HRIS中的AI用于协助特定任务,例如理解自然语言搜索、读取输入所需的信息,或支持考勤人脸验证。使用目的应明确,结果也应能够由用户检查。
用自然语言搜索信息
普通搜索常依赖与系统信息完全相同的词语。Semantic Search通过LLM集成,帮助理解更自然表达的搜索意图。当用户知道要找什么,却不知道准确术语或措辞时,这种功能尤其有用。
Sigma HRIS和Forte HRIS提供AI Assistant与Semantic Search。演示时,先询问可搜索哪些信息,再用员工日常语言提问。比较意思相同但表达不同的问题结果,检查找到的信息是否相关且容易理解。
辅助从图片和文本输入信息
AI Assisted Data Entry帮助读取图片和文本,减少用户逐字输入。读取后,应将结果与原文比较,特别检查姓名、日期和数字。先修正不一致的部分,再继续录入应用。
来源质量仍然重要。模糊图片、被截断的文字或不清楚的布局,都可能影响结果。测试时应使用公司实际采用的资料。能读取图片和文本,并不意味着所有格式或文档状态都能得到完美结果。
考勤中的人脸识别与活体检测
Face Recognition帮助在考勤过程中匹配人脸。Liveness Detection帮助检查人脸是否来自现场采集,而不是照片或录像。两者作用不同,准备移动考勤时应理解各自的用途。
Sigma HRIS和Forte HRIS已包含AI Assistant与Face Recognition集成,该AI集成不另收费。Liveness Detection包含在Face Recognition中。应用、模块、设备与配置需求仍需根据报价和公司情况讨论。拍摄条件和使用设备也会影响验证结果。
按需使用,并设置明确的核对步骤
公司可按需求讨论AI使用。明确辅助任务、访问人员和结果核对方法。涉及员工的重要决定,不应未经有权限人员审查就只依赖AI输出。团队也要知道如何报告不正确的结果。
Sigma Solusi Informatika重视应用质量,按功能设计避免将重要数据提供给AI集成,并支持用户直至问题解决。我们会根据所使用的功能,与公司确认哪些信息需要处理。Sigma HRIS支持本地部署和私有云,Forte HRIS基于云服务。根据客户反馈定期开发,让AI功能持续面向真实使用需求。
在人力资源工作中使用AI前,如何测试
使用能代表公司实际情况的案例
测试辅助输入时,准备清晰图片、质量较低的图片和不同布局的文本。先确定每份样本应读取哪些信息,再检查结果内容、完整性和需要修正的地方。这比只测试一份非常整齐的文档更接近实际使用。
测试Semantic Search时,使用简单问题和用户常用的不同表达。检查结果是否符合搜索意图及现有信息。问题太宽泛时,补充上下文。即使结果听起来有说服力,也需要核对,尤其在据此作出涉及员工的决定或处理公司业务之前。
确定何时必须确认以及如何更正
公司要知道哪些情况下AI结果可以辅助工作,哪些情况必须由用户确认。记录错误案例及使用的来源,让支持团队能够检查。不要只因为AI输出与已确认数据不同,就改变重要决定。人工复核仍是负责任使用的一部分。
Sigma HRIS和Forte HRIS提供按需使用的AI功能、Sigma团队指导,以及问题解决前持续的支持。附上具体案例的反馈,有助于团队排查问题并改进功能。目标是减少特定输入或搜索工作,同时让用户理解结果,并继续掌握流程的控制权。
关于AI使用中人工复核的参考资料: Microsoft负责任AI指南