چطور درخواست برای یک شغل کردن را کمتر دردناک کنیم
-
0:01 - 0:02درخواست شغل به صورت آنلاین
-
0:02 - 0:05یکی از بدترین تجربههای دیجیتال
دوران ما است. -
0:05 - 0:07و انجام آن به صورت شخصی هم واقعا چندان
بهتر نیستند. -
0:07 - 0:09[طریقی که ما کار میکنیم]
-
0:12 - 0:14استخدام کردن میدانیم در خیلی
جبههها شکست خورده. -
0:14 - 0:16تجربه وحشتناکی برای مردم است.
-
0:16 - 0:18در حدود ۷۵ درصد آدمهایی که با
-
0:18 - 0:21استفاده از روشهای متنوع در سال
گذشته درخواست شغل کردند -
0:21 - 0:23گفتند که هرگز از کارفرما پاسخی نشنیدند.
-
0:23 - 0:26و در سطح شرکتی هم اوضاع بهتر نبوده است.
-
0:26 - 0:28۴۶ درصد کارکنان ظرف یک سال اول
شروع کارشان -
0:28 - 0:31استعفا دادند یا اخراج شدهاند.
-
0:31 - 0:32کاملا عجیب است.
-
0:32 - 0:33برای اقتصاد هم خوب نیست.
-
0:33 - 0:35برای اولین بار در تاریخ،
-
0:35 - 0:38در قیاس با آدمهای بیکار،
فرصتهای شغلی بیشتری داریم، -
0:38 - 0:40و به نظرم خبر از وجود
مشکلی دارد. -
0:40 - 0:44باور دارم که مسبب اصلی همه اینها
وجود یک تکه کاغذ به اسم رزومه است. -
0:44 - 0:46قطعا یک رزومه حاوی نکات مفیدی است:
-
0:46 - 0:48مهارتهای رایانهای، نقشهایی
که شخص داشته، -
0:48 - 0:50زبانهایی که صحبت میکند،
-
0:50 - 0:53اما آنچه ندارد اشاره به
پتانسیلهایی است که برای انجام دارد -
0:53 - 0:56که احتمالا در گذشته فرصتی برای
انجامشان را نداشته است. -
0:56 - 0:59و با چنین اقتصاد به سرعت در حال تغییری
در جایی که شغلها آنلاین هستند -
0:59 - 1:01احتمالا مهارتهایی لازمند که کسی ندارد،
-
1:01 - 1:04اگر فقط به کارهایی که فرد در
گذشته انجام داده نگاه کنیم، -
1:04 - 1:07قادر به مطابقت دادن آنها با شغلهای
آینده نخواهیم بود. -
1:07 - 1:10بنابراین اینجاست که به نظرم
فناوری باید به کمک بیاید. -
1:10 - 1:13احتمالا دیدهاید که الگوریتمها چطور
در تطبیق دادن آدمها با -
1:13 - 1:14چیزها عملکرد نسبتا خوبی داشتند،
-
1:14 - 1:17اما اگر از همین فناوری استفاده کنیم
جهت کمک -
1:17 - 1:20واقعی به ما در یافتن شغلهایی
که ما واقعا برای آنها مناسب هستیم؟ -
1:20 - 1:21اما میدانم به چه فکر میکنید.
-
1:21 - 1:24گزینش شغل بعدی شما توسط
الگوریتمها کمی ترسناک است، -
1:24 - 1:26اما یک جیزی هست که نشان داده
-
1:26 - 1:29برای موفقیت آینده شخص در یک شخص
واقعا متضمن پیشگویی باشد. -
1:29 - 1:31و به آن آزمونهای چندسنجشی میگویند.
-
1:31 - 1:33این آزمونها واقعا چیز جدیدی نیستند،
-
1:33 - 1:35اما قدیم خیلی گران بودند
-
1:35 - 1:37وباید یک نفر با مدرک
دکتری روبریتان بنشیند -
1:37 - 1:40و کلی پرسش و پاسخ و گزارشنویسی
در کار بود. -
1:40 - 1:41آزمونهای چند سنجشی روشی هستند
-
1:41 - 1:44برای فهم خصایص ذاتی فرد--
-
1:44 - 1:46حافظه و توجه شما.
-
1:47 - 1:49چطور میشود اگر این آزمونهای چندسنجشی را
-
1:49 - 1:51برداریم و درجهبندی کرده و در دسترس
قرار دهیم -
1:51 - 1:55و دادههایی را در اختیار کارفرمایان
قرار دهیم که درباره خصایص است -
1:55 - 1:57که آن فرد را مناسب داشتن آن شغل میکند؟
-
1:58 - 1:59ناملموس به نظر میرسد.
-
1:59 - 2:01بیایید یک بازی با هم انجام دهیم.
-
2:01 - 2:02یک دایرهای جلوی شما ظاهر می شود،
-
2:02 - 2:05شغل شما این است که اگر قرمز بود
دست بزنید -
2:06 - 2:08و 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 - 2:24شاید از آن دست افرادی باشید که
-
2:24 - 2:26۱ هزارم ثانیه بعد از ظاهر شدن
دایره قرمز دست میزنند. -
2:26 - 2:28یا از آن نوع آدمها باشید که
-
2:28 - 2:30کمی بیشتر درنگ میکنند تا۱۰۰٪ مطمئن شوند.
-
2:31 - 2:33یا حتی با دیدن سبز هم دست میزنید
با این که قرار نیست. -
2:33 - 2:36نکته باحال این است این یک آزمون
استاندارد نیست -
2:36 - 2:39که برخی آدمها قابل استخدام
هستند و برخی نیستند. -
2:39 - 2:42در عوض درباره فهم تناسبی است
بین ویژگیهای شما -
2:42 - 2:44و آنچه شما را برای یک شغل خاص
خوب میکند. -
2:44 - 2:48متوجه شدیم که اگر شما با دیدن
قرمز دیرتر دست بزنید و بیخیال سبز شوید -
2:48 - 2:51احتمالا بالاترین دقت و محدودیت دارند.
-
2:51 - 2:55آدمها در آن چهارگوش تمایل دارند
بهترین دانش آموزان، ممتحنها باشند، -
2:55 - 2:57عالی در مدیریت پروژه یا حسابداری.
-
2:57 - 3:01اما اگر فوری با دیدن قرمز
یا گاهی با دیدن سبز دست بزنید -
3:01 - 3:03به این معناست که خلاقیت یا
بیپروایی شما بیشتر است، -
3:03 - 3:07و ما آن فروشندگانی با بالاترین عملکرد را
پیدا کردیم که این خصایص را دارند. -
3:07 - 3:09روشی که درواقع در
استخدام استفاده میکنیم -
3:09 - 3:13این است که بهترین عوامل تمرینات
علم عصب شناسی مثل -
3:13 - 3:14این یکی را پشت سر بگذارند
-
3:14 - 3:16بعد الگوریتمی را میسازیم
-
3:16 - 3:18که میفهمد چه چیزی باعث
منحصربه فرد عملکرد آنها میشود. -
3:18 - 3:20و وقتی افراد برای آن شغلها
درخواست دادند، -
3:20 - 3:24قادریم کاندیداهای که از همه برای آن
شغلها مناسبترند را بیابیم. -
3:24 - 3:27خب شاید فکر کنید این کار
با خطر همراه است. -
3:27 - 3:29دنیای کار امروز متنوعترین نیست
-
3:29 - 3:32و اگر الگوریتمهایی بسازیم بر پایه
عملکرد بهترینهای حال حاضر، -
3:32 - 3:33از کجا یقین حاصل کنیم
-
3:33 - 3:36که صرفا تداوم بخشیدن جانبداریهایی
نباشد که الان وجود دارند. -
3:36 - 3:40برای مثال، اگر الگوریتمی بسازیم
که بر مبنای عملکرد بهترین مدیرعاملها باشد -
3:40 - 3:44و S&P 500 معیار آموزش ما باشد،
-
3:44 - 3:45درواقع پی خواهید برد که
-
3:45 - 3:49احتمال استخدام یک مرد سفید پوست
به نام جان از هر زنی بیشتر است. -
3:49 - 3:51و این واقعیت کسانی است که اینک
در آن نقشها هستند. -
3:51 - 3:55اما فناوری درواقع فرصت واقعا
جالبی را در اختیار میگذارد. -
3:55 - 3:57الگوریتمهایی را فراهم میکنیم
که عادلانهتر -
3:57 - 3:59و منصفاتهتر از قبل برای بشریت است.
-
3:59 - 4:03هر الگوریتمی که معرفی میکنیم قبلا
تست شده تا -
4:03 - 4:06مطمئن باشم به نفع قومیت یا جنسیت
خاصی عمل نمیکند. -
4:06 - 4:09و اگر هم جمعیتی باشد که که زیادی
مورد لطف قرار بگیرد، -
4:09 - 4:12در واقع قادریم آن الگوریتم را تغییر دهیم
تا دیگر آنطور عمل نکند. -
4:12 - 4:15وقتی روی ویژگیهای درونی متمرکز میشویم
-
4:15 - 4:17که باعث میشود شخص برای شغلی
شایسته باشد، -
4:17 - 4:20ما میتوانیم نژادپرستی، طبقهگرایی،
جنسیتگرایی و سنگرایی و حتی -
4:20 - 4:22دانشگاه خوب را بالاتر بدانیم.
-
4:22 - 4:25بهترین فناوری و الگوریتمهای ما تنها
نباید برای پیشنهاد -
4:25 - 4:29تماشای فیلم بعدی ما یا جدیدترین آهنگ
محبوب ما از جاستین بیبر استفاده شود. -
4:29 - 4:31فکر کنید چه میشود وقتی بتوانیم
با مهار نیروی فناوری -
4:31 - 4:34رهنمودی واقعی بگیریم تا
چه کاری را بر اساس آنچه -
4:34 - 4:35در 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.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TED Series
- Duration:
- 04:49
Leila Ataei approved Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar accepted Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful | ||
Masoud Motamedifar edited Persian subtitles for How to make applying for jobs less painful |