נתוני People ואנליטיקה • 8 דקות קריאה
כיצד אלגוריתמים משנים את אופן עבודת משאבי האנוש
JUN 14, 2026
כלים אלגוריתמיים מיושמים בגיוס, בהערכת ביצועים ובחיזוי שימור. הנה מה שמשאבי אנוש צריכים לדעת כדי להשתמש בהם באחריות.
היכן אלגוריתמים כבר בשימוש
כלים אלגוריתמיים נפוצים יותר במשאבי אנוש ממה שרבים מהעוסקים בתחום מבינים. כלי סינון קורות חיים שמדרגים מועמדים על סמך התאמת מילות מפתח או פרופילי גיוס מצליחים בעבר נפוצים בפלטפורמות ATS. מודלים לחיזוי ביצועים מסמנים עובדים שנמצאים בסיכון לעזוב או להניב ביצועים נמוכים. אלגוריתמי תזמון ממטבים דפוסי משמרות לעובדים לפי שעה. כלי תגמול משווים שכר לנתוני שוק באמצעות מודלים סטטיסטיים. לכל אחת מהיישומים הללו יש תועלת ממשית, אך גם סיכונים שמשאבי אנוש חייבים להבין ולנהל.
בעיית ההטיה
הסיכון המשמעותי ביותר בכלי HR אלגוריתמיים הוא העצמת הטיה. אם אלגוריתם סינון קורות חיים מאומן על נתונים מגיוסים מוצלחים בעבר, ואותם גיוסים היו ברובם מקבוצה דמוגרפית מסוימת בשל הטיה היסטורית בתהליך הגיוס, האלגוריתם ילמד להעדיף את אותה קבוצה דמוגרפית. האלגוריתם אינו יוצר הטיה חדשה; הוא מגדיל ומסדיר הטיה קיימת שבעבר הייתה לא עקבית ולכן תוקנה עצמית חלקית. מנהיגי משאבי אנוש חייבים לבקר כלי אלגוריתמיים להשפעה מפלה באותו אופן שבו הם מבקרים תהליכי קבלת החלטות אנושיים.
שימוש אחראי באלגוריתמים
העיקרון המנחה לכלי HR אלגוריתמיים הוא פיקוח אנושי. השתמשו באלגוריתמים כדי ליידע החלטות, לא כדי לקבל אותן באופן אוטונומי עבור כל תוצאה משמעותית המשפיעה על סטטוס התעסוקה, השכר או הפיתוח של עובד. דרשו שקיפות מספקים לגבי האופן שבו המודלים שלהם עובדים ועל אילו נתונים הם הוכשרו. בצעו ביקורות סדירות של תוצאות לפי קבוצות דמוגרפיות. ודאו שלעובדים יש זכות לבקש בדיקה אנושית של כל החלטה שהושפעה אלגוריתמית, זוהי דרישה משפטית בחלק מהשיפוטים.
