Aprendizagem no local de trabalho
A aprendizagem por incorporação de funções é um método de aprendizagem automática que gera representações vectoriais (incorporação) de descrições de funções e perfis de candidatos para melhorar os processos de recrutamento e gestão de talentos. Utiliza o processamento de linguagem natural para compreender o significado semântico das funções e competências do posto de trabalho, ajudando assim a fazer a correspondência correta entre os candidatos e as oportunidades de emprego.
Ao tornar mais fácil para os recrutadores identificar os candidatos que correspondem aos perfis, a Aprendizagem com Integração de Funções reduz o tempo gasto na leitura de currículos. Por exemplo, pode encontrar os candidatos que, apesar de terem termos diferentes no currículo, têm competências e carreiras comuns, o que, por sua vez, aumenta o número de candidatos de diversas origens e promove a igualdade no recrutamento.
O Job-Embedding Learning utiliza o processamento de linguagem natural (NLP) para a análise e conversão de descrições de funções e perfis de candidatos em vectores de elevada dimensão. Se o sistema conseguir compreender o contexto e as relações entre as palavras, pode; desta forma, pode ver e distinguir (através das competências/qualificações que não são indicadas diretamente) as diferenças nas qualificações dos candidatos e, assim, dar um resultado mais preciso às avaliações da adequação candidato-emprego.
Sem dúvida, a Aprendizagem com Integração de Funções pode ser adaptada a diferentes sectores, bastando para isso treinar os modelos em descrições de funções e conjuntos de competências específicas do sector. Por exemplo, uma ferramenta de contratação para o sector da saúde pode centrar-se no vocabulário médico e nas competências necessárias, enquanto uma plataforma de recrutamento de programas pode centrar-se nas linguagens de programação e nas práticas de desenvolvimento de software mais relevantes para esses domínios, garantindo assim a relevância e a precisão na correspondência entre candidatos.
As empresas podem enfrentar problemas como a necessidade de dados rotulados de alta qualidade para treinar corretamente os seus modelos, juntamente com potenciais enviesamentos nos dados que podem afetar a equidade na contratação. Além disso, a inclusão da Aprendizagem com Integração de Funções no software e processos de recrutamento existentes pode exigir recursos técnicos e domínio consideráveis, o que constitui um obstáculo para algumas empresas.