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.
Nộp đơn xin việc trực tuyến là một trong những trải nghiệm số tồi tệ nhất hiện nay. Xin việc trực tiếp cũng không khá khẩm gì hơn.
[The Way We Work]
[Cách ta làm việc]
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.
Tuyển dụng, như ta biết, còn rất nhiều lỗ hổng. Nó là một trải nghiệm kinh khủng. Khoảng 75% số người nộp đơn xin việc bằng nhiều cách những năm qua nói rằng họ không nhận được phản hồi từ nhà tuyển dụng. Ở phương diện công ty cũng không khá hơn. 46% bị sa thải hoặc tự nghỉ trong năm đầu nhận việc. Một con số khá ấn tượng và tồi tệ cho nền kinh tế. Lần đầu tiên trong lịch sử, số công việc trống vượt hơn số người thất nghiệp, và theo tôi, nó đánh động một vấn đề.
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.
Tôi tin mấu chốt nằm ở một tờ giấy: hồ sơ năng lực (résumé). Chắc chắn, nó có một số phần hữu ích: vị trí từng làm, kỹ năng vi tính, biết ngôn ngữ nào, nhưng cái còn thiếu là điều người đó có tiềm năng nhưng chưa có cơ hội được làm trước đây. Với nền kinh tế thay đổi chóng mặt việc làm online có thể yêu cầu những kỹ năng không ai có, nếu chỉ nhìn vào những gì ai đó đã làm trong quá khứ, ta không thể tìm được người phù hợp với công việc tương lai.
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.
Đó là lúc tôi nghĩ công nghệ có thể giúp ích. Bạn có thể thấy thuật toán được cải thiện trong việc kết nối người và vật, sẽ thế nào nếu sử dụng công nghệ tương tự giúp ta tìm các công việc thực sự phù hợp? Tôi biết bạn đang nghĩ gì. Để thuật toán chọn việc nghe có chút đáng sợ, nhưng có một thứ đã được chứng minh thực sự dự đoán được thành công của ai đó trong công việc được gọi là bài kiểm tra đa năng.
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?
Bài kiểm tra này không mới, nhưng từng rất tốn kém và cần một tiến sĩ ngồi đối diện với bạn, trả lời rất nhiều câu hỏi rồi viết các báo cáo. Bài kiểm tra đa năng là một cách để hiểu những đặc điểm vốn có của một người -- trí nhớ, sự tập trung. Sẽ ra sao nếu ta có thể mở rộng quy mô, làm chúng dễ tiếp cận và cung cấp cho nhà tuyển dụng các đặc điểm thật sự của một người khiến họ phù hợp với công việc?
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.
Nghe thật trừu tượng. Nên hãy thử cùng chơi một trò chơi. Bạn sắp thấy một vòng tròn nhấp nháy, và công việc của bạn là vỗ tay khi vòng tròn màu đỏ và không vỗ khi nó màu xanh.
[Ready?]
[Sẵn sàng chưa?]
[Begin!]
[Bắt đầu]
[Green circle]
[Vòng tròn xanh]
[Green circle]
[Vòng tròn xanh]
[Red circle]
[Vòng tròn đỏ]
[Green circle]
[Vòng tròn xanh]
[Red circle]
[Vòng tròn xanh]
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.
Có thể bạn là người vỗ tay trong tích tắc sau khi vòng tròn đỏ hiện ra. Hoặc có thể là người mất một lúc lâu để chắc chắn 100%. Hoặc có thể bạn vỗ tay vào màu xanh dù không định làm thế. Điều hay ho là đó không phải bài kiểm tra chuẩn hóa để một số người được tuyển vào còn số khác thì không. Thay vào đó là hiểu biết về mức độ phù hợp giữa đặc điểm của bạn và điều cần để làm tốt công việc. Nếu vỗ tay khi màu đỏ và không vỗ tay khi màu xanh, bạn có thể rất tập trung và có khả năng kiềm chế cao. Những người đó có xu hướng là một học sinh xuất sắc, thi cử rất tốt, quản lí dự án hay kế toán xuất sắc. Nhưng nếu bạn vỗ ngay tức thì khi có màu đỏ và đôi lúc vỗ khi xanh, nghĩa là bạn khá bốc đồng và sáng tạo, tính cách thường thấy ở những người bán hàng top đầu.
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.
Cách mà chúng tôi áp dụng trong tuyển dụng là đưa những người xuất sắc từ các ngành làm một bài tập khoa học thần kinh tương tự. Rồi phát triển một thuật toán để biết được thứ khiến họ đặc biệt. Và khi có người ứng tuyển, chúng tôi có thể lọc các ứng viên để xem ai phù hợp nhất cho công việc.
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.
Có thể bạn sẽ nghĩ có rủi ro ở đây. Giới lao động ngày nay không đa dạng và nếu xây dựng các thuật toán dựa trên người giỏi nhất, làm thế nào để chắc rằng ta không đang duy trì sự thiên vị sẵn có? Ví dụ, nếu xây dựng một thuật toán dựa trên những CEO giỏi nhất và dùng S&P 500 như bộ đào tạo, ta sẽ nhận ra xu hướng thuê một đàn ông da trắng hơn là một phụ nữ. Và đó là thực tế của bất kì ai ở trong vị trí đó. Nhưng công nghệ thực sự mở ra một cơ hội rất thú vị. Ta có thể tạo ra những thuật toán công bằng hơn trước đây. Mỗi thuật toán mà chúng tôi đưa vào sản phẩm đều được kiểm nghiệm để đảm bảo không thiên vị bất cứ giới tính hay cộng đồng nào. Và nếu có bất kì nhóm người nào được ưa ái quá mức, ta có thể chỉnh sửa thuật toán. Tập trung vào những phẩm chất vốn có khiến ai đó phù hợp với công việc, ta có thể vượt qua rào cản chủng tộc, tầng lớp, giới tính, độ tuổi -- kể cả học vấn.
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.
Ứng dụng công nghệ và thuật toán không nên gói gọn trong việc giúp tìm những bộ phim đáng xem hay bài hát mới của Justin Bieber. Hãy tưởng tượng khả năng khai thác sức mạnh công nghệ để có được chỉ dẫn thực sự về điều nên làm dựa trên việc ta thật sự là ai.