الأدوات والأساليب الرقمية قد تجعل عملية تقييم المواهب أكثر سهولة ودقة.
تدرك معظم الأعمال Businesses ضرورة أن تجتذب موظفين لامعين – وتنافس بقوة للحصول عليهم – كي تزدهر في السوق. لكن ما يتصارعون معه هو كيفية إجراء ذلك بشكل جيد. والآن صار التحدي الدائم المتمثل في العثور على الموظفين المناسبين ومطابقتهم مع الأدوار الصحيحة أكثر تعقيداً؛ لأن الذكاء الاصطناعي وعلم البوتات يغيّران الوظائف بسرعة ويقل توفر المهارات الفنية المطلوبة. وبينما لا تزال معظم الشركات تعتمد على طرق التوظيف التقليدية مثل فرز السير الذاتية، والمقابلات الوظيفية، والاختبارات النفسية، نجادل -نحن المؤلفين- في أن جيلاً جديداً من أدوات التقييم يكتسب زخماً سريعاً، مما يجعل من تحديد المواهب عملية أكثر دقة وأقل تحيزاً.
وستظل بعض الأمور ثابتة ومن غير المرجح أن تتغير في أي وقت قريب. فعند تقييم المرشحين، يحاول المديرون توقع مستوى الأداء، وتقييم مدى الملاءمة الثقافية، والقدرة على التطور. وتظهر دراسات أن المديرين يبحثون عن ثلاث سمات أساسية: القدرة، وتشمل الخبرة الفنية وإمكانية التعلم؛ والمحبوبية، أو المهارات الاجتماعية؛ والدافع الشخصي، الذي يرقى إلى الطموح وأخلاقيات العمل.1
وبقي ما نحتاج إليه من أدوات تحديد المواهب وأساليبه – القديمة أو الجديدة – كما هو أيضاً. ولتقييم فاعليتها، يجب أن نبحث عن علاقة قوية بين نتائج المرشحين وأدائهم الوظيفي اللاحق. وقد يبدو ذلك واضحاً، لكننا وجدنا في عملنا مع جهات التوظيف ومديريه أن الكثيرين منهم يستخدمون الأدوات التي تعتمد -بخلاف ذلك- على السهولة والألفة ونادراً ما يربطونها بالنتائج.
ويمكن تصنيف طرق التقييم الناشئة في ثلاث فئات عامة:
التقييمات باستخدام الألعاب Gamified assessments، والمقابلات الرقمية Digital interviews، وتنقيب بيانات المرشح Candidate data mining. وما تشترك فيه هو قدرتها على الكشف عن إشارات المواهب الجديدة، أي مؤشرات جديدة على طاقات الأداءPerformance potential.2 وسنوضح هنا آلية عمل كل من هذه الطرق ونقاط قوتها وضعفها.
التقييمات بالألعاب
تركز سلالة جديدة من الاختبارات النفسية في مجال التوظيف على تعزيز تجربة المرشح. وتطبّقُ هذه الأدوات سمات تشبه الألعاب، مثل الرد في الوقت الحقيقي، والسيناريوهات التفاعلية والغامرة، والوحدات الاختبارية الأقصر؛ مما يجعل الخضوع للاختبار أكثر متعة. وتتمثل المشكلة في أن اختيارات المستخدمين وسلوكياتهم تنقب فيها خوارزميات يولّدها الحاسوب لتحديد مدى ملاءمتهم لدور معين.
مثلاً، تستخدم مايند إكس MindX في شركة هايرفيو HireVue ألعاب اختبارات لقياس القدرة المعرفية من خلال الطلب إلى المستخدمين لعب ألعاب حاسوبية – مثل «مر الدماغ Brain Age من نينتندو – تتوقع مستوى الذكاء IQ. كما طوّرت بايمتريكس Pymetrics شيئاً مماثلاً باستخدام اختبارات نفسية كلاسيكية مثل الاختبار Balloon Analogue Risk Task، اختبار مخاطر نظير البالون التي تقيم مدى اندفاع المرشحين وإقبالهم على المخاطرة من خلال تفحص القدر الذي يسمحون به لبالونات ذاتية النفخ بالانتفاخ قبل أن تنفجر (البالونات الأكبر تعادل مكافآت أكثر، لكن لا مكافآت إذا انفجرت البالونات).
وتضع أركتيك شورز Arctic Shores، التي تُستخدَم عادةً لتقييم خريجي الجامعات، المرشحين في موقف يشبه ألعاب الأركيد [الملاهي] Arcade games التي تعود إلى تسعينات القرن العشرين، وتربط خياراتهم بسمات وكفاءات شخصية قياسية. ومع ازدياد استخدام هذه الأنواع من الأدوات على نطاق أوسع في بيئات التوظيف ذات الحجم الكبير، يجمع مطورو هذه الأدوات بيانات كافية لإظهار الروابط ذات الدلالة بين نتائج المرشحين في الألعاب والأداء الوظيفي.3
إضافة إلى ذلك، تصمم شركات كثيرة تقييماتها على شكل ألعاب، وتضعها في المرحلة الانتقالية ما بين التوظيف والتسويق. مثلاً، وينغفايندر Wingfinder من ريد بول متاحة للجمهور العام وهي تُستخدَم لجذب المرشحين من خلال قنوات مواقع التواصل الاجتماعي الخاصة بشركة المشروبات. ويُزوَّد المرشحون بتقرير موسع عن نقاط قوتهم وضعفهم، بغض النظر عما إذا كانوا مرشحين رسمياً للحصول على وظيفة.
وعلى الرغم من المزايا التسويقية والعلمية لاستخدام الألعاب، وإلى جانب الجاذبية الواضحة المتمثلة في توفير تجربة تقييم أكثر متعة – قد تؤدي إلى اختبار عدد أكبر من المرشحين – فإن هذا النهج المخصص لتحديد المواهب يعاني من ضَعْفَين. أولاً، هناك توتر طبيعي بين المتعة والدقة. وكلما كانت تجربة التقييم أكثر إثارة للاهتمام والمتعة، قلّت قدرتها على التوقع، لأسباب ليس أقلها أن الحصول على صورة شاملة لخلفية المرشح يتطلب وقت اختبار أطول، والوقت هو عدو المرح. ثانياً، لتقديم تجربة تقييم «رائعة»، ولاسيما إذا كانت تحمل علامة تجارية ومماثلة لبعض الألعاب التي يمارسها الأشخاص لمجرد المتعة، ستزداد التكاليف بشكل ذي دلالة. فثمة فرق بين تصميم نوع قياسي من الأسئلة والإجابات حول الإبلاغ الذاتي وبين إنشاء تجارب غامرة تشبه الألعاب لاختبار مرشحين – وتكون الميزانيات المخصصة لاقتناص المواهب محدودة بشكل عام عندما يتعلق الأمر بأدوات التقييم.
المقابلات الرقمية
يتمثل التطور الرئيسي الثاني في تحديد المواهب في الاستخدام الواسع النطاق للمقابلات الرقمية. وظاهرياً، تبدو هذه الأدوات مثل أي تكنولوجيا أخرى لمؤتمرات الفيديو، لكنها توفر مزايا إضافية.
فمن جهة، يمكن للقائمين على المقابلات أو مديري التوظيف نشر أسئلتهم على المنصة لإنشاء بروتوكول مقابلة نظامي Structured interview protocol لإجراء المقابلات (متسق وقابل للتكرار) بحيث يمكن للأطراف المعنية استخدامه في محادثاتهم مع المرشحين مما يساعدهم على إجراء مقارنات عادلة ودقيقة. ومن جهة أخرى، يمكن استخدام الخوارزميات للإشارة إلى المواهب ذات الصلة وتفسيرها [تعبيرات الوجه4، ونغمة الصوت، والعواطف5 مثل القلق والحماسة، واللغة، والسرعة، والتركيز، وما إلى ذلك]، لتحل محل الملاحظات البشرية والاستدلالات البديهية مع الترتيب والتصنيف القائمين على البيانات.
منذ وقت طويل والأبحاث تقترح أن المقابلات الوظيفية تكون أكثر قدرة على التوقع عندما تكون معاييرها موحدة جدا – أي عندما تضع جميع الأشخاص الذين تجري مقابلتهم في العملية نفسها ويكون لها مفتاح محدد مسبقاً لتحديد النتائج بهدف فهم الإجابات. وبالنظر إلى هذا العنصر، يمكن للمقابلات المجراة عبر الفيديو أن تزيد من دقة استنتاجات مقابلة العمل مع خفض التكاليف وتمكين مؤسسات التوظيف من العمل على نطاق واسع (في محادثاتنا مع المسؤولين التنفيذيين للموارد البشرية، علمنا أن شركات مثل جاي بي مورغان J P Morgan تشايس Chase ووولمارت Walmart تجري آلافاً من المقابلات عبر الفيديو كل عام).
وثمة مسألة تتعلق بهذه المنصات تتمثل في ميلها إلى تكرار التحيزات الملازمة لأي عملية مقابلة وتعزيزها. وهذا بالطبع أحد أوجه القصور. فإذا كان الأشخاص المسؤولون عن اتخاذ قرارات التوظيف هم أنفسهم متحيزين، يجب ألا نتوقع أن يتغلب الذكاء الاصطناعي على هذه المشكلة. ولتعقيد الأمور أكثر، إذا كُلِّف هؤلاء الأشخاص أنفسهم بتقييم أداء الموظفين الجدد، فستُخفَى تحيزاتهم. ومن وجهة نظر إحصائية، ربما يكونون قد توقعوا بشكل صحيح الأداء المستقبلي في اختياراتهم للمرشحين – لكن إلى حد ما، يحقق هذا التوقع نفسه.
من الواضح أنكم إذا اتخذتم قرارات متحيزة حول النتائج التي ستُقَاس في قياس الأداء، فلن يتغير ذلك مع نماذج تعلم الآلة (على الرغم من أنكم ستحصلون على نتائج أسرع). وتتمثل إحدى طرق معالجة هذه المسألة بالتركيز أقل على السمات الفردية، مثلاً، وأكثر على النتائج الجماعية مثل أرقام الإنتاجية والإيرادات. وبالنسبة إلى المديرين، ربما يكون تقييم 360 درجة 360-degree reviews مفيدا أيضاً، بالنظر إلى أنهم يقيمون تقديرات الأداء؛ مما يخفف من التحيزات الفردية. وهناك خيار آخر في «تدريب» الخوارزميات لتجاهل الإشارات التي تتوقع التحيز البشري لكن ليس الأداء الوظيفي (مثل الجنوسة والعمر والطبقة الاجتماعية والعرق). ويخبرنا مزوّدو الأدوات مثل هايرفيو HierVue أنهم يفعلون ذلك للقضاء على أثر لون البشرة في قرارات التوظيف، مثلاً.
تنقيب بيانات المرشحين
يشهد النهج الجديد الثالث، تنقيب بيانات المرشحين دون جهد وتحليل البصمات الرقمية للأشخاص، نمواً سريعاً أيضاً. وعلى الرغم من أنه يُستخدَم في الغالب لتوفير رسائل مستهدفة للمستهلكين في مجالي التسويق والإعلان، فإنه يمكن تطبيقه أيضاً على تحديد المواهب في مجال الموارد البشرية. فالسلوك على الإنترنت يمكن أن يكشف عن معلومات حول اهتمامات الأفراد وشخصياتهم وقدراتهم، وبدورها تتوقع هذه المعلومات ملاءمتهم لوظائف أو مهن معينة. مثلاً، يحقق العديد من مديري التوظيف الآن في سمعة المرشحين ومتابعيهم ونفوذهم في مواقع شبكية لإقامة العلاقات مثل لينكد إن وفيسبوك، ويستخدمون هذه المعلومات لتقييم الأشخاص وتصنيفهم. ويوفر لينكد إن وإنتيلو Entelo الأدوات التي تعمل على ذلك تلقائياً لصالح جهات التوظيف، من خلال منحهم مجموعة من النتائج للمساعدة على تقييم المرشحين. وعلى الرغم من وجود فرق كبير بين مقاييس الشعبية والإمكانية الفعلية، فإن المواقع الإلكترونية تمثل مكانا لتقييم الأقران الحقيقي، لذلك تجد فيها جهات التوظيف قدرة كبيرة على التوقع.
وقد جرى تفحص استخلاص البيانات دون جهد Passive data scraping على نطاق واسع في الدراسات التي تسلط الضوء على الروابط المتسقة بين نشاط الأشخاص على مواقع التواصل الاجتماعي والخصائص الرئيسية المتعلقة بالوظائف.6 مثلاً، أظهر فريق من الباحثين روابط موثوق بها بين المجموعات التي يُعجَب بها الأشخاص على فيسبوك وخصائصهم الشخصية، مثل ما إذا كانوا أكثر أو أقل انفتاحاً أو لطفا.7 وبالنظر إلى أن هذه السمات تُربَط منهجيا بأداء قوي في وظائف مختلفة، فإن الاستنتاجات تشير إلى أن بيانات فيسبوك قد توفر معلومات مفيدة لأصحاب العمل حول إمكانية ملاءمة الشخص لوظيفة أو دور. إضافة إلى ذلك، تكون السمات الشخصية المستخرجة من السلوك على فيسبوك والإشارات الخاصة بمواقع التواصل الاجتماعي الأخرى – مثل الكلمات التي يستخدمها الأشخاص على تويتر أو في المدونات أو البريد الإلكتروني – علامات للقدرات واللطف والدافع.
لكن هناك جانب مظلم لهذه القدرة لأنها تعرِّض الحياة الشخصية للمرشحين إلى تدقيق مكثف (ولاسيما أولئك الأفراد من مجموعة جيل Z (الألفية الثالثة) Generation Z cohort، الذين يستخدم العديد منهم مواقع التواصل الاجتماعي عملياً منذ الولادة). ويجب أن تفكر الشركات في كيفية احترامها لخصوصية الأشخاص مع الحصول على المعلومات التي تحتاج إليها لإجراء اختيارات توظيف ذكية. وحتى لو تآكلت الحدود بين الحياة الخاصة والعامة، فمن الأخلاقي التأكد من إدراك الأشخاص لكيفية استخدام بياناتهم.
أخلاقيات تحديد المواهب
بالطبع، من الضروري أن تلبي أي أداة لتقييم المواهب والتوظيف المبادئَ التوجيهيةَ الأخلاقيةَ. وعلى الرغم من أن التشريعات القانونية، مثل اللائحة العامة لحماية البيانات General Data Protection Regulation في الاتحاد الأوروبي– تعتمد على السياق وبشكل أخص على السوق – فهناك اعتباران أساسيان مهمين في جميع المجالات.
- تعزيز الموافقة والوعي: هناك الآن فَرْق كبير بين ما يعتقد المرشحون أن أصحاب العمل يعرفونه عنهم وما يعرفه أصحاب العمل بالفعل – وتُعتبَر مؤسسات التوظيف ملزمة أخلاقياً بفعل ما بوسعها لسد تلك الفجوة. فهل يختار المرشحون المشاركة في كل أجزاء عملية تحديد المواهب؟ هل يفهمون ماذا يُفعَل ببياناتهم؟ هل لديهم فرص لتقديم الموافقة أو حجبها في شأن البيانات التي يجري استخراجها؟ إذا كان أصحاب العمل (ومزوّدو الأدوات) غير شفافين طوال العملية، فقد تعاني علاماتهم التجارية (كأفراد) ضرراً ضخماً.
- تعزيز الإنصاف: من المهم أيضاً النظر في درجة التلاعب المحتمل من قبل أدوات التوظيف ضد مجموعة معينة من المرشحين، ولاسيما الملونون والنساء والأفراد الذين يعانون الحرمان الاجتماعي والاقتصادي. وهذا يمثل مشكلة قديمة لتحديد المواهب، لكن أدوات التقييم التي يمكن الدفاع عنها من الناحية العلمية (مثل الاختبارات النفسية المتحقق منها بدقة) تذهب إلى أبعد مدى لزيادة دقة التوقع مع الحد من مخاطر التمييز.8 ويجب فحص الأدوات والأساليب الأحدث باستخدام العدسة نفسها. مثلاً، قد تعكس إشارات الفيديو أو الكلام، المحددة كعلامات للمواهب، الطبقة الاجتماعية والخلفية التعليمية؛ وقد يؤدي اختيار الأشخاص بناء على هذه الإشارات إلى قوة عاملة أكثر تجانساً. ويجب أن تكون المؤسسات على دراية بأن من الممكن اتخاذ قرارات توظيف وفق الجدارة تقوض العدالة الاجتماعية؛ لأن أفضل المرشحين على الورق قد يكونون أيضاً أكثر المرشحين حظاً – أولئك الذين يتمتعون بتعليم نخبوي ويستفيدون من شبكات موسعة.
- يفكر ملايين الأشخاص: في تغيير وظائفهم كل عام – ويجب على أصحاب العمل تقييم هؤلاء المرشحين. وعندما تصبح الأدوات الجديدة لتقييم المواهب أكثر نضجاً، تنخفض تكاليفها، فقد تتبناها شركات إضافية لتحسين العملية وعائد الموظفين الجدد.
هل المؤسسات مستعدة لاستخدام هذه الأدوات بفاعلية ومسؤولية؟ نعتقد ذلك، مادام قادة الموارد البشرية والأعمال يقضون الوقت بعناية في تقييم المسائل المثارة هنا.
وقد يكون توظيف الشخص المناسب هو أهم قرار يتخذه المدير. وإذا كانت الأجهزة قادرة على جعل هذه العملية أكثر دقة وأقل تحيزاً، فإنه يمكن لكل أعمالٍ أن ترى منافع ضخمة.
جوش بيرسين، توماس تشامورو-بريموزيتش
