DEEP HUMAN LEARNING ®
LIFEED CON GRUPPO RES DÀ VITA AI NUOVI MODELLI DI AI
CHE RIVELANO I TALENTI NASCOSTI DEI LAVORATORI
I modelli di Deep Learning sviluppati grazie alla collaborazione con RES permetteranno di analizzare centinaia di migliaia di “small data” generati dai partecipanti ai percorsi di apprendimento per scoprire i talenti che esprimono in tutti i loro ruoli di vita.
Milano, 1° dicembre 2021 – Modelli di Deep Learning in grado di analizzare e comprendere le riflessioni delle persone per permettere alle aziende di scoprire il potenziale nascosto dei propri dipendenti, ovvero le competenze e i talenti che esprimono in tutti i loro ruoli e le loro esperienze di vita, non solo nel contesto professionale. Lifeed – l’EdTech company che dal 2015 offre soluzioni innovative per lo sviluppo del capitale umano, trasformando le esperienze di vita e di cura come la genitorialità e il caregiving in occasioni di sviluppo di competenze fondamentali anche sul lavoro – lancia i modelli di DEEP HUMAN LEARNING®, sviluppati in collaborazione con Gruppo RES, che opera nel settore dell’Information Technology e del Digital Marketing, all’avanguardia nella ricerca metodologica e applicata in ambito di Machine Learning, Deep Learning e Modellistica Matematica.
I modelli di Intelligenza Artificiale analizzeranno centinaia di migliaia di riflessioni generate dai partecipanti ai percorsi di apprendimento di Lifeed per misurare e predire indicatori come la self-efficacy, l’engagement, l’energia, il work-life balance e per scoprire le competenze e i talenti che le persone sviluppano nelle loro esperienze di vita personale, che possono essere trasferiti anche sul lavoro.
In un mondo in cui il cambiamento è l’unica certezza, profondamente trasformato nelle sue dinamiche dall’avvento della pandemia, i modelli di DEEP HUMAN LEARNING® metteranno a disposizione del management delle aziende che collaborano con Lifeed un nuovo strumento per ascoltare e conoscere più in profondità le proprie persone, per valorizzarle nella loro interezza e non solo nella veste professionale.
«I modelli di Intelligenza Artificiale sviluppati con RES migliorano la nostra capacità di leggere e analizzare dati complessi, destrutturati e densi di significato» commenta Chiara Bacilieri, Head of Data di Lifeed. «Automatizzare un’analisi sofisticata che in questi anni è stata perlopiù manuale ci permette di ridurre notevolmente i tempi di analisi mantenendo un alto livello di accuratezza, pari al 95%. Il DEEP HUMAN LEARNING® – continua Bacilieri – assegna un nuovo ruolo all’Intelligenza Artificiale nel mondo HR: aiutare il management a conoscere le persone in maniera più ampia, a scoprire i talenti che sviluppano in tutti i loro ruoli di vita e non solo nel contesto professionale, per valorizzarli anche sul lavoro».
«Oggi sempre più imprese scelgono di mettere al centro dei processi aziendali il potenziale umano dei dipendenti. Grazie al Natural Language Processing (NLP), ramo dell’Intelligenza Artificiale che si occupa del processamento automatico del linguaggio umano, è possibile facilitare e velocizzare il processo di conoscenza e valorizzazione dei dipendenti attraverso l’analisi e l’interpretazione automatica dei dati testuali da loro prodotti» afferma Federico Bonelli, CEO di RES IT e Consulente per l’Innovazione di Gruppo RES. «Per sviluppare l’ecosistema di modelli automatici Lifeed, abbiamo utilizzato algoritmi di Deep Learning (DL), un’evoluzione degli algoritmi di Machine Learning tradizionali. Gli algoritmi DL si ispirano strutturalmente alle reti neurali biologiche, si parla infatti di Reti Neurali Artificiali, e sfruttano una logica di funzionamento capace di apprendere meglio rispetto agli algoritmi del passato. Per il progetto Deep Human Learning®, in particolare – racconta Bonelli – abbiamo utilizzato BERT, uno degli ultimi prodotti Google per svolgere task linguistici. Il modello, già pre-allenato su un grande dataset di dati testuali multilingua, è stato successivamente raffinato per garantire una più profonda e intima conoscenza del linguaggio umano».
