Véletlenszerű alkalmazott

Járunk még munkahelyre néhány év múlva? Lesz munkaszerződésünk, szabadságunk, betegállományunk? Tudjuk kezelni az alternatív munkavégzési formákat?

Sok ember számára az marad a normális, hogy munkahelye és munkaszerződése van, hosszabb ideig dolgozik egy cég számára, látja előre a jövőjét.

Egyre többen lesznek azonban olyanok, akik nem erre építik az életüket. A hagyományos munkaviszony mellett vagy helyett a megbízási szerződés már ma is gyakori egyes fajta tevékenységekben, és várhatóan folytatódik ez a trend.

A megbízási szerződéssel azonban nem merül ki a lehetőségek tárháza. Sőt, még vissza is léphetünk egy kicsit, és megmaradhatunk a munkajogi védelemmel járó alkalmazási formáknál, ha valami szokatlant akarunk találni. Meglepett, amikor a témában kutatva a magyar törvényben megtaláltam a „munkakör megosztása” lehetőségét. Ez azt jelenti, hogy többen együtt kötnek munkaszerződést egy munkáltatóval, egy pozíció betöltésére. A dolgozók együttműködve, közös felelősséggel látják el a vállalt tevékenységet, maguk osztják be, hogy ki, mikor, mennyit végez el a munkából, de gondoskodniuk kell arról, hogy valóban el legyen végezve a munka. Lényeges, hogy ez valódi munkaviszony – beleértve az összes munkajogi védelmet, ami megbízási szerződés esetén nem létezik.

Mit kerestem, amikor a munkakör megosztását megtaláltam? Olvastam a „crowd working”, „crowd employment” és „crowd sourcing” neveken ismert munkavégzési formáról, és érdekelt, hogy van-e ilyen Magyarországon. A crowd working más, mint a megosztott munkakör. Itt nincs munkaszerződés, a kapcsolat csak egy-egy rövid ideig tartó munkára vonatkozik. A munkaadó apró, egymástól függetlenül elvégezhető részfeladatokat ad ki, jellemzően internetes rendszeren keresztül. A dolgozók nem feltétlenül állnak kapcsolatban egymással, és nincs közös felelősségük. Sok esetben nem is tudják, hogy mi az a feladat, amiben részt vesznek, aminek egy apró elemét elvégzik.

Mi lesz a munka jövője?

A Deloitte legfrissebb nemzetközi felmérésében részt vevő cégek egy része arra számít, hogy a nem tipikus munkavégzési módszerek terjedni fognak a következő két évben.

Deloitte-2018-Anticipated-use-of-each-labor-type-in-2020-relative-to-today

A cég és a dolgozó közötti kapcsolat szintjét illetően az egyik véglet a hagyományos munkaviszony, a másik a crowd working. Az előbbiben a munkaadó kezében van az irányítás, az utóbbiban főleg a munkát végzők irányítanak. Ők válogatnak szabadon az egymással versenyző megrendelők által felajánlott feladatokból, és nem vállalnak semmiféle tartós elkötelezettséget. Természetesen, nem is számíthatnak arra, hogy holnap is kapnak feladatot, senkit sem érdekel, hogy mi lesz velük, ha nem tudnak dolgozni, és kedvük szerint mehetnek szabadságra (fizetés nélkül).

Deloitte-2018-traditional-open

Az előbb említett felmérésből az derül ki, hogy csak a válaszadók 42%-ánál dolgoznak elsősorban munkavállalókkal. Mit kezdenek a cégek ezzel a helyzettel? Hogyan tudják kezelni ezt a sokféle kapcsolatot?

Az első meglepetést az okozhatja, hogy ennek ellenére csak 16%-uknál vannak kidolgozott szabályzatok és eljárások az alternatív módon dolgozókkal kapcsolatban.

Más meglepetés is ért! Csak a cégek 29%-a figyeli, hogy betartják-e a szerződéseket, és 32% követi a munkájuk minőségét. Ez nyilván nem azért van, mert ennyire nem érdekli őket, hogy mi történik. Az lehet a probléma hátterében, hogy a személyzeti (emberi erőforrás, HR) osztályok nincsenek felkészülve erre a feladatra. A nagy HR-szoftverek egészen a legutóbbi évekig nem voltak képesek ezeket a „furcsa” munkavégzési formákat kezelni. Így a beszerzési osztályok „nyerték meg” a rengeteg egyéni alvállalkozóval kapcsolatos feladatokat. Ott viszont nem erre vannak kialakítva a folyamatok, nem bírnak a feladattal.

Tudják a vállalatok, hogy stratégiai kérdés ezeknek a kapcsolatoknak a kezelése, és tisztában vannak azzal is, hogy jelentős kockázataik vannak.

crowd-working-risk-e1549201246211.png

Mi az orvosság? Olyan rendszereket és megoldásokat kell bevezetni, amik alkalmasak a széles spektrum bármely pontján elhelyezkedő munkavégzésben részt vevő emberekkel való foglalkozásra. Legyenek világos célok és követelmények, kapjanak oktatást és támogatást. A biztonságos elektronikus kommunikáció is fontos lenne.

Aggasztó az is, hogy az esetek több mint harmadában nem vonják be a HR-osztályt az emberek kiválasztásába, így senki sem foglalkozik azzal, hogy kulturálisan és képességeik alapján be tudnak-e illeszkedni a cég munkájába. A jól működő nagy cégeknél a hosszabb ideig vagy rendszeresen alkalmazott külsősöket (akár magánszemélyként, akár szállító vagy alvállalkozó dolgozójaként dolgoznak a cégnek) általában pont úgy kezelik, mint a saját alkalmazottakat. Ennél a fajta munkavégzésnél az lehet a probléma, hogy a crowd employment esetében semmi kiszámíthatóság és stabilitás sincsen a cég és a munkát végző ember kapcsolatában. Így tényleg nehéz!

Vajon segíthet a helyzeten, ha okos gépek kezdenek foglalkozni az emberekkel, ők kezdik végezni a HR-es munkák egy részét? Vannak sikeres kísérletek a kiválasztás és a felvétel területén. Ezeket talán ki lehet terjeszteni a rugalmas munkavégzési formákra is. Meglátjuk…

A sok negatívum mellett vegyük észre azt is, hogy nem minden válasz volt negatív! Sok cég ismerte fel, hogy fontos ezekkel a kérdésekkel foglalkozni, és sokan profitálnak az új módszerek rugalmasságából – mindkét oldalon.

Ha már a másik oldalnál tartunk: Kik választják a legszabadabb alternatív munkavégzési formát (crowd working), és miért? Két tudományos cikket olvastam el a témában. Az egyiket a grazi műszaki egyetem, az aacheni egyetem és a GESIS kutatói készítették. Ők tíz országban, összesen 900 résztvevővel végezték a kutatást, és figyeltek arra, hogy alacsony, közepes és magas jövedelmi szintű országokból egyenlően válasszák ki őket.

  • Általában nagyobb részben (68-78%-ban) férfiak, kivéve az USA és a Fülöp-szigetek esetében, ahol 62%, illetve 58% volt a nők aránya.
  • Az életkoruk tipikusan 18 és 34 év között van, de Oroszországban kiemelkedően sok 35-54 éves volt.
  • Az a tipikus, hogy teljes munkaidőben dolgoznak, mellékesként keresnek így is pénzt. Itt is Oroszország vezet, 60%-uknak van teljes munkaidős állása.
  • Mennyire fontos számukra az így keresett pénz? Általában 10-25% mondta, hogy ez a fő kereseti forrása (kivétel Venezuela, ahol a harmaduk).

A tanulmányban még sok-sok további részlet megtalálható (ha valakit érdekel).

Miért fontos egy ilyen alapos elemzés? Annak a cégnek, amelyik ezt a leglazább munkavégzési formát tervezi bevezetni, érdemes megérteni a résztvevők demográfiáját és motivációját. Ne meglepetés legyen!

Hol tartunk Európában és Magyarországon? Nem sikerült statisztikákat találnom, sem a KSH, sem az Eurostat anyagai között. Talán túl korai még részletes adatokra számítani. Az Eurofound (European Foundation for the Improvement of Living and Working Conditions) foglalkozik a témával, de csak érintőlegesen, és számokat ott se találtam.

Kedves Olvasóim? Kinek van tapasztalata ezen a területen, akár munkaadóként, akár munkavállalóként? Hogy vált be? Mik voltak a jó és rossz tapasztalatok?

Emberi gép

robotvera

Gépiesen bánunk a dolgozókkal? Emberi módon bánnak velünk a gépek?

Nem is tudom, hogy a számítógépek használatának terjedése az emberekkel való foglalkozásban (HR, emberi erőforrás) jó vagy rossz irányú változás!

Kezdjük azzal, hogy semmi esetre sem új a jelenség. A „HR black hole”, vagyis a mindent elnyelő fekete lyuk már több mint egy évtizede jó ismerősünk, kötetekre rúgó irodalma van a működésének és a megkerülésének. A téma egyik nagy szakértője Liz Ryan, aki nagy cégeknél dolgozott személyzeti vezetői pozíciókban. Alaposan kiismerte azt a világot, és most az emberi munkahely (Human Workplace) témában ír, és ad tanácsot (mind a munkáltatóknak, mind a dolgozóknak). Érdemes elolvasni az írásait, nagyon jó dolgokat ír és élvezetes a stílusa (angolul ír, és nem merem állítani, hogy minden egyes szót értek, amit használ, de élvezem).

Hogy működött (működik) a hagyományos gépesítés ezen a területen? Az álláskereső beküldi az önéletrajzát és a kísérő levelet. Ezeket odaadják a „rendszernek” (ATS: Applicant Tracking System). Mi ez az ATS? Egy végtelenül buta szöveges adatbázis-kezelő rendszer, ami szavak előfordulását elemzi a beérkezett anyagokban. Ha van benne egy kicsi „okosság”, akkor legalább a szinonimákat észreveszi, de ez sem biztos, hiszen azokat meg kell adni neki. Ki fogja ezeket beletáplálni? Általában senki. Miért? A HR-es nem ismeri a cégnél szóba jöhető összes szót és szakkifejezést, és esélytelen, hogy a szakterületek dolgozói ilyesmivel töltenék az idejüket. Mi jön ki ebből? Ez a csekély okosságú rendszer kiszórja az általa esélytelennek ítélt jelentkezőket, és továbbítja a többit a humán erőforrásnak. (Ha még így is túl sok maradna, akkor szigorítják a szűrést.)

A megoldás gyenge pontja az, hogy a gép nem képes megérteni és értelmezni a szöveget – így nincs is valódi esélye a legjobb jelentkezők kiválasztására. Azoknak, akik ismerik az algoritmus működését, van esélyük jól kigondolt trükközéssel átjutni ezen a kapun, de ugye nem ez lenne a cég célja…

Mint írtam, ez már bőven évtizedes történet. Ma már mesterséges intelligencia, tanuló algoritmus végzi az önéletrajzok szűrését. A tanuló gépnek információra van szüksége, pontosabban: minták alapján tanul. Honnan lesznek a mintáink? Egy kézenfekvő megoldás a cégnél dolgozó sikeres, jól bevált kollégák önéletrajzait vagy egyéb írásait felhasználni. Ha ezeken tanul a gép, az ezekben előforduló szavakat, kifejezéseket, fordulatokat, az írások stílusát tanulmányozza, majd ezekkel veti össze a beérkező jelentkezők írásait, akkor bátran számíthatunk arra, hogy hasonlóan jók felvételére tesz majd javaslatot. Sőt, még azzal is bővíthető a módszer, hogy nem csak a beküldött önéletrajzot és levelet elemezzük, hanem az illető nyilvánosan megjelent szövegeit is. Így tényleg alapos képet kapunk mindenkiről. Nagyszerű segítséget nyújtunk az előválogatással a felvételi beszélgetések előtt. Tökéletes! Tökéletes?

Sajnos nem tökéletes! Mi a probléma vele? Az ember szóhasználata és stílusa nem csak attól függ, hogy mennyire alkalmas a betöltendő pozícióra. Vannak ám eltérések a nők és a férfiak, a feketék és a fehérek, az ország (a világ) különböző területeiről származók, a különböző társadalmi rétegekből származók között ezen a területen is. Ha, például, egy technológiai cégnél a sikeres emberek tipikusan fehér férfiak, akkor egy bizonyos előítéletként ez meg fog jelenni az előszűrést végző programban. Persze az is, ha főleg ázsiai származású nők adják a mintát. Ez jól van így, ha az a célunk, hogy megőrizzük, esetleg erősítsük a cég jellegét ebben a tekintetben. Persze, ez nem lehet a kimondott célunk (hiszen helytelen és törvénytelen lenne).

Nem fantáziáltam, ezekkel a problémákkal minden területen, köztük a HR-esen is találkozunk az életben. Mostanában éppen az Amazon esete van terítéken, de akárhol előfordulhat ilyen, ahol megpróbálnak érdemi tevekénységeket is az „okos” gépre bízni. Miért is ne tennék? A gép sokkal gyorsabban, olcsóbban és precízebben végzi el azt a munkát, amit megtanult, mint az ember. A gond éppen azon van, hogy „megtanulta”. Honnan, kitől, hogyan tanulta meg? A tudás végső forrása valamilyen értelemben az ember. Az ember a saját gyengeségeivel és akár tudattalan elfogultságával. Ezt adja tovább a gépnek.

Sok példát lehet hozni arra, hogy az okos gép elfogult. Persze, nem a gép az elfogult, hanem az általa felhasznált „tananyag”, a minta hordoz valamilyen elfogultságot vagy torzítást magában. Azt is fontos hozzátenni, hogy a már felfedezett elfogultságot ki lehet javítani. Azonban ezek a „javítások” általában nem oldják meg a valódi, a mélyben meghúzódó problémát, csak elfedik azt. Erre van egy tökéletes példám: a Google képfelismerőjének esete a néger arcokkal. Egyáltalán nem tudták megoldani azt a problémát, hogy egyes esetekben gorillának vagy más emberszabású majomnak nézett négereket a képeken. Mit csináltak? Beleírták a szoftverbe, hogy soha, semmit ne lásson gorillának, csimpánznak vagy majomnak. Végülis megoldották a problémát, ugye? Nos, nem, egyáltalán nem! Ettől semmivel se lett jobb a programjuk, csak ez a hiba nem nyilvánvaló a használók számára…

Hasonló megoldásokkal lehet „javítani” az előszűrő programon is, de az se lesz jobb tőle.

Nem azt látom igazi bajnak, hogy elfogult a gép, hiszen az ember is az. Akkor van baj, ha automatikusan elfogadjuk a gép véleményét – és ez sajnos eléggé tipikus. Hiszen éppen azért használjuk a gépet, hogy olcsón és gyorsan elvégezze ezt a munkát. Ha utána alaposan ellenőriznénk, akkor mire való a gép? Akkor magunk is elvégezhetnénk a munkát…

Mutatok pár pozitív példát is. Az első esetben kezdeti kapcsolatfelvételre használják az „okos” gépet. Amennyire sikerült megértenem a hátterét, ez egy csevegő robot (chatbot), ami megérti az emberek mondatait, és értelmesen beszélget velük. Jim (Jobs Intelligence Maestro) a szingapúri DBS bankban dolgozik. Előszűrést végez kérdésekre adott válaszok alapján, és a jelentkezők pszichológiai alkalmasságát méri. Ezzel átvesz bizonyos ismétlődő, unalmas, gépies feladatokat az emberektől, akik így értékesebb munkát tudnak végezni. A pályázók számára előny, hogy hamar, 24 órán belül választ kapnak a jelentkezésükre. (Vagyis nem tűnik el a fekete lyukban az önéletrajzuk.) Egy kis szösszenet: Ha a jelentkezővel való kezdeti online csevegés az emberek számára nem tűnik értékes munkának, akkor valóban jobb ezt robotra bízni. Ő talán emberibben tudja ezt elvégezni.

Ha már az emberi viselkedés szóba jött a robotok esetében, álljon itt Vera (az orosz HR-es robot) példája. Ő nem csak a géptől elvárható rutin tevékenységeket végzi el, de telefonon is beszél velük az előszűrés első lépésében, majd az ezen átjutott emberekkel videón is elbeszélget. Nagy sikere van a világcégek és a jelentkezők körében is! Kik használják? 200 cég, közöttük az IKEA és a Pepsico. Akinek van kedve, beszélgethet is Verával a gyártó weblapján (link a fenti írásban). A jelölteknek tetszik az új HR-es: “Some 95% of candidates told us it was interesting, inspiring, great, something new”. Lehet, hogy megvan a megoldás arra, hogy ne panaszkodjanak a jelöltek a lélektelen, gépies bánásmódra a kiválasztási eljárás során?

Mi a tanulság? Hol tartunk most? Sok mindent rábízhatunk a gépekre, de ne számítsunk arra, hogy tökéletes munkát végeznek. Ha tisztában vagyunk ezzel, akkor nincs baj. A gond ott van, amikor a gép hihetetlen mennyiségű munkát tud nagyon gyorsan elvégezni. Miért baj ez? Azért baj, mert nem győznénk emberrel és idővel az ellenőrzését. Ebben az esetben hajlamosak vagyunk hinni neki…

Kedves Olvasó! Veled beszélgetett már gép? Milyen élmény volt – összehasonlítva a humán ügyintézővel folytatott hasonló beszélgetéssel?