• Nie Znaleziono Wyników

Koncepcja sposobu rozwiązania problemu optymalizacji wielokryterialnej związanej z zadaniem doboru pracowników

W dokumencie Index of /rozprawy2/10165 (Stron 85-89)

Algorytm 4 – Algorytm systemu mrowiskowego

4. KONCEPCJA SYSTEMU WIELOKRYTERIALNEGO DOBORU PRACOWNIKÓW IMPLEMENTUJĄCEGO ALGORYTM PRACOWNIKÓW IMPLEMENTUJĄCEGO ALGORYTM

4.4. Koncepcja sposobu rozwiązania problemu optymalizacji wielokryterialnej związanej z zadaniem doboru pracowników

4.4.1. Sformułowanie problemu i załoŜenia wstępne

NiezaleŜnie od sposobu przeprowadzania procesu rekrutacji i selekcji pracowników jego etapem finalnym powinien być zawsze zwrot oczekiwanych informacji, w postaci poŜądanych danych personalnych. Analiza scharakteryzowanych w rozdziale 3-cim dotychczas wykorzystywanych i implementowanych metod wykazuje, Ŝe problem ten jest wielowymiarowy, z uwagi na mnogość kontekstów, z którymi mamy tutaj do czynienia

mówiąc o prognozowaniu zdolności kandydatów do realizowania powierzonych im zadań. Prognozowanie to powinno być bowiem związane nie tylko z racjonalną oraz sprawiedliwą oceną, ale równieŜ z maksymalizacją jakości całego procesu, uwzględniającego przy tym takŜe minimalizację kosztów. Dlatego teŜ w dobie intensywnego zapotrzebowania na rozwój skutecznych metod i narzędzi eksploracji oraz zarządzania danymi moŜna zaproponować, a następnie dokonać oceny zastosowania nowatorskiego i niesprawdzonego jeszcze w tym obszarze podejścia, którym jest metaheurystyka mrowiskowa.

Z dokonanej w podrozdziałach 4.1 – 4.3 charakterystyki wielokryterialnego zadania doboru pracowników, a takŜe na podstawie zawartej w rozdziale 3-cim niniejszej pracy analizy literaturowego studium przypadku, pozwalającej dokonać oceny efektywności implementowanych i wykorzystywanych obecnie metod selekcji kadry wynika, Ŝe moŜliwe jest uzyskanie zadawalającego zbioru rozwiązań przy pomocy systemu adaptującego model oparty na odpowiednio scharakteryzowanych wcześniej zbiorach relacji danych, którymi mogą być zbiory Kandydaci-Cechy oraz Stanowiska-Kryteria. Aby jednak taki system mógł we właściwy sposób spełniać rolę elementu doradczego w procesie rekrutacji i selekcji powinien on:

• posiadać mechanizmy pozyskiwania informacji dotyczących cech, w postaci predyspozycji, na które składają się umiejętności, doświadczenie zawodowe i kompetencje kandydatów, ze źródeł przechowujących wiedzę, niezaleŜnie od sposobu jej ustrukturalizowania,

• umoŜliwiać wyznaczanie w procesie klasyfikacji macierzy współczynników jakości posiadanych cech,

• na podstawie danych o istniejących relacjach, w postaci stopnia spełnienia kaŜdego z kryteriów, definiujących poŜądane wymagania na kaŜde obsadzane stanowisko zaproponować zbiór wynikowy, który zawiera dane tylko kandydatów spełniający załoŜone ograniczenia kryterialne.

Takie podejście w przeciwieństwie do innych znanych i zaimplementowanych obecnie rozwiązań w systemach inteligentnych [rozdział 1-szy pracy] będzie posiadać moŜliwość przeszukiwania przestrzeni rozwiązań z wielu punktów jednocześnie, mimo jej wielowymiarowości i złoŜoności. System oparty o architekturę warstwową powinien implikować ponadto duŜą elastyczność i skalowalność dla transformacji zbiorów decyzyjnych w zakresie zmienności kryteriów oceny.

Mówiąc o problemie doboru zasobów ludzkich na dane stanowisko pracy naleŜy najpierw zawsze dokonać analizy zadań, wymagań, wyzwań oraz trudności z nim związanych. O ile jednak opis wymaganych kompetencji oraz innych cech dla stanowisk pracy znajduje wyraz w licznych opracowaniach [42, 54, 57, 58, 79] systematyzujących ten proces w skali nie tylko państwowej, ale równieŜ międzynarodowej, co pozwala na szybkie przyjęcie określonych i sprawdzonych empirycznie standardów kwalifikacyjnych dla praktycznie kaŜdego zawodu, zawsze bowiem moŜna posłuŜyć się gotowymi zbiorami przygotowanych juŜ opisów wymagań kryterialnych lub w czasie moŜliwym do akceptacji dostosować je do własnych wymagań, o tyle określenie predyspozycji kaŜdego z kandydatów do spełnienia tych wymogów jest zadaniem bardzo trudnym, złoŜonym i czasochłonnym. JeŜeli bowiem wybrane i dokładnie określone cechy kryterialne dostarczą nam wystarczającej charakterystyki stanowisk, na które prowadzony będzie nabór [54], to następnym krokiem powinno być juŜ uzyskanie właściwego profilu cech i kompetencji kandydatów na te właśnie stanowiska. Profil ten w ujęciu jednostkowym powinien zostać zobrazowany w postaci zbioru wartości określających stopień posiadania kaŜdej z wymaganych cech na wakujące etaty. W proponowanym modelu rozwiązania rozwaŜanego problemu pozyskane wartości nie mogą nigdy jednak, nawet wybiórczo stanowić argumentów funkcji sumarycznej, poniewaŜ badany kandydat musi przejść przez wszystkie progi kryterialne, a niezadowalający wynik jednego ze sprawdzianów nie moŜe być zrekompensowany przez nawet najlepszy wynik innego. Inaczej stanowiłoby to coraz częściej wykorzystywany (równieŜ przez szkolnictwo wyŜsze) model dysjunkcyjny, w którym naleŜy osiągnąć załoŜoną wartość progową, przy czym dopuszczalna jest kompensacja wyników. Jak pokazują natomiast badania [47, 55, 73, 78, 79] mimo, Ŝe model kompensacyjny jest stosowany bardzo często z powodu jego małej złoŜoności i dostępności narzędzi, w których moŜna go zaimplementować, to wiąŜe się on z niską skutecznością dotyczącą trafności dokonywanego wyboru, nie gwarantując przy tym obiektywnej oceny.

Aby ostateczny wynik był wiarygodny i wiązał się z wysoką jakością proponowanego rozwiązania naleŜy więc przyjąć model koniunkcyjny2. W związku z określonymi załoŜeniami wsparcie narzędziowe dla złoŜonego i wielowymiarowego zadania, związanego z selekcją i doborem pracowników w przedsiębiorstwie będzie stanowić system złoŜony z modułów:

2 niekompensacyjny model, który zakłada, Ŝe Ŝadna z ocen nie moŜe być niŜsza od zakładanego minimum nazywany jest równieŜ „modelem i”.

1. Pozyskiwania wiedzy na temat profili kandydatów z dostępnych źródeł zewnętrznych i wewnętrznych, w oparciu o zdefiniowaną bazę reguł, która pozwoli na ich właściwą ocenę.

2. Odwzorowywania danych w postaci właściwych zbiorów krotek {Kandydaci – Cechy – Stanowiska} oraz wyznaczania między nimi encyjnych relacji logicznych. 3. Zwracania zadawalającego zbioru wyników dla problemu optymalizacji dyskretnej

(opisanego w podrozdziale 4.1 pracy).

Jak wynika z powyŜszych załoŜeń modułowych wyznaczenie dyskretnego zbioru rozwiązań dopuszczalnych w celu uzyskania ekstremum funkcji kryterialnej będzie moŜliwe dopiero kiedy system dostarczy nam wiedzy na temat stopnia spełnienia kaŜdego z moŜliwych ograniczeń stanowiskowych w przedsiębiorstwie prowadzącym proces rekrutacji. Źródłem tej wiedzy w przypadku rekrutacji zewnętrznej mogą być juŜ dokumenty aplikacyjne i kwestionariusze osobowe, natomiast w przypadku rekrutacji wewnętrznej arkusze okresowych ocen pracowniczych. Ten problem teoretycznie charakteryzuje więc niska złoŜoność. Ale czy tak jest równieŜ w rzeczywistości?

4.4.2. Ocena stopnia złoŜoności problemu

Aby udzielić odpowiedzi na to pytanie wystarczy wyobrazić sobie sytuację, w której osoba zarządzająca w jednym z przedsiębiorstw analizując raporty pracy swojego działu dochodzi do wniosku, Ŝe drastycznie spada jego wydajność. Zgodnie z przyjętymi standardami naleŜy więc przeprowadzić restrukturyzację działu lub zatrudnić osobę, która to zmieni. To pierwsze rozwiązanie okazuje się jednak zbyt kosztowne, dlatego teŜ w sytuacji kryzysowej naleŜy jak najszybciej przeprowadzić rekrutację. Proces ten jednak od samego początku charakteryzuje pośpiech i brak dokładnej analizy, w wyniku czego efektem końcowym są setki, a w czasach recesji, związanej z szybkim wzrostem bezrobocia, nawet tysiące przesłanych aplikacji, w tym równieŜ osób nie posiadających wystarczających kwalifikacji. Taka sytuacja prowadzi więc do dalszego pogłębiania się kryzysu, poniewaŜ ograniczenia czasowe sprowadzają do minimum moŜliwość trafnej i efektywnej predykcji decyzji, mimo, Ŝe dotyczy ona tylko jednego, a nie wielu stanowisk. To doskonale nie tylko obrazuje skalę problemu, ale równieŜ wskazuje stopień zapotrzebowania na budowę odpowiednich narzędzi wsparcia decyzyjnego, wyposaŜonych

w sprawdzające się mechanizmy pomiaru predyspozycji, wymagań dodatkowych i kompetencji kandydatów do pracy.

Jednym z nich moŜe być próba porównania i klasyfikacji dostarczonych zbiorów posiadanych predyspozycji na podstawie odpowiednio określonego wcześniej wzorcowego zbioru kolekcji. KaŜdy opisany w tej kolekcji przypadek będzie bowiem wskazywał nie tylko na posiadanie danej cechy, ale równieŜ umoŜliwiał wskazanie stopnia jej spełnienia. Zadanie to dzięki takim załoŜeniom moŜe być wsparte przez zastosowanie istniejących juŜ i dostępnych na rynku kart kompetencji3 w postaci definicji oraz zachowań dla określonych poziomów jej przyswojenia. Często wskazywany jako wada [12, 21, 34] brak moŜliwości wykorzystania uniwersalnej listy kompetencji dla wszystkich profili stanowiskowych nie stanowi w tym przypadku istotnego problemu, poniewaŜ zawsze moŜna zaproponować i wykorzystać zbiór kategorii zachowań oraz oczekiwań dla badanej grupy zawodowej. W związku z tym, Ŝe dokonywanie pomiarów wymaga przyjęcia skali oceny moŜna zaproponować, a następnie sprawdzić stosowaną w tym obszarze pięciostopniową skalę4 dla kaŜdej charakteryzowanej kompetencji. Przykładową charakterystykę takiej pięciostopniowej skali ocen stosowanej przy pomiarze kompetencji przedstawia tabela 12.

Tabela 12 – Przykładowa charakterystyka pięciostopniowej skali ocen stosowanej przy pomiarze kompetencji [79].

Ocena posiadanej predyspozycji

Charakterystyka wskaźników klasyfikacji ocenianej predyspozycji

0 Z analizy dostarczonej dokumentacji i formularzy aplikacyjnych

W dokumencie Index of /rozprawy2/10165 (Stron 85-89)