINE และเราสามารถใช้อัลกอริทึมในการย่อยข้อมูลที่ได้มา คาดคะเน และคัดกรองคนที่มีศักยภาพมาได้ในเวลาที่รวดเร็ว

ยิ่งเรามีข้อมูลมากและกว้างขึ้นเท่าไร
โอกาสที่เราจะได้คนที่เหมาะสมกับเรา
ก็ยิ่งมีมากขึ้นเท่านั้น

ข้อสอง อัลกอริทึมช่วยลดอคติและความลำเอียงในการตัดสินใจได้

หลายๆ คนคงเคยดูภาพยนตร์ของ Disney เรื่อง Zootopia เมืองที่สัตว์หลากหลายสายพันธุ์สามารถอยู่ร่วมกันได้อย่างสงบสุข โดยไม่สนใจว่าพวกเขาจะมีความแตกต่างกันมากมายแค่ไหน ไม่ว่าพวกเขาอาจเป็นฮิปโปตัวโต หรือหนูตัวเล็กๆ ก็ตาม ซึ่งในเมืองนี้มีคำขวัญว่า ‘In Zootopia, anyone can be anything – ในเมืองซูโทเปียแห่งนี้ ทุกคนสามารถเป็นทุกสิ่งที่ต้องการได้’ แต่มันไม่ได้ง่ายแบบนั้น

ในเรื่องนี้ตัวละครทั้งหลายต่างต้องเผชิญกับความคิดแบบเหมารวมและการด่วนตัดสิน เช่น

  • Nick Wilde สุนัขจิ้งจอกที่ใครๆ ก็มองว่าเจ้าเล่ห์เพทุบาย ทำให้เขาไม่สามารถทำงานสุจริตได้ ไม่ว่าเนื้อแท้จะเป็นคนซื่อตรงแค่ไหน
  • Judy Hopps กระต่ายตัวน้อยที่ไม่มีใครคิดว่าจะดูแลปกป้องใครได้ จึงต้องพิสูจน์ตัวเองอย่างหนักจนสามารถรับราชการเป็นตำรวจได้
  • Bellwether แกะน้อยผู้น่ารักและดูเหมือนจะไม่มีพิษมีภัยกับใคร กลับกลายเป็นตัวร้ายผู้อยู่เบื้องหลังแผนการวุ่นวาย
  • Clawhauser เสือชีตาร์ที่น่าจะเป็นสัตว์ผู้ล่าที่รวดเร็วที่สุด กลับเป็นเสือใจดีอุ้ยอ้ายตุ้ยนุ้ย

แม้ว่า Zootopia จะเป็นการ์ตูนเบาสมอง แต่เนื้อเรื่องกลับสะท้อนให้เห็นถึงอคติและการด่วนตัดสินผู้อื่นแบบเหมารวมเอาไว้ได้อย่างแยบยล

รูปภาพจาก Cinemablend

ในชีวิตประจำวันของเราก็เช่นกัน เวลาเราพบปะผู้คนใหม่ๆ เรามักใช้ความเห็นส่วนตัวและความคิดเห็นแบบเหมารวมในการจำกัดความผู้อื่น ไม่ว่าจะเป็นด้านบวก เช่น คนนี้ตาโตดูน่ารัก น่าจะอัธยาศัยดี เป็นประชาสัมพันธ์ที่ดีได้, คนนี้คนจีนนี่นา ต้องเก่งเลขแน่ๆ จัดไปทำงานวิเคราะห์ข้อมูลแล้วกัน หรือผู้ชายต้องมีความอดทนมากกว่าผู้หญิง

หรือความคิดเหมารวมในด้านลบ เช่น ผู้หญิงส่วนใหญ่ไม่มีเหตุผลและเจ้าอารมณ์ จะเป็นหัวหน้าคนได้เหรอ, พวกที่ชอบแต่งตัวกรุยกรายแบบนี้เป็นพวกเหยียบขี้ไก่ไม่ฝ่อ, คนยิวนี่ร้าย ต้องระวังให้ดี เหล่านี้เราล้วนตัดสินโดยที่ไม่ได้รู้จักเขามาก่อนเลย ซึ่งอาจไม่มีมูลความจริงเลยก็ได้

สิ่งเหล่านี้ไม่ใช่เรื่องใหม่หรือน่าแปลกใจเพราะโดยธรรมชาติแล้ว มนุษย์มักมีนิสัยชอบตัดสินคนอื่นจากรูปลักษณ์ภายนอกโดยไม่รู้ตัวอยู่เสมอ ซึ่งอคติและความลำเอียงเหล่านี้เป็นอุปสรรคสำคัญที่ทำให้เราตัดสินใจผิดพลาดได้ง่าย

แต่อัลกอริทึมไม่รู้จักสิ่งเหล่านี้ ดังนั้น หากเราบอกให้อัลกอริทึมหาช่างเทคนิคหรือโปรแกรมเมอร์เก่งๆ สักคนมาทำงาน โดยกำหนดให้ดูที่ผลงานการเขียนโปรแกรมเป็นหลัก อัลกอริทึมก็จะดูที่ผลงานเพียงอย่างเดียวโดยไม่คำนึงว่า คนคนนั้นต้องจบการศึกษาจากสถาบันไหน เพศอะไร เชื้อชาติใด หน้าตาดีหรือไม่ มีนามสกุลอะไรห้อยท้าย หรือใครเป็นคนแนะนำเข้ามา

ความตรงไปตรงมาของอัลกอริทึมนี่เอง
ที่ทำให้มันเป็นผู้ช่วยที่ซื่อตรง
และยุติธรรมที่สุด…ที่เราจะมีได้

การใช้อัลกอริทึมทำให้เราได้คนที่ดีกว่าการหาคนทำงานด้วยวิธีปกติจริงหรือ?

เรารู้กันดีว่า อัลกอริทึมสามารถทำงานได้โดยไม่รู้สึกเหนื่อยและมีความถูกต้องแม่นยำสูง คุณสมบัตินี้เองที่อัลกอริทึมสามารถเข้ามาเพิ่มประสิทธิภาพในกระบวนการสรรหาทรัพยากรบุคคลได้ง่ายและเร็วขึ้น ด้วยต้นทุนที่ถูกลง ทั้งยังสามารถลดอคติในการคัดกรองลงได้อีกด้วย

แต่ถ้าถามว่า คนที่อัลกอริทึมเลือกมาให้เรานั้น มีความสามารถและเหมาะสมกับงานมากกว่าคนที่เราตัดสินใจใช้เซนส์ของเราเลือกเข้ามาด้วยตัวเองด้วยหรือไม่? ลองนึกๆ ดู สมมติว่า เราเป็นพนักงานที่ทำงานมานาน รู้วัฒนธรรมและความต้องการของบริษัทเป็นอย่างดี ถ้าให้เราตัดสินใจเลือกคนเข้ามาทำงานเอง ก็น่าจะได้คนที่มีความสามารถและเหมาะสมกับตำแหน่งงานมากกว่าการใช้อัลกอริทึมสิ?

ผลการวิจัยจาก Harvard Business Review (3) พบว่าประสิทธิภาพการทำงานของคนที่อัลกอริทึมคัดกรองมานั้น ดีกว่าคนที่เราเลือกมาเอง ไม่ว่าจะเป็นพนักงานระดับปฏิบัติการหรือพนักงานในระดับผู้บริหารก็ตาม โดยแบ่งการวัดผลเป็นสามหมวดคือ ความสามารถในการเป็นผู้นำ, จำนวนคนที่ได้รับการเลื่อนขั้นปรับตำแหน่ง, และความสามารถในการเรียนรู้งาน ปรากฏว่า คนที่อัลกอริทึมตัดสินใจเลือกจ้าง สามารถทำได้ดีกว่าทั้งสามหมวด โดยเฉพาะด้านความสามารถในการเรียนรู้ ดังภาพด้านล่าง

algorithm

รูปภาพจาก Harvard Business Review

แต่การวิจัยยังไม่จบแค่นั้น เพราะเมื่อศึกษาลงไปในรายละเอียด พบว่า ทั้งมนุษย์และอัลกอริทึมต่างก็มีสิ่งที่ทำได้ดีต่างกัน แม้มนุษย์จะมีความสามารถในการหาข้อมูลจากการพูดคุยสัมภาษณ์ได้มากกว่า เข้าใจวัฒนธรรมองค์กรมากกว่า จึงสามารถหาคนที่เข้ากับวัฒนธรรมองค์กรได้ดีกว่า และแม้ว่ามนุษย์จะสามารถพลิกแพลงหาจุดแข็งจุดอ่อนของผู้สมัครได้หลากหลายแง่มุมกว่าอัลกอริทึมอยู่มาก แต่มนุษย์กลับทำได้ไม่ดีนักในการให้น้ำหนักเหตุผลว่า ควรพิจารณาและให้ความสำคัญกับข้อมูลใดมากกว่ากัน

รวมทั้งมนุษย์ยังถูกชักจูงจากอคติและความรู้สึกส่วนตัวได้ง่าย เช่น ความรู้สึกชอบหรือไม่ชอบผู้สมัครคนนั้นเมื่อแรกพบสบตา แต่อัลกอริทึมมีความหนักแน่นในเหตุผลและฉลาดในการให้น้ำหนักมากกว่า แม้ว่ามันจะเจรจาพาทีได้ไม่เก่งเท่ามนุษย์ แต่การไม่มีอคติ ไม่สามารถถูกชักจูงโดยใช้ความรู้สึกได้ ทำให้อัลกอริทึมสามารถเลือกคนที่มีประสิทธิภาพมากกว่าเข้ามาทำงานได้

ทางเลือกของการใช้อัลกอริทึมที่ดีกว่า

แม้ว่าผลการวิจัยจะออกมาว่า การใช้อัลกอริทึมเพียงอย่างเดียวจะได้ผลลัพธ์ที่ดีกว่าการให้มนุษย์ตัดสินใจ

แต่จะเป็นการดีกว่ามาก ถ้าเราใช้ทั้งอัลกอริทึมและมนุษย์ในการตัดสินใจร่วมกัน โดยให้ทั้งสองฝ่ายต่างทำในสิ่งที่ตนถนัด นั่นคือ ให้อัลกอริทึมคัดกรองคนเข้ามาในรอบแรก แล้วใช้มนุษย์ตัดสินใจในรอบสุดท้ายของการสัมภาษณ์

ตัวอย่างหนึ่งที่แสดงให้เห็นว่าการเลือกให้มนุษย์หรืออัลกอริทึมฝ่ายใดฝ่ายหนึ่งเป็นผู้ตัดสินใจเพียงฝ่ายเดียวนั้น สู้การใช้ทั้งสองฝ่ายทำงานร่วมกันไม่ได้ คือ การเล่นหมากรุก จากบทความในนิตยสาร Fortune (4) เกี่ยวกับการทำงานของปัญญาประดิษฐ์ กล่าวว่า ในการเล่นหมากรุกนั้น คอมพิวเตอร์ที่อ่อนแอกว่าย่อมแพ้คอมพิวเตอร์ที่ฉลาดกว่าอยู่เสมอ แต่ถ้าหากว่า เจ้าคอมพิวเตอร์ที่อ่อนแอกว่านั้นจับคู่กับมนุษย์ได้แล้วล่ะก็ แม้ว่ามนุษย์คนนั้นจะไม่เชี่ยวชาญในหมากรุกเท่ากับคอมพิวเตอร์ แต่โอกาสชนะก็จะเพิ่มขึ้นอย่างมาก

รูปภาพจาก Pixabay

เช่นเดียวกับการศึกษามะเร็งในน้ำเหลือง การจะบอกว่าเซลล์น้ำเหลืองนั้นเป็นมะเร็งหรือไม่ หากเราใช้ปัญญาประดิษฐ์ในการตัดสินใจเพียงอย่างเดียว โอกาสที่จะผิดพลาดในการอ่านข้อมูลคือ 7.5% หรือถ้าเราใช้มนุษย์ตัดสินใจเพียงอย่างเดียว โอกาสผิดพลาดจะลดลงเป็น 3.5% แต่ถ้าเราใช้ทั้งปัญญาประดิษฐ์และมนุษย์ในการตัดสินใจร่วมกัน โอกาสผิดพลาดจะลดลงไปเหลือแค่ 0.5% เท่านั้น ซึ่งก็ลดลงไปถึง 85% เลยทีเดียว

\ VIABLE SAY \

การเลือกคนให้เหมาะสมกับงานเป็นเรื่องสำคัญมาก เราจึงมักเห็นเหล่านายจ้างและสำนักจัดหางานพยายามที่จะค้นหา พัฒนา และประยุกต์ใช้กระบวนการคัดกรองคนอยู่เสมอๆ เพื่อเลือกคนที่เหมาะสมกับงานมากที่สุด ยิ่งในยุคปัจจุบัน อัลกอริทึมมีการใช้งานแพร่หลายและสามารถยกระดับความแม่นยำและรวดเร็วในการวิเคราะห์ คาดคะเน และตัดสินใจได้มากขึ้น ทั้งยังมีอินเทอร์เน็ตที่ช่วยให้เราสามารถเข้าถึงข้อมูลได้มากขึ้น จึงไม่น่าแปลกใจที่บริษัทต่างๆ จะหันมาสนใจและให้ความสำคัญกับการพัฒนาอัลกอริทึมเพื่อช่วยหาคนที่เหมาะสมมากขึ้นเรื่อยๆ

\ ENDNOTES \

(1) KEMP, S. (2017, Jan 24). DIGITAL IN 2017: GLOBAL OVERVIEW. Retrieved from We Are Social: https://wearesocial.com/special-reports/digital-in-2017-global-overview

(2) Chamorro-Premuzic, T. (2012, October 26). Digital Staffing: The Future of Recruitment-by-Algorithm. Retrieved from Harvard Business Review: https://hbr.org/2012/10/digital-staffing-the-future-of

(3) Nathan R. Kuncel, D. S. (2014, May). In Hiring, Algorithms Beat Instinct. Retrieved from Harvard Business Review: https://hbr.org/2014/05/in-hiring-algorithms-beat-instinct

(4) Darrow, B. (2016, October 12). How Artificial Intelligence Will Kill Some Jobs But Create Others. Retrieved from The Forture: http://fortune.com/2016/10/12/artificial-intelligence-jobs