Decenijama, škole Metro Nashville u Tenesiju razvijale su poslove na nivou okruga na organski način dok je sistem pokretao programe, odgovarao na potrebe učenika koje su se menjale ili obezbeđivao novo finansiranje. Rezultat je organizaciona šema koja uključuje mnogo zaposlenih sa sličnim nazivima poslova, ali sa značajno različitim zadacima i platama.
Ove godine, kada su lideri okruga krenuli da procene kako poslovi i plate ovog sistema stoje u poređenju sa drugim sistemima i da osiguraju da zaposleni dobijaju pravednu naknadu, brzo su shvatili da je projekat prevelik za bilo koga pojedinačno — ili malu grupu — da bi ga realno savladali.
Čak i ako bi zaposleni projekt delili na manje delove, organizaciona šema okruga sa 80.000 učenika i 12.000 zaposlenih izgubila je koheziju tokom vremena i predstavljala monumentalni zadatak za razvrstavanje. Jedan ključan primer koji su rano otkrili: 435 zaposlenih imalo je titulu “specijalista”, ali su bili raspoređeni u 24 platne grupe i često su imali različite opise poslova.
Ručnim čitanjem svakog opisa posla, analizom da li naslov i opis sme se međusobno uklapaju i rekategorizacijom poslova koji se ne uklapaju u svoje naslove, procedura bi trajala godinama — vreme koje okrug nije smatrao da može da izgubi, rekao je Wayne Birch, stručnjak za stratešku kompenzaciju i analitiku ljudskih resursa ovog okruga.
Tu je onda nastupila veštačka inteligencija.
Uz pomoć zaposlenih sa Instituta za nauku o podacima Univerziteta Vanderbilt, Birch i njegovi kolege razvili su prilagođeni AI sistem, nazvan PRISM (Progressive Refinement and Intelligence Synthesis Model). Taj model ima pet “članova tima”, kako ih je Birch nazvao—u suštini, pet grana modela koje zajedno rade na proceni, analizi i označavanju obrazaca i neslaganja u opisima poslova za iste naslove. AI alat ocenio je 992 naslova koji su obuhvatili više od 1.000 ne-nastavnih poslova, rekao je Birch.
Modeli su se očekivali da budu jednako precizni kao profesionalac iz odeljenja za ljudske resurse sa otprilike dve godine iskustva u klasifikaciji poslova, dodao je Birch.
“Članovi AI tima” svaki su analizirali naslove poslova i opise i odlučili da li im je potrebna rekategorizacija i, ako jeste, na šta tačno. Modeli su dizajnirani da imaju „arhitektonski otpor“—znači da su im naložili da se ne slažu jedni s drugima kad je to potrebno, pre nego da se jednostavno slože i potvrde rad drugih, rekao je Birch.
Otpor je ključan, dodao je Birch, jer stvara “analitičke tačke provere” koje prisiljavaju da se svaka uloga posmatra kroz nekoliko perspektiva pre nego što ikada dospe na nečiji sto na pregled. To je ekvivalent grupi zaposlenih sa različitim stručnim usmerenjima i pogledima koji daju svoje procene—i ne slažu se na putu ka otkrivanju najboljeg rešenja.
Upotreba AI u školama Metro Nashville pruža uvid u to kako distrikt koristi tu tehnologiju da reši problem van učionice, gde je znatan deo istraživanja i pažnje usmeren na AI.
A problem na koji Nashville distrikt cilja nije jedinstven, rekao je Birch.
Većina HR sistema okruga upravlja Istim elementima—pre svega klasifikacijom poslova, kompenzacijom, platnom ravnopravnošću i strukturama platnih razreda—i mnogi distrikti imaju arhitekturu poslova koja se razvijala organski kroz vreme i nije revidirana godinama, ako ikada jeste, dodao je. (Većina zaposlenih u Metro Nashville-u nije sindikalno organizovana, pa naslovi poslova i platni razredi nisu izričito navedeni u ugovorima.)
„Fokus na AI bio je na učenju učenika, i to je razumljivo, ali moj argument je da da biste postigli te ciljeve morate imati kvalitetne ljude koji će i obrazovati učenike i podržavati nastavnike,” rekao je Birch. „Sada, ovo je isto tako dobar primer da pokažemo i da kažemo: ‘Trudimo se da dobro brinemo o sredstvima koja su nam data u okrugu.’”
AI alat je rekategorizovao poslove koji nisu imali opise koji su pravilno usklađeni sa njihovim naslovima otprilike 80% vremena, rekao je Birch, što je približno tačnost koju bi očekivao od čoveka koji radi isti posao. Na primer, ako je neko klasifikovan kao direktor, ali obavlja poslove koji nisu menadžerski, taj zaposleni bi mogao biti precenjen, dodao je Birch.
Kada je AI alat pregledao visoke profilne i visoko plaćene administrativne pozicije, to je označio za ljudski pregled.
Sada je sav rad alata—preispitan od strane Birchovog tima—predat višem rukovodstvu na pregled i odluku šta dalje treba da se uradi.
„Cilj ovog je da nalogodavcima obezbedi kvalitetne informacije potrebne za donošenje odluka,” rekao je Birch, „i taj deo je bio veoma uspešan.”
