[論文レビュー] A Comprehensive Survey of Artificial Intelligence Techniques for Talent Analytics

Chuan Qin, Le Zhang+9 more|arXiv (Cornell University)|Jul 3, 2023

AI and HR Technologies被引用数 18

ひとこと要約

本論文は、人材管理、組織管理、労働市場分析にわたる人材分析のAI技術を概説し、データ基盤と方法論的分類を強調している。

ABSTRACT

In today's competitive and fast-evolving business environment, it is a critical time for organizations to rethink how to make talent-related decisions in a quantitative manner. Indeed, the recent development of Big Data and Artificial Intelligence (AI) techniques have revolutionized human resource management. The availability of large-scale talent and management-related data provides unparalleled opportunities for business leaders to comprehend organizational behaviors and gain tangible knowledge from a data science perspective, which in turn delivers intelligence for real-time decision-making and effective talent management at work for their organizations. In the last decade, talent analytics has emerged as a promising field in applied data science for human resource management, garnering significant attention from AI communities and inspiring numerous research efforts. To this end, we present an up-to-date and comprehensive survey on AI technologies used for talent analytics in the field of human resource management. Specifically, we first provide the background knowledge of talent analytics and categorize various pertinent data. Subsequently, we offer a comprehensive taxonomy of relevant research efforts, categorized based on three distinct application-driven scenarios: talent management, organization management, and labor market analysis. In conclusion, we summarize the open challenges and potential prospects for future research directions in the domain of AI-driven talent analytics.

研究の動機と目的

• 人材分析データ基盤（内部データと外部データ）の構造化された概要を提供する。
• 人材管理、組織管理、労働市場分析で用いられるAI技術とモデルを分類する。
• 各シナリオにおける代表的な研究とデータから手法への対応を要約する。
• AI主導の人材分析における未解決の課題と今後の研究方向性を特定する。

提案手法

• 内部データ（採用、従業員、組織）と外部データソースを整理するデータ中心の分類法を提案する。
• 人材管理、組織管理、労働市場分析という3つのシナリオ分類を構築する。
• 各データカテゴリに適用されるAI技術とモデルをレビューし、NLP、深層学習、グラフベース手法、従来の分類器を含む。
• シナリオ別にデータカテゴリとAIアプローチをまとめた表を提供する。
• モデリング選択を動機づけるため、Indeed、LinkedIn、雇用ブランドデータなどの業界規模データソースと動向を検討する。
• オープンな課題と潜在的な今後の研究方向を概説する。

実験結果

リサーチクエスチョン

• RQ1 異なる組織文脈においてAI対応の人材分析に不可欠なデータは何か？
• RQ2 人材管理、組織管理、労働市場分析に適用されたAI技術は何で、データ種別とどのように組み合わせられているのか？
• RQ3 AI主導の人材分析の主要な課題と今後の方向性は何か？
• RQ4 意思決定を支援するために、大規模な外部労働市場データを内部HRデータとどのように統合できるのか？

主な発見

• AI対応の人材分析は、採用、育成、定着、および組織決定を支えるために、内部外部の大規模データを活用する。
• 深層学習、NLP、および表現学習（例：BERT、CNN/RNN、LSTM）は、履歴書・求人情報のマッチング、タレント探索、面接分析などに広く用いられている。
• 外部データソースとしてのソーシャルメディアや求人検索サイト（例：LinkedIn、Indeed）は、労働市場分析と雇用主ブランドの文脈に豊かな情報を提供する。
• ケース例はIBMが離職関連タスクで高い予測精度を達成し、定着コストの substantial な削減を実現したことなど、影響を示している。
• 本調査は、データ駆動型の分類法ベースの視点を、人材分析へのAI統合の基盤として強調し、今後の研究方向を特定している。