Продолжая тему «внезапно обнаружили» - еще одна страшилка. Сразу несколько американских изданий вышли со спекуляциями на тему того, что в больших техкомпаниях, особенно в этом вашем распрекраснейшем Гугле, теперь (о ужас!) увольнением занимается искусственный сами знаете кто. Некто Дэн Хайнс, который в стародавние времена, еще при Ласло Боке уважаемом, работал в Гугловском департаменте развития талантов, пишет, что алгоритмы вполне себе использовались при увольнении людей еще в 2008 году, но тогда, по его словам, списки потенциальных сокращаемых хотя бы приходили на утверждение менеджерам, и менеджеры что-то могли сделать, а теперь, похоже машина самостоятельно принимает решение, кому в три часа ночи перед рождеством отключить доступы к внутренним системам. При этом прямо про это никто не говорит, потому что доказательств нет – а еще потому, что все боятся, что какая-нибудь модель машинного обучения, собирающая по крупицам данные о человеке за годы его работы в компании, вдруг окажется в этом эффективнее человека. Справедливости ради, боевой листок восточного побережья США The Washington Post даже попытался разобраться в проблеме, для чего нашел опрос менеджеров по персоналу из крупных компаний о том, какие они используют алгоритмы. Большинство из них (70%) признались в страшном грехе использования алгоритмов при принятии решений – и в качество основного фактора, на котором основан алгоритм, является производительность сотрудника. Другими словами, сокращают обычно в первую очередь тех сотрудников, у кого плохие оценки за последние два-три отчетных периода. Но используются и другие факторы – например, зачем-то вероятность ухода (первыми стараются сокращать тех, кто по предсказанию модели машинного обучения и так скоро ушел бы). Интересно, что эти два варианта логики подчас друг другу противоречат – компанию часто покидают те самые люди, которые лучше всех работают, и это характерно для тех организаций, где выдающиеся сотрудники получают недостаточное вознаграждение за свою работу. И им бы наоборот поднять зарплату, но нет. Мы прямо ждали, когда же будет про дискриминацию, и про нее тоже пишут. Но удивительно резонно – замечено, что если кто-нибудь когда-нибудь получит полный список уволенных, например, из Гугла, то ему очень легко будет предъявить компании какую-нибудь дискриминацию, просто потому что модель машинного обучения, которая анализирует производительность или вероятность ухода, не берет в расчет пол и расу увольняемого сотрудника. Вы спросите, чем это все отличается от сокращения людей, оказавшихся в левом нижнем углу матрицы «производительность-потенциал» из набившей всем оскомину 9-grid box? Да ничем, ответим мы. Просто людям страшно доверять машинам и алгоритмам любые решения, касающиеся судьбы других людей, просто потому что все понимают – если человеческий фактор совсем исключить, то тогда придется постоянно быть высокоэффективным сотрудником с большим потенциалом, а это не всем по плечу. При этом почему-то никто не берет в расчет тот факт, что цели ставят пока еще люди, оценки на ревью тоже ставят пока что они, а уж про определение потенциала и говорить нечего. К тому же уже очень давно есть софт, которые автоматизирует выбор кандидатов для интервью и прочие решения при найме. Но всем как-то проще, если решение об увольнении принимает не дурацкий алгоритм, а дурак-руководитель. Homo sapiens такие homo sapiens.