AI termer för HR

Världen av artificiell intelligens kan verka förbryllande, särskilt när det kryllar av förkortningar och tekniska termer. I denna bloggpost har jag försökt skapat en liten guide för att förklara de vanligaste termerna inom AI för HR och varför jag anser att det är viktigt att vi är med i utvecklingen. Detta är version 1.0.

 

Förkortningar och vad de innebär

 

AI – Artificiell Intelligens är en teknik som möjliggör att datorer och maskiner kan utföra uppgifter som normalt kräver mänsklig intelligens, såsom problemlösning och inlärning.

ML – Maskininlärning är när datorer lär sig och blir bättre på saker på egen hand utan en människa. Det kan liknas med att lära ett barn att cykla, först kan de vara vingliga och osäkra, men ju mer de övar, desto bättre blir de. Maskininlärning fungerar liknande men istället för cykling övar datorerna på matematiska och logiska problem. Med tiden blir de duktiga på att lösa olika uppgifter utan att någon behöver säga exakt hur de ska göra det; de lär sig av tidigare erfarenheter.

DL – Djupinlärning är en typ av maskininlärning som använder något som kallas djupa neuronnät för att lösa svåra problem. Det är ett sätt att träna datorer att förstå och känna igen bilder och/eller röster på ett avancerat sätt.

Chat GPT är en avancerad textbaserad sökmotor. När du ställer en fråga eller ber om information ”söker” den igenom en stor mängd text och ger dig svar som är relevant för din fråga. Datorn använder sitt omfattande kunskapsarkiv för att generera svar, precis som en effektiv sökmotor skulle göra. Det finns flera liknande program och tekniker på marknaden. Chat GPT är den som ligger längst fram just nu.

En ”prompt” är en instruktion/fråga du ger till din dator för att be om en viss typ av svar eller handling. Tänk på det som när du pratar med någon och tex säger ”Kan du berätta vad det är väder idag?” På samma sätt ger du en ”prompt” till datorn när du skriver en fråga eller önskar ett svar eller utförande av en uppgift.

 

När du skriver en ”prompt” kan du tänka på följande:

• Instruktion (vad du vill be programmet att göra)
• Bakgrund (beskriv situationen eller problemet)
• Mål (önskat resultat eller reaktion)
• Annat information (till exempel dokument eller e-post)
• Roll (tänk dig att du är någon eller något särskilt)
• Stil (skriv i den stil du vill ha)
• Format (till exempel längd, tabeller, länkar)

 

Generativ AI: eller generativ artificiell intelligens, är en gren av artificiell intelligens som fokuserar på att generera något nytt, såsom text, bilder eller ljud, snarare än att bara analysera och bearbeta befintlig information. Generativa AI-modeller är utformade för att skapa innehåll som är kreativt och ofta liknande det som skulle skapas av människor. Dessa modeller använder tekniker som maskininlärning och djupinlärning för att producera nya mönster och data baserat på den information de har tränats på.

 

Några exempel på generativ AI:

• Textgenerering: Tex Chat GPT som kan gererera text som tex artiklar, berättelser mm.
• Bildgenerering: Generative Adversarial Networks (GANs) är en typ av generativ AI som kan skapa realistiska bilder från grunderna. Det används bla inom konst, design och medicinsk bildanalys.
• Musikgenerering: AI-algoritmer som kan generera musikstycken och komponera låtar.
• Konversationsagenter: Generativa konversationsagenter som ChatGPT används för att skapa chatbots och virtuella assistenter som kan ha naturliga samtal med människor.
• Skapande av kod: Vissa AI-system kan generera kod för att automatisera upprepande uppgifter eller hjälpa utvecklare att skapa program.
• Design och kreativitet: Generativ AI kan användas för att skapa konstverk, mönster, mode och andra kreativa uttryck.

 

Skillnaden mellan traditionell AI och generativ AI: Traditionell AI följer noggrant givna regler, medan generativ AI är mer kreativ och kan skapa saker på egen hand baserat på bredare riktlinjer. Traditionell AI är bra på att hantera uppgifter som den har blivit utbildad för, men kan ha svårt att hantera nya eller oväntade situationer. Generativ AI kan du ge ett ämne eller en idé, och den kommer att använda sin förmåga att lära sig och skapa något baserat på det.

NLP: Naturlig Språkbehandling, är en teknik som gör det möjligt för datorer att förstå och producera mänskligt språk. Inom HR finns flera användningsområden för NLP. Ett konkret exempel är att implementera NLP för att analysera jobbansökningar och CV:n från potentiella kandidater. Istället för att manuellt granska varje ansökan kan NLP snabbt och noggrant analysera och kategorisera ansökningarna utifrån uppsatta kriterier.

HRIS: HR Informationssystem används för att hantera HR-relaterad information och är i huvudsak ett verktyg för att administrera och hantera anställdas data på ett effektivt sätt.

Skillnaden mellan HRIS och ett generellt HR-system kan vara subtil, eftersom begreppen ofta används omväxlande. Här är ett försök att förtydliga det.

Ett HRIS fokuserar huvudsakligen på att hantera och lagra information om de anställda. Det är en typ av programvara eller system som är inriktat på att samla, organisera och hantera data, tex  anställningsavtal, löner, personuppgifter, tidrapportering och annan HR-relaterad information.

Ett HR-system: är en bredare term som innefattar alla HR-relaterade processer och funktioner inom en organisation. Det kan omfatta HRIS, men det kan också innehålla funktioner som rekrytering, prestandahantering, personalutveckling och mycket mer.

Multimodality AI: handlar om att låta datorer förstå och använda information från olika källor som text, bilder, ljud och video samtidigt. Det hjälper datorer att bli bättre på att göra spännande saker, som att beskriva bilder med ord eller förstå vad någon säger i en video.  Datorn lär sig att använda sina sinnen på olika sätt för att förstå och utforska världen omkring dem. Multimodal = att använda flera olika sinnen.

 

 

 

 

 

 

 

Varför är AI viktigt för HR?

 

• Det är viktigt att medarbetarna får vara delaktiga i användandet av AI om det skall bidra med värde och underlätta i vår vardag. De har kunskap om verksamheten och kan tillsammans identifiera möjligheter och utmaningar. HR blir viktiga i faciliterandet men också för att höja kompetensen hos de anställda. Risken är annars att man låter en extern leverantörer eller IT- avdelningen forma vardagen och organisationskulturen.
• Det finns en stor risk att det blir en klyfta mellan de som lär sig arbeta med AI och de som inte gör det. Problematiskt i ett redan polariserat samhälle där klyftorna ökar. Här får HR en viktig roll!
• De som använder AI kommer få mer gjort för en mindre kostnad.
• Jobb kommer försvinna och nya kommer uppstå, HR behöver hänga med och förstå för att kunna fortsätta bidra med kompetensutveckling, upskill, reskill mm.
• AI handlar inte bara om tekniska lösningar, utan också om hur människor faktiskt samverkar med dessa system. Genom att förstå mänskligt beteende och psykologi skapar vi mer användarvänliga, etiska och effektiva AI-system.
• Vi kan inte undvika Bias oavsett om det är med eller utan hjälp av AI. Därför har HR en viktig roll att fortsätta utbilda, uppmärksamma och medvetandegöra för att främja mångfald, rättvisa processer, beslut och inkludering. När vi bygger in AI i våra processer behöver vi förstå hur det kan påverka.
• AI kommer att ha en betydande inverkan på HR-administrativa uppgifter, såsom användning av RPA (Robotic Process Automation) för lönehantering och administration, automatisering av rekryteringsprocesser, tidrapportering, support och frågeservice, förberedelser för utredningar och sammanställning av domar mm.
• Ju mer vi lär oss om AI, desto mer kan vi dra nytta av dess hjälp. Detta skapar möjligheter att fokusera på det humana, våra människor och relationer.
• AI äter helt enkelt byråkrati till frukost om vi använder det på rätt sätt!

 

 

Vill du lära dig mer?

• Lyssna in Agila HR-podden – AI äter byråkrati till frukost #98
• Delta på utbildningen AI för HR
• En AI ordlista för produktchefer (på engelska) – Glossary for Product Managers