সিভি স্ক্রীনিং, সংক্ষিপ্তকরণ এবং পক্ষপাতের ঝুঁকি

লাভ:

• চাকরি-সম্পর্কিত মানদণ্ড অনুসারে একটি কাঠামোগত এবং তুলনামূলক বিন্যাসে সিভিগুলিকে সংক্ষিপ্ত করার ক্ষমতা
• এআই-সমর্থিত স্ক্রীনিং-এ পক্ষপাত ও বৈষম্যের ঝুঁকি চিনতে এবং কংক্রিট পদ্ধতির মাধ্যমে সেগুলি কমানোর ক্ষমতা
• চূড়ান্ত নির্মূল সিদ্ধান্তে মানুষের নিয়ন্ত্রণ প্রয়োজন এমন একটি সন্ধানযোগ্য প্রক্রিয়া স্থাপন করার ক্ষমতা

সবচেয়ে বেশি সময়সাপেক্ষ, সবচেয়ে ক্লান্তিকর এবং নিয়োগের সবচেয়ে ঝুঁকিপূর্ণ ধাপ হল সিভি স্ক্রীনিং। একে একে একটি পোস্ট করার জন্য 300টি সিভি পড়তে এবং তুলনা করতে ঘন্টা সময় লাগবে; ক্লান্তি বাড়ার সাথে সাথে সিদ্ধান্তের মান হ্রাস পায় এবং শেষ সিভি পড়া প্রথম সিভি পড়ার মতো যত্নের সাথে মূল্যায়ন করা হয় না। কৃত্রিম বুদ্ধিমত্তা (AI) এই ধাপে একটি বিশাল ত্বরণ প্রদান করে। তবে এখানে সবচেয়ে বিপজ্জনক অংশটি রয়েছে: AI এটির প্রশিক্ষণপ্রাপ্ত ডেটাতে মানুষের পক্ষপাতগুলি শিখতে এবং পুনরুত্পাদন করতে পারে। এই ইউনিটে, আমরা শিখব কিভাবে চাকরি-সম্পর্কিত মানদণ্ডের সাথে একটি কাঠামোগত উপায়ে সিভিগুলিকে সংক্ষিপ্ত করা যায়, কংক্রিট পদ্ধতির সাথে পক্ষপাতের ঝুঁকি হ্রাস করা যায় এবং একটি সনাক্তযোগ্য প্রক্রিয়া স্থাপন করা যায় যা চূড়ান্ত সিদ্ধান্ত মানুষের হাতে রাখে।

এর শর্তাবলী স্পষ্ট করা যাক. পক্ষপাত হল চাকরির সাথে সম্পর্কিত নয় এমন একটি বৈশিষ্ট্যের কারণে সিদ্ধান্তের পদ্ধতিগত বিচ্যুতি (যেমন নাম, লিঙ্গ, বয়স, শহর, স্নাতক স্কুল)। স্ট্রাকচার্ড সারাংশ হল প্রতিটি সিভিকে একই শিরোনামের অধীনে, একই ক্রমে সংক্ষিপ্ত করা; এইভাবে, প্রার্থীদের আপেলকে আপেলের সাথে তুলনা করা হয়। ব্লাইন্ড স্ক্রীনিং হল একটি স্ক্রীনিং প্রক্রিয়া যা এমন তথ্য লুকিয়ে রাখে যা প্রার্থীকে শনাক্ত করে কিন্তু কাজের সাথে তার কোনো সম্পর্ক নেই। চাকরি-সম্পর্কিত মানদণ্ড হল বিজ্ঞাপনে সংজ্ঞায়িত যোগ্যতা যা আসলে সেই কাজটি করার জন্য প্রয়োজনীয়। অবশেষে, হ্যালুসিনেশন হল যখন AI এমন তথ্য তৈরি করে যা প্রকৃতপক্ষে বিদ্যমান নেই (উদাহরণস্বরূপ, একটি শংসাপত্র যা সিভিতে অন্তর্ভুক্ত নয়)।

কেন AI পক্ষপাত তৈরি করে?

AI লক্ষ লক্ষ পাঠ্য থেকে শেখে এবং এই পাঠ্যগুলিতে অতীতের মানুষের সিদ্ধান্তগুলি অন্তর্ভুক্ত রয়েছে। যদি অতীতে একটি নির্দিষ্ট গোষ্ঠীর প্রতি বৈষম্য করা হয়, তাহলে AI এই প্যাটার্নটিকে "স্বাভাবিক" বলে ভুল করতে পারে। এছাড়াও, নাম, ঠিকানা বা স্কুলের মতো সিভিতে থাকা ক্লুগুলি মডেলকে লিঙ্গ, জাতিগত বা আর্থ-সামাজিক অবস্থা সম্পর্কে পরোক্ষ সংকেত দেয়। একটি বিখ্যাত উদাহরণ: একটি স্ক্রিনিং টুল যা একটি বৃহৎ প্রযুক্তি কোম্পানি ঐতিহাসিক জীবনবৃত্তান্তের ডেটার উপর প্রশিক্ষিত মহিলা প্রার্থীদের পদ্ধতিগতভাবে আন্ডারস্কোর করে কারণ ডেটাটি পুরুষ-প্রধান ছিল এবং টুলটি বন্ধ করে দেওয়া হয়েছিল। পাঠটি পরিষ্কার: এআই নিরপেক্ষ নয়; আপনি প্রক্রিয়া নকশা মাধ্যমে নিরপেক্ষতা প্রতিষ্ঠা.

AI এর ভূমিকা এবং সীমা

এই ইউনিটের সবচেয়ে সমালোচনামূলক বাক্যটি হল: AI CV বাদ দেয় না, এটি CV-এর সংক্ষিপ্ত বিবরণ দেয়। আপনি যদি এআইকে "স্বয়ংক্রিয়-প্রত্যাখ্যানকারী" হিসাবে সেট আপ করেন, তাহলে আপনি আইনি ঝুঁকি (বৈষম্য দাবি) এবং সম্মানজনক ঝুঁকি উভয়ই চালান; তদুপরি, আপনি একজন সত্যিকারের ভাল প্রার্থীকে দৃশ্য থেকে অদৃশ্য করে দিতে পারেন। সঠিক সেটআপ হল AI-কে স্পিড রিডিং এবং স্ট্রাকচারিং সহকারী হিসেবে ব্যবহার করা।

ধাপে ধাপে নিরাপদ নির্মূল প্রক্রিয়া:

1. চাকরি সংক্রান্ত মানদণ্ড আগে থেকেই নির্ধারণ করুন। নির্মূল শুরু করার আগে, কোন 5-8 মানদণ্ড গুরুত্বপূর্ণ তা লিখুন (অভিজ্ঞতা, নির্দিষ্ট দক্ষতা, সার্টিফিকেশন, শিল্প) এবং সেগুলি লক করুন।
2. অপ্রাসঙ্গিক এলাকায় মুখোশ. নাম, ছবি, বয়স, বৈবাহিক অবস্থা, জন্মস্থান, স্কুলের নাম মূল্যায়ন থেকে বাদ দিন।
3. একটি কাঠামোগত সারসংক্ষেপ অনুরোধ করুন. প্রতিটি সিভির জন্য একই ফরম্যাট প্রিন্ট করুন।
4. প্রমাণের জন্য জিজ্ঞাসা করুন, সিদ্ধান্ত নয়। "এই প্রার্থী কি উপযুক্ত?" পরিবর্তে "এই প্রার্থী কি মানদণ্ড পূরণ করে, এটি সিভির কোন লাইনের উপর ভিত্তি করে?" সমস্যা
5. মানুষ চূড়ান্ত সিদ্ধান্ত নেয় এবং তা রেকর্ড করে। AI সংক্ষিপ্ত/তুলনা করে, বাদ দেয় না; লোকেরা তাদের কারণগুলি বেছে নেয় এবং লেখে।

আপনার ভূমিকা: একজন নিরপেক্ষ নিয়োগ বিশ্লেষক। নিম্নলিখিত চাকরি-সম্পর্কিত মানদণ্ডের উপর ভিত্তি করে শুধুমাত্র নিম্নলিখিত CV মূল্যায়ন করুন। নাম, লিঙ্গ, বয়স, ছবি, বৈবাহিক অবস্থা এবং স্কুলের প্রতিপত্তি বিবেচনা করুন। শুধু অভিজ্ঞতা এবং দক্ষতা দেখুন। মানদণ্ড: 1) 3+ বছরের ক্ষেত্রের বিক্রয় অভিজ্ঞতা2) CRM (যেমন Salesforce/HubSpot) ব্যবহার3) B2B বিক্রয় অভিজ্ঞতা4) বার্ষিক লক্ষ্য অর্জনের প্রমাণ (সংখ্যাসূচক, পছন্দ) আউটপুট বিন্যাস (প্রতিটি মানদণ্ডের জন্য একক লাইন):- মানদণ্ড | মিলিত হয় (হ্যাঁ/আংশিক/না) | CV থেকে প্রমাণ (উদ্ধৃতাংশ)প্রোব: অনুপস্থিত তথ্য এবং সাক্ষাত্কারে জিজ্ঞাসা করার জন্য 2টি প্রশ্ন।<cv>[CV text]</cv>

সতর্কতা: AI কে বলা গুরুত্বপূর্ণ "স্কুলের প্রতিপত্তির দিকে খেয়াল রাখবেন না।" মডেলরা হয়তো বৈষম্যমূলক শর্টকাট শিখেছে যেমন "ভাল বিশ্ববিদ্যালয় = ভালো প্রার্থী"; এটি বিভিন্ন আর্থ-সামাজিক গোষ্ঠীর প্রতি পরোক্ষ বৈষম্য।

কুসংস্কার কমানোর কংক্রিট পদ্ধতি

কুসংস্কার একটি বিমূর্ত উদ্বেগ নয়; দ্বারা পরিমাপ এবং হ্রাস করা যেতে পারে:

• অন্ধ নির্মূল. সিভি থেকে নাম, ছবি, জন্ম তারিখ এবং স্কুলের নাম বাদ দিন।
• নির্দিষ্ট মানদণ্ড তালিকা. নির্মূল শুরু হওয়ার আগে মানদণ্ড লিখুন এবং লক করুন; এটি মধ্য-প্রক্রিয়া পরিবর্তন করবেন না।
• একই প্রম্পট, একই বিন্যাস. হুবহু একই নির্দেশাবলী সহ সমস্ত সিভি মূল্যায়ন করুন।
• প্রমাণ বাক্য বাধ্যবাধকতা. প্রতিটি "হ্যাঁ" অবশ্যই একটি উদ্ধৃতির উপর ভিত্তি করে হতে হবে; এটি হ্যালুসিনেশন প্রকাশ করে।
• ডাবল ব্লাইন্ড পরীক্ষা। একটি "মহিলা নাম" সংস্করণ এবং একটি "পুরুষের নাম" সংস্করণ সহ একই CV জমা দিন এবং গ্রেড পরিবর্তন হয়েছে কিনা তা পরীক্ষা করুন।
• ক্রস চেক। মানুষের চোখ দিয়ে সর্বোচ্চ এবং সর্বনিম্ন স্কোর সহ কয়েকটি সিভি পুনরায় পড়ুন।

আমি আপনাকে দুটি সিভি দেব: বিষয়বস্তু ঠিক একই, শুধুমাত্র নাম ভিন্ন। উপরের মানদণ্ড অনুযায়ী উভয় মূল্যায়ন করুন। তারপর দুটি মূল্যায়ন তুলনা; যদি তাদের মধ্যে কোন পার্থক্য থাকে, তাহলে এই পার্থক্যটি কাজ সম্পর্কে কোন তথ্য থেকে এসেছে তা ব্যাখ্যা করুন। আপনি যদি এমন একটি পার্থক্য খুঁজে পান যা কাজের সাথে সম্পর্কিত নয়, তবে স্পষ্টভাবে চিহ্নিত করুন।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট: এই 40টি সিভি পড়ুন এবং সেরা 5 প্রার্থী বেছে নিন।

ফলাফল: AI কেন বেছে নিয়েছে তা ব্যাখ্যা না করেই "সেরা" বলে, সম্ভবত নাম/স্কুলের মতো অপ্রাসঙ্গিক সংকেত ব্যবহার করে। আপনি সিদ্ধান্ত নিয়ন্ত্রণ করতে পারবেন না।

শক্তিশালী প্রম্পট: [5-8 চাকরি-সম্পর্কিত মানদণ্ড] এর বিপরীতে এই সিভিগুলিকে মূল্যায়ন করুন। নাম/বয়স/লিঙ্গ/স্কুলের নাম উপেক্ষা করুন। প্রতিটি মানদণ্ডের জন্য, আপনার সিভি থেকে হ্যাঁ/আংশিক/না + প্রমাণ উদ্ধৃতি প্রদান করুন। সিদ্ধান্ত গ্রহণ; শুধু একটি স্বচ্ছ তুলনা উত্পাদন.

ফলাফল: একটি দৃশ্যমান, নিরীক্ষণযোগ্য এবং মানব-বিচার-প্রস্তুত আউটপুট কেন প্রতিটি প্রার্থী কোথায়।

AI এটা আউটসোর্স

AI এটা করতে দেবেন না

চাকরি সংক্রান্ত মানদণ্ড দ্বারা সংক্ষিপ্তকরণ

স্বয়ংক্রিয়ভাবে গ্রহণ/প্রত্যাখ্যান সিদ্ধান্ত

একই বিন্যাসে তুলনা

নাম/লিঙ্গ/বয়স অনুসারে সাজান

অনুপস্থিত তথ্য চিহ্নিত করুন

অপরিমেয় বিচার যেমন "সাংস্কৃতিক উপযুক্ত"

ইন্টারভিউ প্রশ্ন প্রস্তাব

ব্যক্তিত্ব/চরিত্রের পূর্বাভাস

প্রমাণ বের করুন (উদ্ধৃতি)

আমি ছবি থেকে অনুমান

টিপ: কাঠামোগত সমষ্টিগত তুলনার জন্য, প্রার্থীদের বেনামী কোড দিন যেমন "প্রার্থী-1, প্রার্থী-2"। একটি পাশের টেবিল একে একে পড়ার চেয়ে দ্রুত এবং ন্যায্য উভয়ই; কারণ প্রত্যেককে একই কলাম দিয়ে মূল্যায়ন করা হয়।

তিনটি মিনি কেস

কেস 1 — লুকানো নামের পক্ষপাত। একটি কোম্পানি লক্ষ্য করেছে যে শীর্ষ 10 প্রার্থীর মধ্যে 9 জনই পুরুষ ছিলেন যখন তারা AI কাঁচা CV (নাম সহ) দিয়েছিলেন এবং তাদের সাজিয়েছিলেন। শুধুমাত্র অভিজ্ঞতা এবং দক্ষতার উপর ভিত্তি করে যখন নামগুলিকে মুখোশ করা হয়েছিল এবং পুনঃমূল্যায়ন করা হয়েছিল, তখন তালিকাটি ভারসাম্যপূর্ণ ছিল এবং 3 জন পূর্বে অদেখা যোগ্য যোগ্য মহিলা প্রার্থী শীর্ষ 10 তে জায়গা করে নিয়েছে৷ কোম্পানি এটিকে "অন্ধ নির্মূল বাধ্যতামূলক" ধারা হিসাবে অফিসিয়াল পদ্ধতিতে যুক্ত করেছে৷

কেস 2 - সময় সংরক্ষিত, সুরক্ষিত নিয়ন্ত্রণ। একটি কল সেন্টার এআই ব্যবহার করে 4টি চাকরি-সম্পর্কিত মানদণ্ডের উপর ভিত্তি করে 220টি সিভি সংক্ষিপ্ত করেছে। প্রাক-যোগ্যতার সময়কাল 3 দিন থেকে কমে 4 ঘন্টা হয়েছে। গুরুত্বপূর্ণ পয়েন্ট: AI কাউকে নির্মূল করেনি; নিয়োগকারী ব্যক্তিগতভাবে 34 জন প্রার্থীকে পরীক্ষা করেছেন যাদের AI বলেছে "আংশিকভাবে দেখা হয়েছে" এবং তাদের মধ্যে 11 জনকে একটি সাক্ষাত্কারের জন্য আমন্ত্রণ জানিয়েছে৷ সিদ্ধান্ত ব্যক্তির সাথে রয়ে গেছে, নিয়োগের সময় 35% দ্বারা সংক্ষিপ্ত করা হয়েছিল।

কেস 3 — তৈরি প্রকৃতি। AI একটি CV সারাংশে "PMP সার্টিফিকেশন" লিখেছে, যা প্রার্থীর নেই (হ্যালুসিনেশন)। যেহেতু নিয়োগকারী একটি প্রমাণ উদ্ধৃতি অনুরোধ করেছিল, AI উত্সটি উদ্ধৃত করতে অক্ষম ছিল এবং ত্রুটি ধরা পড়েছিল৷ "প্রতিটি দাবির জন্য একটি সিভি উদ্ধৃতির জন্য জিজ্ঞাসা করুন" নিয়মটি হল সবচেয়ে সহজ নিরাপত্তা জাল যা এই ধরনের বানোয়াট দৃশ্যমান করে তোলে।

সাধারণ ভুল

• এআই সিদ্ধান্ত নিতে দিন। "সেরা 5 বেছে নিন" বলার দায়িত্বটি মেশিনের কাছে চলে যাচ্ছে; AI সংক্ষিপ্ত করে, মানুষ নির্বাচন করে।
• যেমন আছে কাঁচা সিভি দেওয়া। নাম, ছবি, বয়স, স্কুলের নাম হল পক্ষপাতের সংকেত; মুখোশ
• প্রমাণ চাইছে না। আপনি যদি উদ্ধৃতি না জিজ্ঞাসা করেন, তাহলে AI অ্যাট্রিবিউশন তৈরি করবে এবং আপনি লক্ষ্য করবেন না।
• অস্পষ্ট মানদণ্ড যেমন "সাংস্কৃতিক উপযুক্ত"। এর অর্থ প্রায়ই "আমাদের মতো" এবং বৈষম্যকে বৈধ করে; কাজের সাথে মানদণ্ড এবং পর্যবেক্ষণযোগ্য রাখুন।
• মাঝামাঝি প্রক্রিয়ার মানদণ্ড পরিবর্তন করা। এটি ন্যায়বিচারকে কলুষিত করে; মাপকাঠি প্রথম থেকেই তালাবদ্ধ।
• কেভিকেকে ভুলে যাওয়া। সিভি ব্যক্তিগত তথ্য; প্রাতিষ্ঠানিক নিশ্চয়তা নেই এমন যানবাহনে মুখোশ ছাড়া এটি পাঠানো ঝুঁকিপূর্ণ (KVKK ইউনিট দেখুন)।

সংক্ষেপে

AI CV স্ক্রীনিংয়ে দুর্দান্ত গতি সরবরাহ করে, তবে এটি পক্ষপাতকে ত্বরান্বিত করতে পারে। নিরাপদ ব্যবহার তিনটি নিয়মের উপর ভিত্তি করে: (1) শুধুমাত্র চাকরি-সম্পর্কিত মানদণ্ডের সাথে মূল্যায়ন করুন, অপ্রাসঙ্গিক ক্ষেত্রগুলিকে মাস্ক করুন; (2) একটি সারসংক্ষেপ এবং প্রমাণের সাথে তুলনা করার জন্য জিজ্ঞাসা করুন, একটি রায় নয়; (3) সর্বদা মানুষকে চূড়ান্ত নির্মূল সিদ্ধান্ত নিতে এবং ন্যায্যতা দিতে দিন। AI প্রাক-যোগ্যতা সহজ করে তোলে; আপনি ন্যায়বিচার এবং বৈধতার জন্য দায়ী.

আবেদন টাস্ক

5-6টি নমুনা (বা আসল বেনামী) সিভি পান। (1) 5-8 কাজ-সম্পর্কিত মানদণ্ড সংজ্ঞায়িত করুন এবং লক করুন। (2) নাম/বয়স/ছবি/স্কুল মাস্ক করুন এবং একটি প্রমাণ উদ্ধৃতি চেয়ে প্রতিটি সিভিতে একইভাবে মূল্যায়ন প্রম্পট প্রয়োগ করুন। (3) একটি সিভিতে ডাবল ব্লাইন্ড পরীক্ষা করে দেখুন (শুধু নাম পরিবর্তন করা)। (4) একটি সামগ্রিক তুলনা সারণী তৈরি করুন। (5) মানুষের চোখ দিয়ে সর্বোচ্চ এবং সর্বনিম্ন নম্বর সহ সিভি পুনরায় পড়ুন। (6) সাক্ষাত্কারের জন্য কাকে আমন্ত্রণ জানাতে হবে তা নিজেই সিদ্ধান্ত নিন এবং আপনার কারণ রেকর্ড করুন।

চেকলিস্ট

• [ ] মূল্যায়ন কি শুধুমাত্র চাকরি-সম্পর্কিত এবং লক-ইন মানদণ্ড দিয়ে করা হয়েছিল?
• [ ] নাম, বয়স, লিঙ্গ, ছবি, স্কুলের প্রতিপত্তি কি মুখোশযুক্ত/বর্জিত ছিল?
• [ ] প্রতিটি দাবির জন্য একটি সিভি প্রমাণ উদ্ধৃতি প্রয়োজন ছিল?
• [ ] AI কি একটি সারাংশ/তুলনা করার জন্য তৈরি করা হয়েছিল, সিদ্ধান্ত নয়?
• [ ] শেষ নোট সিভি কি মানুষের দ্বারা ক্রস-চেক করা হয়েছে?
• [ ] মানুষ কি চূড়ান্ত নির্মূলের সিদ্ধান্ত নিয়েছে এবং কারণগুলি রেকর্ড করেছে?
• [ ] KVKK এর পরিপ্রেক্ষিতে ডেটা কি নিরাপদে প্রক্রিয়া করা হয়েছিল?