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

人事配置を客観的・定量的に評価できるようにできたらいいのにな・・と思うこと

人事配置の理想は「適材適所」と言われます。

 

意味としては「人の能力・特性などを正しく評価して、ふさわしい地位・仕事につけること(Wikipedia)」です。

 

優秀な人であっても、能力が発揮できる仕事とそうでない仕事があるのは直感的にもわかります。

 

天才的なプログラマだけどコミュニケーションが苦手な人を営業に配置しても駄目だろうとか・・ですね。

 

だから、人事配置は人事部の重要な仕事であり、人事情報管理とか人事評価は「適材適所」実現の為に行うと言っても過言ではないです。

 

人事配置は本当に大変です。人事配置に間接的に関わる(システム担当者として・・)機会の多い仕事をしてたのでわかるのですが、とにかく変数が多いのです。

 

仕事の内容と本人の適性以外にも、通勤距離・メンバーとの相性・上司との相性など考え出すとキリがありません。

 

加えて、本人の希望や意思などもあります。ロジックだけでは割り切れない部分も多く、これはコンピュータではできない仕事だなとも思います。

 

それほど大変なのに、この人事配置が正しかったのか?「適材適所」と呼べるのか?を評価する客観的指標がないんですね。

 

だから、一生懸命に考えてやっている人事部担当者の価値が正しく評価されていないもどかしさを感じるときもありました。

 

人事配置の適切さを客観的に評価することはできないのでしょうか?

 

ざっくりとしたアイディアはあります。

 

人の特性や強みをいくつかの大きなカテゴリでとらえる方法です。例えば、「合理的か情動的か」とか「リスクを避けるかリスクと向き合うか」のような感じです。

 

このような特性や強みのある人が成果を出す傾向がある仕事や状況に、その特性や強みを持つ人をあてはめられれば、成果をあげる可能性はあがるだろうなということは推測できますから。

 

最初は精度が低いかもしれませんが、仕事に対して「どのような特性や強みを持った人に適しているか」のパラメータをもたせ、配置した人の特性や強みがどういうものかのパラメータをもたせます。

 

それを使って、評価期間終了時に「その人がどのような評価だったか」で、配置が適切だったか、そうでないかの結果をつけて情報をためていけば、それを使った客観的評価や予測ができると思うのです。

 

といっても、人間の手作業では無理ですね。

 

コンピュータの出番です。それも、教師付き学習ですね。まさに機械学習にうってつけのテーマだなと思っています。

 

その情報を利用して、学習をつみあげていけば、だんだんと精度もあがりますし、その評価自体が次の配置を検討する上での重要な参考情報にもなりますしね。

 

もちろん、人の特徴や強みのモデル化は簡単ではないです。でも、全く不可能ではない気はします。

 

それにもとづいて、人員配置・業務割当時に、仕事の状況・特性と個人の特性・強みを組み合わせて、高い評価が得られる仕事をする可能性をパーセントで予測したり、業務終了後の評価点から、予測を修正するシステムを作れたら、面白いものができるんじゃないですかね。