고용과 인공지능

구체적 활용

인공지능은 고용 여정의 모든 단계에 개입한다. 채용에서는 지원서 선별, 이력서 분석, 직무 요구와 프로필의 매칭을 자동화한다. 점수화 시스템은 방대한 지원자 흐름 속에서 후보자를 사전 선별하는 데 도움을 준다. 챗봇은 지원자의 질문에 답하여 지원 경험을 개선하고 인사 팀의 행정 업무를 줄여 준다.

직업 교육에서 인공지능은 현재 역량과 메워야 할 격차를 분석하여 학습 경로를 개인화한다. 적응형 시스템은 프로필과 학습 속도에 따라 콘텐츠를 실시간으로 조정한다. 생성형 인공지능은 교육 콘텐츠 제작을 지원한다. 일자리와 역량 계획에서는 알고리즘이 직업의 변화를 예측하고 재교육을 계획하는 데 도움을 준다.

쟁점과 한계

선발에 알고리즘을 사용하는 일에는 차별이라는 중대한 위험이 따른다. 학습 데이터가 기존의 편향을 반영하면 알고리즘은 이를 재생산하고 증폭한다. 시스템은 겉보기에는 중립적인 기준을 내세워 시니어 프로필, 직업을 바꾸는 지원자, 특정 지역 출신자를 불리하게 만들 수 있다. 간접 차별은 엄밀한 감사 없이는 적발하기 어렵다.

투명성 부족도 문제를 낳는다. 많은 지원자는 자신의 지원서 분석에 인공지능이 관여하는지 알지 못한다. 의미 있는 인간의 개입 없이 거절을 전면 자동화하는 것은 법적 의무에 어긋난다. 결국 책임은 소프트웨어 공급사가 아니라 고용주에게 있다.

유럽의 규제와 틀

유럽연합 전역에서 각국 규제 기관은 GDPR과 유럽 인공지능 규정에 따라 채용용 인공지능 도구의 적합성을 감독한다. 인공지능법은 채용과 선발에 쓰이는 시스템을 명시적으로 고위험으로 분류하고 강화된 의무를 부과한다. 문서화, 데이터 거버넌스, 의무적 인간 감독, 로그 기록, 감사가 그것이다. 노동법은 채용에서의 모든 차별을 금지한다. 평등과 권리를 담당하는 기관들은 알고리즘 차별의 위험을 경고해 왔다. 공공 고용 서비스는 조직이 책임 있게 인공지능을 도입하도록 동행한다.

ActuIA가 주시하는 것

ActuIA는 규제의 변화를 주시한다. 인공지능법의 고용 분야 적용, 데이터 보호 당국의 채용 도구 감독, 차별 위험에 대응하는 모범 사례가 그것이다. 우리는 인공지능과 관련된 새로운 직업의 등장과 요구 역량의 변화를 추적한다. 알고리즘 투명성과 채용에서의 인간 감독을 둘러싼 논쟁은 여전히 우리 관측의 중심에 있다.