Czy AI napisze rzetelny i uczciwy opis stanowiska?

Tak, gdy AI przygotowuje projekt na podstawie notatek z rozmowy z menedżerem zatrudniającym, a nie samej nazwy stanowiska, oddziela rzeczywiste wymagania od życzeń, a rekruter przed publikacją sprawdza każde wymaganie z faktyczną pracą. Uczciwość wynika głównie z rzetelnych wymagań, a nie ze sprytnych sformułowań. Wersja arabska jest pisana dla arabskich czytelników, a nie tłumaczona zdanie po zdaniu.

#Najważniejsze wnioski

• Opis stanowiska napisany na podstawie samej nazwy kopiuje zawyżone wymagania z rynku; zamiast tego pisz na podstawie rozmowy z menedżerem.
• Największy zysk dla uczciwości daje usunięcie wymagań, których praca nie potrzebuje, na przykład dyplomów lub lat doświadczenia, których nikt nie sprawdza.
• Badania sugerują, że same zmiany sformułowań tylko nieznacznie wpływają na to, kto aplikuje, więc nie poprzestawaj na narzędziu wykrywającym język nacechowany płciowo.
• Wersje arabska i angielska powstają osobno na podstawie tych samych wymagań, a potem sprawdza je osoba biegle władająca językiem.
• Przy kilku stanowiskach wystarczy narzędzie czatowe i poniższa lista kontrolna; więcej uzasadnia dopiero skala i wiele formatów klientów.

#Dlaczego większość opisów stanowisk jest nierzetelna?

Menedżer zatrudniający zgłasza w poniedziałek potrzebę zatrudnienia, rekruter kopiuje zeszłoroczne ogłoszenie albo ogłoszenie konkurencji, zmienia nazwę stanowiska i publikuje je na LinkedIn, w Bayt i na stronie kariery. Lista wymagań rośnie z każdą kopią. Kandydaci albo rezygnują sami, albo aplikują na wszystko, a przez to selekcja staje się trudniejsza.

AI przyspiesza ten proces i pogarsza wynik, jeśli używa się jej w ten sam sposób: poproś model o „opis stanowiska dla kierownika operacyjnego”, a dostaniesz średnią ze wszystkich takich ogłoszeń, jakie widział, łącznie z zawyżonymi wymaganiami.

#Czy język nacechowany płciowo naprawdę zmienia to, kto aplikuje?

Mniej, niż sugeruje wiele narzędzi. Badanie setek tysięcy ogłoszeń, opisane przez MIT Sloan, kwiecień 2023, wykazało, że bardziej neutralne sformułowania tylko w bardzo niewielkim stopniu zmieniały to, czy kobiety i mężczyźni aplikowali. Sformułowania nadal mają znaczenie dla jasności i tonu, ale to nie tam rozstrzyga się uczciwość.

Większą dźwignią jest to, czego ogłoszenie wymaga. Wymaganie, którego praca nie potrzebuje, wyklucza dobrych kandydatów niezależnie od otaczających je słów, a do tego skłania selekcję, ludzką czy opartą na AI, do filtrowania według niewłaściwego kryterium.

#Jak wygląda praktyczny plan pisania opisów stanowisk z AI?

1. Przeprowadź uporządkowaną rozmowę wstępną: zapytaj menedżera zatrudniającego, co ta osoba będzie faktycznie robić, jak wygląda sukces i jakie umiejętności są potrzebne od pierwszego dnia.
2. Podziel listę: AI dzieli notatki z rozmowy na wymagania konieczne, umiejętności do nauczenia i życzenia, a menedżer zatrudniający potwierdza podział.
3. Pisz na podstawie notatek: AI pisze opis wyłącznie na podstawie notatek z rozmowy i firmowego stylu, nigdy według ogólnego szablonu.
4. Kwestionuj każde wymaganie: przy każdym wymaganiu koniecznym rekruter pyta, jak będzie sprawdzane; jeśli nikt go nie sprawdzi, wypada.
5. Pisz w obu językach: wersje arabska i angielska powstają na podstawie tych samych wymagań, a potem czyta je osoba biegle władająca językiem.
6. Zapisz ustalenia: potwierdzone wymagania stają się kryteriami selekcji, więc ogłoszenie i lista kandydatów do siebie pasują.

Ostatni krok łączy ogłoszenie z selekcją. Lewis Silkin, kwiecień 2024 zauważa, że akt o AI UE traktuje AI używaną przy decyzjach rekrutacyjnych i selekcyjnych jako system wysokiego ryzyka, i wymienia pisanie opisów stanowisk wśród miejsc, w których generatywna AI już się pojawia. Kryteria spisane raz i używane w obu miejscach to najprostszy dowód uczciwego procesu.

#Co powinno zostać po stronie ludzi?

Menedżer zatrudniający odpowiada za wymagania, a rekruter za ich kwestionowanie. AI może podważyć wymaganie, na przykład pytając, czy dyplom jest potrzebny na stanowisku, na którym obecna osoba radzi sobie bez niego, ale decyzję podejmują ludzie, a zapis wskazuje, kto ją podjął.

#Kiedy wystarczy narzędzie czatowe?

Jeśli publikujesz jednocześnie tylko kilka ogłoszeń, wystarczy zatwierdzony przez firmę plan ChatGPT, Claude lub Copilot, sześć powyższych kroków jako lista kontrolna i osoba biegle władająca arabskim do sprawdzenia tekstu. Żaden projekt nie jest potrzebny i uczciwie trzeba to powiedzieć.

Więcej ma sens, gdy agencja pisze dla wielu klientów w różnych formatach, gdy setki stanowisk korzystają ze wspólnego modelu kompetencji albo gdy ogłoszenia muszą trafiać z ATS do kilku portali z ofertami pracy w obu językach.

#Gdzie w tym wszystkim jest Stennir?

W większości zespołów praca zaczyna się od doradztwa AI: audyt możliwości AI Stennir analizuje cały proces zatrudniania i szereguje pięć przebiegów pracy, więc wiesz, czy opisy stanowisk są warte budowy, czy wystarczy lista kontrolna. Jeśli budowa ma sens, w ramach wdrożeń AI łączymy rozmowę wstępną, przygotowanie opisu i publikację z twoim ATS.

Szkolenia z AI uczą rekruterów i menedżerów zatrudniających prowadzenia rozmowy wstępnej i kwestionowania wymagań, po arabsku i angielsku.

#Co powinien teraz zrobić lider rekrutacji?

Weź pięć najczęściej publikowanych stanowisk i przy każdym wymaganiu koniecznym zapisz, jak jest sprawdzane podczas selekcji. Usuń te, których nikt nie sprawdza. Potem przeczytaj AI dla operacji i szkolenia z AI dla zespołów HR i wypełnij bezpłatną ocenę gotowości.

#Najczęstsze pytania