نعم، حين يصوغ الذكاء الاصطناعي من ملاحظات اجتماع التحديد مع مدير التوظيف لا من المسمى الوظيفي، ويفصل المتطلبات الحقيقية عن الرغبات، ويتحقق مسؤول التوظيف من كل متطلب مقابل الوظيفة الفعلية قبل النشر. والإنصاف يأتي في معظمه من متطلبات صادقة، لا من صياغة ذكية. والنسخة العربية تُكتب لقرّاء العربية، لا تُترجم سطراً بسطر.
أبرز النقاط
- الوصف الوظيفي المصاغ من المسمى وحده ينسخ المتطلبات المضخّمة في السوق، فاكتبه من حوار التحديد بدلاً من ذلك.
- أكبر مكسب في الإنصاف هو حذف المتطلبات التي لا تحتاجها الوظيفة، مثل الشهادات أو سنوات الخبرة التي لا يتحقق منها أحد.
- تشير الأبحاث إلى أن تعديل الصياغة وحده يغيّر هوية المتقدمين تغييراً طفيفاً، فلا تتوقف عند أداة لكشف الصياغة المنحازة جنسياً.
- تُكتب النسختان العربية والإنجليزية كلٌّ على حدة من المتطلبات نفسها، ثم يراجعهما قارئ متمكن.
- لعدد قليل من الوظائف، تكفي أداة محادثة وقائمة التحقق أدناه، والحجم وتعدد صيغ العملاء هما ما يبرر أكثر من ذلك.
لماذا تكون معظم الأوصاف الوظيفية غير دقيقة؟
يطلب مدير التوظيف وظيفة يوم الاثنين، فينسخ مسؤول التوظيف إعلان العام الماضي أو إعلان منافس، ويعدّل المسمى، وينشره على LinkedIn وBayt وصفحة الوظائف. وتطول قائمة المتطلبات مع كل نسخة. فإما أن يستبعد المتقدمون أنفسهم، أو يتقدموا لكل شيء، ويصبح الفرز أصعب نتيجة لذلك.
والذكاء الاصطناعي يجعل ذلك أسرع وأسوأ إذا استُخدم بالطريقة نفسها: اطلب من نموذج «وصفاً وظيفياً لمدير عمليات»، فيعيد إليك متوسط كل الإعلانات المماثلة التي رآها، بما فيها المتطلبات المضخّمة.
هل تغيّر الصياغة المنحازة جنسياً هوية المتقدمين فعلاً؟
أقل مما توحي به أدوات كثيرة. فقد وجدت دراسة شملت مئات الآلاف من الإعلانات، نشرتها MIT Sloan، أبريل 2023، أن الصياغة الأكثر حياداً غيّرت إقبال الرجال والنساء على التقدم تغييراً طفيفاً جداً. وتبقى الصياغة مهمة للوضوح والنبرة، لكنها ليست الموضع الذي يتحقق فيه معظم الإنصاف.
الأداة الأقوى هي ما يطلبه الإعلان. فالمتطلب الذي لا تحتاجه الوظيفة يستبعد مرشحين جيدين مهما كانت الصياغة حوله، ويدفع الفرز، بشرياً كان أو بالذكاء الاصطناعي، إلى التصفية على الأساس الخطأ.
ما الدليل العملي للأوصاف الوظيفية التي يصوغها الذكاء الاصطناعي؟
- أجرِ اجتماع تحديد منظماً: اسأل مدير التوظيف ماذا سيفعل الشخص عملياً، وكيف يبدو النجاح، وأي المهارات مطلوبة من اليوم الأول.
- قسّم القائمة: يفرز الذكاء الاصطناعي ملاحظات الاجتماع إلى متطلبات أساسية ومهارات يمكن التدرب عليها ورغبات، ويؤكد مدير التوظيف هذا التقسيم.
- اكتب من الملاحظات: يكتب الذكاء الاصطناعي الوصف مستخدماً ملاحظات الاجتماع وأسلوب شركتك فقط، لا نموذجاً عاماً أبداً.
- ناقش كل متطلب: لكل متطلب أساسي، يسأل مسؤول التوظيف كيف سيُتحقق منه، وإذا لم يكن أحد سيتحقق منه فيُحذف.
- اكتب باللغتين: تُصاغ النسختان العربية والإنجليزية من المتطلبات نفسها، ثم يقرؤهما مراجع متمكن.
- احفظ نتائج الاجتماع: تصبح المتطلبات المؤكدة معايير الفرز، فيتطابق الإعلان مع القائمة المختصرة.
الخطوة الأخيرة تربط الإعلان بالاختيار. تشير Lewis Silkin، أبريل 2024 إلى أن قانون الاتحاد الأوروبي للذكاء الاصطناعي يعدّ الذكاء الاصطناعي المستخدم في قرارات التوظيف والاختيار عالي المخاطر، وتذكر صياغة الأوصاف الوظيفية بين المواضع التي يظهر فيها الذكاء الاصطناعي التوليدي أصلاً. والمعايير المكتوبة مرة واحدة والمستخدمة للأمرين هي أبسط سجل لعملية منصفة.
ما الذي يجب أن يبقى بيد الأشخاص؟
يملك مدير التوظيف المتطلبات، ويملك مسؤول التوظيف مهمة مناقشتها. يستطيع الذكاء الاصطناعي التشكيك في متطلب، كأن يسأل هل الشهادة ضرورية لوظيفة يشغلها حالياً شخص بلا شهادة، لكن الأشخاص هم من يقررون، ويسجّل السجل من قرر.
متى تكفي أداة محادثة؟
إذا كنت تنشر عدداً قليلاً من الوظائف في كل مرة، فتكفي خطة ChatGPT أو Claude أو Copilot اعتمدتها شركتك، والخطوات الست أعلاه قائمة تحقق، ومراجع متمكن من العربية. لا حاجة إلى مشروع، وقول ذلك هو الجواب الصادق.
ويصبح أكثر من ذلك مبرراً حين تكتب وكالة لعملاء كثيرين بصيغ مختلفة، أو حين تشترك مئات الوظائف في إطار كفاءات واحد، أو حين يجب أن تنتقل الإعلانات من نظام تتبع المتقدمين إلى عدة مواقع توظيف باللغتين.
#أين يأتي دور Stennir؟
يبدأ العمل لدى معظم الفرق بـاستشارات الذكاء الاصطناعي: ينظر تدقيق فرص الذكاء الاصطناعي من Stennir في مسار التوظيف كاملاً ويرتّب خمسة مسارات عمل، فتعرف ما إذا كانت الأوصاف الوظيفية تستحق البناء أم أن قائمة تحقق تكفي. وإذا كان البناء مجدياً، يربط تنفيذ الذكاء الاصطناعي اجتماع التحديد والصياغة والنشر بنظام تتبع المتقدمين لديك.
ويعلّم تدريب الذكاء الاصطناعي مسؤولي التوظيف ومديري التوظيف إدارة اجتماع التحديد ومناقشة المتطلبات، بالعربية والإنجليزية.
We are
تساعد Stennir فرق استقطاب المواهب على تحديد موضع الذكاء الاصطناعي في التوظيف، وتبني الأجزاء التي تستحق البناء، ويملك الأشخاص كل متطلب.
We aren't
Stennir ليست تطبيقاً لكتابة إعلانات الوظائف، ولا تقرر ما تتطلبه الوظيفة.
ما الخطوة التالية لمسؤول استقطاب المواهب؟
خذ الوظائف الخمس الأكثر نشراً لديك، واكتب لكل متطلب أساسي كيف يُتحقق منه عند الفرز. احذف ما لا يتحقق منه أحد. ثم اقرأ الذكاء الاصطناعي للعمليات وتدريب الذكاء الاصطناعي لفرق الموارد البشرية، وأجرِ تقييم الجاهزية المجاني.
أسئلة شائعة
هل يكتب الذكاء الاصطناعي النسخة العربية من الوصف الوظيفي؟
يستطيع صياغتها، ويجب أن تُكتب المسودة من المتطلبات المتفق عليها لا أن تُترجم من الإنجليزية. والمسميات الوظيفية وصيغ التذكير والتأنيث والأسلوب الرسمي تحتاج إلى مراجع متمكن، خصوصاً للجمهور الخليجي. تعاملوا مع النسخة العربية كمستند مستقل له مراجعته الخاصة، لا كنسخة مكررة.
هل يرتّب الوصف الوظيفي الذي يكتبه الذكاء الاصطناعي مخاطر قانونية؟
الخطر يكمن في معظمه فيما يطلبه الإعلان وكيف يُستخدم في الاختيار، لا فيمن كتبه. والمتطلبات المرتبطة بالعمر أو الجنس أو الجنسية أو الحالة الأسرية تحتاج إلى عناية في أي نظام قانوني. اطلبوا من مستشاركم في قانون العمل مراجعة نماذجكم مرة واحدة، ثم أعيدوا استخدامها.
ماذا تحتاجون منا للبدء؟
مسؤولاً عن استقطاب المواهب أو الموارد البشرية، ونماذجكم الحالية، وبعض مديري التوظيف المستعدين لإجراء اجتماع تحديد منظم، ومواقع التوظيف التي تنشرون عليها. وفي حالة الوكالة، تحتاج Stennir أيضاً إلى قواعد الصيغ لدى عملائكم. ومن ذلك يبيّن التدقيق ما إذا كانت قائمة التحقق أو البناء هي الجواب المناسب.
