Mga nadagdag:
- Kakayahang bumuo ng mga tanong sa panayam na tukoy sa posisyon, batay sa kakayahan at pag-uugali
- Kakayahang lumikha ng patas at maihahambing na gabay sa pagsusuri (rubric)
- Kilalanin ang mga limitasyon ng AI sa pagtatasa ng panayam at panatilihin ang paghatol ng tao
Ang panayam ay ang pinaka mapagpasyahan ngunit pinaka-subjective na yugto ng recruitment. Ang dalawang magkaibang tagapanayam ay maaaring magsuri ng parehong kandidato sa ibang paraan; dahil ang bawat isa ay nagtatanong ng iba't ibang mga katanungan, naglalagay ng kahalagahan sa iba't ibang mga bagay, at madalas na binabase ang kanilang mga desisyon sa "damdamin". Ipinapakita ng pananaliksik na ang mga hindi nakaayos na panayam ay mahirap sa paghula ng tagumpay sa pagkuha; gayunpaman, ipinapakita nito na ang mga nakabalangkas na panayam ay isa sa pinakamalakas na hula. Ang artificial intelligence (AI) ay ang pinakapraktikal na tool upang bawasan ang subjectivity na ito: ang mga tanong na partikular sa posisyon ay gumagawa ng isang karaniwang gabay sa pagtatasa at isang pare-parehong istraktura. Sa yunit na ito, matututunan natin kung paano bumuo ng isang patas, maihahambing at mapagtatanggol na proseso ng pakikipanayam sa AI.
Mga Tuntunin: Ang isang structured na panayam ay isang panayam kung saan ang lahat ng mga kandidato ay tatanungin ng parehong mga tanong na nakabatay sa kakayahan at ang mga sagot ay nai-score sa isang karaniwang sukat. Ang rubric (gabay sa pagsusuri) ay isang talahanayan na tumutukoy kung ilang puntos ang matatanggap ng bawat tanong para sa kung aling sagot. Ang tanong sa pag-uugali ay nagtatanong kung ano ang aktwal na ginawa ng kandidato sa nakaraan ("Sabihin sa akin ang tungkol sa isang oras na nalutas mo ang isang salungatan") — dahil ang nakaraang pag-uugali ay ang pinakamahusay na tagapagpahiwatig ng pag-uugali sa hinaharap. Ang sitwasyong tanong ay nagtatanong kung ano ang iyong gagawin sa isang hypothetical na senaryo. Ang STAR ay isang balangkas na ginagamit upang buuin ang sagot ng kandidato: Sitwasyon, Gawain, Aksyon, Resulta.
Hakbang sa Hakbang na Disenyo ng Panayam
- Tukuyin ang mga kakayahan. Isulat ang 4-6 na kritikal na kakayahan ng posisyon (hal. paglutas ng problema, pagtutulungan ng magkakasama, teknikal na lalim).
- Bumuo ng mga tanong para sa bawat kakayahan. Magtanong ng mga tanong sa asal at sitwasyon mula sa AI.
- Gumawa ng rubric. Para sa bawat tanong, tukuyin kung ano ang hitsura ng isang "mahina/sapat/malakas" na sagot.
- Maghanda ng mga follow-up na tanong. Kung mababaw ang sagot ng kandidato, palalimin.
- Magsagawa ng pagsusuri sa diskriminasyon. Ipasuri ang listahan ng mga tanong sa legal at etikal na paraan.
- Kolektahin ang mga marka at bigyang-kahulugan ang mga ito sa isang tao. Inaayos ng AI ang marka; Ang koponan ang nagpasya.
Ang iyong tungkulin: HR specialist na nagdidisenyo ng structured na panayam.Posisyon: Senior Software DeveloperMga kritikal na kakayahan: paglutas ng problema, kalidad ng code, komunikasyon ng koponan, liksi sa pag-aaral. Para sa bawat kakayahan:- 2 tanong sa pag-uugali (batay sa nakaraang karanasan)- 1 sitwasyong tanong (hypothetical scenario)- 2 follow-up na tanong para sa bawat tanong Ang mga tanong ay hindi dapat maging diskriminasyon; Huwag magtanong tungkol sa personal na buhay/relihiyon/pulitika/plano ng bata. Pamagat ang output ayon sa mga kakayahan.
Tip: Tahasang atasan ang AI na "magtanong tungkol sa personal na buhay, katayuan sa pag-aasawa, plano sa bata, relihiyon, pulitika, kalusugan." Ang mga ganitong katanungan ay parehong may diskriminasyon at mapanganib sa mga tuntunin ng Batas sa Paggawa at pantay na pagtrato. Maaaring lumampas ang AI sa limitasyong ito kahit na may mabuting intensyon.
Rubric: Tool para Bawasan ang Subjectivity
Kung walang rubric, nag-iiba ang mga marka depende sa mood ng tagapanayam. Nakukuha ng rubric ang lahat sa parehong pahina sa pamamagitan ng paunang pagtukoy sa "kung ano ang hitsura ng isang malakas na sagot."
Sumulat ng rubric sa iskala na 1-5 para sa sumusunod na tanong sa pakikipanayam. Tanong: "Ano ang ginawa mo kapag ang isang teknikal na desisyon ay naging mali sa isang proyekto?" Tukuyin ang mga sumusunod na antas sa rubric: 1 (mahina): karaniwang sagot at nawawalang signal3 (sapat): tipikal na sagot at positibong signal5 (malakas): tipikal na sagot at malalakas na signal Magbigay ng mga halimbawa ng nakikitang pag-uugali para sa bawat antas (tulad ng pagkuha ng responsibilidad, pagsusuri sa ugat, pagkatuto).
Kapag inilapat mo ang rubrics sa lahat ng mga tanong, ang mga marka na ibinigay ng iba't ibang mga tagapanayam ay nagtatagpo; ito ay tinatawag na inter-rater consistency. Ang pagkolekta ng mga marka sa isang karaniwang template ay gumagawa ng desisyon batay sa ebidensya sa halip na isang solong pangungusap na "Nagustuhan ko ito."
Mahina Prompt / Malakas na Prompt
Weak prompt:Magbigay ng mga tanong sa panayam para sa software developer.
Konklusyon: pangkalahatang mga katanungan na makikita mo sa internet; Walang rubric, walang competency matching, walang garantiya ng pagiging patas.
Malakas na prompt: [Posisyon + kritikal na kakayahan + kahilingan sa asal/situasyonal na tanong + diskriminasyong pagbabawal sa tanong + 1-5 rubrics para sa bawat tanong + follow-up na tanong]
Ang resulta: isang scoreable, defensible interview kit na naaangkop sa lahat ng kandidato.
Sagutin ang Pagsusuri gamit ang AI: Mga Limitasyon
Makakatulong ang AI na ayusin ang iyong mga tala sa panayam ayon sa rubric; Ngunit isang matinding babala ang kailangan dito: Hindi makita ng AI ang tono ng boses, katapatan, tunay na kakayahan ng kandidato; Binabasa lang nito ang note na isinulat mo. Kaya ang tungkulin ng AI ay buuin ang iyong mga obserbasyon — hindi ang paggawa ng mga desisyon.
Ayusin ang aking mga tala sa panayam sa ibaba sa ilalim ng mga pamagat ng kakayahan ayon sa rubric na ibinigay ko. Para sa bawat kakayahan: - ibuod ang ebidensya sa mga tala - ipakita kung saang antas ito tumutugma sa rubric - markahan kung saan ang ebidensya ay nawawala/hindi malinaw I-finalize ang iskor para sa akin; i-edit mo lang ang ebidensya.<notes>[iyong interview notes]</notes>
Angkop na papel ng AI
Hindi naaangkop na papel ng AI
Paglikha ng mga tanong at rubrics
Pag-iskor at pag-aalis ng kandidato nang mag-isa
Pag-aayos ng mga tala ng tagapanayam ayon sa rubric
Desisyon sa pamamagitan ng video/audio "pagsusuri ng emosyon"
Pagmarka ng hindi pagkakapare-pareho sa mga tala
Mga paghatol tulad ng "Nagsisinungaling ang kandidatong ito"
Babala tungkol sa isang tanong/tala na naglalaman ng bias
Tinatapos ang desisyon sa pag-hire
Babala: Ang mga tool na “pagsusuri ng kandidato sa pamamagitan ng ekspresyon ng mukha/tono ng boses” na nakabatay sa AI ay pinagdududahan ayon sa siyensiya at nagdudulot ng seryosong panganib ng diskriminasyon. Huwag magbigay ng awtoridad sa pagpapasya sa mga naturang tool; Itinuturing ng maraming bansa at frameworks (hal. ang EU Artificial Intelligence Law) ang mga ganitong sistema na ginagamit sa recruitment bilang mataas na panganib.
Tatlong Mini Case
Kaso 1 — Pagkamit ng pagkakapare-pareho. Sinusuri ng isang retail chain ang 8 kandidato sa manager ng tindahan na may 3 magkakaibang tagapanayam at hindi pare-pareho ang mga marka. Isang karaniwang rubric ang ginawa gamit ang AI. Sa ikalawang round, ang pagkakaiba sa mga marka sa pagitan ng mga tagapanayam (sa parehong kandidato) ay bumaba mula sa average na 1.8 puntos hanggang 0.6 puntos; naging mas mapagtatanggol ang mga desisyon.
Kaso 2 — Pagkuha ng diskriminasyong tanong. Sa listahan ng mga tanong na inihanda niya, isang manager ang nagtanong: "Mayroon kang isang maliit na bata, maaari kang mag-overtime?" Inilagay niya ang tanong. Noong sinabihan ang AI na "suriin ang mga tanong para sa diskriminasyon" ang tanong na ito ay na-flag at tinanong "Ang tungkuling ito ay nangangailangan ng paminsan-minsang overtime; ano ang iyong kaangkupan para dito?" Ito ay pinalitan ng isang neutral na bersyon na maaaring itanong ng sinuman. Kaya, napanatili ang hustisya at napigilan ang panganib ng isang posibleng reklamo.
Case 3 — Pag-configure ng mga tala. Ang isang panel ng panayam ay may nakakalat na mga tala. Inayos ng AI ang mga tala sa pamamagitan ng mga heading ng rubric at ipinakita kung aling mga kakayahan ang nawawalang ebidensya. Ang panel ay nagsagawa ng pangalawang maikling talakayan tungkol sa nawawalang kakayahan at gumawa ng mas matatag na desisyon. Ang AI ay hindi nagpasya; na-edit ang impormasyong nagbigay ng desisyon.
Mga karaniwang pagkakamali
- Panayam nang walang rubrics. Ang paggawa ng mga tanong at hindi paghahanda ng gabay sa pagmamarka ay nagpapanatili ng pagiging subjectivity.
- Pagtatanong ng iba't ibang mga katanungan sa mga kandidato. Ang paghahambing ay posible lamang sa pamamagitan ng mga karaniwang tanong.
- Hayaan ang AI na magdesisyon. Ang AI ay walang sapat na data upang makagawa ng pangwakas na paghatol tungkol sa kandidato.
- Hindi nagmo-moderate ng mga tanong na may diskriminasyon. Kahit na ang mga tagapanayam na may mahusay na intensyon ay maaaring magsulat ng mga lehitimong mapanganib na tanong; Ang kontrol ng AI ay ang safety net.
- Umaasa sa mga tool na "pagsusuri ng emosyon/mukha". Ang siyentipikong batayan ay mahina at ang panganib ng diskriminasyon ay mataas.
- Pagsusulat ng tala pagkatapos ng pulong. Kumuha ng mga tala habang ang mga obserbasyon ay sariwa; Gumagana lang ang AI habang isinusulat mo ito.
Sa buod
Makatarungang panayam; Nangangahulugan ito ng mga karaniwang tanong, isang malinaw na rubric, at pangangalaga sa paghatol ng tao. Ang AI ay isang mahusay na katulong sa paggawa ng unang dalawa sa trio na ito: mga tanong na nakabatay sa kakayahan na tukoy sa posisyon, mapagtatanggol na gabay sa pagmamarka, at pagsubaybay sa diskriminasyon. Ngunit ang aktwal na pagsusuri ng kandidato at ang desisyon sa pagkuha - ay nabibilang sa pagmamasid at responsibilidad ng tao.
Gawain ng aplikasyon
Pumili ng posisyon. (1) Tukuyin ang 4 na kritikal na kakayahan. (2) Bumuo ng mga tanong sa asal/situasyonal at mga follow-up na tanong gamit ang prompt sa itaas. (3) Gumawa ng 1-5 rubrics para sa 3 pinaka kritikal na tanong. (4) Ipasa ang listahan ng mga tanong sa pamamagitan ng prompt na "discrimination check". (5) Ipa-edit sa AI ang isang sample na tala sa panayam ayon sa rubric at ikaw mismo ang magbigay ng huling marka.
checklist
- [ ] Nakamapa ba ang mga tanong sa mga kritikal na kakayahan?
- [ ] Ito ba ay na-standardize upang ang lahat ng mga kandidato ay tanungin ng parehong mga katanungan?
- [ ] Mayroon bang 1-5 rubrics para sa bawat kritikal na tanong?
- [ ] Sinuri ba ang mga tanong para sa diskriminasyon?
- [ ] Ang panghuling pagsusuri at desisyon ba ay naiwan sa tao?
- [ ] Naiwasan ba ang mga mapanganib na tool tulad ng "pagsusuri ng emosyon/mukha"?