60% ממגייסים בסקר WGU מתקשים לשפוט מועמדים, אז הוסיפו מבחן עריכה

קורות חיים כבר לא מוכיחים כלום, ומה לבדוק במקומם

מה השתנה

כשרוב המועמדים כותבים בעזרת AI, 500 הגשות נראות אותו דבר. כשכולם משתמשים באותו כלי, הנוסח מתיישר. פוסט ב-MarketWatch בפייסבוק מתאר את התופעה: מגייסים מקבלים הגשות שנראות זהות, כי מועמדים מגישים המוני בקשות בעזרת AI. הפוסט מדבר על שוק העבודה האמריקאי, אבל המנגנון זהה כאן.

הסקר הארצי של Western Governors University בקרב 3,128 אנשי גיוס בארה"ב מצא ש-60% מהם אומרים ש-AI מקשה עליהם להעריך כישורים אמיתיים של מועמדים.

• נוסח מלוטש כבר לא מעיד על יכולת כתיבה.
• רשימת כלים וכותרות תפקיד נראית אותו דבר אצל כולם.
• הפער בין מועמד חזק לחלש נעלם דווקא במסמך שעליו אתם מסתמכים.

למה זה פוגע ישר בסוכנות

כשהמסמך שמסנן את המועמדים אחיד, גם מי שעבר אותו נוטה להיות אחיד.

כותבים שמסתפקים בטיוטה הראשונה של הכלי מוציאים ללקוחות טקסטים שמזכירים זה את זה. הקול של כל מותג הוא מה שהלקוח משלם עליו, וכותב שלא מזהה שהטיוטה שטוחה לא ישמור על הקול הזה, גם אם קורות החיים שלו מושלמים. אתם מנהלים כמה לקוחות במקביל, ולכן זה מסוכן במיוחד.

כשהטיוטות דומות בין לקוחות, יש יותר סבבי תיקונים, ואתם הופכים לעורכים של כל מה שיוצא.

גייסו לתפקיד ש-AI יוצר עכשיו, לא לתפקיד שהיה

הרעיון מגיע ממאמר דעה ב-Entrepreneur. הכותב טוען שהשאלה "האם האדם הזה כבר עשה בדיוק את העבודה הזו?" הולכת ומאבדת ערך. שאלה טובה יותר היא אם הוא יצליח בתפקיד שהעבודה הזו הופכת להיות. ניסיון חשוב, אבל הוא לא מנבא ביצועים כשכלים וציפיות משתנים.

בכתיבת תוכן התפקיד כבר זז. פחות הקלדה מאפס, יותר הכוונה, אימות ועריכה של תוצר שמכונה כבר הפיקה. "חמש שנות ניסיון בכתיבת קופי" מתאר תפקיד שכבר לא קיים בצורתו הישנה.

שלוש יכולות לבדוק במקום הנוסח היפה

נהלים אפשר ללמד. קשה ללמד להחליט נכון כשאף אחד לא עומד לידך. לכן שלוש היכולות האלה הן מה שכדאי לבדוק, ואף אחת מהן לא מופיעה בקורות חיים:

• שיקול דעת עריכתי: לזהות טיוטה שטוחה ולהחליט מה לשנות.
• אימות עובדות: לא להעביר ללקוח מספר או ציטוט שלא נבדקו.
• הובלה של תוצר שנוצר בעזרת AI: להתאים אותו לקול המותג ולא לוותר עליו.

צעד #1 השבוע: לשכתב את דרישות התפקיד סביב משימות

פתחו את המודעה הנוכחית ומחקו שורות כמו "ניסיון של חמש שנים בתפקיד דומה". במקומן כתבו מה המועמד יעשה בפועל: לקחת בריף של לקוח, להפיק טיוטה בעזרת AI, לאמת אותה ולהתאים אותה לקול המותג.

הכותב ב-Entrepreneur מזהיר מהגדרה צרה מדי של "מתאים". הוא מציג את נתוני NFIB: 45% מבעלי העסקים הקטנים שניסו לגייס דיווחו על מעט מועמדים מתאימים או על אף אחד. הגדרה רחבה יותר, שמבוססת על יכולת, פותחת את הדלת למועמדים עם כישורים סמוכים.

צעד #2 השבוע: להחליף סינון קורות חיים במשימת עריכה קצרה

הכינו טקסט גולמי שנוצר בכלי AI: פוסט או פסקה לאתר של לקוח דמיוני. הכניסו אליו כמה אי-דיוקים, משפטים כלליים ושורה שלא מתאימה לקול המותג. תנו למועמדים חצי שעה לערוך אותו.

• בדקו מה הם מזהים כבעיה ומה הם מפספסים.
• בדקו אם הם מסמנים עובדות שצריך לאמת.
• בדקו אם הם משאירים את הטקסט שטוח או נותנים לו קול.

חצי שעה כזו מראה מה שעשרים דקות של קריאת קורות חיים לא יראו.

צעד #3 השבוע: לשאול איפה המועמד משתמש ב-AI ואיפה הוא לא סומך עליו

זו השאלה שמפרידה בין מי שמשתמש בכלי לבין מי שמבין אותו. מועמד חזק יסביר איפה הכלי עוזר לו, למשל בהצעת כיוונים או בקיצור טיוטות. הוא גם יסביר איפה הוא לא נותן לו להחליט: מספרים, ציטוטים, טענות רגולטוריות וקול מותג.

מי שעונה "אני סומך עליו בכל דבר" או "אני לא משתמש בו בכלל" נותן לכם מידע חשוב באותה מידה. בשני המקרים הוא עדיין לא עובד כמו שהתפקיד דורש היום.

צוותים שמנהלים כמה לקוחות צריכים גם תשתית שמחזיקה את הקול של כל מותג. Brainpercent לומדת את קול המותג פעם אחת ומפיקה ממנו תוכן לכמה ערוצים. היא לא מחליפה עורך שמחליט מה יוצא החוצה, ולכן הגיוס הנכון הוא של אדם שיודע לעשות את זה.