Return to Video

چطور درخواست برای یک شغل کردن را کمتر دردناک کنیم

  • 0:01 - 0:02
    درخواست شغل به صورت آنلاین
  • 0:02 - 0:05
    یکی از بدترین تجربههای دیجیتال
    دوران ما است.
  • 0:05 - 0:07
    و انجام آن به صورت شخصی هم واقعا چندان
    بهتر نیستند.
  • 0:07 - 0:09
    [طریقی که ما کار میکنیم]
  • 0:12 - 0:14
    استخدام کردن میدانیم در خیلی
    جبههها شکست خورده.
  • 0:14 - 0:16
    تجربه وحشتناکی برای مردم است.
  • 0:16 - 0:18
    در حدود ۷۵ درصد آدمهایی که با
  • 0:18 - 0:21
    استفاده از روشهای متنوع در سال
    گذشته درخواست شغل کردند
  • 0:21 - 0:23
    گفتند که هرگز از کارفرما پاسخی نشنیدند.
  • 0:23 - 0:26
    و در سطح شرکتی هم اوضاع بهتر نبوده است.
  • 0:26 - 0:28
    ۴۶ درصد کارکنان ظرف یک سال اول
    شروع کارشان
  • 0:28 - 0:31
    استعفا دادند یا اخراج شدهاند.
  • 0:31 - 0:32
    کاملا عجیب است.
  • 0:32 - 0:33
    برای اقتصاد هم خوب نیست.
  • 0:33 - 0:35
    برای اولین بار در تاریخ،
  • 0:35 - 0:38
    در قیاس با آدمهای بیکار،
    فرصتهای شغلی بیشتری داریم،
  • 0:38 - 0:40
    و به نظرم خبر از وجود
    مشکلی دارد.
  • 0:40 - 0:44
    باور دارم که مسبب اصلی همه اینها
    وجود یک تکه کاغذ به اسم رزومه است.
  • 0:44 - 0:46
    قطعا یک رزومه حاوی نکات مفیدی است:
  • 0:46 - 0:48
    مهارتهای رایانهای، نقشهایی
    که شخص داشته،
  • 0:48 - 0:50
    زبانهایی که صحبت میکند،
  • 0:50 - 0:53
    اما آنچه ندارد اشاره به
    پتانسیلهایی است که برای انجام دارد
  • 0:53 - 0:56
    که احتمالا در گذشته فرصتی برای
    انجامشان را نداشته است.
  • 0:56 - 0:59
    و با چنین اقتصاد به سرعت در حال تغییری
    در جایی که شغلها آنلاین هستند
  • 0:59 - 1:01
    احتمالا مهارتهایی لازمند که کسی ندارد،
  • 1:01 - 1:04
    اگر فقط به کارهایی که فرد در
    گذشته انجام داده نگاه کنیم،
  • 1:04 - 1:07
    قادر به مطابقت دادن آنها با شغلهای
    آینده نخواهیم بود.
  • 1:07 - 1:10
    بنابراین اینجاست که به نظرم
    فناوری باید به کمک بیاید.
  • 1:10 - 1:13
    احتمالا دیدهاید که الگوریتمها چطور
    در تطبیق دادن آدمها با
  • 1:13 - 1:14
    چیزها عملکرد نسبتا خوبی داشتند،
  • 1:14 - 1:17
    اما اگر از همین فناوری استفاده کنیم
    جهت کمک
  • 1:17 - 1:20
    واقعی به ما در یافتن شغلهایی
    که ما واقعا برای آنها مناسب هستیم؟
  • 1:20 - 1:21
    اما میدانم به چه فکر میکنید.
  • 1:21 - 1:24
    گزینش شغل بعدی شما توسط
    الگوریتمها کمی ترسناک است،
  • 1:24 - 1:26
    اما یک جیزی هست که نشان داده
  • 1:26 - 1:29
    برای موفقیت آینده شخص در یک شخص
    واقعا متضمن پیشگویی باشد.
  • 1:29 - 1:31
    و به آن آزمونهای چندسنجشی میگویند.
  • 1:31 - 1:33
    این آزمونها واقعا چیز جدیدی نیستند،
  • 1:33 - 1:35
    اما قدیم خیلی گران بودند
  • 1:35 - 1:37
    وباید یک نفر با مدرک
    دکتری روبریتان بنشیند
  • 1:37 - 1:40
    و کلی پرسش و پاسخ و گزارشنویسی
    در کار بود.
  • 1:40 - 1:41
    آزمونهای چند سنجشی روشی هستند
  • 1:41 - 1:44
    برای فهم خصایص ذاتی فرد--
  • 1:44 - 1:46
    حافظه و توجه شما.
  • 1:47 - 1:49
    چطور میشود اگر این آزمونهای چندسنجشی را
  • 1:49 - 1:51
    برداریم و درجهبندی کرده و در دسترس
    قرار دهیم
  • 1:51 - 1:55
    و دادههایی را در اختیار کارفرمایان
    قرار دهیم که درباره خصایص است
  • 1:55 - 1:57
    که آن فرد را مناسب داشتن آن شغل میکند؟
  • 1:58 - 1:59
    ناملموس به نظر میرسد.
  • 1:59 - 2:01
    بیایید یک بازی با هم انجام دهیم.
  • 2:01 - 2:02
    یک دایرهای جلوی شما ظاهر می شود،
  • 2:02 - 2:05
    شغل شما این است که اگر قرمز بود
    دست بزنید
  • 2:06 - 2:08
    و وقتی سبز است کاری نکنید.
  • 2:08 - 2:09
    [آماده؟]
  • 2:09 - 2:11
    [شروع!]
  • 2:12 - 2:13
    [دایره سبز]
  • 2:14 - 2:15
    [دایره سبز]
  • 2:16 - 2:17
    [دایره قرمز]
  • 2:18 - 2:19
    [دایره سبز]
  • 2:20 - 2:21
    [دایره قرمز]
  • 2:22 - 2:24
    شاید از آن دست افرادی باشید که
  • 2:24 - 2:26
    ۱ هزارم ثانیه بعد از ظاهر شدن
    دایره قرمز دست میزنند.
  • 2:26 - 2:28
    یا از آن نوع آدمها باشید که
  • 2:28 - 2:30
    کمی بیشتر درنگ میکنند تا۱۰۰٪ مطمئن شوند.
  • 2:31 - 2:33
    یا حتی با دیدن سبز هم دست میزنید
    با این که قرار نیست.
  • 2:33 - 2:36
    نکته باحال این است این یک آزمون
    استاندارد نیست
  • 2:36 - 2:39
    که برخی آدمها قابل استخدام
    هستند و برخی نیستند.
  • 2:39 - 2:42
    در عوض درباره فهم تناسبی است
    بین ویژگیهای شما
  • 2:42 - 2:44
    و آنچه شما را برای یک شغل خاص
    خوب میکند.
  • 2:44 - 2:48
    متوجه شدیم که اگر شما با دیدن
    قرمز دیرتر دست بزنید و بیخیال سبز شوید
  • 2:48 - 2:51
    احتمالا بالاترین دقت و محدودیت دارند.
  • 2:51 - 2:55
    آدمها در آن چهارگوش تمایل دارند
    بهترین دانش آموزان، ممتحنها باشند،
  • 2:55 - 2:57
    عالی در مدیریت پروژه یا حسابداری.
  • 2:57 - 3:01
    اما اگر فوری با دیدن قرمز
    یا گاهی با دیدن سبز دست بزنید
  • 3:01 - 3:03
    به این معناست که خلاقیت یا
    بیپروایی شما بیشتر است،
  • 3:03 - 3:07
    و ما آن فروشندگانی با بالاترین عملکرد را
    پیدا کردیم که این خصایص را دارند.
  • 3:07 - 3:09
    روشی که درواقع در
    استخدام استفاده میکنیم
  • 3:09 - 3:13
    این است که بهترین عوامل تمرینات
    علم عصب شناسی مثل
  • 3:13 - 3:14
    این یکی را پشت سر بگذارند
  • 3:14 - 3:16
    بعد الگوریتمی را میسازیم
  • 3:16 - 3:18
    که میفهمد چه چیزی باعث
    منحصربه فرد عملکرد آنها میشود.
  • 3:18 - 3:20
    و وقتی افراد برای آن شغلها
    درخواست دادند،
  • 3:20 - 3:24
    قادریم کاندیداهای که از همه برای آن
    شغلها مناسبترند را بیابیم.
  • 3:24 - 3:27
    خب شاید فکر کنید این کار
    با خطر همراه است.
  • 3:27 - 3:29
    دنیای کار امروز متنوعترین نیست
  • 3:29 - 3:32
    و اگر الگوریتمهایی بسازیم بر پایه
    عملکرد بهترینهای حال حاضر،
  • 3:32 - 3:33
    از کجا یقین حاصل کنیم
  • 3:33 - 3:36
    که صرفا تداوم بخشیدن جانبداریهایی
    نباشد که الان وجود دارند.
  • 3:36 - 3:40
    برای مثال، اگر الگوریتمی بسازیم
    که بر مبنای عملکرد بهترین مدیرعاملها باشد
  • 3:40 - 3:44
    و S&P 500 معیار آموزش ما باشد،
  • 3:44 - 3:45
    درواقع پی خواهید برد که
  • 3:45 - 3:49
    احتمال استخدام یک مرد سفید پوست
    به نام جان از هر زنی بیشتر است.
  • 3:49 - 3:51
    و این واقعیت کسانی است که اینک
    در آن نقشها هستند.
  • 3:51 - 3:55
    اما فناوری درواقع فرصت واقعا
    جالبی را در اختیار میگذارد.
  • 3:55 - 3:57
    الگوریتمهایی را فراهم میکنیم
    که عادلانهتر
  • 3:57 - 3:59
    و منصفاتهتر از قبل برای بشریت است.
  • 3:59 - 4:03
    هر الگوریتمی که معرفی میکنیم قبلا
    تست شده تا
  • 4:03 - 4:06
    مطمئن باشم به نفع قومیت یا جنسیت
    خاصی عمل نمیکند.
  • 4:06 - 4:09
    و اگر هم جمعیتی باشد که که زیادی
    مورد لطف قرار بگیرد،
  • 4:09 - 4:12
    در واقع قادریم آن الگوریتم را تغییر دهیم
    تا دیگر آنطور عمل نکند.
  • 4:12 - 4:15
    وقتی روی ویژگیهای درونی متمرکز میشویم
  • 4:15 - 4:17
    که باعث میشود شخص برای شغلی
    شایسته باشد،
  • 4:17 - 4:20
    ما میتوانیم نژادپرستی، طبقهگرایی،
    جنسیتگرایی و سنگرایی و حتی
  • 4:20 - 4:22
    دانشگاه خوب را بالاتر بدانیم.
  • 4:22 - 4:25
    بهترین فناوری و الگوریتمهای ما تنها
    نباید برای پیشنهاد
  • 4:25 - 4:29
    تماشای فیلم بعدی ما یا جدیدترین آهنگ
    محبوب ما از جاستین بیبر استفاده شود.
  • 4:29 - 4:31
    فکر کنید چه میشود وقتی بتوانیم
    با مهار نیروی فناوری
  • 4:31 - 4:34
    رهنمودی واقعی بگیریم تا
    چه کاری را بر اساس آنچه
  • 4:34 - 4:35
    در سطح عمیقترمان
    هستیم باید انجام دهیم.
Title:
چطور درخواست برای یک شغل کردن را کمتر دردناک کنیم
Speaker:
پریانکا جین
Description:

شغل‌یابی قبلا با فرستادن رزومه به کاریابی ها شروع می‌شد و هیچوقت هم از اغلب آنها جوابی دریافت نمی‌شد. اما شرکتهای بیشتر و بیشتری حالا از روشهای متکی به فناوری پیشرفته برای شناسایی کاندیداها استفاده می‌کنند. اگر هوش مصنوعی آینده استخدام کردن است، این اتفاق چه معنایی برای شما خواهد داشت؟ پریانکا جین متخصص فناوری ما را با این چشم‌انداز جدید در دنیای استخدام آشنا می‌سازد.

more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
04:49

Persian subtitles

Revisions