एआय-फर्स्ट हायरिंग आणि इंटरव्ह्यू: अल्गोरिदम कसे भरतीला आकार देत आहेत

जेव्हा तुम्ही तुमच्या पुढील नोकरीसाठी बेंगळुरूमध्ये अर्ज करता, तेव्हा तुमचे पहिले संभाषण एखाद्या रिक्रूटरशी नसून एआयशी असू शकते. देशभरात, कंपन्यांकडे आधीच AI-सक्षम स्क्रीनिंग टूल्स आणि इंटरव्ह्यूइंग बॉट्स आहेत, परंतु दत्तक घेण्याच्या वाढीमुळे हे नवीन हायरिंग फनेल दीर्घकालीन कसे दिसेल याचे कठीण प्रश्न देखील उपस्थित करतात. आम्हाला नोकरीसाठी वारशाने मिळालेली प्रणाली सोपी आहे. रिक्रूटर्स रेझ्युमे वाचतात, व्यवस्थापक कॉल शेड्यूल करतात आणि पहिल्या फेरीतील मुलाखती सुरक्षित होण्यासाठी काही दिवस किंवा आठवडे लागू शकतात. ही प्रक्रिया अनेक दशकांपासून परिचित असली तरी, कधी आणि कोणाची मुलाखत घेतली जाऊ शकते यावर ती अंतर्निहित मर्यादा देखील घालते.

याउलट, एआय-फर्स्ट हायरिंग यापैकी बरेच घर्षण दूर करते. अर्जदारांची आधी तपासणी केली जाऊ शकते, अधिक सातत्याने मूल्यमापन केले जाऊ शकते आणि मोठ्या प्रमाणावर. सैद्धांतिकदृष्ट्या, AI साधने पूर्वाग्रहाशिवाय कार्यसंघांना मुलाखत घेण्यास मदत करू शकतात, प्रत्येकासाठी समान निकष लागू करू शकतात आणि उमेदवारांवरील सफरचंद-ते-सफरचंद डेटा संकलित करू शकतात.

एआय मुलाखत: विचारांपासून ते स्थितीपर्यंत
जेव्हा नोकऱ्यांसाठी अर्ज करणे डिजिटल झाले, तेव्हा लोकांनी पोर्टलद्वारे त्यांची माहिती सबमिट केली. आता नियुक्ती फक्त “डिजिटल” च्या पलीकडे गेली आहे आणि “एआय-फर्स्ट” क्षेत्रात लॉन्च झाली आहे जिथे स्क्रीनिंग आणि पहिल्या फेरीच्या मुलाखती चॅटबॉट्स आणि अल्गोरिदमिक मूल्यांकनांद्वारे होऊ शकतात.

ही नियुक्ती शिफ्ट तुम्ही गोष्टी कशा म्हणता याबद्दल कमी होत आहे आणि तुम्ही काय दाखवू शकता याबद्दल अधिक होत आहे. रेझ्युमे आणि कव्हर लेटर्स नेहमीच महत्त्वाची असतील, परंतु जेव्हा एआय कमांडवर स्वच्छ, व्यावसायिक वाक्ये लिहू शकते तेव्हा ते कमी महत्त्वाचे सिग्नल बनतात.

याचा अर्थ मुलाखती निघत आहेत असे नाही. हॅकरअर्थ सीईओ विकास आदित्य यांनी नमूद केले की “कंपन्या यापुढे वाक्यरचना प्रवाहासाठी स्क्रीनिंग करत नाहीत; ते निर्णयासाठी स्क्रीनिंग करत आहेत.” निर्णय म्हणजे काय हे उद्योग आणि त्या उद्योगाच्या सतत बदलणाऱ्या मागण्यांवर अवलंबून आहे.

विकास म्हणतो, “टेक इंडस्ट्री साठी AI ने वर्किंग कोड लिहिणे अधिक जलद आणि सोपे केले आहे,” विकास म्हणतो, “त्यामुळे 'फक्त कोड टू शिका' युग निघून गेले असले तरी, नवीन शोधलेले कौशल्य गंभीर विचार आहे: योग्य प्रश्न कसे विचारायचे हे जाणून घेणे, कमकुवत तर्क ओळखणे, ट्रेड-ऑफचे वजन करणे आणि आउटपुट उत्पादनासाठी योग्य आहे का याचे मूल्यांकन करणे.”

निर्णय आणि उपयोजित तर्काकडे हा बदल सॉफ्टवेअर विकास आणि अभियांत्रिकीपुरता मर्यादित नाही. कोणत्याही क्षेत्रातील नोकरी अर्जदारांना अधिक पुराव्यावर आधारित मुलाखतीची शक्यता असते कारण नियोक्ते अधिकाधिक ते पाहू इच्छितात.

व्यावहारिक परिणाम: जर तुम्ही नोकरी शोधत असाल, तर “मुलाखतीसाठी तयार” असणे म्हणजे तुमची कौशल्ये कधीही प्रदर्शित करण्यासाठी तयार असणे.

नियोक्ते AI-नेतृत्वाच्या नियुक्त्या मुलाखतींकडे का वळत आहेत
बऱ्याच लोकांसाठी, अल्गोरिदमिक स्क्रीनिंग आणि मुलाखतीच्या साधनांकडे शिफ्ट केल्याने तीन वेदना-बिंदूंची उत्तरे मिळतात.

• कंपन्यांकडे पुनरावलोकनासाठी अधिक अर्जदार आहेत.
• मुलाखती अधिक स्पर्धात्मक असतात.
• भर्ती करणाऱ्यांकडे विश्वास ठेवण्याचे चांगले कारण आहे की त्यांची विद्यमान प्रक्रिया उत्तम उमेदवार शोधण्यात खराब काम करते.

“अर्जदारांची संख्या गगनाला भिडली आहे. AI-लिखित रेझ्युमे मूलभूत स्क्रीनिंग अधिक कठीण करतात. आणि योग्य उमेदवार गहाळ होण्याची शक्यता खूप गांभीर्याने घेतली पाहिजे,” विकास आदित्य यांनी स्पष्ट केले. “आम्ही हॅकरअर्थचा ऑनस्क्रीन एआय इंटरव्ह्यूअर तयार करण्याचे कारण म्हणजे हायरिंग फनेलचे आधुनिकीकरण करण्यासाठी.”

उमेदवारांसाठी याचा अर्थ काय?
तर, जर एआय-फर्स्ट मॉडेल्सकडे भरतीचे नेतृत्व केले जात असेल, तर अर्जदारांसाठी ते भविष्य काय असेल? लहान उत्तर: ते अधिक न्याय्य असेल… आणि अधिक मागणी.

मुलाखत घेणे अधिक मागणीचे असेल कारण ते तुमच्याकडून अधिक अपेक्षा करेल. नोकरीत अधिक संरचित मुलाखत प्रश्न, तुमच्या विचार प्रक्रियेचे स्पष्टीकरण आणि AI-आधारित सहयोग कार्ये समाविष्ट करणे सुरू झाल्यास आश्चर्यचकित होऊ नका.

मुलाखतही अधिक निष्पक्ष होईल. तुम्ही कोणाला ओळखता, तुम्ही कुठे शाळेत गेलात किंवा तुमचा रेझ्युमे किती रंगीत आहे याची मानकीकृत चाचणीने काळजी घेतली नाही. तुम्ही ज्या भूमिकेसाठी अर्ज करत आहात त्यात तुम्ही प्रभावी असाल की नाही हे महत्त्वाचे आहे.

आज काय योग्यता दिसते
एआय नियुक्तीवरील युक्तिवाद खरोखर तंत्रज्ञानाबद्दल नाहीत. धोक्यात काहीतरी खूप जुने आणि परिभाषित करणे कठीण आहे: योग्यता.

AI सिस्टीम, सिद्धांततः, क्रेडेन्शियल्स, करिश्मा आणि कनेक्शनवर कमी पैज लावून अधिक गुणवत्तेची नियुक्ती करू शकतात. ते व्यवहारात तसे करतात की नाही हे नियोक्ते कसे वापरतात यापेक्षा अल्गोरिदमवर कमी अवलंबून असतात.

ते त्यांचा उपयोग मानवी निर्णयाचा विस्तार करण्यासाठी करतील की बदलण्यासाठी करतील?

होय, AI संस्थांना अधिक उमेदवारांपर्यंत पोहोचण्यात, त्यांचे अधिक सातत्याने मूल्यमापन करण्यात आणि जलद निर्णय घेण्यास मदत करू शकते. परंतु जर आम्हाला मोठ्या प्रमाणावर प्रतिभा प्राप्त करताना अधिक गुणवत्तेची नियुक्ती करायची असेल, तर नियोक्त्यांना काय महत्त्वाचे आहे, ते त्याचे मूल्यांकन कसे करतात आणि मशीन कुठे कमी पडतात याबद्दल स्पष्ट असणे आवश्यक आहे.