CV திரையிடல், சுருக்கம் மற்றும் சார்பு ஆபத்து

ஆதாயங்கள்:

• வேலை தொடர்பான அளவுகோல்களின்படி CV களை கட்டமைக்கப்பட்ட மற்றும் ஒப்பிடக்கூடிய வடிவத்தில் சுருக்கமாகக் கூறும் திறன்
• AI-ஆதரவு ஸ்கிரீனிங்கில் சார்பு மற்றும் பாகுபாடுகளின் அபாயங்களைக் கண்டறிந்து, உறுதியான முறைகள் மூலம் அவற்றைக் குறைக்கும் திறன்
• இறுதி நீக்குதல் முடிவில் மனிதக் கட்டுப்பாடு தேவைப்படும் ஒரு கண்டறியக்கூடிய செயல்முறையை நிறுவும் திறன்

ஆட்சேர்ப்பின் அதிக நேரத்தைச் செலவழிக்கும், மிகவும் சோர்வான மற்றும் அபாயகரமான படி CV ஸ்கிரீனிங் ஆகும். ஒரு இடுகைக்கு 300 CV களைப் படித்து ஒப்பிட்டுப் பார்க்க மணிநேரம் ஆகும்; சோர்வு அதிகரிக்கும் போது, ​​முடிவின் தரம் குறைகிறது மற்றும் கடைசி CV படித்தது முதல் CV படித்ததைப் போன்ற கவனத்துடன் மதிப்பிடப்படுவதில்லை. இந்த கட்டத்தில் செயற்கை நுண்ணறிவு (AI) ஒரு பெரிய முடுக்கத்தை வழங்குகிறது. ஆனால் இங்கே மிகவும் ஆபத்தான பகுதி: AI பயிற்சியளிக்கப்பட்ட தரவுகளில் மனித சார்புகளைக் கற்றுக் கொள்ளலாம் மற்றும் இனப்பெருக்கம் செய்யலாம். இந்த யூனிட்டில், வேலை தொடர்பான அளவுகோல்களுடன் சி.வி.களை எவ்வாறு கட்டமைக்கப்பட்ட முறையில் சுருக்கிக் கூறுவது, உறுதியான முறைகள் மூலம் சார்பு ஆபத்தை குறைப்பது மற்றும் இறுதி முடிவை மக்களின் கைகளில் வைத்திருக்கும் ஒரு கண்டறியக்கூடிய செயல்முறையை எவ்வாறு நிறுவுவது என்பதைக் கற்றுக்கொள்வோம்.

விதிமுறைகளை தெளிவுபடுத்துவோம். சார்பு என்பது வேலையுடன் தொடர்பில்லாத ஒரு பண்பு (பெயர், பாலினம், வயது, சொந்த ஊர், பட்டம் பெற்ற பள்ளி போன்றவை) காரணமாக முடிவெடுக்கும் முறையான விலகல் ஆகும். கட்டமைக்கப்பட்ட சுருக்கம் என்பது ஒவ்வொரு சிவியையும் ஒரே தலைப்புகளின் கீழ், ஒரே வரிசையில் சுருக்கமாகக் கூறுவதாகும்; இந்த வழியில், வேட்பாளர்கள் ஆப்பிள்களை ஆப்பிள்களுடன் ஒப்பிடுகிறார்கள். குருட்டுத் திரையிடல் என்பது ஒரு ஸ்கிரீனிங் செயல்முறையாகும், இது வேட்பாளரை அடையாளம் காணும் ஆனால் வேலையுடன் எந்தத் தொடர்பும் இல்லாத தகவலை மறைக்கிறது. வேலை தொடர்பான அளவுகோல் என்பது அந்த வேலையைச் செய்வதற்கு உண்மையில் தேவைப்படும் விளம்பரத்தில் வரையறுக்கப்பட்ட திறமையாகும். இறுதியாக, மாயத்தோற்றம் என்பது உண்மையில் இல்லாத தகவலை AI உருவாக்கும் போது (உதாரணமாக, CV இல் சேர்க்கப்படாத சான்றிதழ்).

AI ஏன் சார்புநிலையை உருவாக்குகிறது?

AI மில்லியன் கணக்கான நூல்களிலிருந்து கற்றுக்கொள்கிறது, மேலும் இந்த உரைகளில் கடந்தகால மனித முடிவுகளும் அடங்கும். ஒரு குறிப்பிட்ட குழு கடந்த காலத்தில் பாகுபாடு காட்டப்பட்டிருந்தால், AI இந்த மாதிரியை "சாதாரணமானது" என்று தவறாக நினைக்கலாம். கூடுதலாக, பெயர், முகவரி அல்லது பள்ளி போன்ற CV இல் உள்ள துப்பு, பாலினம், இனம் அல்லது சமூக பொருளாதார நிலை பற்றிய மாதிரிக்கு மறைமுக சமிக்ஞைகளை அளிக்கிறது. ஒரு பிரபலமான உதாரணம்: ஒரு பெரிய தொழில்நுட்ப நிறுவனம் வரலாற்று ரெஸ்யூம் டேட்டாவில் பயிற்சி பெற்ற ஒரு ஸ்கிரீனிங் கருவி பெண் வேட்பாளர்களை முறையாக அடிக்கோடிட்டுக் காட்டுகிறது, ஏனெனில் தரவு ஆண் ஆதிக்கம் செலுத்தியது, மேலும் கருவி நிறுத்தப்பட்டது. பாடம் தெளிவாக உள்ளது: AI நடுநிலை இல்லை; செயல்முறை வடிவமைப்பின் மூலம் நீங்கள் பாரபட்சமற்ற தன்மையை நிறுவுகிறீர்கள்.

AI இன் பங்கு மற்றும் வரம்பு

இந்த அலகு மிகவும் முக்கியமான வாக்கியம்: AI CV ஐ அகற்றாது, இது CV ஐ சுருக்கமாகக் கூறுகிறது. நீங்கள் AI ஐ "தானியங்கு நிராகரிப்பாளராக" அமைத்தால், நீங்கள் சட்ட ஆபத்து (பாகுபாடு கோரிக்கை) மற்றும் நற்பெயர் ஆபத்து இரண்டையும் இயக்குவீர்கள்; மேலும், நீங்கள் ஒரு நல்ல வேட்பாளரை பார்வையில் இருந்து மறையச் செய்யலாம். AI ஐ வேக வாசிப்பு மற்றும் கட்டமைப்பு உதவியாளராகப் பயன்படுத்துவதே சரியான அமைப்பாகும்.

படிப்படியான பாதுகாப்பான நீக்குதல் செயல்முறை:

1. வேலை தொடர்பான அளவுகோல்களை முன்கூட்டியே வரையறுக்கவும். நீக்குதலைத் தொடங்குவதற்கு முன், 5-8 அளவுகோல்கள் முக்கியமானவை (அனுபவம், குறிப்பிட்ட திறன், சான்றிதழ், தொழில்) எழுதி அவற்றைப் பூட்டவும்.
2. பொருத்தமற்ற பகுதிகளை மறைக்கவும். பெயர், புகைப்படம், வயது, திருமண நிலை, பிறந்த இடம், பள்ளியின் பெயர் போன்ற துறைகளை மதிப்பீட்டில் இருந்து விலக்கவும்.
3. கட்டமைக்கப்பட்ட சுருக்கத்தைக் கோருங்கள். ஒவ்வொரு CVக்கும் ஒரே மாதிரியான வடிவமைப்பை அச்சிடவும்.
4. ஆதாரங்களைக் கேளுங்கள், முடிவுகளை அல்ல. "இந்த வேட்பாளர் பொருத்தமானவரா?" அதற்கு பதிலாக "இந்த வேட்பாளர் நிபந்தனைகளை பூர்த்தி செய்கிறாரா, CV இன் எந்த வரியை அடிப்படையாகக் கொண்டது?" பிரச்சனை.
5. மனிதன் இறுதி முடிவை எடுத்து அதை பதிவு செய்கிறான். AI சுருக்கம்/ஒப்பிடுகிறது, நீக்குவதில்லை; மக்கள் தங்கள் காரணங்களைத் தேர்ந்தெடுத்து எழுதுகிறார்கள்.

உங்கள் பங்கு: ஒரு பாரபட்சமற்ற ஆட்சேர்ப்பு ஆய்வாளர். பின்வரும் வேலை தொடர்பான அளவுகோல்களின் அடிப்படையில் மட்டுமே பின்வரும் CVயை மதிப்பிடவும். பெயர், பாலினம், வயது, புகைப்படம், திருமண நிலை மற்றும் பள்ளி கௌரவம் ஆகியவற்றைக் கருத்தில் கொள்ளுங்கள். அனுபவம் மற்றும் திறன்களைப் பாருங்கள். அளவுகோல்:1) 3+ வருட கள விற்பனை அனுபவம்2) CRM (எ.கா. சேல்ஸ்ஃபோர்ஸ்/ஹப்ஸ்பாட்) பயன்பாடு3) B2B விற்பனை அனுபவம்4) வருடாந்திர இலக்கு சாதனைக்கான சான்று (எண், விருப்பம்)வெளியீட்டு வடிவம் (ஒவ்வொரு அளவுகோலுக்கும் ஒற்றை வரி):- அளவுகோல் | சந்திக்கிறது (ஆம்/பகுதி/இல்லை) | CV (பகுதி)ஆய்வில் இருந்து ஆதாரம்: விடுபட்ட தகவல் மற்றும் நேர்காணலில் கேட்க வேண்டிய 2 கேள்விகள்.<cv>[CV text]</cv>

எச்சரிக்கை: AI க்கு "பள்ளியின் கௌரவத்தை கவனிக்க வேண்டாம்" என்று கூறுவது முக்கியம். "நல்ல பல்கலைக்கழகம் = நல்ல வேட்பாளர்" போன்ற பாரபட்சமான குறுக்குவழிகளை மாதிரிகள் கற்றிருக்கலாம்; இது பல்வேறு சமூகப் பொருளாதார குழுக்களுக்கு எதிரான மறைமுக பாகுபாடு ஆகும்.

பாரபட்சத்தைக் குறைப்பதற்கான உறுதியான முறைகள்

தப்பெண்ணம் ஒரு சுருக்கமான கவலை அல்ல; அளவிடலாம் மற்றும் குறைக்கலாம்:

• குருட்டு நீக்கம். CV களில் இருந்து பெயர், புகைப்படம், பிறந்த தேதி மற்றும் பள்ளி பெயரை நீக்கவும்.
• நிலையான அளவுகோல் பட்டியல். நீக்குதல் தொடங்கும் முன் அளவுகோல்களை எழுதி அவற்றைப் பூட்டவும்; செயல்முறையின் நடுவில் அதை மாற்ற வேண்டாம்.
• அதே ப்ராம்ட், அதே வடிவம். அனைத்து CV களையும் ஒரே மாதிரியான வழிமுறைகளுடன் மதிப்பீடு செய்யவும்.
• சான்று தண்டனை கடமை. ஒவ்வொரு "ஆம்" ஒரு மேற்கோள் அடிப்படையில் இருக்க வேண்டும்; இது மாயத்தோற்றத்தை வெளிப்படுத்துகிறது.
• இரட்டை குருட்டு சோதனை. அதே CVயை "பெண் பெயர்" பதிப்பு மற்றும் "ஆண் பெயர்" பதிப்புடன் சமர்ப்பித்து, கிரேடுகள் மாறியுள்ளதா எனச் சரிபார்க்கவும்.
• குறுக்கு சோதனை. மனிதக் கண்களால் அதிக மற்றும் குறைந்த மதிப்பெண்களைக் கொண்ட சில CVகளை மீண்டும் படிக்கவும்.

நான் உங்களுக்கு இரண்டு CV களை தருகிறேன்: உள்ளடக்கங்கள் ஒரே மாதிரியானவை, பெயர்கள் மட்டுமே வேறுபட்டவை. மேலே உள்ள அளவுகோல்களின்படி இரண்டையும் மதிப்பிடுங்கள். பின்னர் இரண்டு மதிப்பீடுகளையும் ஒப்பிடுக; அவற்றுக்கிடையே வேறுபாடு இருந்தால், இந்த வேறுபாடு எந்த வேலையைப் பற்றிய தகவலிலிருந்து வருகிறது என்பதை விளக்குங்கள். வேலையுடன் தொடர்பில்லாத வேறுபாட்டை நீங்கள் கண்டால், அதை தெளிவாகக் குறிக்கவும்.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான அறிவுறுத்தல்: இந்த 40 CVகளைப் படித்துவிட்டு முதல் 5 வேட்பாளர்களைத் தேர்வுசெய்யவும்.

முடிவு: AI ஏன் தேர்வு செய்தது என்பதை விளக்காமல் "சிறந்தது" என்று கூறுகிறது, பெயர்/பள்ளி போன்ற பொருத்தமற்ற சிக்னல்களைப் பயன்படுத்தி இருக்கலாம். முடிவை நீங்கள் கட்டுப்படுத்த முடியாது.

சக்திவாய்ந்த அறிவுறுத்தல்: இந்த CVகளை [5-8 வேலை தொடர்பான அளவுகோல்களுக்கு] எதிராக மதிப்பீடு செய்யவும். பெயர்/வயது/பாலினம்/பள்ளி பெயரை புறக்கணிக்கவும். ஒவ்வொரு அளவுகோலுக்கும், உங்கள் CV இலிருந்து ஆம்/பகுதி/இல்லை + சான்று மேற்கோளை வழங்கவும். முடிவெடுத்தல்; ஒரு வெளிப்படையான ஒப்பீட்டை உருவாக்குங்கள்.

முடிவு: ஒவ்வொரு வேட்பாளரும் ஏன் எங்கே இருக்கிறார்கள் என்பதற்கான புலப்படும், தணிக்கை செய்யக்கூடிய மற்றும் மனித-தீர்ப்பு-தயாரான வெளியீடு.

அதை AIக்கு அவுட்சோர்ஸ் செய்யுங்கள்

AI அதைச் செய்ய விடாதீர்கள்

வேலை தொடர்பான அளவுகோல்களின்படி சுருக்கம்

தானாக ஏற்கும்/நிராகரிக்கும் முடிவை

அதே வடிவத்தில் ஒப்பீடு

பெயர்/பாலினம்/வயது அடிப்படையில் வரிசைப்படுத்தவும்

விடுபட்ட தகவலைக் குறிக்கவும்

"கலாச்சார பொருத்தம்" போன்ற அளவிட முடியாத தீர்ப்பு

நேர்காணல் கேள்விகளை பரிந்துரைக்கவும்

ஆளுமை/பண்பு கணிப்பு

பிரித்தெடுத்தல் சான்று (மேற்கோள்)

புகைப்படத்தில் இருந்து நான் யூகிக்கிறேன்

உதவிக்குறிப்பு: கட்டமைக்கப்பட்ட மொத்த ஒப்பீட்டுக்கு, வேட்பாளர்களுக்கு "வேட்பாளர்-1, வேட்பாளர்-2" போன்ற அநாமதேய குறியீடுகளை வழங்கவும். பக்கவாட்டு அட்டவணை, அவற்றை ஒவ்வொன்றாகப் படிப்பதை விட வேகமாகவும் அழகாகவும் இருக்கும்; ஏனெனில் அனைவரும் ஒரே நெடுவரிசையில் மதிப்பிடப்படுகிறார்கள்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - மறைக்கப்பட்ட பெயர் சார்பு. AI க்கு மூல CVகளை (பெயர்கள் உட்பட) கொடுத்து அவற்றை வரிசைப்படுத்தியபோது முதல் 10 வேட்பாளர்களில் 9 பேர் ஆண்கள் என்பதை ஒரு நிறுவனம் கவனித்தது. அனுபவம் மற்றும் திறமையின் அடிப்படையில் மட்டுமே பெயர்கள் மறைக்கப்பட்டு மறுமதிப்பீடு செய்யப்பட்டபோது, ​​பட்டியல் சமநிலையில் இருந்தது மற்றும் 3 முன்பு பார்க்காத தகுதி பெற்ற பெண் வேட்பாளர்கள் முதல் 10 இடங்களுக்குள் நுழைந்தனர். நிறுவனம் இதை அதிகாரப்பூர்வ நடைமுறையில் "குருட்டு நீக்கம் கட்டாயம்" விதியாகச் சேர்த்தது.

வழக்கு 2 - நேரம் சேமிக்கப்பட்டது, பாதுகாக்கப்பட்ட கட்டுப்பாடு. AI ஐப் பயன்படுத்தி 4 வேலை தொடர்பான அளவுகோல்களின் அடிப்படையில் ஒரு கால் சென்டர் 220 CVகளை சுருக்கமாகக் கூறியது. தகுதிக்கு முந்தைய காலம் 3 நாட்களில் இருந்து 4 மணிநேரமாக குறைக்கப்பட்டது. முக்கிய புள்ளி: AI யாரையும் அகற்றவில்லை; ஆட்சேர்ப்பு செய்பவர் தனிப்பட்ட முறையில் 34 விண்ணப்பதாரர்களை பரிசோதித்தார், அவர்களில் 11 பேரை நேர்காணலுக்கு அழைத்தார். முடிவு நபரிடம் இருந்தது, ஆட்சேர்ப்பு நேரம் 35% குறைக்கப்பட்டது.

வழக்கு 3 - உருவாக்கப்பட்ட இயல்பு. AI ஒரு CV சுருக்கத்தில் "PMP சான்றிதழ்" என்று எழுதியது, இது வேட்பாளருக்கு இல்லை (மாயத்தோற்றம்). ஆட்சேர்ப்பு செய்பவர் சான்று மேற்கோளைக் கோரியதால், AI ஆல் மூலத்தைக் குறிப்பிட முடியவில்லை மற்றும் பிழை பிடிபட்டது. "ஒவ்வொரு உரிமைகோரலுக்கும் ஒரு CV மேற்கோளைக் கேளுங்கள்" என்ற விதியானது அத்தகைய கட்டுக்கதைகளைக் காணக்கூடிய எளிய பாதுகாப்பு வலையாகும்.

பொதுவான தவறுகள்

• AI முடிவு செய்யட்டும். "சிறந்த 5 ஐத் தேர்ந்தெடு" என்று கூறுவது இயந்திரத்திற்கு பொறுப்பை அனுப்புவதாகும்; AI சுருக்கமாக, மனிதனைத் தேர்ந்தெடுக்கிறது.
• மூல CV யை அப்படியே கொடுப்பது. பெயர், புகைப்படம், வயது, பள்ளியின் பெயர் சார்புடைய சமிக்ஞைகள்; முகமூடி.
• ஆதாரம் கேட்கவில்லை. நீங்கள் மேற்கோள்களைக் கேட்கவில்லை என்றால், AI பண்புக்கூறுகளை உருவாக்கும் மற்றும் நீங்கள் கவனிக்க மாட்டீர்கள்.
• "கலாச்சார பொருத்தம்" போன்ற தெளிவற்ற அளவுகோல்கள். இது பெரும்பாலும் "நம்மைப் போன்றது" என்று பொருள்படும் மற்றும் பாகுபாட்டை சட்டப்பூர்வமாக்குகிறது; வேலை மற்றும் கவனிக்கக்கூடிய அளவுகோல்களை கட்டியெழுப்பவும்.
• செயல்முறையின் நடுவில் அளவுகோல்களை மாற்றுதல். அது நீதியைக் கெடுக்கிறது; ஆரம்பத்திலிருந்தே அளவுகோல் பூட்டப்பட்டுள்ளது.
• கே.வி.கே.கே. CV என்பது தனிப்பட்ட தரவு; நிறுவன உத்தரவாதம் இல்லாத வாகனங்களுக்கு முகமூடி இல்லாமல் அனுப்புவது ஆபத்தானது (கேவிகேகே யூனிட்டைப் பார்க்கவும்).

சுருக்கமாக

AI ஆனது CV ஸ்கிரீனிங்கில் சிறந்த வேகத்தை வழங்குகிறது, ஆனால் அது சார்புநிலையை துரிதப்படுத்தும். பாதுகாப்பான பயன்பாடு மூன்று விதிகளை அடிப்படையாகக் கொண்டது: (1) வேலை தொடர்பான அளவுகோல்களுடன் மட்டுமே மதிப்பீடு செய்தல், பொருத்தமற்ற பகுதிகளை மறைத்தல்; (2) ஒரு சுருக்கம் மற்றும் ஆதாரத்துடன் ஒப்பிடுங்கள், தீர்ப்பு அல்ல; (3) எப்பொழுதும் மனிதர்களை இறுதி நீக்குதல் முடிவை எடுக்கவும் நியாயப்படுத்தவும் அனுமதிக்கவும். AI முன் தகுதியை எளிதாக்குகிறது; நீதி மற்றும் சட்டத்திற்கு நீங்கள் பொறுப்பு.

விண்ணப்ப பணி

5-6 மாதிரி (அல்லது உண்மையான அநாமதேய) CVகளைப் பெறுங்கள். (1) 5-8 வேலை தொடர்பான அளவுகோல்களை வரையறுத்து பூட்டவும். (2) பெயர்/வயது/புகைப்படம்/பள்ளி ஆகியவற்றை மறைத்து, ஒவ்வொரு CVக்கும் ஒரே மாதிரியாக மதிப்பீட்டுத் தூண்டலைப் பயன்படுத்தவும், ஆதார மேற்கோளைக் கேட்கவும். (3) CV இல் இரட்டை குருட்டு சோதனையை முயற்சிக்கவும் (பெயரை மட்டும் மாற்றவும்). (4) ஒரு மொத்த ஒப்பீட்டு அட்டவணையை உருவாக்கவும். (5) மனிதக் கண்களால் அதிக மற்றும் குறைந்த மதிப்பெண்களுடன் சிவியை மீண்டும் படிக்கவும். (6) நேர்காணலுக்கு யாரை அழைக்க வேண்டும் என்பதை நீங்களே முடிவு செய்து உங்கள் காரணத்தை பதிவு செய்யுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] மதிப்பீடு வேலை தொடர்பான மற்றும் லாக்-இன் அளவுகோல்களுடன் மட்டுமே செய்யப்பட்டதா?
• [ ] பெயர், வயது, பாலினம், புகைப்படம், பள்ளியின் கௌரவம் மறைக்கப்பட்டதா/விலக்கப்பட்டதா?
• [] ஒவ்வொரு உரிமைகோரலுக்கும் CV ஆதாரம் மேற்கோள் தேவையா?
• [ ] AI ஆனது ஒரு சுருக்கம்/ஒப்பீடு செய்ய உருவாக்கப்பட்டது, ஒரு முடிவு அல்லவா?
• [ ] இறுதி குறிப்பு CV கள் மனிதர்களால் குறுக்கு சோதனை செய்யப்பட்டதா?
• [ ] மனிதன் இறுதி நீக்குதல் முடிவை எடுத்து காரணங்களை பதிவு செய்தாரா?
• [ ] KVKK அடிப்படையில் தரவு பாதுகாப்பாக செயலாக்கப்பட்டதா?