بدأت حياتي المهنية في علم الأعصاب – وليس في الأعمال التجارية ، وليس في الهندسة ، وليس في الموارد البشرية.
عندما أصبحت رئيسًا للمنتج في Gitlab ، لم أدير فريق منتج من قبل. لم يكن لدي أوراق الاعتماد التقليدية. لكن شخص ما انتهز لي الفرصة بناءً على ما يمكنني المساهمة به ، وليس المكان الذي عملت فيه.
تلك اللحظة غيرت مسار حياتي المهنية. كما تغير كيف استأجر.
في Remote ، نركز على القدرة على النسب. ما يمكن أن يفعله شخص ما أكثر بكثير مما يوحيه سيرته الذاتية. كانت هذه العقلية دائمًا مفيدة. ولكن مع صعود الذكاء الاصطناعي ، أصبح الأمر ضروريًا.
يتجاوز التحول الذي نواجهه الإنتاجية والأتمتة – إنه يتعلق بكيفية تحديد الاستعداد الوظيفي ، والتعرف على الإمكانات ، وتجنب تكرار استثناءات الماضي. AI يغير بالفعل كيفية عمل الناس. ولكن إذا أردنا أن يحسن كيفية استئجارنا ، فيجب علينا تطبيقه عمداً.
يحدث هذا التحول لأن المواقف تجاه أوراق الاعتماد التقليدية تتغير أيضًا. وسط ارتفاع تكاليف الرسوم الدراسية وديون الطلاب المتصاعدة ، يقول 22 ٪ فقط من الأميركيين أن الحصول على درجة مدتها أربع سنوات تستحق التكلفة إذا كانت تتطلب قروضًا ، وفقًا لمركز Pew Research. إذا كانت الشركات تميل إلى متطلبات الشهادة كبديل للاستعداد ، فإنها تخاطر بفقدان مجموعة متزايدة من المواهب الماهرة والطائفة التي تثبت أنفسهم خارج خطوط الأنابيب التقليدية.
الذكاء الاصطناعى يتغير من يمكنه المساهمة وكيف
أرى منظمة العفو الدولية ضرورية. إنها مضمنة بعمق في ثقافة شركتي وكيفية عملنا ، وقدرتها على مضاعفة المواهب قد حولت تمامًا كيف نعمل ، والعديد من الشركات التي ندعمها ،. ومع ذلك ، لم يسبق لهم الحديث عن ذلك هو أنه غير ما وسائل للمساهمة. يمكن للأشخاص الذين لديهم تدريب أقل رسميًا أن يفعلوا المزيد وأسرع ، إذا كانوا مجهزين بالأدوات المناسبة وتفويض واضح.
يمكن لشخص بدون درجة رسمية استخدام الذكاء الاصطناعي لإكمال المهام بمجرد حجزها للخبراء مثل تحليل البيانات وصياغة الوثائق الفنية وحتى كتابة رمز. يمكن للوالد الوحيد في بلدة ريفية أن يساهم بشكل مفيد للفرق النائية أثناء قضاء كل يوم مع أطفالهم. يمكن للأدوات نفسها التي تحل محل وظائف معينة أيضًا تمكين مجموعة أوسع من الأشخاص من المشاركة في اقتصاد المعرفة.
هذا لا يعني أن التجربة غير ذات صلة. وهذا يعني أن الفجوة بين “المؤهلين” على الورق والقدرة على تقديمها في الممارسة العملية تضيق ، لكن أنظمة التوظيف لدينا لم تواكب.
يتطلب هذا التحول تغييرًا في كيفية تقييم المواهب. إذا لم تعد المساهمة تعتمد على النسب ، فإن أنظمة التوظيف المبنية حول الدرجات وأسماء العلامات التجارية واستئنافها الخطية تبدأ في الانخفاض. تحتاج الشركات إلى التحول من شاشات الاستئناف إلى مطالبات حل المشكلات ، أو من لوحات المقابلات إلى مشاريع التجارب في العالم الحقيقي.
في حين نما دعم التوظيف القائم على المهارات في السنوات الأخيرة ، وجد تقرير 2024 من كلية هارفارد للأعمال ومعهد Burning Glass أن أقل من واحد من بين كل 700 مستجدات في العام الماضي تم استنادًا إلى المهارات بدلاً من بيانات الاعتماد التقليدية. شهية التغيير واضحة ، ولكن حتى اللحاق أنظمة التوظيف ، ستواصل الشركات تصفية نوع المواهب التي يقولون أنها تريدها بالضبط.
السيرة الذاتية تفقد الإشارة
تتمثل الإغراء في الاعتقاد بأن الذكاء الاصطناعي نفسه سيحل هذه المشكلة – أنه سيؤدي تلقائيًا إلى سطح المواهب الخفية. لكن هذا افتراض خطير. تركت أنظمة توظيف الذكاء الاصطناعى ، يمكن أن تكرر وحتى تكثيف التحيزات الحالية. قد تفضل الخوارزميات المدربة على البيانات التاريخية المرشحين الذين يشبهون التعيينات السابقة على أساس التعليم أو الجغرافيا أو الخلفية. في بعض الحالات ، تعاقب المرشحات الآلية الفجوات الوظيفية أو التغاضي عن المتقدمين غير التقليديين تمامًا.
إذا لم نكن حريصين ، فإننا نخاطر بتضمين هذه المرشحات بشكل أعمق في الأنظمة التي نستخدمها لتوسيع نطاقها. لا يتم توزيع الوصول إلى أدوات الذكاء الاصطناعي والطلاقة معهم بالتساوي. قد لا يتمتع المرشحون من خلفيات ناقص النطاق أو المتحدثين غير الأصليين أو الأشخاص الذين يعيشون في المناطق التي يعانون من نقص الموارد في التعرض أو الثقة المتساوية في هذه الأدوات.
الأسهم ليست مجرد أخلاقية. إنه عملي
لاكتشاف أفضل المواهب ، نحتاج إلى ممارسات توظيف تعكس المهارات الحديثة: القدرة على التكيف ، والتواصل ، والقدرة على التعلم بسرعة.
تستخدم شركتي سير عمل غير متزامن تعكس كيفية عمل فرقنا. نؤكد وضوح الفكر والاستجابة وحل المشكلات في السياق. تم تصميم نهج الوثائق الداخلية لدينا ونهجنا على متن الطائرة لمساعدة الناس على الانحدار بسرعة ، بغض النظر عن الخلفية أو المنطقة الزمنية. تسهل هذه الممارسات تقييم المرشحين بناءً على كيفية عملهم ، وليس فقط كيفية تقديمهم.
لقد أثبت العمل عن بُعد بالفعل أن الموهبة لا تحتاج إلى أن تتم تجميعها للمساهمة. كما أنه مكشوف حيث لا تزال عدم المساواة الهيكلية. لا يزال الوصول إلى البنية التحتية الموثوقة ، والطلاقة الأدوات ، وأنظمة التوظيف العالمية يختلف على نطاق واسع. لا يحدث الإنصاف افتراضيًا. يجب تصميمه.
منظمة العفو الدولية تعيد تعريف الاستعداد
قد تسرع الذكاء الاصطناعي المهام وتقليل تكلفة التنفيذ. لكنه لا يلغي الحاجة إلى المواهب. إنه يرفع الشريط لكيفية دمج المواهب ومن يحصل على لقطة عادلة. قد لا يأتي أفضل المرشحين عبر خطوط الأنابيب التقليدية ، أو يعيشون في مدينة رئيسية ، أو الحصول على شهادة جامعية. لكنهم مستعدون للمساهمة.
ما تحتاجه الشركات الآن هو توظيف أنظمة تعطي الأولوية للمساهمة على الاعتماد. ويشمل ذلك جعل تدريب الذكاء الاصطناعي جزءًا قياسيًا من الدوران – وليس ميزة للميل الفني – والتأكد من أن مهام سير العمل تعكس كيفية عمل الفرق. إذا كان عملك غير متزامن أو عالمي أو سريع التغير ، فيجب أن تختبر عملية التوظيف هذه الديناميات.
إليك المكان الذي أوصي فيه أصحاب العمل ببدء:
- اختبار لكيفية عمل الناس ، وليس مدى مقابلةهم. استخدم مشاريع تجريبية أو تمارين ASYNC أو مطالبات حل المشكلات المكتوبة التي تعكس مهام سير العمل الحقيقية. ونعم ، دعهم يستخدمون الذكاء الاصطناعي.
- اجعل تدريب الذكاء الاصطناعى جزءًا من onboarding للجميع وعلاج محو الأمية منظمة العفو الدولية كمهارة قياسية لتسوية الملعب.
- مراجعة أدواتك وبياناتك للتحيز. مراجعة بانتظام ما يشير إلى مكافأة أنظمتك وما إذا كانوا يستبعد مرشحين مؤهلين وغير تقليديين.
قد لا يبدو أفضل المرشحين مثل التعيينات السابقة ، ولكن قد تفاجأ حيث تجد المواهب جاهزة للتسليم.
Job Van der Voort هو الرئيس التنفيذي ومؤسس عن Remote.
