Мои личные открытия про оценку персонала за 2022 год

1. Тесты зашли в тупик с точки зрения своей эффективности. Представим, что у нас есть тест с критериальной валидностью 0,25. Каждое последующее повышение валидности — например, на 0,05 — будет стоить всё дороже и дороже, а в каком-то момент мы упремся в потолок. Потому что классические тесты (к ним я отношу и IRT) стараются повторить наши простые линейные размышления о другом человеке. Например, человек отвечает, что выстраивает теплые отношения — значит он доброжелателен. Или человек правильно решает задания теста способностей — значит, у него она развита на более высоком уровне. На деле же реальность намного сложнее, и так просто наша психика не работает. А еще сложнее работает наше поведение: человек, который отвечает, что он очень доброжелателен, в жизни может демонстрировать средний уровень «теплоты» (просто его учили, что нужно описывать себя как доброго). Это и приводит к потолку в условные 0,4 критериальной валидности.

2. На смену тестам пока ничего не пришло и в ближайшие 5–7 лет не придет. Оценка по соцсетям не прошла проверку этикой и регуляторов; VR так и остался игрушкой (но прикольной!), а метавселенные только начали развиваться; нейроассессмент не смог отмасштабироваться. Осталась геймификация (games for assessment), которая ограничена оцениваемыми критериями — преимущественно интеллектом. И видеоинтервью, требующее огромных данных для настройки. Собственно, в этих двух инструментах я и вижу максимальный потенциал, но им еще нужно время, чтобы (а) собрать достаточно данных для создания универсальных моделей (и GPT может помочь); (б) стать привычными для участников оценки и компаний. Остальное — предиктивные модели, ONA — слишком экзотично для того, чтобы стать мейнстримом в оценке.

3. Да здравствуют тесты и машинное обучение. Сейчас лучше всего развиваются инструменты, которые берут лучшее из тестов и машинного обучения. Из тестов как метода сбора данных (человек отвечает на закрытые вопросы) и машинного обучения как метода их обработки. Под машинным обучением я имею в виду случайные леса, градиентный бустинг, метод опорных векторов, k ближайших соседей и прочие штуки, которые известны в первую очередь математикам или HR-аналитикам, но не психологам. Отличие ML-based тестов от классических в том, что они не ограничены нашей человеческой линейной логикой — даже сами разработчики не могут проинтерпретировать работу «черной коробки» внутри. Но за счет этого такие тесты и точны — связь с внешним критерием (при условии, если там адекватные данные) может доходить до 0,5–0,7. Эти открытия мы используем в наших продуктах delta.ai и AIM, а недавно начали добавлять и в тест потенциала PiF.

4. Невозможно сделать и фановый инструмент, и очень точный. Какими признаками обладает фановая оценка? Она относительно короткая, она погружает человека в какую-то интересную ситуацию, в ней часто нестандартизованная процедура. Например, квизы, короткие симуляции, кейс-тесты в формате realistic job preview, игры для оценки. Высокоточная оценка противоположна фану — она длиннее, ситуации ближе к жизни, процедура стандартизирована. А еще точная оценка обычно предполагает какие-то преференции для «выигравших» и кадровые решения, что тоже не добавляет веселья. В последнее время компании все чаще требуют сочетания и фановости, и точности. В пределе это звучит так: «Инструмент должен привлекать кандидатов, помогая нашему бренду, и хорошо отбирать их». Это невозможно, и в таких случаях приходится делать выбор, накренив инструмент в одну из сторон. Но можно не уходить совсем от легкости и веселья или точности, а добавлять отсутствующие элементы. Например, красивый визуал в тесты, помещать их в игровую оболочку. Или добавлять иммерсивности в центры оценки. В общем, движок должен быть сложным, процедура стандартизированной, а оболочка может быть веселой.