تقريبًا كل نظام تتبع المتقدمين في السوق اليوم يقول إنه يحتوي على الذكاء الاصطناعي. معظمهم لا يفعلون ذلك، بأي معنى يهم المهندس. لديهم أتمتة قائمة على القواعد، واستخراج الكلمات الرئيسية، ونموذج تضمين الجمل بين الحين والآخر موضوع فوق قاعدة شفرة 2014. صفحة التسويق تقول ذكاء اصطناعي. النموذج خلف الستار هو نفس التعبير العادي الذي كان موجودًا منذ عقد.
هذه هي الفجوة بين الضجيج حول الذكاء الاصطناعي والواقع في التوظيف. الأمر مهم لأن نتائج التوظيف تختلف تمامًا اعتمادًا على ما تشتريه فعلاً.
كيف يبدو الذكاء الاصطناعي الحقيقي في التوظيف
الذكاء الاصطناعي الحقيقي في التوظيف يعني نموذجًا يقرأ السيرة الذاتية، ويستخرج النتائج القابلة للقياس (الإيرادات المولدة، والفرق المدارة، والأنظمة المشحونة، والمشكلات المحلولة)، ويصنف المرشحين حسب الصلة بالدور. النموذج ينتج درجة وفقًا لنتيجة وفقرة تفسير مكتوبة يمكن للإنسان قراءتها واختلاف الرأي حولها. لا يقوم فقط بعد الرموز. لا يحسب فقط مسافة متجه. إنه يفسر ما فعله المرشح فعليًا، مثلما سيفعل مهندس كبير أو مشغل. أظهرت أبحاث ماكنزي حول ممارسات المواهب، التي تلخصت في شكل المواهب في 2023 و2024، أن اعتماد التوظيف القائم على المهارات ارتفع من 40% في 2020 إلى حوالي 60% في 2024، وهو بالضبط ما تم بناء نموذج قراءة النتائج لدعمه. لا يمكن للذكاء الاصطناعي الضخم أن يقوم بالتوظيف القائم على المهارات بشكل جيد لأنه ليس لديه مفهوم المهارة، فقط وجود الرموز. يمكن للذكاء الاصطناعي الحقيقي.
أبسط اختبار هو أن تطلب من البائع فقرة التفسير خلف الدرجة. إذا لم يتمكنوا من تقديم واحدة، فالدرجة هي صندوق أسود والذكاء الاصطناعي هو تسويق.
ذكاء اصطناعي مبالغ فيه: الأنماط التي تستمر في الظهور
بعد النظر في معظم عروض أنظمة تتبع المتقدمين في هذا السوق، يتم بيع نفس حفنة من الأنماط كذكاء اصطناعي عندما تكون شيئًا آخر.
- تكرار الكلمات الرئيسية يرتدي ثوب المطابقة الدلالية. النموذج يحتسب عدد مرات ظهور Python وAWS ويسمي النتيجة درجة مطابقة. أضف تصفية الكلمات الموقفة وقاموس المرادفات ويطلق عليه "معالجة اللغة الطبيعية." تجربة المرشح تبقى دون تغيير: احشو سيرتك الذاتية بالكلمات الرئيسية وستفوز.
- تضمين الجمل كغلاف رقيق. نسخة أكثر تطورًا تستخدم تضمين الجمل المدربة مسبقًا لحساب التشابه الكوني بين السيرة الذاتية ووصف الوظيفة. هذا يمسك المرادفات، لكنه لا يزال تطابق نص إلى نص. يحصل المرشح الذي ينسخ ويلصق وصف الوظيفة في ملخص سيرته الذاتية على درجة عالية بدون أي تجربة فعلية.
- المقابلات بواسطة روبوتات الدردشة. نموذج مكتوب مع واجهة أمامية لنموذج لغوي كبير. مفيد للتجدولة والتصنيف. لا يختبر الذكاء.
- ملخصات من إنتاج الذكاء الاصطناعي. النموذج يلخص السيرة الذاتية إلى نقاط ، والتي هي ميزة إنتاجية، ليست قرار ترتيب. المصنف من تحت لا يزال يعتمد على الكلمات الرئيسية.
لا شيء من هذا احتيال. إنه مجرد تسمية سخية. كما أنه هو السبب في أن المرشحين تعلموا كيفية استخدام أنظمة تتبع المتقدمين بشكل موثوق. وثقت Jobscan انتشار حشو الكلمات الرئيسية في السير الذاتية الحقيقية، والنمط يعمل فقط لأن أنظمة الفحص تكافئه.
لماذا الضجيج متين للغاية
ثلاث قوى تبقي الفجوة بين تسويق الذكاء الاصطناعي وواقع الذكاء الاصطناعي مفتوحة بشكل واسع في برامج التوظيف، وتستحق الإشارة إليها حتى يمكنك تجاهلها.
الأولى هي أن المشتري عادة ليس مقيمًا تقنيًا. الشراء هو الموارد البشرية، والعرض أمام رئيس المواهب، والسؤال "ما هو هيكل النموذج الفعلي" نادراً ما يتم طرحه. يتعلم البائعون أنهم يمكنهم شحن نفس التعبير النظامي الذي شحنوه في عام 2018 ويدعونه ذكاءً اصطناعيًا طالما أن العرض يبدو نظيفًا. لا توجد عقوبة للتسويق.
الثانية هي أن أنظمة تتبع المتقدمين التقليدية هي منصات تجارية. تجعل Greenhouse وLever وWorkable الأموال من سير العمل، وليس من دقة الفحص. إن إضافة ذكاء اصطناعي حقيقي لترتيب الدرجات هو هندسة مكلفة لميزة لا تظهر بشكل نظيف في ورقة مقارنة الشراء. لذلك يشحنون النسخة الرخيصة.
الثالثة هي أن التوظيف هو نتيجة للعديد من الأمور الأخرى، مثل جودة وصف الوظيفة، وقنوات البحث، وظروف السوق، وعلامة الفريق، مما يخفي الفحص السيئ داخل الضجيج. فريق يقوم بتوظيف اثني عشر مهندسًا جيدًا في السنة ينسب العملية. كان نفس الفريق سيوظف نفس الاثني عشر شخصًا باستخدام Google Sheet، لأن الفحص لم يكن يقوم بالعمل الذي يعتقد الفريق أنه يقوم به. يمكن اختبار الفحص بالذكاء الاصطناعي الحقيقي بطريقة تساعد المؤسس على تمييز الرفع الفعلي من الضجيج: يمكنك مقارنة أفضل عشرة مرشحين مصنفين في النموذج مع أفضل عشرة لديك ورؤية مدى تداخلهم. يفشل الذكاء الاصطناعي المبالغ فيه في هذا الاختبار تقريبًا في كل مرة.
ما الذي علمتنا أنظمة التوصيات في أمازون حول التوظيف
قبل CurriculoATS، قضى مؤسسنا ديف سنوات في أمازون يعمل على أنظمة البحث والتوصية. هناك درس من ذلك العمل يتماشى مباشرة مع الذكاء الاصطناعي في التوظيف: النموذج الوحيد الذي يستحق الشحن هو الذي تكون نتائجه من المستوى الأعلى جيدة. كل شيء آخر هو مسرحية.
لا يشحن موصي أمازون نموذجًا يؤدي بشكل أفضل قليلاً في الدقة المتوسطة ولكنه يصنف العناصر الخطأ في المركز الأول. يحدد المركز الأول ما إذا كان المستخدم ينقر. نفس الشيء ينطبق على ترتيب السير الذاتية. ينظر المستقطب إلى العشرة أو الخمسة عشر الأعلى، فقط. إذا كانت أفضل عشرة للنموذج خاطئة، فإن بقية النظام لا ينقذك.
لهذا السبب تم بناء CurriculoATS حول تقييم متعدد الإشارات، وإنجازات كمية، وملاءمة التجربة، ومسار الحياة المهنية، وتوافق المهارات، والذي ينتج درجة مركبة من 0-100 مع فقرة تفسير كاملة مكتوبة. الفقرة هي الجزء الذي يحول المصنف ذو الصندوق الأسود إلى شيء يمكن للمؤسس الوثوق به فعلاً. يمكنك قراءتها، واختلاف الرأي حولها، وتجاوزها. هذه هي الفروق بين الذكاء الاصطناعي كدعم قراري والذكاء الاصطناعي كبديل للقرارات، وهذا مهم أكثر من أي تفصيل حول هيكل النموذج. انظر صفحة تأثير التقييم للحصول على تحليل كامل.
لماذا تساؤلات المشتري أكثر أهمية من تسويق البائع
الطريقة التي يسأل بها المؤسس عن الذكاء الاصطناعي في عرض توضيحي تحدد ما إذا كانوا سينتهي بهم الأمر بذكاء تصنيفي حقيقي أو بتسويق يرتدي ثوبًا مشابهًا. ليس دائمًا البائعون الذين يفوزون في مناقصات الشراء هم الأفضل في النماذج؛ هم البائعون الذين تستجيب عروضهم للأسئلة التي يطرحها المشترون فعليًا. معظم المشترين يطرحون الأسئلة الخطأ. "هل يحتوي على ذكاء اصطناعي؟" هو السؤال الخطأ، لأن كل بائع سيقول نعم. "ما هي درجة الذكاء الاصطناعي؟" هو أقرب، لأنه يجبر البائع على وصف مدخلات النموذج. "أرني التفسير وراء المرشح الأعلى تصنيفًا" هو السؤال الصحيح، لأنه يجبر البائع على إنتاج المخرجات. يمكن لبائع لديه ذكاء تصنيفي حقيقي أن يظهر هذا في 90 ثانية. بينما لا يمكن أو لا يستطيع البائع ذو الذكاء الاصطناعي المبالغ فيه. هذه هي اللحظة ذات الإشارة الأعلى في أي عرض توضيحي لنظام تتبع المتقدمين، ويتجاهلها معظم المؤسسين لأن تدفق العرض مصمم لإبقائهم على ميزات سير العمل. لقد شهدنا مؤسسين يجلسون خلال 40 دقيقة من العروض التقديمية للوحة الأنابيب وقوالب رسائل العرض، ثم يوقعون عقود سنوية دون أن يطلبوا من النموذج إنتاج فقرة لمرشح معين. الفجوة في الاستحواذ ليست معرفة الذكاء الاصطناعي؛ إنها الرغبة في مقاطعة العرض. يمكن للمؤسس الذي يسأل عن فقرة التفسير في العشر دقائق الأولى تصفية 70% من سوق أنظمة تتبع المتقدمين التقليدية دون الحاجة إلى قراءة أي تقييم.
كيف يقيم المؤسس بائعي الذكاء الاصطناعي في التوظيف في عرض توضيحي واحد
لا تحتاج إلى إطار عمل للشراء. تحتاج إلى ثلاثة أسئلة.
- أرني التفسير وراء المرشح الأعلى تصنيفًا. إذا كانت الإجابة رقم بدون تفسير، فإن النموذج يعتمد على الكلمات الرئيسية. انتقل إلى التالي.
- قم بتشغيل سيرة المرشح الأخير الذي استأجرت من خلال النظام قبل انضمامي. إذا كان النموذج كان سيصنفهم ضمن أفضل عشرة، فإن النظام لديه إشارة. إذا كانوا سيخضعون للرفض، فإن النموذج معطل.
- ما تكلفة ذلك عندما يكون لدي عشرة أدوار مفتوحة بدلاً من ثلاثة؟ تسعير لكل مقعد يعاقب الفرق المتنامية. التسعير الثابت يتناسب مع حجم التوظيف، وهو ما يهتم به أي مشروع ناشئ بالفعل.
هذا هو العرض التوضيحي بالكامل. ثلاثون دقيقة تكفي.
ماذا تفعل بعد ذلك
إذا كان لديك قائمة مختصرة لأنظمة تتبع المتقدمين على مكتبك ولست متأكدًا مما إذا كان الذكاء الاصطناعي حقيقيًا، قم بإجراء العرض التوضيحي ذو الأسئلة الثلاثة على كل واحد منهم. ثم اقرأ صفحتنا حول أنظمة تتبع المتقدمين للموظفين وصفحة المقارنة لترى كيف تقارن الشركات الكبرى بالنموذج القائم على النتائج. المستوى المجاني على CurriculoATS متاح لوظيفة واحدة نشطة، مما يكفي لاختبار المصنف على دور تقوم بتشغيله الآن دون الالتزام بعقد.
مهندس تعلم الآلة السابق في أمازون (البحث والتوصيات) وSynopsys. بنى CurriculoATS لاستبدال مطابقة الكلمات الرئيسية في التوظيف بتقييم الذكاء الاصطناعي القائم على النتائج. خريج جامعة بنسلفانيا. يكتب عن ذكاء التوظيف الاصطناعي، واقتصاديات أنظمة تتبع المتقدمين، وما يتنبأ حقًا بالأداء في العمل.