فصل پنجم
اعتماد، شفافیت و مرزهای استفاده درست از هوش مصنوعی
ستاره‌ها چه می‌گویند و چه نمی‌گویند
در پایان هر مصاحبه، از کاندید می‌پرسیم تجربه‌اش را از یک تا پنج ستاره ارزیابی کند و اگر خواست، چند خط بنویسد. برای این گزارش ۲٬۷۸۰ نظر ثبت شده در بازه زمانی ۳ ماهه تابستان ۱۴۰۵ را بررسی کردیم. میانگین ۴٫۵ از ۵ بود؛ ۸۹٪ چهار یا پنج ستاره دادند و کمتر از ۴٪ یک یا دو ستاره. حدود یک‌سوم هم متن نوشتند.
اعتماد کاندید از کجا می‌آید و کجا می‌شکند
چیزی که کاندیدها بیشتر از همه ستایش کردند، تازگی و جالب بودن تجربه بود. بعد از آن، مرتبط بودن سوال‌ها، راحتی و استرس کمتر نسبت به مصاحبه حضوری، و عمق سوال‌های تکمیلی. چند کاندید نوشتند که استرس کمتری نسبت به مصاحبه حضوری داشتند. این یک مزیت واقعی است، مخصوصاً برای کاندیدهایی که در مصاحبه حضوری مضطرب می‌شوند و کمتر از توانشان نشان می‌دهند.
اما نگرانی‌ها هم روشن بودند. حدود ۵٪ نظرات نوشته‌شده ترجیح می‌دادند با یک انسان حرف بزنند. ۲٪ درباره دقت یا انصاف ارزیابی سوال داشتند: «سوال‌های کلی و مبهم، چطور می‌تونه ارزیابی قابل‌اعتمادی بده؟» و ۲٫۵٪ می‌خواستند درباره شرکت و نقش بیشتر بدانند؛ همان کاندیدهایی که در فصل قبل، از مصاحبه‌گر جواب «این اطلاعات با من به اشتراک گذاشته نشده» گرفته بودند.
الگویی که در این نظرات دیدیم: اعتماد کاندید به هوش مصنوعی، نه از تکنولوژی می‌آید و نه از آواتار. از سه چیز ساده می‌آید: سوال‌ها مرتبط باشند و نشان دهند سیستم شغل را می‌فهمد؛ جواب کاندید سالم ضبط و شنیده شود؛ و کاندید بداند بعد از این چه اتفاقی می‌افتد. هر جا یکی از این سه شکست، اعتماد هم شکست.
شفافیت با کاندید: چه چیزی باید قبل از شروع بداند
مصاحبه‌گر ما در پایان هر جلسه یک قول می‌دهد: «پاسخ‌هات برای بررسی به شرکت ارسال شده و نتیجه به‌زودی اعلام می‌شه.» این قول، وقتی از زبان یک ماشین گفته می‌شود، مسئولیتش با انسان است.
از نظرات کاندیدها و تجربه سازمان‌ها، فهرستی ساختیم از چیزهایی که کاندید باید قبل از شروع بداند، نه بعد از آن:
- با هوش مصنوعی حرف می‌زند، نه با یک انسان. و اینکه این مصاحبه یک مرحله اولیه است، نه تصمیم نهایی.
- چه چیزی ضبط می‌شود. در مصاحبه‌های ما ویدئو و صدا ضبط می‌شود و این باید صریح گفته شود.
- چقدر طول می‌کشد و چند سوال دارد. کاندیدی که انتظار ۱۵ دقیقه داشته و در دقیقه ۴۰ هنوز سوال می‌شنود، بقیه مصاحبه را با کیفیت پایین‌تر انجام می‌دهد.
- آیا می‌تواند مکث کند، سوالی را دوباره بشنود، یا جوابی را اصلاح کند. یکی از پرتکرارترین درخواست‌ها (۵٫۵٪ نظرات) درباره همین کنترل‌ها و نمایش پیشرفت بود.
- نتیجه چطور استفاده می‌شود و کی اعلام می‌شود. و اگر مصاحبه‌گر نمی‌داند کی، همان «حدود دو هفته» را بگوید، نه قول دقیق‌تر.
- اگر مشکلی پیش آمد، با کی تماس بگیرد. مشکل فنی، نیاز به دسترسی‌پذیری، یا سوالی درباره شغل.
هیچ‌کدام از این‌ها پیچیده نیست. اما در زمان این تحلیل، کمتر از نصف موقعیت‌های شغلی اطلاعات زمینه‌ای پایه را برای مصاحبه‌گر پر کرده بودند. شفافیت با کاندید، قبل از اینکه یک اصل اخلاقی باشد، یک کار عملیاتی است که باید کسی مسئولش باشد.
شفافیت با مدیر استخدام: گزارش باید قابل ردیابی باشد
سمت دیگر شفافیت، مدیر استخدامی است که گزارش را می‌خواند و باید بر اساسش تصمیم بگیرد.
اصولی که برای گزارش قابل‌اعتماد به آن رسیدیم، بیشترشان مستقیماً از فصل چهارم می‌آیند، اما اینجا از منظر خواننده گزارش تکرارشان می‌کنیم:
- هر ادعا به یک جمله واقعی کاندید قابل ردیابی باشد. مدیر استخدام باید بتواند روی هر شاهد کلیک کند و همان لحظه رونوشت را ببیند.
- «شاهدی وجود ندارد» جدا از «ضعیف است» نوشته شود. شایستگی‌ای که سوالی برایش پرسیده نشده، خلأ گزارش است، نه نقص کاندید. گزارش باید بگوید «فرصت مصاحبه برای ارائه شواهد بیشتر: وجود نداشته»، نه اینکه نمره ۵۰ بدهد و سکوت کند.
- میزان اطمینان اعلام شود. اگر بخش قابل‌توجهی از شایستگی‌ها شاهد کافی ندارند، گزارش نباید با اطمینان بالا حرف بزند.
- محدودیت طراحی مصاحبه، به حساب کاندید نوشته نشود. اگر مصاحبه‌گر فقط یک مثال خواسته، نبود مثال دوم «ضعف کاندید» نیست؛ محدودیت طراحی است و باید همان‌جا ثبت شود.
- دانش فرضی از تجربه واقعی جدا نوشته شود. «می‌داند چطور باید انجام داد» و «انجام داده» دو چیز متفاوت‌اند و مدیر استخدام حق دارد تفاوت را ببیند.
گزارشی که این‌طور نوشته شود، شاید کمتر «قاطع» به نظر برسد. اما قاطعیت بی‌پشتوانه، همان چیزی است که اعتماد به هوش مصنوعی در استخدام را از بین می‌برد.
مرزها: چه چیزی را نباید به ماشین سپرد
در طول این مسیر، فهرستی از مرزها شکل گرفت که بخشی از آن‌ها در پرامپت‌ها نوشته شده و بخشی در طراحی محصول. این‌ها را ادعای کامل بودن نمی‌دانیم، اما هر کدام از یک تجربه واقعی آمده‌اند.
ویژگی‌های محافظت‌شده، شرط احراز نمی‌شوند. به تولیدکننده شایستگی صریحاً گفته شده که از سن، جنسیت، وضعیت تأهل، ملیت، مذهب، یا وضعیت سلامتی‌ای که به وظایف اصلی شغل ربطی ندارد، شرط احراز نسازد، حتی اگر شرح شغل چنین چیزی را تلویحاً بخواهد.
لهجه، صدا، ظاهر و اعتبار برند کارفرمای قبلی ارزیابی نمی‌شوند. در پرامپت‌های ارزیابی، این‌ها به‌صراحت ممنوع شده‌اند. و در همان جهت: پرحرفی، داستان‌گویی روان، اصطلاحات انگلیسی، اعتمادبه‌نفس و کاریزما، شاهد شایستگی نیستند. هیجان و انرژی، شاهد انگیزه درونی نیست. آرام به نظر رسیدن در مصاحبه، شاهد آرامش زیر فشار نیست.
هوش مصنوعی تصمیم استخدام نمی‌گیرد. خروجی ارزیاب، نمره هر شایستگی است، همراه با شواهد، محدودیت‌ها و میزان اطمینان. هیچ «قبول» یا «رد» در آن نیست و نباید باشد؛ تصمیم درباره اینکه این نمره‌ها برای این نقش چه معنایی دارند، با انسان است. داده‌ها هم نشان می‌دهند که انسان‌ها این کار را واقعاً انجام می‌دهند: از کاندیدهایی که نمره کلی ۸۰ یا بالاتر گرفتند، تا امروز ۱۶٪ استخدام و ۲۸٪ در فرآیند رد شده‌اند؛ از کاندیدهایی که زیر ۶۰ گرفتند، ۱۲٪ استخدام شده‌اند. این اعداد را نباید به‌عنوان «خطای هوش مصنوعی» خواند؛ مراحل بعدی فرآیند، اطلاعات تازه‌ای می‌آورند که مصاحبه اولیه ندارد. اما این اعداد نشان می‌دهند که نمره مصاحبه اولیه، یک ورودی برای قضاوت انسانی است، نه جانشین آن.
داده کاندید، فقط برای همان تصمیم. ویدئو و صدای کاندید برای ارزیابی همان موقعیت شغلی ضبط می‌شود و دسترسی به آن در سطح همان سازمان و همان مدیر استخدام محدود است. یادگیری ما از این داده‌ها، مثل همین گزارش، فقط به شکل تجمیعی و ناشناس است. هیچ رزومه، ویدئو، پاسخ خام یا نمونه قابل شناسایی از کاندید منتشر نمی‌شود.
Human-in-the-loop یک اصل است، نه یک تنظیم
عبارت «انسان در حلقه» گاهی به این معنا استفاده می‌شود که «یک نفر در پایان، دکمه تأیید را می‌زند». تجربه ما چیز دیگری می‌گوید. انسان در حلقه یعنی:
- انسان تعریف می‌کند چه چیزی سنجیده می‌شود و سطح ۳ چه شکلی است (فصل سوم).
- انسان اطلاعاتی را که ماشین به کاندید می‌گوید تأیید می‌کند، و مسئول قول‌هایی است که ماشین می‌دهد (فصل چهارم).
- انسان گزارش را می‌خواند، نه فقط نمره را، و می‌تواند به شواهد برگردد (این فصل).
- انسان تصمیم می‌گیرد، و مشخص می‌کند نمره‌ها برای این نقش چه معنایی دارند.
- و انسان مسئول کالیبراسیون است: هر جا گزارش با مصاحبه حضوری نخواند، تعریف شایستگی یا مقیاس اصلاح می‌شود، نه اینکه نمره دستی عوض شود.
اگر این پنج نقش را از حلقه بردارید، چیزی که می‌ماند دیگر «مصاحبه هوش مصنوعی» نیست؛ یک غربال خودکار است که همان ابهام رزومه را با اطمینان بیشتری تکرار می‌کند. فصل بعد درباره این است که این پنج نقش، در تیم جذب واقعی روی میز چه کسی می‌افتد.