دور الذكاء الاصطناعي في مسار التوظيف

غالباً ما تتعثر عمليات التوظيف واسعة النطاق في مواضع يمكن التنبؤ بها. فقد يدير مسؤول التوظيف عملية سلسة ومنظمة لوظيفة واحدة يتقدم لها 25 مرشحاً، لكنه يرى تراجعاً في الجودة عندما يتوسع الأمر ليشمل ست وظائف شاغرة، و200 مرشح، وثلاثة مديرين للتوظيف تختلف متطلباتهم وتوقعاتهم. ورغم أن سير العمل يظل ثابتاً من الناحية النظرية، إلا أن مواضع الاختناق تتغير؛ إذ تطول فترات الرد، وتتغير معايير الفرز، وتفتقر مراحل المقابلات إلى الاتساق، وتتحول مرحلة تقديم العروض الوظيفية إلى إجراءات قائمة على رد الفعل بدلاً من التخطيط المسبق.

يوضح ما يلي مسار العمل - بدءاً من استقطاب المرشحين ووصولاً إلى تقديم العروض - كما يبدو في غياب مساعدة الذكاء الاصطناعي، وذلك لتتمكن من رؤية المواضع التي يؤدي فيها حجم العمل الكبير إلى تراكم أعباء إجرائية (أو ما يُعرف بـ “ديون العمليات”).

مخرجات الذكاء الاصطناعي التي تندمج في سير العمل

تتجلى فائدة الذكاء الاصطناعي في التوظيف عند استخدامه لإنتاج مسودة محددة في مرحلة معينة من مسار التوظيف، مع تسليم واضح للنتائج إلى مسؤول التوظيف أو مدير التوظيف. هذه الأداة لا تمثل مرحلة جديدة بحد ذاتها، بل هي وسيلة لإعداد المسودات تندمج ضمن المراحل القائمة، مما يعزز الإنتاجية في الساعة الواحدة دون تغيير الجهة صاحبة قرار التوظيف.

فيما يلي أنواع المخرجات الشائعة ومواضع دمجها:

• مسودات البحث عن المرشحين والتواصل معهم: في مرحلة البحث (Sourcing)، يمكن للذكاء الاصطناعي صياغة رسائل تواصل مخصصة للدور الوظيفي تعكس الوصف الوظيفي والملف الشخصي العام للمرشح؛ مما يتيح لك الحفاظ على حجم تواصل مرتفع دون اللجوء إلى قوالب عامة. يقوم مسؤول التوظيف بمراجعة الرسائل للتأكد من دقتها ونبرتها ومدى توافقها مع إرشادات التواصل الداخلية قبل إرسالها.
• استخراج البيانات من طلبات التوظيف والسير الذاتية: في مرحلة الفرز الأولي، يمكن للذكاء الاصطناعي استخراج بيانات منظمة من السير الذاتية وطلبات التوظيف - مثل الشهادات المطلوبة، ومدى التوفر للعمل بنظام الورديات، والخبرة في استخدام أدوات معينة، والخبرة في بيئات عمل خاضعة للوائح تنظيمية - ووضعها في تنسيق ملخص موحد. تقوم أنت بالتحقق من صحة البيانات المستخرجة ومطابقتها مع المستند الأصلي قبل إدراج الملخص في سجل نظام تتبع المتقدمين (ATS).
• مسودات المطابقة القائمة على المعايير: أثناء الفرز الأولي، يمكن للذكاء الاصطناعي مطابقة أدلة المرشح مع معايير التقييم الموثقة لديك، وإعداد مسودة تبرير توضح العناصر الموجودة في طلب التقديم والتي تدعم استيفاء كل متطلب. وعليك التأكد من أن معايير التقييم تعكس متطلبات الوظيفة، وأن التبرير يتوافق مع النصوص الفعلية الواردة في مستندات المرشح.
• توصيات التصنيف: عندما يتجاوز عدد المتقدمين المؤهلين عدد المواعيد المتاحة للمقابلات، يمكن للذكاء الاصطناعي إنشاء مسودة ترتيب للمرشحين بناءً على أوزان محددة للمعايير تضعها أنت مسبقاً، مثل المؤهلات الإلزامية، والخبرة في المجال ذي الصلة، ومدى ملاءمة الجدول الزمني. تقوم بمراجعة الترتيب للتحقق من عدم انحراف المعايير، أو وجود مخاطر تتعلق بمؤشرات بديلة غير دقيقة (proxy risk)، أو عدم الاتساق مع نطاق الدور الوظيفي، وذلك قبل اعتماد القائمة المختصرة النهائية.
• مسودات حزمة المقابلة: قبل إجراء المقابلات، يمكن للذكاء الاصطناعي إعداد مسودة لدليل مقابلة منظم يحول متطلبات الوظيفة إلى أسئلة سلوكية ومعايير تقييم ثابتة. يقوم مدير التوظيف بمراجعة الدليل وتعديله ليعكس سيناريوهات العمل الواقعية، بينما يتأكد فريق استقطاب المواهب (TA) من توافق الدليل مع معايير التقييم المستخدمة في مرحلة الفرز.
• مسودات ملخصات ما بعد المقابلة ودعم القرار: بعد المقابلات، يمكن للذكاء الاصطناعي تحويل ملاحظات القائمين بالمقابلة إلى ملخص منظم ومصنف حسب الكفاءات، مع تحديد الجوانب التي تفتقر إلى أدلة كافية للمتابعة. وتتولى لجنة المقابلة التحقق من أن الملخص يعكس ما لوحظ فعلياً، وأن أي قرار يتم اتخاذه قابل للتبرير استناداً إلى المعايير المتفق عليها.

استكشف الأنواع الرئيسية للمسودات المدعومة بالذكاء الاصطناعي التي يمكنك دمجها في سير عمل استقطاب المواهب.