Publicação
Inteligência artificial no recrutamento & seleção: inovação e seus impactos para a gestão de recursos humanos
| Resumo: | O estudo teve por objetivo construir um modelo para identificar os benefícios e as funcionalidades na utilização da Inteligência Artificial (IA), do tipo Rede Neuronal Artificial (RNA) múltiplas camadas feedforward, aplicada no processo de recrutamento e seleção (R&S), de profissionais do cargo de técnico de vendas, como um sistema de apoio à tomada de decisão, para auxiliar o profissional de Recursos Humanos (RH). Esta pesquisa quantitativa exploratória utilizou técnicas estatísticas descritiva, inferencial e o modelo de RNA. Utilizou-se dados secundários (14 atributos técnicos) contidos em 800 currículos (CV) de indivíduos que se candidataram ao cargo, no período de 2014 a 2018. O algoritmo de treino priorizado foi o Bayesian Regularization; com funções de ativação Tangente Simoidal e Linear e arquitetura com dois nós na camada escondida. Dos 800 indivíduos, 54,4% são do sexo masculino; 29,3% possui idade entre 24 e 29 anos; 63,1% possui 2.º grau completo; 16,4% possui até 2 anos de experiência em vendas e 70,5% não possui formação complementar em vendas. Verificou-se que há diferença nas médias das notas atribuídas ao CV por sexo e que há associação entre a nota atribuída ao CV e o tempo de experiência. O modelo apresentou excelentes resultados, na maioria dos casos a nota de classificação do currículo atribuída foi igual ao alvo da classificação e o erro médio absoluto foi de 0,292 pontos, numa escala de 1 a 10 pontos. A RNA aplicada ao R&S do referido cargo reduz o tempo gasto na atividade, facilita o trabalho do profissional de RH e possibilita que este dedique mais tempo às etapas de análise das competências comportamentais, como as dinâmicas de grupo e entrevistas. Além disto, facilita a comunicação entre candidato e empresa, proporcionando que o feedback seja dado de modo mais ágil. |
|---|---|
| Autores principais: | Jatoba, Mariana Namen |
| Assunto: | Inteligência artificial Recrutamento e seleção Recursos humanos Rede neuronal artificial |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Instituto Politécnico de Bragança |
| Idioma: | português |
| Origem: | Biblioteca Digital do IPB |
| Resumo: | O estudo teve por objetivo construir um modelo para identificar os benefícios e as funcionalidades na utilização da Inteligência Artificial (IA), do tipo Rede Neuronal Artificial (RNA) múltiplas camadas feedforward, aplicada no processo de recrutamento e seleção (R&S), de profissionais do cargo de técnico de vendas, como um sistema de apoio à tomada de decisão, para auxiliar o profissional de Recursos Humanos (RH). Esta pesquisa quantitativa exploratória utilizou técnicas estatísticas descritiva, inferencial e o modelo de RNA. Utilizou-se dados secundários (14 atributos técnicos) contidos em 800 currículos (CV) de indivíduos que se candidataram ao cargo, no período de 2014 a 2018. O algoritmo de treino priorizado foi o Bayesian Regularization; com funções de ativação Tangente Simoidal e Linear e arquitetura com dois nós na camada escondida. Dos 800 indivíduos, 54,4% são do sexo masculino; 29,3% possui idade entre 24 e 29 anos; 63,1% possui 2.º grau completo; 16,4% possui até 2 anos de experiência em vendas e 70,5% não possui formação complementar em vendas. Verificou-se que há diferença nas médias das notas atribuídas ao CV por sexo e que há associação entre a nota atribuída ao CV e o tempo de experiência. O modelo apresentou excelentes resultados, na maioria dos casos a nota de classificação do currículo atribuída foi igual ao alvo da classificação e o erro médio absoluto foi de 0,292 pontos, numa escala de 1 a 10 pontos. A RNA aplicada ao R&S do referido cargo reduz o tempo gasto na atividade, facilita o trabalho do profissional de RH e possibilita que este dedique mais tempo às etapas de análise das competências comportamentais, como as dinâmicas de grupo e entrevistas. Além disto, facilita a comunicação entre candidato e empresa, proporcionando que o feedback seja dado de modo mais ágil. |
|---|