التقدم للوظائف عبر الإنترنت هي واحدة من الأسوأ الخبرات الرقمية في عصرنا. حتى التقدم للوظائف شخصيًا ليس أفضل بكثير في الواقع.
Applying for jobs online is one of the worst digital experiences of our time. And applying for jobs in person really isn't much better.
[الطريقة التي نعمل بها]
[The Way We Work]
التوظيف كما نعرفه لديه ثغرات على العديد من الجبهات. أنه تجربة سيئة للأشخاص. حوالي 75% من الأشخاص الذين تقدموا إلى الوظائف باستخدام طرق مختلفة في العام الماضي قال إنهم لم يتلقوا شيئًا أبدًا من صاحب العمل. وعلى مستوى الشركة ليس أفضل بكثير. 46 في المئة من الأشخاص يتم إقالتهم أو أنهم يقدمون استقالتهم في غضون العام الأول من بدء عملهم. أنه شيء مخيف. وسيء للاقتصاد أيضًا. ولأول مرة في التاريخ، لدينا من الوظائف الشاغرة أكثر مما لدينا من أشخاص عاطلين، وهذا بالنسبة لي جرس إنذار بوجود مشكلة.
Hiring as we know it is broken on many fronts. It's a terrible experience for people. About 75 percent of people who applied to jobs using various methods in the past year said they never heard anything back from the employer. And at the company level it's not much better. 46 percent of people get fired or quit within the first year of starting their jobs. It's pretty mind-blowing. It's also bad for the economy. For the first time in history, we have more open jobs than we have unemployed people, and to me that screams that we have a problem.
أعتقد أنه في صميم كل هذا هي ورقة واحدة: السيرة الذاتية. السيرة ذاتية لها بالتأكيد بعض القطع المفيدة فيها: ما الأدوار التي قام بها الشخص، مهارات الحاسوب، ما اللغات التي يتحدثها، لكن ما تفتقده هو وجود القدرة على القيام بشيء لم تكن الفرصة مواتية للقيام به في الماضي. ومع مثل هذا الاقتصاد المتغير بسرعة حيث الوظائف تأتي عبر الإنترنت والتي قد تتطلب مهارات لا يملكها أحد، وإذا نظرنا فقط إلى ما الذي قام به شخص ما في الماضي، لن نكون قادرين على مطابقة الناس مع وظائف المستقبل المناسبة.
I believe that at the crux of all of this is a single piece of paper: the résumé. A résumé definitely has some useful pieces in it: what roles people have had, computer skills, what languages they speak, but what it misses is what they have the potential to do that they might not have had the opportunity to do in the past. And with such a quickly changing economy where jobs are coming online that might require skills that nobody has, if we only look at what someone has done in the past, we're not going to be able to match people to the jobs of the future.
لذلك أعتقد أن هنا يأتي دور التكنولوجيا المفيد حقًا. ربما كنتم قد رأيتم أن الخوارزميات تقوم بدور جيد جدًا في مطابقة الأشخاص مع الأشياء، ولكن ماذا لو استطعنا استخدامها تلك التكنولوجيا نفسها لمساعدتنا فعلا في العثور على وظائف المناسبة تمامًا لنا؟ لكنني أعرف ما تفكرون فيه. أن تختار الخوارزميات عملك المقبل يبدو مخيفًا بعض الشيء، ولكن تبين أن هناك شيء واحد يتنبأ حقًا بنجاح شخص ما في المستقبل في وظيفة، وهذا ما يسمى اختبار متعدد المقاييس.
So this is where I think technology can be really helpful. You've probably seen that algorithms have gotten pretty good at matching people to things, but what if we could use that same technology to actually help us find jobs that we're really well-suited for? But I know what you're thinking. Algorithms picking your next job sounds a little bit scary, but there is one thing that has been shown to be really predictive of someone's future success in a job, and that's what's called a multimeasure test.
الاختبارات المتعددة ليست شيئًا جديدًا حقًا، ولكنها باهظة الثمن جدًا وتتطلب ما يعادل درجة الدكتوراه والإجابة على كثير من الأسئلة وكتابة التقارير. الاختبارات المتعددة هي وسيلة لفهم السمات الكامنة لشخص ما - ذاكرتكم، انتباهكم. ماذا لو قمنا بإجراء اختبارات متعددة المقاييس وجعلها قابلة للتطوير ويمكن الوصول إليها، وتقديم البيانات لأصحاب العمل حول حقا ما هي الصفات الشخص الذي سيؤدي العمل بشكل جيد؟
Multimeasure tests really aren't anything new, but they used to be really expensive and required a PhD sitting across from you and answering lots of questions and writing reports. Multimeasure tests are a way to understand someone's inherent traits -- your memory, your attentiveness. What if we could take multimeasure tests and make them scalable and accessible, and provide data to employers about really what the traits are of someone who can make them a good fit for a job?
يبدو كل هذا تجريديًا. لنجرب إحدى الألعاب معًا. أنتم على وشك رؤية دائرة تومض، وستقومون بالتصفيق عندما تكون الدائرة حمراء ولا تفعلون شيئًا عندما تكون الدائرة خضراء.
This all sounds abstract. Let's try one of the games together. You're about to see a flashing circle, and your job is going to be to clap when the circle is red and do nothing when it's green.
[مستعدون؟]
[Ready?]
[نبدأ!]
[Begin!]
[دائرة خضراء]
[Green circle]
[دائرة خضراء]
[Green circle]
[دائرة حمراء]
[Red circle]
[دائرة خضراء]
[Green circle]
[دائرة حمراء]
[Red circle]
ربما أنت ذلك النوع من الأشخاص الذي يصفق بعد ميلي ثانية واحدة من ظهور دائرة حمراء. أو ربما أنت ذلك النوع من الأشخاص الذي يأخذ فقط فترة أطول قليلًا ليكون متأكدًا 100 في المئة. أو ربما كنت تصفق على الأخضر رغم أنه ليس من المفترض أن تفعل ذلك. الشيء الرائع هنا هو أن هذا ليس مثل اختبار موحد حيث يمكن قبول بعض الأشخاص في العمل والبعض لا يمكنهم. بدلًا من ذلك فهو يتعلق بفهم الملاءمة بين الخصائص الخاصة بك وما الذي يجعلك ملائمًا لوظيفة معينة. وجدنا أنه إن صفقت في وقت متأخر للون الأحمر، فلن تصفق للأخضر أبدًا، وقد تكون لديك مستوى عالٍ من الاهتمام وضبط النفس. الأشخاص في هذا الربع عادة ما يكونوا طلاب عظماء، أو ناجحين في أخذ الاختبارات، أو عظماء في إدارة المشاريع أو المحاسبة. ولكن إن صفقت فورًا للون الأحمر وأحيانا للأخضر، هذا قد يعني أنك أكثر اندفاعًا وإبداعًا، ووجدنا أن مندوبي المبيعات ذوي الأداء العالي غالبًا ما يجسدون هذه الصفات.
Maybe you're the type of person who claps the millisecond after a red circle appears. Or maybe you're the type of person who takes just a little bit longer to be 100 percent sure. Or maybe you clap on green even though you're not supposed to. The cool thing here is that this isn't like a standardized test where some people are employable and some people aren't. Instead it's about understanding the fit between your characteristics and what would make you good a certain job. We found that if you clap late on red and you never clap on the green, you might be high in attentiveness and high in restraint. People in that quadrant tend to be great students, great test-takers, great at project management or accounting. But if you clap immediately on red and sometimes clap on green, that might mean that you're more impulsive and creative, and we've found that top-performing salespeople often embody these traits.
الطريقة التي نستخدمها بالفعل في التوظيف هي أنه لدينا أفضل أشخاص ذوي أداء عالي يجتازون تمارين العلوم العصبية مثل هذه. ثم نطور خوارزمية قادرة فهم ما يجعل هؤلاء ذوي الأداء العالي متميزين. وعندما يتقدم الأشخاص للوظيفة، نحن قادرون على اختيار المرشحين الذي قد يكونوا الأنسب لهذا المنصب.
The way we actually use this in hiring is we have top performers in a role go through neuroscience exercises like this one. Then we develop an algorithm that understands what makes those top performers unique. And then when people apply to the job, we're able to surface the candidates who might be best suited for that job.
لذلك قد تفكرون أن هناك خطر في هذا. عالم العمل اليوم ليس الأكثر تنوعًا وإذا كنا نبني الخوارزميات بناء على ذوي الأداء الحالي الأفضل، كيف نتأكد أننا لا نقوم بإدامة التحيزات الموجودة بالفعل؟ مثلًا، إذا كنا نبني خوارزمية تستند على المديرين التنفيذيين ذوي الأداء الأعلى واستخدمنا إس و بي 500 كمجموعة تدريب، ستجد بأن أنت أكثر عرضة لتوظيف رجل أبيض يدعى جون من أي امرأة. وهذا هو الواقع الذي يقوم به من هو في تلك الأدوار الآن. لكن التكنولوجيا تشكل في الواقع فرصة مثيرة للاهتمام حقًا. يمكننا إنشاء خوارزميات أكثر إنصافًا وأكثر عدلًا من البشر من أي وقت مضى. كل خوارزمية نستخدمها قد تم اختبارها من قبل لضمان بأنها لا تتحيز جنس أو عرق معين. وإذا جرى تفضيل أي فئة عن الأخرى، يمكننا فعلًا تغيير الخوارزمية التي لم تعد صحيحة. عندما نركز على مميزات الأصلية التي يمكن أن تجعل شخص ما مناسب جيد لوظيفة، يمكننا تجاوز العنصرية، والكلاسيكية، التمييز على أساس الجنس، والتحيز - حتى التعليم الجيد.
So you might be thinking there's a danger in this. The work world today is not the most diverse and if we're building algorithms based on current top performers, how do we make sure that we're not just perpetuating the biases that already exist? For example, if we were building an algorithm based on top performing CEOs and use the S&P 500 as a training set, you would actually find that you're more likely to hire a white man named John than any woman. And that's the reality of who's in those roles right now. But technology actually poses a really interesting opportunity. We can create algorithms that are more equitable and more fair than human beings have ever been. Every algorithm that we put into production has been pretested to ensure that it doesn't favor any gender or ethnicity. And if there's any population that's being overfavored, we can actually alter the algorithm until that's no longer true. When we focus on the inherent characteristics that can make somebody a good fit for a job, we can transcend racism, classism, sexism, ageism -- even good schoolism.
أفضل التكنولوجيا والخوارزميات التي لدينا لا ينبغي أن تستخدم فقط لمساعدتنا في إيجاد سهرة الفيلم المقبل أو أغنية جاستن بيبر المفضلة الجديدة. تخيل لو استطعنا تسخير قوة التكنولوجيا للحصول على توجيه حقيقي على ما يجب أن نفعله بناء على من نكون على مستوى أعمق.
Our best technology and algorithms shouldn't just be used for helping us find our next movie binge or new favorite Justin Bieber song. Imagine if we could harness the power of technology to get real guidance on what we should be doing based on who we are at a deeper level.