تتخلص طريقة التوظيف القائم على النتائج من هذا النموذج. بدلاً من عد الرموز، تقرأ الذكاء الاصطناعي ما فعله المرشح بالفعل. الإيرادات التي أنشأوها. الفرق التي قاموا بتوسيعها. الأنظمة التي قاموا بشحنها. المشاكل التي قاموا بحلها. ثم يتم ترتيب المرشحين وفقًا لمتطلبات الدور الحقيقية. يشرح هذا المقال كيف تعمل هذه الطريقة، ولماذا تنتج قوائم مختصرة مختلفة جوهريًا، ولماذا لا تزال معظم أنظمة ATS التقليدية غير قادرة على القيام بذلك.
ما الذي يعنيه التوظيف القائم على النتائج في الواقع
التوظيف القائم على النتائج هو نموذج فحص يرتب المرشحين بناءً على الإنجازات القابلة للقياس بدلاً من تداخل الكلمات الرئيسية مع وصف الوظيفة. يستخرج النموذج أربع فئات من الإشارات من كل سيرة ذاتية: الإيرادات (الصفقات المغلقة، الإيرادات السنوية المتكررة، المدخرات الناتجة)، الفرق (الأشخاص المدارة، المنظمات المبنية أو الموسعة)، الأنظمة (المبنية، المرسلة، المملوكة في الإنتاج)، والمشاكل (المحلولة، المعقدة، الجديدة).
يقوم النموذج بتقييم كل مرشح ضد متطلبات نتائج وصف الوظيفة وينتج عن ذلك درجة مركبة من 0-100 بالإضافة إلى فقرة تفسير مكتوبة تشرح ما وجده النموذج ولماذا رتب المرشح في تلك المرتبة. فقرة التفسير هي الجزء الذي يجعل النظام شيئًا يمكن أن يستخدمه المؤسس فعليًا، لأنها تتيح للإنسان القراءة، والموافقة، أو تجاوز النتائج.
تظهر العمل الذي قامت به شركة ماكنزي والذي تم تلخيصه في شكل الموهبة في 2023 و2024 أن اعتماد التوظيف القائم على المهارات يتصاعد من 40٪ في 2020 إلى حوالي 60٪ في 2024، والفحص القائم على النتائج هو الآلية التقنية التي تجعل التوظيف القائم على المهارات واقعيًا بدلاً من كونه طموحًا.
ثلاثة مشاكل هيكلية مع مطابقة الكلمات الرئيسية
كانت منصات ATS القائمة على الكلمات الرئيسية هي الافتراضية لمدة خمس عشرة سنة. وظلت موجودة لأنها كانت رخيصة البناء وسهلة العرض، وليس لأنها تعمل بشكل جيد. في الممارسة العملية، تفشل في ثلاث طرق محددة.
1. أنها تكافئ تسميم السير الذاتية.
أي مرشح قدم لأكثر من خمسة وظائف قد تعلم الأنماط: تفريغ كلمات رئيسية مخفية بلون أبيض في أسفل السيرة الذاتية، تكرار النقاط، أقسام مهارات مزيفة مع كل اختلاف من كل تقنية. توثق Jobscan مدى انتشار هذا. يعمل النمط على كل فلتر قائم على الكلمات الرئيسية، بما في ذلك الأنظمة الدلالية التي تستخدم تضمين الجمل، لأن النموذج الأساسي لا يزال يقرأ الرموز.
2. أنها تكافئ الضوضاء على الإشارة.
سيرة ذاتية تقول "بايثون، بايثون، بايثون، AWS، AWS، Kubernetes، Django، Postgres" تتفوق على سيرة ذاتية تقول "شحن نظام كشف الاحتيال في الوقت الحقيقي الذي عالج 2M حدث في الثانية." يكافئ نموذج الكلمات الرئيسية كثافة الرموز، وليس العمل وراءها. يفوز المرشح الذي قام بأقل ووصفه بشكل أكثر استراتيجية.
3. أنها ترفض المرشحين الرائعين لاختيار الكلمات.
مهندس أول كتب "بنى خدمة التدفق" بدلاً من "صمم أنبوب بيانات في الوقت الحقيقي" يختفي من الترتيب. قدرت مشروع كلية هارفارد للأعمال حول العمال الخفيين أن 27 مليون أمريكي مؤهل يتم تصفيتهم من خلال الفحص الآلي لأسباب غير ذات صلة بالقدرة. معظم تلك الرفض مرتبطة بالمفردات، وليس بالمهارات.
ما الذي تقيمه الذكاء الاصطناعي القائم على النتائج في الواقع
تقرأ CurriculoATS السيرة الذاتية بالطريقة التي سيقوم بها مهندس أو مشغل كبير، وليس بالطريقة التي ستقوم بها تعبيرات منتظمة. يستخرج النموذج أربع فئات من النتائج القابلة للقياس ويقوم بتقييمها ضد وصف الوظيفة.
الإيرادات.
الصفقات المغلقة، الإيرادات السنوية المتكررة، التكاليف المخفضة، المعاملات المعالجة، المدخرات الناتجة. يتعرف النموذج على كل من الأرقام العليا ("أغلقت 2.4 مليون دولار في إيرادات سنوية جديدة") والأرقام التشغيلية ("خفضت نفقات البنية التحتية بنسبة 38٪"). لا يتم معاقبة المرشح الذي لا يمتلك إشارة إيرادات على ذلك؛ يجب أن يطلب الدور ذلك.
الفرق.
الأشخاص المدارة، المنظمات المبنية، التعيينات التي تمت، القادة الذين تم تطويرهم. يميز النموذج بين "قاد فريقًا من ثلاثة" و "وسع منظمة من 8 إلى 45 مهندسًا عبر منطقتين زمنيتين"، لأن الثانية تصف تحديًا تشغيليًا مختلفًا من حيث النوع.
الأنظمة.
المبنية، المرسلة، المملوكة، الموسعة في الإنتاج. يقرأ النموذج الأفعال والنطاق. "شحن نظام إعادة شغل البحث الذي يعالج 4 مليارات استفسار في اليوم" هو إشارة مختلفة عن "ساهمت في نظام إعادة شغل البحث"، ويقوم النموذج القائم على النتائج بالتقاط الفرق. يعامل نموذج الكلمات الرئيسية كليهما ككلمة "بحث".
المشاكل.
المحلولة، المعقدة، الجديدة، الغامضة. تصف سيرة المرشح مشاكل صعبة كانوا يمتلكونها من البداية إلى النهاية. "تشخيص وحل تسرب الذاكرة الذي لم يتم حله لمدة ستة أشهر" هو إشارة أقوى لمشاكل تم حلها من "عملت على إصلاح الأخطاء"، حتى لو ذكرت كلتاهما التقنيات نفسها.
تجمع الدرجة المركبة من 0-100 هذه الإشارات مع ملاءمة الخبرة، المسار المهني، ومحاذاة المهارات. تحدد فقرة التفسير المكتوبة النتائج المحددة التي وجدها النموذج، مما يعني أن المؤسسين يمكنهم قراءتها واتخاذ قرار بشأن الثقة في الترتيب.
لماذا بنيناها بهذه الطريقة
قبل CurriculoATS، قضى مؤسسنا ديف سنوات في أمازون يعمل على أنظمة البحث والتوصية. هناك مبدأ واحد من ذلك العمل دفع التصميم: الترتيب بناءً على الإشارات التي لا يمكن للإدخال أن يُلفقها مباشرةً. يمكن للبائعين كتابة ما يريدون في عناوين المنتجات، ولكن لا يمكنهم تدليس بيانات الشراء. يمكن للمراجعين ترك مراجعات وهمية، ولكن أنماط المراجعة الموثقة أصعب في التلاعب بها على نطاق واسع. يقوم المصنف بقراءة الإشارة الأصعب للتلاعب بها.
التوظيف هو نفس الشكل. يمكن للمرشحين كتابة أي كلمات رئيسية يريدونها؛ هذا أساسًا مجاني. لا يمكنهم تدليس النتائج القابلة للقياس دون ارتكاب الاحتيال، وهو شرط أعلى بكثير من إعادة صياغة نقطة بند. لذا فإن المصنف القائم على النتائج أصعب هيكليًا للتلاعب به، وأكثر عدلاً هيكليًا تجاه المرشحين الصادقين، ومتوافق هيكليًا مع ما يريد المؤسس حقًا معرفته: هل قام هذا الشخص بعمل يشبه ما نحتاج إلى القيام به؟
تتوافق الصورة المتعلقة بالامتثال أيضًا. تفضل القوانين المحلية في نيويورك 144 وقانون الذكاء الاصطناعي في الاتحاد الأوروبي الأنظمة التي تحتوي على تفسيرات موثقة. النموذج الذي ينتج تفسيراً مكتوبًا لكل مرشح يكون أسهل بكثير للمراجعة والكشف عنه من فلتر الكلمات الرئيسية الغير شفاف.
أين تنهار التوظيف القائم على النتائج (وكيفية إصلاح ذلك)
التوظيف القائم على النتائج أقوى هيكليًا من مطابقة الكلمات الرئيسية، ولكنه ليس سحرًا ومن المهم أن نكون صادقين بشأن الحالات التي لا يؤدي فيها الأداء بشكل جيد. تظهر ثلاث أنماط في البيانات. أولاً، غالبًا ما يتمتع المرشحون الجدد والخريجون الجدد بنتائج مشروعة لم يتم قياسها بعد، لأن وظائفهم الأولى لم تعرّضهم لمقاييس الإيرادات أو النطاق. يتعامل النموذج مع ذلك من خلال قراءة الإشارة النوعية ("قاد إعادة تصميم تدفق الانطلاق الذي لا تزال تستخدمه الفريق") ولكن نطاق النقاط ينضغط لهذه الفئة، مما قد يؤدي إلى تسوية الترتيب. الحل هو وزن النتائج القياسية بشكل أقل للأدوار المبدئية في تكوين وصف الوظيفة. ثانياً، يمكن للمرشحين في المبيعات الذين لديهم أرقام حصة مضخمة التلاعب في التقييمات القائم على النتائج تمامًا كما يتلاعبون في تقييمات الكلمات الرئيسية، من خلال اختراع أو تقريب أرقام الإيرادات. يعامل النموذج الأرقام المستديرة بدون فترات زمنية أو مقارنات مع الأقران كإشارات منخفضة الثقة، ولكن يمكن للمرشح المصمم بشكل كافٍ أن ينتج نتائج مضخمة. تظل فحوصات المراجع هي الحل الهيكلي، وليس طبقة الفحص. ثالثًا، يمكن للأدوار التقنية العميقة حيث تكون النتائج غير عامة (أعمال بنية تحتية ملكية، مشاريع مصنفة) أن تحتل مرتبة أقل لأن المرشح لا يمكنه وصف ما قام بشحنه بالتفصيل. الحل هو أن يكتب المؤسس وصف الوظيفة بالمستوى الصحيح من التجريد، ويطلب إشارات الأنظمة المرسلة بمستوى يمكن للمرشح وصفه تحت NDA. توضيح هذه القيود مهم لأن الترتيب القائم على النتائج هو أداة، وليس حكماً، والمؤسسون الذين يعاملون النقاط كقرار بدلاً من فحص ينتجون توظيفًا أسوأ من المؤسسين الذين يعاملون النقاط كبداية للمراجعة.
كيف يطبق المؤسس ذلك
يتطلب التوظيف القائم على النتائج كتابة وصف الوظيفة بناءً على النتائج، وليس الواجبات. "مسؤول عن امتلاك أنبوب البيانات" هو واجب. "في الأشهر الستة الأولى، سيقوم هذا الشخص بشحن أنبوب مسبق يعالج 100K حدث في الثانية بتأخير أقل من ثانية" هو نتيجة. يمكن للنموذج أن يتطابق مع الثانية؛ لكنه لا يمكنه القيام بأي شيء مفيد مع الأولى.
- إعادة كتابة وصف الوظيفة كنتائج. جملتان أو ثلاث تصف ما سيقوم به الشخص في الأشهر الستة الأولى. هذه هي الوثيقة التي يستخدمها نموذج الفحص.
- تشغيل الدور من خلال الفحص القائم على النتائج. قارن العشرة مرشحين الأعلى مرتبة مع العشرة الذين كنت ستختارهم يدويًا. قم بقياس التداخل.
- قراءة فقرات التفسير. تخبرك الفقرة بما وجده النموذج من نتائج. إذا وجدت أمورًا لم تفعلها، فإن النموذج يضيف إشارة. إذا لم تجد شيئًا ذا مغزى، فمن المحتمل أن يحتاج وصف الوظيفة إلى المزيد من النتائج.
- استخدم النقاط كأداة فحص، وليس قرارًا. قم بإجراء المقابلات مع الأعلى مرتبة من 8 إلى 12، وناقش، وقرر. يساعدك النموذج على الوصول إلى القائمة المختصرة الصحيحة. القرار لا يزال ينتمي إلى الإنسان.
ماذا تفعل بعد ذلك
إذا كنت ترغب في رؤية الفحص القائم على النتائج ينتج قائمة مختصرة على دور حقيقي، فإن الطبقة المجانية من CurriculoATS تتعامل مع وظيفة نشطة واحدة مع عدد غير محدد من أعضاء الفريق. اقرأ صفحة الميزات لمعرفة ما هو مشمول، ثم تحقق من AI ATS للمؤسسين لحالة الاستخدام الخاصة بالمؤسس. يستغرق إعداد النموذج حوالي 15 دقيقة على دور.