アラカン"BOKU"のITな日常

あれこれ興味をもって考えたことを書いてます

人事評価する人工知能をつくるとして、定性的評価項目をどうするか(2)

前回、客観的・定量的に人物・職務遂行能力などの評価軸を近似する情報を取得する既存の活動ソースあげました。

 

次の4つです。

  • ウエブのアクセスログ
  • メール
  • 日報、週報などの報告データ
  • 勤怠打刻データ

 

ウエブのアクセスログ

人物評価には使えるんじゃないか?と思っています。

 

"どのような傾向のサイトをよく見ているか?"から、その人の嗜好が推定できる可能性はあるからです。

 

うまく調整すれば、人物像の一部を近似できそうですね。それ以外にも、例えば「退職しそうな社員」を見つけるとかもできそうです。

 

現実に、別件で手作業で調査してたら、不可抗力的に仕事中に転職サイトに頻繁にアクセスしている社員が見つかったという経験をしたことがあります。

 

こういう人達が、潜在的な退職リスクを持っているのは確かですし、人事評価時においても指導面談なのの参考情報としてなら有益じゃないかと思います。

 

メール・日報・週報など

感情的な問題をクリアできれば、人物評価や職務遂行能力評価に使える可能性があると思っています。

 

感情的な問題は、結構高い壁ではありますが。

 

まず、メールを対象にすること自体が監視しているみたいで印象が悪いです。顧客や外部の方とのやり取りもあるので、よほど注意しないと、評価の参考情報にはしずらいかなと。

 

日報や週報も黙ってやるとメール同様に印象悪いし、かと言って、日報や週報を解析して評価の参考情報にしていることを、みんなが意識して書くと、ノイズがはいってデータ・ソースとしての価値は大きく下がる可能性がでてくるという悩ましい問題があります。

 

勤怠打刻データ

出勤時刻、退勤時刻、前業・残業時間等の傾向を分析することで、規律性などを推定するにはいいんじゃないかと思います。

 

ただ、初回更新のタイムスタンプと、訂正登録後のタイムスタンプの情報は最低限必要ですけどね。当たり前ですけど、出退勤時刻は後で総務の人とかにお願いして修正してもらうことができますから。

 

以上、4つについて考えました。既存のデータソースだと、なかなか「これだ!」って感じにはならないなあ・・というのが印象です。次回、残りについて考えてみます。

 

2017年2月25日追記

この記事は勉強をはじめる前の初期のころに書きました。今は、このころより、少しわかってきたので、少し方向修正してます。

 

この思いつきから派生したカテゴリがこちらです。

人事評価そのものについて、もう一度考え直してみる。

ディープラーニングについて、もう少し勉強してみる。

システムを開発する言語やフレームワークについて試してみる。

 

あと、それ以外にもいくつかカテゴリをわけて書いてます。

ホワイトカラーの仕事のやり方で思うことを書いてみる

お昼休みとかの時間つぶしにやった頭の体操的なことを書いてみる。

人工知能と仕事などに関連して興味を持ったことを書いてみる。

 

よければ、読んでやってください。