- Jenny Blom-Järvinen

Tekoäly suorahaun maailmassa vuonna 2025 

Rekrytointi – ja erityisesti suorahaku on ollut suuressa muutoksessa viimeisten vuosien aikana tekoälyn mullistettua tiedonhaku- ja analysointimahdollisuudet. Vanhempainvapaalta suurta tekoälyn aaltoa hieman sivusta seuranneena pohdin tuolloin paljon kysymystä, millaisen roolin tekoäly tulee ottamaan suorahakuprosessissa, ja ennen kaikkea research-työssä, eli potentiaalisten kandidaattien etsinnässä. Kuinka paljon prosessista on automatisoitavissa, ja millaista yhteispeliä teknologia ja konsultti tulevaisuudessa pelaa? Mahdollisuuksia ja tilaa tekoälyn hyödyntämiselle suorahaku- ja rekrytointiprosesseissa on.

Tekoälyn mah­dol­li­suu­det ja rajat suorahaussa

Päällikkö- ja johtotason rekrytointien onnistuminen rakentuu syvälliseen ymmärrykseen organisaatiosta, sen kulttuurista ja haettavan roolin vaatimuksista. Suorahakukonsultti käy organisaation edustajien kanssa perusteellisia keskusteluja, analysoi tilannetta ja esittää tarvittaessa kriittisiä kysymyksiä, jotta voidaan kirkastaa kriteerit ja määritellä tarkasti millaista osaajaa tehtävään tarvitaan. Tämä prosessi edellyttää syvällistä kokemusta, strategista näkemystä, luovaa ongelmanratkaisukykyä ja kykyä mukautua organisaation ainutlaatuisiin tarpeisiin ja tilanteisiin.

Tällaiseen tekoälystä ei ole nähdäkseni ole paljoa hyötyä. Keskustelu kriteereistä on hyvin inhimillistä toimintaa, jossa on mukana tietoa, taitoa ja tunnetta. Konsultti voi toki kysyä tekoälyltä apua hakemaan taustatietoa yrityksestä tai toimialasta. Kiinnostavaa tekoälyn avustamaa tietoa hakutyötä ajatellen on myös esimerkiksi toimialan muutokset, markkina sekä vaikkapa tulevaisuuden investoinnit.

Research-vaiheessa tekoälyä voidaan hyödyntää erityisesti sopivien ehdokkaiden ja organisaatioiden kartoittamisessa. Kun hakukriteerit ja toivotut ominaisuudet määritellään oikein, tekoäly tarjoaa vahvan pohjan lupaavien ehdokkaiden löytämiselle. On kuitenkin tärkeää muistaa, että tekoälyn tuottama tieto täydentää, mutta ei korvaa kattavaa ja monipuolista hakuprosessia, jossa otetaan huomioon myös muita tehtävään liittyviä näkökulmia.  

Haasteita tekoälyn käytössä kandidaattien etsinnässä on muun muassa datan rajoituksien suhteen. Esimerkiksi monilla LinkedIn- tai muiden ammatillisten sosiaalisten alustojen käyttäjillä on epätäydelliset tai vanhentuneet profiilit, jotka vaikeuttavat algoritmien hakutyötä. Epätäydellisellä profiililla tarkoitan profiilia, josta puuttuu oleellisia tietoja tai osaamisen alueita, tai tiedot ovat syötetty tavalla, jota tekoäly ei ymmärrä. Myös profiilien käyttämä kieli voi vaikuttaa hakutulosten osuvuuteen. Tekoäly painottaa myös usein pinnallisia yhtäläisyyksiä, kuten otsikoita, headlineja ja sijainteja, mikä jättää syvällisen hakukriteeristön vajaaksi.

Taitavasta ohjailusta huolimatta tekoäly ei vielä tällä hetkellä kykene hahmottamaan monimutkaisia inhimillisiä ulottuvuuksia, kuten kulttuurillista yhteensopivuutta, empatiaa tai sopeutumiskykyä, vaan se toimii hyvin rajallisen tiedon ja algoritmiensa varassa. Nämä tekijät ovat usein ratkaisevia arvioitaessa, miten hyvin ehdokas lopulta istuu osaksi organisaatiota. Tekoäly toimii tehokkaana työkaluna tiedon järjestämisessä ja analysoinnissa, mutta se ei korvaa ihmisten tuomaa näkemystä, hiljaista tietoa ja kokonaisvaltaista arviointikykyä. Tekoälyn kehittyessä myös näitä teemoja tulemme varmasti tarkastelemaan uusin mahdollisuuksin.

Missä tekoäly tuo lisäarvoa?

Tekoälyn hyödyntämä datankäsittelykyky mahdollistaa potentiaalisten kandidaattien tunnistamisen aiempaa laajemmista ja monimuotoisemmista tietolähteistä. Esimerkiksi passiivisten kandidaattien eli sellaisten osaajien, jotka eivät aktiivisesti etsi uusia työmahdollisuuksia, löytäminen on helpottunut. Tämä laajentaa merkittävästi rekrytointiprosessin tavoittavuutta ja tehokkuutta. Tekoäly tuo myös valtavan mullistuksen viestintään ja sen automatisointiin. Viestintä sujuvoituu, nopeutuu ja on ajantasaisempaa; tämä vapauttaa resursseja muihin prosessin osiin.

Tekoäly tarjoaa myös mallia hyödyntää historiallista dataa aiemmista rekrytoinneista ennustaakseen, kuinka hyvin kandidaatti todennäköisesti menestyy ja sitoutuu organisaatioon. Tällaiset predictive fit -mallit voivat mahdollisesti pienentää virherekrytointien riskiä. Tässä kohtaa allekirjoittanut huomauttaa, että ennusteet kuitenkin perustuvat ”vain” dataan, ja niillä ei voida vielä saavuttaa täydellistä tarkkuutta, sillä ihmisten käyttäytymiseen vaikuttavat monet vaikeasti ennustettavat tekijät. Ehdokkaiden sopivuutta ja työssä menestymisen ennustamisessa edelleen paras työkalu on psykologinen henkilöarviointi.

Tekoälyn tehokas käyttö edellyttää rekrytoijilta ymmärrystä sen rajoituksista ja mahdollisista riskeistä. Tekoälyn algoritmit ovat pimennossa, eikä konsultti tiedä, mitkä ovat ne lopulliset syyt, miksi tekoäly nostaa tietyt hakutulokset ensin. Tällä tavoin tekoälyn tuottama taustatieto voi vaikuttaa rekrytoijan päätöksiin myös epäsuotuisasti, mikä korostaa kriittisen ajattelun, kokemuksen ja osaamisen merkitystä prosessin kaikissa vaiheissa.

Katsaus vuoteen 2025

Voidaan todeta, että vuonna 2025 suorahaku on entistä älykkäämpää, ihmiskeskeisempää ja datavetoisempaa. Tekoälyn tarjoama informaatiomassa ei korvaa rekrytoijia, vaan toimii näiden työparina, mahdollistamalla tarkemman ja sujuvamman hakuprosessin. Rekrytoijan rooli tulee keskittymään entistä vahvemmin osa-alueisiin, joissa ihmisten vuorovaikutus ja tilannetaju ovat korvaamattomia.

Tekoälyn avulla rekrytointiprosessi voi olla kohdennetumpi ja strategisesti arvokkaampi, mutta vain, jos sitä käytetään ymmärryksellä ja vastuullisesti. Onnistuneessa suorahaussa tekoälyn ja inhimillisen asiantuntemuksen yhteispeli johtaa ratkaisuun, joka palvelee sekä yrityksen tarpeita että henkilön odotuksia.

Allekirjoittanut sparrailee mielellään tekoälystä osana rekrytointiprosessia

Lue lisää blo­gi­kir­joi­tuk­siam­me