ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ರಚನಾತ್ಮಕ ಮೌಲ್ಯಮಾಪನ

ಲಾಭಗಳು:

• ಸ್ಥಾನ-ನಿರ್ದಿಷ್ಟ, ಸಾಮರ್ಥ್ಯ-ಆಧಾರಿತ ಮತ್ತು ನಡವಳಿಕೆಯ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸುವ ಸಾಮರ್ಥ್ಯ
• ನ್ಯಾಯೋಚಿತ ಮತ್ತು ಹೋಲಿಸಬಹುದಾದ ಮೌಲ್ಯಮಾಪನ ಮಾರ್ಗದರ್ಶಿ ರಚಿಸುವ ಸಾಮರ್ಥ್ಯ (ರುಬ್ರಿಕ್)
• ಸಂದರ್ಶನದ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ AI ಯ ಮಿತಿಗಳನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಮಾನವ ನಿರ್ಣಯವನ್ನು ಉಳಿಸಿಕೊಳ್ಳಿ

ಸಂದರ್ಶನವು ನೇಮಕಾತಿಯ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಆದರೆ ಅತ್ಯಂತ ವ್ಯಕ್ತಿನಿಷ್ಠ ಹಂತವಾಗಿದೆ. ಇಬ್ಬರು ವಿಭಿನ್ನ ಸಂದರ್ಶಕರು ಒಂದೇ ಅಭ್ಯರ್ಥಿಯನ್ನು ವಿಭಿನ್ನವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಬಹುದು; ಏಕೆಂದರೆ ಪ್ರತಿಯೊಬ್ಬರೂ ವಿಭಿನ್ನ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತಾರೆ, ವಿಭಿನ್ನ ವಿಷಯಗಳಿಗೆ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಲಗತ್ತಿಸುತ್ತಾರೆ ಮತ್ತು ಆಗಾಗ್ಗೆ ತಮ್ಮ ನಿರ್ಧಾರಗಳನ್ನು "ಭಾವನೆಗಳ" ಮೇಲೆ ಆಧರಿಸಿರುತ್ತಾರೆ. ರಚನೆಯಿಲ್ಲದ ಸಂದರ್ಶನಗಳು ನೇಮಕಾತಿ ಯಶಸ್ಸನ್ನು ಊಹಿಸುವಲ್ಲಿ ಕಳಪೆಯಾಗಿವೆ ಎಂದು ಸಂಶೋಧನೆ ತೋರಿಸುತ್ತದೆ; ಆದಾಗ್ಯೂ, ರಚನಾತ್ಮಕ ಸಂದರ್ಶನಗಳು ಪ್ರಬಲವಾದ ಮುನ್ಸೂಚಕಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಈ ವ್ಯಕ್ತಿನಿಷ್ಠತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಅತ್ಯಂತ ಪ್ರಾಯೋಗಿಕ ಸಾಧನವಾಗಿದೆ: ಸ್ಥಾನ-ನಿರ್ದಿಷ್ಟ ಪ್ರಶ್ನೆಗಳು ಸಾಮಾನ್ಯ ಮೌಲ್ಯಮಾಪನ ಮಾರ್ಗದರ್ಶಿ ಮತ್ತು ಸ್ಥಿರವಾದ ರಚನೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ. ಈ ಘಟಕದಲ್ಲಿ, AI ಯೊಂದಿಗೆ ನ್ಯಾಯಯುತ, ಹೋಲಿಸಬಹುದಾದ ಮತ್ತು ಸಮರ್ಥನೀಯ ಸಂದರ್ಶನ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ.

ನಿಯಮಗಳು: ರಚನಾತ್ಮಕ ಸಂದರ್ಶನವು ಸಂದರ್ಶನವಾಗಿದ್ದು, ಇದರಲ್ಲಿ ಎಲ್ಲಾ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಒಂದೇ ರೀತಿಯ ಸಾಮರ್ಥ್ಯ-ಆಧಾರಿತ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲಾಗುತ್ತದೆ ಮತ್ತು ಉತ್ತರಗಳನ್ನು ಸಾಮಾನ್ಯ ಪ್ರಮಾಣದಲ್ಲಿ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತದೆ. ರೂಬ್ರಿಕ್ (ಮೌಲ್ಯಮಾಪನ ಮಾರ್ಗದರ್ಶಿ) ಒಂದು ಕೋಷ್ಟಕವಾಗಿದ್ದು, ಪ್ರತಿ ಪ್ರಶ್ನೆಯು ಯಾವ ಉತ್ತರಕ್ಕಾಗಿ ಎಷ್ಟು ಅಂಕಗಳನ್ನು ಪಡೆಯುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತದೆ. ನಡವಳಿಕೆಯ ಪ್ರಶ್ನೆಯು ಅಭ್ಯರ್ಥಿಯು ಹಿಂದೆ ನಿಜವಾಗಿ ಏನು ಮಾಡಿದ್ದಾರೆಂದು ಕೇಳುತ್ತದೆ ("ನೀವು ಸಂಘರ್ಷವನ್ನು ಪರಿಹರಿಸಿದ ಸಮಯದ ಬಗ್ಗೆ ನನಗೆ ತಿಳಿಸಿ") - ಏಕೆಂದರೆ ಹಿಂದಿನ ನಡವಳಿಕೆಯು ಭವಿಷ್ಯದ ನಡವಳಿಕೆಯ ಅತ್ಯುತ್ತಮ ಸೂಚಕವಾಗಿದೆ. ಸಾಂದರ್ಭಿಕ ಪ್ರಶ್ನೆಯು ಕಾಲ್ಪನಿಕ ಸನ್ನಿವೇಶದಲ್ಲಿ ನೀವು ಏನು ಮಾಡುತ್ತೀರಿ ಎಂದು ಕೇಳುತ್ತದೆ. STAR ಎನ್ನುವುದು ಅಭ್ಯರ್ಥಿಯ ಉತ್ತರವನ್ನು ರೂಪಿಸಲು ಬಳಸುವ ಚೌಕಟ್ಟಾಗಿದೆ: ಸನ್ನಿವೇಶ, ಕಾರ್ಯ, ಕ್ರಿಯೆ, ಫಲಿತಾಂಶ.

ಹಂತ ಹಂತದ ಸಂದರ್ಶನ ವಿನ್ಯಾಸ

1. ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಗುರುತಿಸಿ. ಸ್ಥಾನದ 4-6 ನಿರ್ಣಾಯಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಬರೆಯಿರಿ (ಉದಾ. ಸಮಸ್ಯೆ ಪರಿಹಾರ, ತಂಡದ ಕೆಲಸ, ತಾಂತ್ರಿಕ ಆಳ).
2. ಪ್ರತಿ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ. AI ನಿಂದ ವರ್ತನೆಯ ಮತ್ತು ಸಾಂದರ್ಭಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ.
3. ರಬ್ರಿಕ್ ರಚಿಸಿ. ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ, "ದುರ್ಬಲ/ಸಾಕಷ್ಟು/ಬಲವಾದ" ಉತ್ತರ ಹೇಗಿರುತ್ತದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ.
4. ಅನುಸರಣಾ ಪ್ರಶ್ನೆಗಳನ್ನು ತಯಾರಿಸಿ. ಅಭ್ಯರ್ಥಿಯು ಮೇಲ್ನೋಟಕ್ಕೆ ಉತ್ತರಿಸಿದರೆ, ಆಳವಾಗಿ ಹೋಗಿ.
5. ತಾರತಮ್ಯ ಲೆಕ್ಕಪರಿಶೋಧನೆ ನಡೆಸುವುದು. ಪ್ರಶ್ನೆಗಳ ಪಟ್ಟಿಯನ್ನು ಕಾನೂನುಬದ್ಧವಾಗಿ ಮತ್ತು ನೈತಿಕವಾಗಿ ಪರಿಶೀಲಿಸಿ.
6. ಅಂಕಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು ಮಾನವನೊಂದಿಗೆ ಅರ್ಥೈಸಿಕೊಳ್ಳಿ. AI ಸ್ಕೋರ್ ಅನ್ನು ಸರಿಹೊಂದಿಸುತ್ತದೆ; ತಂಡ ನಿರ್ಧರಿಸುತ್ತದೆ.

ನಿಮ್ಮ ಪಾತ್ರ: ಮಾನವ ಸಂಪನ್ಮೂಲ ತಜ್ಞರು ರಚನಾತ್ಮಕ ಸಂದರ್ಶನ ವಿನ್ಯಾಸ. ಸ್ಥಾನ: ಹಿರಿಯ ಸಾಫ್ಟ್‌ವೇರ್ ಡೆವಲಪರ್ ವಿಮರ್ಶಾತ್ಮಕ ಸಾಮರ್ಥ್ಯಗಳು: ಸಮಸ್ಯೆ ಪರಿಹಾರ, ಕೋಡ್ ಗುಣಮಟ್ಟ, ತಂಡದ ಸಂವಹನ, ಕಲಿಕೆಯ ಚುರುಕುತನ. ಪ್ರತಿ ಸಾಮರ್ಥ್ಯಕ್ಕೆ:- 2 ನಡವಳಿಕೆಯ ಪ್ರಶ್ನೆಗಳು (ಹಿಂದಿನ ಅನುಭವದ ಆಧಾರದ ಮೇಲೆ)- 1 ಸಾಂದರ್ಭಿಕ ಪ್ರಶ್ನೆ (ಕಾಲ್ಪನಿಕ ಸನ್ನಿವೇಶ)- 2 ಪ್ರಶ್ನೆ ಅನುಸರಣಾ ಪ್ರಶ್ನೆಗಳು; ವೈಯಕ್ತಿಕ ಜೀವನ/ಧರ್ಮ/ರಾಜಕೀಯ/ಮಕ್ಕಳ ಯೋಜನೆ ಬಗ್ಗೆ ಕೇಳಬೇಡಿ. ಸಾಮರ್ಥ್ಯಗಳ ಪ್ರಕಾರ ಔಟ್ಪುಟ್ ಅನ್ನು ಶೀರ್ಷಿಕೆ ಮಾಡಿ.

ಸಲಹೆ: "ವೈಯಕ್ತಿಕ ಜೀವನ, ವೈವಾಹಿಕ ಸ್ಥಿತಿ, ಮಕ್ಕಳ ಯೋಜನೆಗಳು, ಧರ್ಮ, ರಾಜಕೀಯ, ಆರೋಗ್ಯದ ಬಗ್ಗೆ ಕೇಳಲು" AI ಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಿ. ಅಂತಹ ಪ್ರಶ್ನೆಗಳು ಕಾರ್ಮಿಕ ಕಾನೂನು ಮತ್ತು ಸಮಾನ ಚಿಕಿತ್ಸೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ತಾರತಮ್ಯ ಮತ್ತು ಅಪಾಯಕಾರಿ. ಉತ್ತಮ ಉದ್ದೇಶಗಳಿದ್ದರೂ AI ಈ ಮಿತಿಯನ್ನು ಮೀರಬಹುದು.

ರೂಬ್ರಿಕ್: ವಸ್ತುನಿಷ್ಠತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಸಾಧನ

ರಬ್ರಿಕ್ ಇಲ್ಲದೆ, ಸಂದರ್ಶಕರ ಮನಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿ ಸ್ಕೋರ್‌ಗಳು ಬದಲಾಗುತ್ತವೆ. "ಪ್ರಬಲವಾದ ಉತ್ತರ ಹೇಗಿರುತ್ತದೆ" ಎಂದು ಪೂರ್ವನಿರ್ಧರಿತಗೊಳಿಸುವ ಮೂಲಕ ರೂಬ್ರಿಕ್ ಎಲ್ಲರನ್ನು ಒಂದೇ ಪುಟದಲ್ಲಿ ಪಡೆಯುತ್ತದೆ.

ಕೆಳಗಿನ ಸಂದರ್ಶನದ ಪ್ರಶ್ನೆಗೆ 1-5 ರ ಪ್ರಮಾಣದಲ್ಲಿ ರೂಬ್ರಿಕ್ ಬರೆಯಿರಿ. ಪ್ರಶ್ನೆ: ಒಂದು ಪ್ರಾಜೆಕ್ಟ್‌ನಲ್ಲಿ ತಾಂತ್ರಿಕ ನಿರ್ಧಾರವು ತಪ್ಪಾದಾಗ ನೀವು ಏನು ಮಾಡಿದ್ದೀರಿ? ರೂಬ್ರಿಕ್‌ನಲ್ಲಿ ಕೆಳಗಿನ ಹಂತಗಳನ್ನು ವಿವರಿಸಿ: 1 (ದುರ್ಬಲ): ವಿಶಿಷ್ಟ ಉತ್ತರ ಮತ್ತು ಕಾಣೆಯಾದ ಸಂಕೇತಗಳು3 (ಸಾಕಷ್ಟು): ವಿಶಿಷ್ಟ ಉತ್ತರ ಮತ್ತು ಧನಾತ್ಮಕ ಸಂಕೇತಗಳು5 (ಬಲವಾದ): ವಿಶಿಷ್ಟ ಉತ್ತರ ಮತ್ತು ಬಲವಾದ ಸಂಕೇತಗಳು ಪ್ರತಿ ಹಂತಕ್ಕೂ ಗಮನಿಸಬಹುದಾದ ನಡವಳಿಕೆಯ ಉದಾಹರಣೆಗಳನ್ನು ನೀಡಿ (ಉದಾಹರಣೆಗೆ ಜವಾಬ್ದಾರಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು, ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ, ಕಲಿಕೆ).

ನೀವು ಎಲ್ಲಾ ಪ್ರಶ್ನೆಗಳಿಗೆ ರೂಬ್ರಿಕ್ಸ್ ಅನ್ನು ಅನ್ವಯಿಸಿದಾಗ, ವಿಭಿನ್ನ ಸಂದರ್ಶಕರು ನೀಡಿದ ಅಂಕಗಳು ಒಮ್ಮುಖವಾಗುತ್ತವೆ; ಇದನ್ನು ಇಂಟರ್-ರೇಟರ್ ಸ್ಥಿರತೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಸಾಮಾನ್ಯ ಟೆಂಪ್ಲೇಟ್‌ನಲ್ಲಿ ಸ್ಕೋರ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದು ಒಂದೇ "ನಾನು ಅದನ್ನು ಇಷ್ಟಪಟ್ಟಿದ್ದೇನೆ" ಎಂಬ ವಾಕ್ಯಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಸಾಕ್ಷ್ಯವನ್ನು ಆಧರಿಸಿ ನಿರ್ಧಾರವನ್ನು ಮಾಡುತ್ತದೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: ಸಾಫ್ಟ್‌ವೇರ್ ಡೆವಲಪರ್‌ಗಾಗಿ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳನ್ನು ನೀಡಿ.

ತೀರ್ಮಾನ: ಅಂತರ್ಜಾಲದಲ್ಲಿ ನೀವು ಕಂಡುಕೊಳ್ಳಬಹುದಾದ ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಗಳು; ಯಾವುದೇ ರಬ್ರಿಕ್ ಇಲ್ಲ, ಯಾವುದೇ ಸಾಮರ್ಥ್ಯದ ಹೊಂದಾಣಿಕೆ ಇಲ್ಲ, ನ್ಯಾಯಸಮ್ಮತತೆಯ ಭರವಸೆ ಇಲ್ಲ.

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: [ಸ್ಥಾನ + ನಿರ್ಣಾಯಕ ಸಾಮರ್ಥ್ಯಗಳು + ವರ್ತನೆಯ/ಸನ್ನಿವೇಶದ ಪ್ರಶ್ನೆ ವಿನಂತಿ + ತಾರತಮ್ಯದ ಪ್ರಶ್ನೆ ನಿಷೇಧ + ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ 1-5 ರೂಬ್ರಿಕ್ಸ್ + ಅನುಸರಣಾ ಪ್ರಶ್ನೆಗಳು]

ಫಲಿತಾಂಶ: ಸ್ಕೋರ್ ಮಾಡಬಹುದಾದ, ಸಮರ್ಥನೀಯ ಸಂದರ್ಶನ ಕಿಟ್ ಎಲ್ಲಾ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಅನ್ವಯಿಸುತ್ತದೆ.

AI ಯೊಂದಿಗೆ ಉತ್ತರ ಮೌಲ್ಯಮಾಪನ: ಮಿತಿಗಳು

AI ನಿಮ್ಮ ಸಂದರ್ಶನದ ಟಿಪ್ಪಣಿಗಳನ್ನು ರಬ್ರಿಕ್ ಮೂಲಕ ಸಂಘಟಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ; ಆದರೆ ಇಲ್ಲಿ ಬಲವಾದ ಎಚ್ಚರಿಕೆಯ ಅಗತ್ಯವಿದೆ: AI ಅಭ್ಯರ್ಥಿಯ ಧ್ವನಿ, ಪ್ರಾಮಾಣಿಕತೆ, ನೈಜ ಸಾಮರ್ಥ್ಯವನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ; ನೀವು ಬರೆಯುವ ಟಿಪ್ಪಣಿಯನ್ನು ಮಾತ್ರ ಅದು ಓದುತ್ತದೆ. ಆದ್ದರಿಂದ AI ಯ ಪಾತ್ರವು ನಿಮ್ಮ ಅವಲೋಕನಗಳನ್ನು ರೂಪಿಸುವುದು - ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ಅಲ್ಲ.

ನಾನು ನೀಡಿದ ರೂಬ್ರಿಕ್ ಪ್ರಕಾರ ಸಾಮರ್ಥ್ಯದ ಶೀರ್ಷಿಕೆಗಳ ಅಡಿಯಲ್ಲಿ ನನ್ನ ಸಂದರ್ಶನದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಕೆಳಗೆ ಆಯೋಜಿಸಿ. ಪ್ರತಿ ಸಾಮರ್ಥ್ಯಕ್ಕಾಗಿ: - ಟಿಪ್ಪಣಿಗಳಲ್ಲಿನ ಸಾಕ್ಷ್ಯವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ - ಇದು ರೂಬ್ರಿಕ್‌ನಲ್ಲಿ ಯಾವ ಮಟ್ಟಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸಿ - ಸಾಕ್ಷ್ಯವು ಎಲ್ಲಿ ಕಾಣೆಯಾಗಿದೆ/ಅಸ್ಪಷ್ಟವಾಗಿದೆ ಎಂಬುದನ್ನು ಗುರುತಿಸಿ ನನಗೆ ಅಂಕವನ್ನು ಅಂತಿಮಗೊಳಿಸಿ; ಕೇವಲ ಸಾಕ್ಷ್ಯವನ್ನು ಸಂಪಾದಿಸಿ.<ಟಿಪ್ಪಣಿಗಳು>[ನಿಮ್ಮ ಸಂದರ್ಶನದ ಟಿಪ್ಪಣಿಗಳು]</ಟಿಪ್ಪಣಿಗಳು>

AI ಯ ಸೂಕ್ತ ಪಾತ್ರ

AI ಯ ಅನುಚಿತ ಪಾತ್ರ

ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ರಬ್ರಿಕ್ಸ್ ಅನ್ನು ರಚಿಸುವುದು

ಅಭ್ಯರ್ಥಿಯನ್ನು ಮಾತ್ರ ಸ್ಕೋರ್ ಮಾಡುವುದು ಮತ್ತು ತೆಗೆದುಹಾಕುವುದು

ರಬ್ರಿಕ್ ಪ್ರಕಾರ ಸಂದರ್ಶಕರ ಟಿಪ್ಪಣಿಗಳನ್ನು ಆಯೋಜಿಸುವುದು

ವೀಡಿಯೊ/ಆಡಿಯೋ "ಭಾವನ ವಿಶ್ಲೇಷಣೆ" ಮೂಲಕ ನಿರ್ಧಾರ

ಟಿಪ್ಪಣಿಗಳಲ್ಲಿ ಅಸಂಗತತೆಯನ್ನು ಗುರುತಿಸುವುದು

"ಈ ಅಭ್ಯರ್ಥಿಯು ಸುಳ್ಳು ಹೇಳುತ್ತಿದ್ದಾರೆ" ಎಂಬಂತಹ ತೀರ್ಪುಗಳು

ಪಕ್ಷಪಾತವನ್ನು ಹೊಂದಿರುವ ಪ್ರಶ್ನೆ/ಟಿಪ್ಪಣಿ ಕುರಿತು ಎಚ್ಚರಿಕೆ

ನೇಮಕಾತಿ ನಿರ್ಧಾರವನ್ನು ಅಂತಿಮಗೊಳಿಸುವುದು

ಎಚ್ಚರಿಕೆ: AI-ಆಧಾರಿತ “ಮುಖದ ಅಭಿವ್ಯಕ್ತಿ/ಧ್ವನಿ ವಿಶ್ಲೇಷಣೆಯ ಧ್ವನಿಯ ಮೂಲಕ ಅಭ್ಯರ್ಥಿಯ ಮೌಲ್ಯಮಾಪನ” ಉಪಕರಣಗಳು ವೈಜ್ಞಾನಿಕವಾಗಿ ಪ್ರಶ್ನಾರ್ಹವಾಗಿವೆ ಮತ್ತು ತಾರತಮ್ಯದ ಗಂಭೀರ ಅಪಾಯವನ್ನುಂಟುಮಾಡುತ್ತವೆ. ಅಂತಹ ಸಾಧನಗಳಿಗೆ ನಿರ್ಧಾರ ಅಧಿಕಾರವನ್ನು ನೀಡಬೇಡಿ; ಅನೇಕ ದೇಶಗಳು ಮತ್ತು ಚೌಕಟ್ಟುಗಳು (ಉದಾ. EU ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಕಾನೂನು) ನೇಮಕಾತಿಯಲ್ಲಿ ಬಳಸುವ ಇಂತಹ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಹೆಚ್ಚಿನ ಅಪಾಯವೆಂದು ಪರಿಗಣಿಸುತ್ತವೆ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸ್ಥಿರತೆಯ ಲಾಭ. ಚಿಲ್ಲರೆ ಸರಪಳಿಯು 8 ಸ್ಟೋರ್ ಮ್ಯಾನೇಜರ್ ಅಭ್ಯರ್ಥಿಗಳನ್ನು 3 ವಿಭಿನ್ನ ಸಂದರ್ಶಕರೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಿದೆ ಮತ್ತು ಅಂಕಗಳು ಅಸಮಂಜಸವಾಗಿದೆ. AI ಯೊಂದಿಗೆ ಸಾಮಾನ್ಯ ರಬ್ರಿಕ್ ಅನ್ನು ರಚಿಸಲಾಗಿದೆ. ಎರಡನೇ ಸುತ್ತಿನಲ್ಲಿ, ಸಂದರ್ಶಕರ ನಡುವಿನ ಅಂಕಗಳಲ್ಲಿನ ವ್ಯತ್ಯಾಸವು (ಅದೇ ಅಭ್ಯರ್ಥಿಗೆ) ಸರಾಸರಿ 1.8 ಅಂಕಗಳಿಂದ 0.6 ಅಂಕಗಳಿಗೆ ಕಡಿಮೆಯಾಗಿದೆ; ನಿರ್ಧಾರಗಳು ಹೆಚ್ಚು ಸಮರ್ಥನೀಯವಾದವು.

ಪ್ರಕರಣ 2 - ತಾರತಮ್ಯದ ಪ್ರಶ್ನೆಯನ್ನು ಹಿಡಿಯುವುದು. ಅವರು ಸಿದ್ಧಪಡಿಸಿದ ಪ್ರಶ್ನೆಗಳ ಪಟ್ಟಿಯಲ್ಲಿ, ಒಬ್ಬ ಮ್ಯಾನೇಜರ್ ಕೇಳಿದರು: "ನಿಮಗೆ ಚಿಕ್ಕ ಮಗುವಿದೆ, ನೀವು ಅಧಿಕಾವಧಿಯಲ್ಲಿ ಉಳಿಯಬಹುದೇ?" ಎಂದು ಪ್ರಶ್ನೆ ಹಾಕಿದರು. "ತಾರತಮ್ಯಕ್ಕಾಗಿ ಪ್ರಶ್ನೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು" AI ಗೆ ಹೇಳಿದಾಗ ಈ ಪ್ರಶ್ನೆಯನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಲಾಗಿದೆ ಮತ್ತು "ಈ ಪಾತ್ರಕ್ಕೆ ಸಾಂದರ್ಭಿಕ ಹೆಚ್ಚುವರಿ ಸಮಯ ಬೇಕಾಗುತ್ತದೆ; ಇದಕ್ಕೆ ನಿಮ್ಮ ಸೂಕ್ತತೆ ಏನು?" ಇದನ್ನು ಯಾರಾದರೂ ಕೇಳಬಹುದಾದ ತಟಸ್ಥ ಆವೃತ್ತಿಯಿಂದ ಬದಲಾಯಿಸಲಾಗಿದೆ. ಹೀಗಾಗಿ, ನ್ಯಾಯವನ್ನು ಕಾಪಾಡಲಾಯಿತು ಮತ್ತು ಸಂಭವನೀಯ ದೂರುಗಳ ಅಪಾಯವನ್ನು ತಡೆಯಲಾಯಿತು.

ಪ್ರಕರಣ 3 - ಟಿಪ್ಪಣಿಗಳನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾಗುತ್ತಿದೆ. ಒಂದು ಸಂದರ್ಶನದ ಫಲಕವು ಚದುರಿದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಹೊಂದಿತ್ತು. AI ರಬ್ರಿಕ್ ಶೀರ್ಷಿಕೆಗಳ ಮೂಲಕ ಟಿಪ್ಪಣಿಗಳನ್ನು ಆಯೋಜಿಸಿತು ಮತ್ತು ಯಾವ ಸಾಮರ್ಥ್ಯಗಳು ಸಾಕ್ಷ್ಯವನ್ನು ಕಳೆದುಕೊಂಡಿವೆ ಎಂಬುದನ್ನು ತೋರಿಸಿದೆ. ಸಮಿತಿಯು ಕಳೆದುಹೋದ ಸಾಮರ್ಥ್ಯದ ಕುರಿತು ಎರಡನೇ ಸಂಕ್ಷಿಪ್ತ ಚರ್ಚೆಯನ್ನು ನಡೆಸಿತು ಮತ್ತು ಹೆಚ್ಚು ಘನ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿತು. AI ನಿರ್ಧರಿಸಲಿಲ್ಲ; ನಿರ್ಧಾರವನ್ನು ಪೋಷಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಸಂಪಾದಿಸಿದ್ದಾರೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ರಬ್ರಿಕ್ಸ್ ಇಲ್ಲದೆ ಸಂದರ್ಶನ. ಪ್ರಶ್ನೆಗಳನ್ನು ಉತ್ಪಾದಿಸುವುದು ಮತ್ತು ಸ್ಕೋರಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಸಿದ್ಧಪಡಿಸದಿರುವುದು ವ್ಯಕ್ತಿನಿಷ್ಠತೆಯನ್ನು ಕಾಪಾಡುತ್ತದೆ.
• ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ವಿವಿಧ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವುದು. ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಗಳ ಮೂಲಕ ಮಾತ್ರ ಹೋಲಿಕೆ ಸಾಧ್ಯ.
• AI ನಿರ್ಧರಿಸಲಿ. ಅಭ್ಯರ್ಥಿಯ ಕುರಿತು ಅಂತಿಮ ತೀರ್ಪು ನೀಡಲು AI ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಹೊಂದಿಲ್ಲ.
• ತಾರತಮ್ಯದ ಪ್ರಶ್ನೆಗಳನ್ನು ಮಾಡರೇಟ್ ಮಾಡುತ್ತಿಲ್ಲ. ಸದುದ್ದೇಶದ ಸಂದರ್ಶಕರು ಸಹ ಕಾನೂನುಬದ್ಧವಾಗಿ ಅಪಾಯಕಾರಿ ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯಬಹುದು; AI ನಿಯಂತ್ರಣವು ಸುರಕ್ಷತಾ ನಿವ್ವಳವಾಗಿದೆ.
• "ಭಾವನೆ/ಮುಖ ವಿಶ್ಲೇಷಣೆ" ಪರಿಕರಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ವೈಜ್ಞಾನಿಕ ಆಧಾರವು ದುರ್ಬಲವಾಗಿದೆ ಮತ್ತು ತಾರತಮ್ಯದ ಅಪಾಯವು ಹೆಚ್ಚು.
• ಸಭೆಯ ನಂತರ ಬಹಳ ಸಮಯದ ನಂತರ ಟಿಪ್ಪಣಿ ಬರೆಯುವುದು. ವೀಕ್ಷಣೆಗಳು ತಾಜಾವಾಗಿರುವಾಗ ಟಿಪ್ಪಣಿಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ; AI ನೀವು ಬರೆಯುವಂತೆಯೇ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ನ್ಯಾಯಯುತ ಸಂದರ್ಶನ; ಇದರರ್ಥ ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಗಳು, ಸ್ಪಷ್ಟವಾದ ರೂಬ್ರಿಕ್ ಮತ್ತು ಮಾನವ ತೀರ್ಪಿನ ಸಂರಕ್ಷಣೆ. ಈ ಮೂವರ ಮೊದಲ ಎರಡನ್ನು ಉತ್ಪಾದಿಸುವಲ್ಲಿ AI ಅತ್ಯುತ್ತಮ ಸಹಾಯಕವಾಗಿದೆ: ಸ್ಥಾನ-ನಿರ್ದಿಷ್ಟ ಸಾಮರ್ಥ್ಯ-ಆಧಾರಿತ ಪ್ರಶ್ನೆಗಳು, ಸಮರ್ಥನೀಯ ಸ್ಕೋರಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಗಳು ಮತ್ತು ತಾರತಮ್ಯ ಮೇಲ್ವಿಚಾರಣೆ. ಆದರೆ ಅಭ್ಯರ್ಥಿಯ ನಿಜವಾದ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ನೇಮಕಾತಿ ನಿರ್ಧಾರ - ಮಾನವ ವೀಕ್ಷಣೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಗೆ ಸೇರಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಸ್ಥಾನವನ್ನು ಆರಿಸಿ. (1) 4 ನಿರ್ಣಾಯಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಗುರುತಿಸಿ. (2) ಮೇಲಿನ ಪ್ರಾಂಪ್ಟ್‌ನೊಂದಿಗೆ ವರ್ತನೆಯ/ಸನ್ನಿವೇಶದ ಪ್ರಶ್ನೆಗಳನ್ನು ಮತ್ತು ಅನುಸರಣಾ ಪ್ರಶ್ನೆಗಳನ್ನು ರಚಿಸಿ. (3) 3 ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಗಳಿಗೆ 1-5 ರಬ್ರಿಕ್ಸ್ ರಚಿಸಿ. (4) "ತಾರತಮ್ಯ ಪರಿಶೀಲನೆ" ಪ್ರಾಂಪ್ಟ್ ಮೂಲಕ ಪ್ರಶ್ನೆಗಳ ಪಟ್ಟಿಯನ್ನು ರವಾನಿಸಿ. (5) AI ಮಾದರಿ ಸಂದರ್ಶನದ ಟಿಪ್ಪಣಿಯನ್ನು ರೂಬ್ರಿಕ್ ಪ್ರಕಾರ ಸಂಪಾದಿಸಿ ಮತ್ತು ಅಂತಿಮ ಸ್ಕೋರ್ ಅನ್ನು ನೀವೇ ನೀಡಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ಪ್ರಶ್ನೆಗಳನ್ನು ನಿರ್ಣಾಯಕ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಮ್ಯಾಪ್ ಮಾಡಲಾಗಿದೆಯೇ?
• [ ] ಎಲ್ಲಾ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ಒಂದೇ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಇದು ಪ್ರಮಾಣಿತವಾಗಿದೆಯೇ?
• [ ] ಪ್ರತಿ ನಿರ್ಣಾಯಕ ಪ್ರಶ್ನೆಗೆ 1-5 ರೂಬ್ರಿಕ್ಸ್ ಇದೆಯೇ?
• [ ] ಪ್ರಶ್ನೆಗಳನ್ನು ತಾರತಮ್ಯಕ್ಕಾಗಿ ಪರಿಶೀಲಿಸಲಾಗಿದೆಯೇ?
• [ ] ಅಂತಿಮ ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ನಿರ್ಧಾರವನ್ನು ಮಾನವನಿಗೆ ಬಿಡಲಾಗಿದೆಯೇ?
• [ ] "ಭಾವನೆ/ಮುಖ ವಿಶ್ಲೇಷಣೆ"ಯಂತಹ ಅಪಾಯಕಾರಿ ಸಾಧನಗಳನ್ನು ತಪ್ಪಿಸಲಾಗಿದೆಯೇ?