غربالگری رزومه با هوش مصنوعی چگونه انجام می‌شود؟

علی صیافی
به‌روزرسانی: 8 آبان 1405 19 دقیقه مطالعه
غربالگری رزومه با هوش مصنوعی چیست؟
فهرست مطالب

فهرست مطالب

پیشنهاد سنجمان برای این موضوع

سامانه ATS سنجمان

با سامانه مدیریت جذب و استخدام (ATS) سنجمان، فرایند جذب کارجو را مدیریت کنید.

آشنایی با سامانه و درخواست دمو

غربالگری رزومه با هوش مصنوعی به فرایندی گفته می‌شود که در آن، سیستم‌های مبتنی بر هوش مصنوعی اطلاعات رزومه‌ها را تحلیل و متقاضیان را بر اساس معیارهای تعیین‌شده رتبه‌بندی می‌کنند. در ادامه این مطلب از مجله سنجمان نحوه انجام غربالگری رزومه با هوش مصنوعی را بررسی خواهیم کرد.

غربالگری رزومه با هوش مصنوعی چیست؟

غربالگری رزومه با هوش مصنوعی روشی برای بررسی و ارزیابی رزومه‌ها در فرآیند جذب و استخدام است. در این روش، کارشناسان جذب و استخدام با کمک فناوری‌هایی مانند پردازش زبان طبیعی و یادگیری ماشین، فرآیند بررسی دقیق رزومه‌ها، تطبیق اطلاعات موجود در رزومه با مقیاس‌های تعیین‌شده و همچنین گزارش‌دهی از رزومه‌های موجود را بهینه می‌کنند. به بیان دقیق‌تر، افراد با کمک هوش مصنوعی اطلاعات رزومه را استخراج می‌کنند و با نیازهای موقعیت شغلی تطبیق می‌دهند تا میزان تناسب متقاضیان با شرایط مورد نظر مشخص شود.

استفاده استاندارد از هوش مصنوعی نه‌تنها فرآیند غربال‌گری را سریع و دقیق می‌کند، بلکه به‌طور کلی بر روی تجربه کارجو از فرآیند جذب سازمانی نیز تأثیر بسیار مطلوبی می‌گذارد.

غربالگری رزومه با هوش مصنوعی چگونه انجام می‌شود؟

فرایند غربالگری رزومه با هوش مصنوعی از استخراج و دسته‌بندی اطلاعات رزومه آغاز و با تهیه فهرست اولیه از متقاضیان مناسب به پایان می‌رسد.

روند کلی غربالگری روزمه با هوش مصنوعی را می‌توان در پنج مرحله زیر توضیح داد.

  1. استخراج و دسته‌بندی اطلاعات رزومه: استخراج تمام اطلاعات موجود در رزومه‌ها و سازمان‌‌دهی آن‌ها
  2. اولویت‌بندی مهارت‌ها و تجربه‌های مرتبط: اولویت‌بندی اطلاعات مبیتنی بر معیارهای مورد نظر ما
  3. تطبیق رزومه با شرایط و الزامات شغلی: تطبیق اولویت‌بندی‌ها با نیازهای موقعیت شغلی
  4. امتیازدهی و رتبه‌بندی متقاضیان: امتیازدهی به متقاضیان و رتبه‌بندی آن‌ها
  5. تهیه فهرست اولیه از متقاضیان مناسب: ارائه نتایج رتبه‌بندی در قالب فهرستی دقیق

جزئیات این مراحل به ابزار مورد استفاده، نوع شغل و معیارهای تعیین‌شده توسط کارفرما بستگی دارد. اکنون که با مراحل غربالگری رزومه با هوش مصنوعی آشنا شده‌ایم، در ادامه هر یک از موارد بالا را به طور کامل توضیح خواهیم داد.

مراحل غربالگری رزومه با هوش مصنوعی

۱) استخراج و دسته‌بندی اطلاعات رزومه

در اولین مرحله کارشناس جذب و استخدام با کمک هوش مصنوعی، اطلاعات را استخراج می‌کند و مبتنی بر آن، هر کدام از رزومه‌ها را در دسته‌های مشخصی قرار می‌دهد. از آنجا که متقاضیان رزومه‌های خود را با قالب‌ها و ترتیب‌های متفاوتی تنظیم می‌کنند، ابزار غربالگری باید بتواند به شکلی هوشمند، بخش‌های مختلف هر رزومه را شناسایی کند.

اطلاعاتی که به‌طور معمول در این مرحله بررسی می‌شوند شامل موارد زیر هستند.

  • مشخصات و اطلاعات تماس: نام و راه‌های ارتباطی با متقاضی
  • سوابق شغلی: عنوان سمت‌های قبلی، نام شرکت‌ها و مدت فعالیت در هر موقعیت
  • مهارت‌ها و توانمندی‌ها: تخصص‌ها، نرم‌افزارها و ابزارهایی که متقاضی با آن‌ها آشنایی دارد
  • سوابق تحصیلی: مدرک، رشته و محل تحصیل
  • گواهینامه‌ها و دوره‌های آموزشی: مدارک حرفه‌ای و دوره‌های مرتبط با شغل
  • مسئولیت‌های شغلی: وظایف و فعالیت‌هایی که متقاضی در مشاغل قبلی انجام داده است

در نهایت اطلاعات استخراج‌شده به‌صورت جداول سازمان‌یافته و قابل فهم، در اختیار تیم جذب و استخدام قرار می‌گیرند. هدف از این مرحله، تبدیل اطلاعات پراکنده رزومه به داده‌هایی است که بتوان آن‌ها را در مراحل بعدی بررسی و مقایسه کرد.

مثال از استخراج و دسته‌بندی اطلاعات رزومه توسط هوش مصنوعی

اگر متقاضی در بخش سوابق کاری نوشته باشد که دو سال به‌عنوان کارشناس تولید محتوا در یک شرکت فعالیت کرده است، سیستم می‌تواند عنوان شغلی، مدت فعالیت و توضیحات مربوط به وظایف او را استخراج کند تا در ارزیابی تجربه کاری مورد استفاده قرار بگیرند. البته دقت استخراج اطلاعات به قابلیت ابزار و نحوه تنظیم رزومه بستگی دارد.

برای نمونه، در فایل‌های اسکن‌شده یا رزومه‌هایی با جدول‌های پیچیده و قالب‌بندی نامتعارف، احتمال دارد برخی اطلاعات به‌درستی شناسایی نشوند. به همین دلیل، بررسی خطاهای احتمالی در این مرحله اهمیت دارد.

۲) اولویت‌بندی مهارت‌ها و تجربه‌ها

پس از استخراج و سازمان‌دهی اطلاعات، سیستم اطلاعات موجود را مبتنی بر میزان اهمیت آن اولویت‌‌بندی می‌کند. هدف از این مرحله، شناسایی دقیق نقاط قوت و ضعف هر کدام از متقاضیان و ارزیابی دقیق تجربیات کاری آن‌ها است.

یکی از چالش‌های این مرحله، مربوط به تفاوت در شیوه بیان مهارت‌ها می‌شود. ممکن است دو متقاضی برای توصیف تجربه‌های مشابه از عبارت‌های متفاوتی استفاده کنند. در چنین شرایطی، بعضی ابزارها فقط کلمات کلیدی مشخص را شناسایی خواهند کرد، درحالی‌که سیستم‌های پیشرفته‌تر می‌توانند ارتباط معنایی میان عبارت‌ها را نیز بررسی کنند.

همچنین ابزار هوش مصنوعی با اولویت‌بندی مهارت‌ها در رزومه همواره بی‌نقص پیش‌ نمی‌رود و کارشناسان منابع انسانی باید دستیار هوش مصنوعی را به‌شیوه‌ای آموزش دهند که اطلاعات مورد نیاز به‌طور دقیق در اختیار هوش مصنوعی قرار گیرد. بعلاوه در هنگام اجرای فرآیند نیز فعالیت هوش مصنوعی را ارزیابی کنند تا از موفقیت آن اطمینان حاصل شود.

مثال از اولویت‌بندی مهارت‌ها و تجربه‌های مرتبط توسط هوش مصنوعی

برای مثال در بررسی رزومه متقاضیان بازاریابی دیجیتال، سیستم ممکن است مهارت‌ها را به‌شیوه زیر اولویت‌بندی کند.

  • اولویت اول: تجربه تولید و بهینه‌سازی محتوا
  • اولویت دوم: بررسی نتایج فعالیت‌های بازاریابی و تحلیل داده‌های مربوط به آن‌ها
  • اولویت سوم: تجربه مدیریت کمپین‌های تبلیغاتی
  • اولویت چهارم: تسلط بر ابزارهای تحلیل عملکرد وب‌سایت

این اطلاعات ممکن است در بخش‌های مختلف رزومه نوشته شده و لزوماً با عبارت‌های موجود در آگهی استخدام مطابقت نداشته باشند. در نتیجه ابزارهای هوش مصنوعی که قابلیت تحلیل معنایی دارند، می‌توانند ارتباط احتمالی میان این تجربه‌ها و مهارت‌های مورد نیاز شغل را بررسی و هر کدام را مبتنی بر میزان اهمیت شناسایی کنند.

در نهایت، سیستم در این مرحله اطلاعات و شواهد موجود در رزومه را بررسی می‌کند و با ارزیابی دقیق‌تر توانایی‌های فرد ممکن است به نمونه‌کار، آزمون تخصصی یا مصاحبه استخدامی نیاز پیدا کند.

۳) تطبیق رزومه با شرایط و الزامات شغلی

در این مرحله، اطلاعات اولویت‌بندی شده با شرح شغل مقایسه می‌شود تا میزان مطابقت نیازهای موقعیت شغلی با رزومه به‌طور دقیق مورد ارزیابی قرار گیرد. برای انجام درست این کار، کارشناس منابع انسانی باید معیارهای استخدام را به‌طور مجدد با هوش مصنوعی مرور کند تا سیستم به‌طور دقیق بداند کدام مهارت‌ها، سوابق و شرایط را مورد بررسی قرار دهد.

در زیر می‌توانیم این معیارها را به‌طور دقیق مشخص کنیم.

  • مهارت‌های تخصصی مورد نیاز برای انجام وظایف شغلی
  • سابقه کاری مرتبط و میزان تجربه مورد انتظار
  • سطح تخصص یا ارشدیت مورد نیاز
  • تحصیلات یا گواهینامه‌های ضروری، در صورت ارتباط با شغل
  • تجربه انجام وظایف مشابه با مسئولیت‌های موقعیت جدید

حال که می‌دانیم تطبیق رزومه با شرایط و الزامات شغلی چه معنایی در غربالگری رزومه با هوش مصنوعی دارد، در ادامه به یک نمونه از این مورد می‌پردازیم.

مثال از تطبیق رزومه با شرایط استخدام کارشناس سئو

فرض کنیم شرکتی برای استخدام کارشناس سئو، مهارت‌هایی مانند آشنایی با تحقیق کلمات کلیدی، بهینه‌سازی محتوا و تحلیل عملکرد صفحات را ضروری اعلام کرده است. سیستم می‌تواند رزومه‌ها را مبتنی بر این عبارات یا واژه‌های نزدیک به آن بررسی کند تا مشخص شود متقاضیان چه مهارت‌هایی را ذکر کرده‌اند و چه توضیحاتی درباره تجربه عملی خود ارائه داده‌اند.

برای نمونه، رزومه‌ای که علاوه بر اشاره به سئو، تجربه انجام تحقیق کلمات کلیدی و بهینه‌سازی صفحات وب‌سایت را نیز توضیح داده باشد، شواهد مرتبط‌تری با الزامات این موقعیت شغلی ارائه می‌کند. در این مرحله، تفاوت میان شرایط ضروری و شرایط ترجیحی نیز اهمیت دارد.

  • شرایط ضروری: مواردی که برای انجام وظایف اصلی شغل لازم هستند و کارفرما آن‌ها را به‌عنوان معیار اصلی استخدام تعیین کرده است.
  • شرایط ترجیحی: مهارت‌ها یا تجربه‌هایی که می‌توانند مزیت محسوب شوند، اما نداشتن آن‌ها لزوماً به معنای نامناسب بودن متقاضی نیست.

بنابراین، نتیجه تطبیق رزومه‌ها به معیارهایی بستگی دارد که کارفرما تعریف کرده است. اگر این معیارها دقیق و متناسب با وظایف واقعی شغل نباشند، حتی یک ابزار پیشرفته نیز ممکن است نتایج مناسبی ارائه نکند.

۴) امتیازدهی و رتبه‌بندی متقاضیان

برخی ابزارهای غربالگری رزومه با هوش مصنوعی، پس از بررسی میزان انطباق رزومه‌ها با شرایط شغلی، به آن‌ها امتیاز می‌دهند و متقاضیان را بر اساس نتایج ارزیابی رتبه‌بندی می‌کنند. در سیستم‌های امتیازدهی، معیارهای اولویت‌بندی مهارت‌ها که در گذشته مشخص شدند، می‌توانند نقش مورد نیاز را ایفا کنند. در نتیجه، میزان اهمیت هر معیار به تنظیمات سیستم و نیازهای موقعیت شغلی بستگی دارد.

همچنین در انتهای مرحله امتیازدهی، ابزار هوش مصنوعی آموزش می‌بیند تا رزومه‌های ارزشمند و مستعد که برای موقعیت شغلی فعلی مناسب نیستند را به‌طور خودکار در «استخر استعدادها» (Talent Pool) قرار دهد تا در موقعیت‌های شغلی بعدی مورد استفاده قرار بگیرند.

مثال از امتیازدهی و رتبه‌بندی متقاضیان توسط هوش مصنوعی

برای مثال، در استخدام یک کارشناس فنی، تجربه عملی با ابزارهای ضروری ممکن است اهمیت بیشتری از گذراندن یک دوره آموزشی عمومی داشته باشد. اگر سیستم برای معیارهای مختلف وزن تعیین کند، این تفاوت در امتیاز نهایی منعکس می‌شود. در ابزارهایی که قابلیت رتبه‌بندی دارند، رزومه‌ها بر اساس نتایج ارزیابی مرتب می‌شوند تا کارشناس منابع انسانی بتواند بررسی خود را از متقاضیان مرتبط‌تر آغاز کند. اما شاید این سوال پیش بیاید که نتیجه ارزیابی چگونه نمایش داده می‌شود. در پاسخ باید بگوییم که بسته به قابلیت ابزار، خروجی این مرحله ممکن است شامل موارد زیر باشد.

  • امتیاز نهایی یا رتبه هر متقاضی
  • مهارت‌ها و سوابق مرتبط شناسایی‌شده در رزومه
  • میزان انطباق اطلاعات با معیارهای استخدام
  • مواردی که اطلاعات کافی درباره آن‌ها در رزومه وجود ندارد

این اطلاعات به کارشناس منابع انسانی کمک می‌کنند تا دلایل مرتبط بودن یک رزومه را بهتر بررسی کند و مواردی را که به ارزیابی بیشتر نیاز دارند، تشخیص دهد. با این‌ حال، امتیاز بالاتر لزوماً به معنای شایستگی قطعی بیشتر نیست. نتیجه به کیفیت اطلاعات رزومه، معیارهای تعیین‌شده و عملکرد سیستم وابسته است. بنابراین، نباید صرفاً بر اساس یک امتیاز عددی درباره استخدام یا رد متقاضی تصمیم گرفت.

۵) تهیه فهرست اولیه از متقاضیان مناسب

در آخرین مرحله، ابزار هوش مصنوعی خروجی غربالگری را بر اساس نتایج بررسی در اختیار تیم منابع انسانی قرار گیرد. شیوه ارائه این خروجی می‌تواند به شکل فهرستی از متقاضیان، جدول کارجویان یا انواع مدل‌های گرافیکی باشد. همچنین دلیل برتری هر کدام از رزومه‌ها و نقاط قوت و ضعف آن‌ها نیز در موقعیت شغلی مشخص می‌شوند.

این خروجی، بسته به امکانات سیستم، می‌تواند شامل موارد زیر باشد.

  • رزومه‌های منطبق‌تر با معیارهای اولیه استخدام
  • مهارت‌ها و سوابق شغلی مرتبط هر متقاضی
  • امتیاز یا رتبه متقاضی، در صورت پشتیبانی ابزار
  • اطلاعات ناقص یا موارد نیازمند بررسی بیشتر

کارشناس منابع انسانی می‌تواند با استفاده از این اطلاعات، بررسی دقیق‌تر را از رزومه‌های مرتبط‌تر آغاز کند. در عین حال، بهتر است مواردی را که اطلاعات آن‌ها ناقص بوده یا احتمال خطا در استخراج اطلاعات وجود دارد، نیز بررسی کند تا یک متقاضی صرفاً به دلیل نحوه تنظیم رزومه از فرایند استخدام کنار گذاشته نشود.

شایان ذکر است که غربالگری رزومه پایان فرایند استخدام نیست. پس از این مرحله، سازمان ممکن است سوابق متقاضیان را دقیق‌تر بررسی کند، با آن‌ها تماس بگیرد، مصاحبه برگزار کند یا مهارت‌های تخصصی آن‌ها را با آزمون و نمونه‌کار بسنجد. نحوه استفاده از نتایج هوش مصنوعی و تصمیم‌گیری درباره ادامه فرایند، به سیاست استخدامی سازمان بستگی دارد.

بهترین ابزارهای هوش مصنوعی برای غربالگری کدام است؟

ابزارهای هوش مصنوعی مختلف مانند کلاود، جمینای یا چت جی‌پی‌تی بسته به سرمایه‌گذاری شرکت تولیدکننده نقاط قوت خاص خود را دارند.

در ادامه اولویت‌بندی بهترین ابزارهای غربالگری هوش مصنوعی را معرفی می‌کنیم.

  • هوش مصنوعی «کلود» (Cloud) نسخه Opus: کلود در حال حاضر قدرتمندترین ابزار برای بررسی متنی و ارزیابی شایستگی در حوزه تخصصی منابع انسانی و مدیریت فرآیندها است.
  • هوش مصنوعی «چت جی‌پی‌تی» (Chat GPT) ورژن ۴: شناخته‌شده‌ترین و منعطف‌ترین مدل که به‌ویژه به دلیل اکوسیستم ابزارهای جانبی، تحلیل فایل و قابلیت شخصی‌سازی در رتبه بالایی قرار دارد.
  • هوش مصنوعی «جمینای» (Gemini) نسخه ۱/۵ Pro: نقطه قوت جمینای در ظرفیت توکن بسیار بالا و پیوند عمیق با اکوسیستم کاری گوگل است.
  • هوش مصنوعی «گروک» (Grok) نسخه ۲: این مدل نیز با رویکرد مستقیم و کارآمد، می‌تواند گزینه مطلوبی برای ارزیابی دقیق اطلاعات موجود در رزومه‌ها باشد. همچنین هزینه به‌صرفه آن نیز یکی از نقاط قوت گروک در نظر گرفته می‌شود.
بهترین ابزارهای عمومی هوش مصنوعی برای ارزیابی غربالگری رزومه‌ها

همچنین در فهرست زیر، ابزارهای تخصصی هوشمند جهت غربالگری رزومه با هوش مصنوعی را نیز معرفی می‌کنیم.

  1. هوش مصنوعی «Eightfold»: این ابزار هوش مصنوعی برای غربالگری رزومه کارآمدی فراوانی دارد اما هزینه پیاده‌سازی بالا و زمان مورد نیاز برای یادگیری عمیق، از معایب آن محسوب می‌شود.
  2. هوش مصنوعی «Paradox»: این ابزار در پردازش صدا سرعت بسیار بالایی دارد و در زمینه مصاحبه استخدامی کاربردی‌تر از غربالگری رزومه عمل می‌کند.
  3. هوش مصنوعی «Fetcher»: این مدل از AI دقت عملکرد بسیار بالاتری دراد اما بخشی از فرآیند پردازش آن نیازمند به نظارت دستی است.
  4. هوش مصنوعی «Manatal»: ابزار مانتال کاربری بسیار آسان و به‌صرفه‌ای دراد اما فرآیند تحلیل اطلاعات در آن ضعیف‌تر است.
  5. هوش مصنوعی «Skeeled»: این مدل از هوش مصنوعی در غربالگری متن و رزومه بسیار کاربردی است اما شیوه استفاده از آن نیازمند تعامل و زمان بیشتر از سوی کارجو است.
  6. هوش مصنوعی «HireEZ»: این موتور جست‌وجو در اعتبارسنجی تخصص‌ها بسیار خوب عمل می‌کند اما در زمینه تطابق هویت افراد، ضریب خطای بالاتری را نشان داده است.

بهترین ابزارها برای غربالگری رزومه با هوش مصنوعی بسته به نیاز هر سازمان می‌تواند متفاوت باشد. در نتیجه تیم منابع‌انسانی با توجه به بودجه و خدمات مورد نیاز خود، باید بهترین گزینه را از میان این ابزارها انتخاب کند.

ابزارهای تخصصی هوش مصنوعی در منابع انسانی

معیارهای غربالگری رزومه با هوش مصنوعی چیست؟

معیارهای ارزیابی رزومه با هوش مصنوعی به نیازهای موقعیت شغلی و تنظیمات ابزار مورد استفاده بستگی دارند. برای مثال، در استخدام برنامه‌نویس، مهارت‌های فنی و تجربه کار با زبان‌های برنامه‌نویسی از اهمیت زیادی برخوردار هستند، اما برای یک کارشناس تولید محتوا، توانایی نگارش، آشنایی با اصول سئو و تجربه تولید محتوای مرتبط ممکن است در اولویت باشند. به‌طور کلی، اطلاعات زیر می‌توانند در ارزیابی رزومه‌ها نقش داشته باشند.

  1. مهارت‌ها و توانمندی‌های مورد نیاز شغل
  2. سابقه کاری و ارتباط تجربه‌های قبلی با شغل
  3. تحصیلات، گواهینامه‌ها و مدارک حرفه‌ای
  4. میزان انطباق رزومه با شرح شغل
  5. دستاوردهای حرفه‌ای و شواهد تجربه عملی
  6. میزان ماندگاری کارجویان در سازمان‌های قبلی
  7. میزان تسلط کارجویان بر ابزارهای تخصصی

حال که با معیارهای غربالگری رزومه با هوش مصنوعی آشنا شدیم، در ادامه هر یک از موارد بالا را بیشتر توضیح می‌دهیم.

۱. مهارت‌ها و توانمندی‌های مورد نیاز شغل

یکی از معیارهای اصلی، مهارت‌هایی است که متقاضی برای انجام وظایف شغلی به آن‌ها نیاز دارد. این مهارت‌ها بسته به موقعیت شغلی متفاوت‌ هستند و ممکن است شامل موارد زیر باشند.

  • مهارت‌های تخصصی: مانند برنامه‌نویسی، تحلیل داده، سئو یا طراحی گرافیک.
  • تسلط بر ابزارها و نرم‌افزارها: مانند نرم‌افزارهای حسابداری، ابزارهای تحلیل وب یا برنامه‌های طراحی.
  • مهارت‌های عمومی: مانند حل مسئله، ارتباط مؤثر و مدیریت پروژه، در صورتی که برای شغل مورد نظر اهمیت داشته باشند.

ابزار غربالگری می‌تواند مهارت‌های ذکرشده در رزومه را با شرایط اعلام‌شده در آگهی استخدام مقایسه کند. با این‌ حال، وجود نام یک مهارت در رزومه به‌تنهایی نشان نمی‌دهد که متقاضی در آن تسلط کافی دارد. درنتیجه برای ارزیابی دقیق‌تر ممکن است به آزمون تخصصی یا بررسی نمونه‌کار نیاز باشد.

۲. سابقه کاری و ارتباط تجربه‌های قبلی با شغل

صرف تعداد سال‌های سابقه کاری برای ارزیابی یک متقاضی کافی نیست. ارتباط تجربه‌های قبلی با مسئولیت‌های موقعیت جدید نیز اهمیت دارد. سیستم ممکن است اطلاعاتی مانند موارد زیر را بررسی کند.

  • عنوان شغل‌های قبلی و مدت فعالیت در هر موقعیت
  • وظایف و مسئولیت‌هایی که متقاضی بر عهده داشته است
  • تجربه انجام پروژه‌ها یا فعالیت‌های مرتبط
  • سابقه مدیریت تیم یا مسئولیت‌های تخصصی، در صورت نیاز شغل

برای مثال، دو نفر ممکن است هر دو پنج سال سابقه کار داشته باشند، اما اگر یکی از آن‌ها تجربه مستقیم انجام وظایف مورد نیاز موقعیت جدید را داشته باشد، سابقه او ارتباط بیشتری با آن شغل خواهد داشت. ابزار مورد نظر می‌تواند این تفاوت را در حد اطلاعات موجود در رزومه بررسی کند، اما ارزیابی کیفیت واقعی عملکرد افراد به شواهد بیشتری نیاز دارد.

۳. تحصیلات، گواهینامه‌ها و مدارک حرفه‌ای

مدرک تحصیلی و گواهینامه‌ها زمانی اهمیت بیشتری پیدا می‌کنند که برای انجام شغل ضروری بوده یا نشان‌دهنده دانش تخصصی مورد نیاز باشند. ابزار غربالگری می‌تواند اطلاعات مربوط به رشته و مقطع تحصیلی، دوره‌های آموزشی و مدارک حرفه‌ای را با شرایط استخدام مقایسه کند. اهمیت این اطلاعات برای همه موقعیت‌ها یکسان نیست.

  • در مشاغلی که به مدرک یا مجوز حرفه‌ای مشخص نیاز دارند، بررسی این شرایط می‌تواند ضروری باشد.
  • در برخی موقعیت‌های تخصصی، گواهینامه‌های مرتبط می‌توانند آموزش یا دانش تکمیلی را نشان دهند.
  • در مشاغلی که مهارت عملی اهمیت بیشتری دارد، تجربه کاری و نمونه‌کار ممکن است اطلاعات مفیدتری درباره توانایی متقاضی ارائه کنند.

بنابراین، تحصیلات و مدارک باید متناسب با الزامات واقعی شغل ارزیابی شوند، نه اینکه به‌عنوان معیار برتری در تمام موقعیت‌ها در نظر گرفته شوند.

۴. میزان انطباق رزومه با شرح شغل

یکی دیگر از معیارهای مهم، میزان هماهنگی مجموعه اطلاعات رزومه با نیازهای موقعیت شغلی است. در این ارزیابی، مهارت‌ها، سوابق کاری، تحصیلات و مسئولیت‌های قبلی در ارتباط با یکدیگر بررسی می‌شوند.

مثال از میزان انطباق رزومه با شرح شغل

برای مثال، ممکن است یک متقاضی چند مهارت مرتبط را در رزومه خود ذکر کند، اما توضیحات کافی درباره تجربه استفاده از آن‌ها را ارائه نکرده باشد. در مقابل، متقاضی دیگری ممکن است با شرح پروژه‌ها و مسئولیت‌های قبلی، ارتباط تجربه خود را با وظایف شغل روشن‌تر نشان دهد.

ابزارهای پیشرفته‌تر می‌توانند توضیحات مربوط به پروژه‌ها و فعالیت‌های حرفه‌ای را نیز بررسی کنند. با این‌ حال، میزان توانایی آن‌ها در تشخیص ارتباط میان تجربه‌ها به فناوری مورد استفاده بستگی دارد. همچنین، اگر اطلاعات مهمی در رزومه ذکر نشده باشد، سیستم ممکن است نتواند توانایی مربوط به آن را تشخیص دهد.

۵. دستاوردهای حرفه‌ای و شواهد تجربه عملی

در بعضی موقعیت‌های شغلی، توضیح دستاوردها و نتایج کارهای قبلی می‌تواند به شناخت بهتر تجربه متقاضی کمک کند. برای نمونه، فرد ممکن است به پروژه‌ای که اجرا کرده، فرایندی که بهبود داده یا مسئولیتی که با موفقیت بر عهده داشته است اشاره کند.

اگر این اطلاعات در رزومه بوده و ابزار قابلیت بررسی آن‌ها را داشته باشد، می‌توانند در کنار عنوان شغلی و مهارت‌های ذکرشده به ارزیابی ارتباط تجربه متقاضی با موقعیت جدید کمک کنند. البته همه دستاوردها را نمی‌توان به‌صورت خودکار یا صرفاً از روی متن رزومه تأیید کرد. این اطلاعات باید در صورت نیاز با نمونه‌کار، توضیحات تکمیلی یا ارزیابی‌های مراحل بعدی استخدام بررسی شوند.

مزایای غربالگری رزومه با هوش مصنوعی چیست؟

افزایش سرعت بررسی رزومه‌ها و کاهش حجم کار تکراری تیم منابع انسانی ازجمله مزایای غربالگری رزومه با هوش مصنوعی هستند. استفاده از هوش مصنوعی در غربالگری رزومه می‌تواند بخشی از کارهای تکراری فرایند استخدام را ساده‌تر کند. میزان بهره‌مندی از این مزایا به تعداد درخواست‌ها، نوع ابزار و نحوه پیاده‌سازی آن بستگی دارد.

در زیر اصلی‌ترین مزایای غربالگری رزومه با هوش مصنوعی را معرفی می‌کنیم.

  1. افزایش سرعت بررسی رزومه‌ها
  2. کاهش حجم کار تکراری تیم منابع انسانی
  3. ایجاد معیارهای ارزیابی منسجم‌تر

در ادامه هر یک از موارد بالا را توضیح می‌دهیم.

۱. افزایش سرعت بررسی رزومه‌ها

بررسی دستی تعداد زیاد رزومه زمان‌بر است. به‌ویژه زمانی که سازمان برای یک موقعیت شغلی درخواست‌های فراوانی دریافت می‌کند. ابزارهای هوش مصنوعی می‌توانند استخراج اطلاعات، مقایسه با شرایط شغلی و مرتب‌سازی رزومه‌ها را خودکار کرده و زمان لازم برای بررسی اولیه را کاهش دهند.

۲. کاهش حجم کار تکراری تیم منابع انسانی

کارشناسان منابع انسانی معمولاً باید اطلاعات مشابهی را در رزومه‌های متعدد بررسی کنند. خودکارسازی بخشی از این فرایند کارشناسان را قادر می‌سازد تا زمان کمتری صرف بررسی اولیه کنند و توجه بیشتری به مصاحبه، ارزیابی دقیق متقاضیان و هماهنگی با مدیران استخدام داشته باشند.

۳. ایجاد معیارهای ارزیابی منسجم‌تر

اگر سیستم با معیارهای مشخص و مناسب تنظیم شده باشد، می‌تواند آن‌ها را به‌صورت یکسان برای رزومه‌های مختلف به کار ببرد. این موضوع ممکن است تفاوت‌های ناشی از خستگی یا شیوه بررسی افراد را کاهش دهد.

البته یکسان بودن اجرای معیارها به‌تنهایی تضمین‌کننده عدالت نیست. اگر معیارها نامناسب بوده یا سیستم بر اساس داده‌های سوگیرانه آموزش دیده باشد، ممکن است همان خطاها را به‌صورت منظم تکرار کند.

محدودیت‌های غربالگری رزومه با هوش مصنوعی چیست؟

احتمال سوگیری در ارزیابی متقاضیان و خطا در استخراج یا تفسیر اطلاعات رزومه ازجمله محدودیت‌های غربالگری رزومه با هوش مصنوعی هستند. آگاهی از محدودیت‌های این روش به سازمان‌ها کمک می‌کند از نتایج آن واقع‌بینانه‌تر بهره ببرد. در زیر برخی از اصلی‌ترین محدودیت‌های آن را معرفی می‌کنیم.

  1. احتمال سوگیری در ارزیابی متقاضیان
  2. خطا در استخراج یا تفسیر اطلاعات رزومه
  3. نادیده گرفته شدن برخی توانمندی‌های متقاضیان

در ادامه هر یک از موارد بالا را توضیح می‌دهیم.

۱) احتمال سوگیری در ارزیابی متقاضیان

اگر داده‌های مورد استفاده برای آموزش سیستم یا معیارهای تعیین‌شده در آن، سوگیری‌های موجود در استخدام‌های گذشته را منعکس کنند، نتیجه ارزیابی نیز ممکن است ناعادلانه باشد.

مثال از سوگیری در ارزیابی متقاضیان

برای مثال، اگر سیستم به شکل نامتناسبی به سابقه فعالیت در شرکت‌های خاص یا تحصیل در دانشگاه‌های مشخص وزن بدهد، ممکن است متقاضیان توانمند دیگر را کبا امتیاز پایین ارزیابی کند. برای کاهش این خطر، لازم است معیارهای ارزیابی به نیازهای واقعی شغل مرتبط باشند و نتایج سیستم به‌صورت دوره‌ای بررسی شوند.

۲) خطا در استخراج یا تفسیر اطلاعات رزومه

ابزارهای هوش مصنوعی ممکن است اطلاعات را اشتباه استخراج کنند یا نتوانند منظور برخی عبارت‌ها را به‌درستی تشخیص دهند. قالب‌بندی پیچیده، فایل‌های اسکن‌شده، توضیحات مبهم و تفاوت در اصطلاحات شغلی از عواملی هستند که می‌توانند بر کیفیت نتیجه تأثیر بگذارند.

در نتیجه، ممکن است یک مهارت مهم در رزومه شناسایی نشود یا سابقه کاری متقاضی به‌درستی مورد ارزیابی قرار نگیرد. امکان بازبینی اطلاعات استخراج‌شده و بررسی موارد مشکوک می‌تواند به شناسایی این خطاها کمک کند.

۳) نادیده گرفته شدن برخی توانمندی‌های متقاضیان

همه افراد تجربه و مهارت‌های خود را به یک شکل در رزومه توضیح نمی‌دهند. بعضی متقاضیان ممکن است مهارت‌های قابل‌ انتقال از یک حوزه شغلی به حوزه دیگر داشته باشند، اما تجربه آن‌ها با عناوین رایج یا اصطلاحات مورد انتظار سیستم متغیر به نظر برسد

اگر ابزار مورد استفاده نتواند این ارتباط‌ها را به‌درستی تشخیص دهد، احتمال دارد رزومه چنین افرادی امتیاز پایین‌تری بگیرد. به همین دلیل، اتکا به امتیاز نهایی بدون بررسی موارد مرزی می‌تواند باعث کنار گذاشته شدن برخی متقاضیان مناسب شود.

مدیریت هوشمند فرایند استخدام با ATS سنجمان

غربالگری رزومه یکی از مراحل مهم فرایند جذب و استخدام است که مدیریت درست آن می‌تواند به صرفه‌جویی در زمان و بهبود روند بررسی متقاضیان کمک کند. سامانه ATS سنجمان با فراهم کردن امکان غربالگری رزومه با هوش مصنوعی، فرآیندمرحله‌بندی، شناسایی رزومه‌های تکراری، ثبت گزارش جلسات و گزارش‌گیری دقیق را بسیار دقیق‌تر و ساده‌تر کرده است.

سوالات متداول

اکنون که به خوبی با غربالگری رزومه با هوش مصنوعی آشنا شدیم، در ادامه به پرسش‌های رایج در این حوزه پاسخ می‌دهیم.

۱. غربالگری رزومه با هوش مصنوعی چگونه انجام می‌شود؟

هوش مصنوعی با بررسی اطلاعات رزومه، مهارت‌ها، سوابق شغلی، تحصیلات و میزان تطابق آن‌ها با شرایط شغل موردنظر، رزومه‌های مناسب را شناسایی و دسته‌بندی می‌کند.

۲. آیا هوش مصنوعی می‌تواند رزومه‌های نامناسب را رد کند؟

بله. سیستم‌های غربالگری هوشمند می‌توانند رزومه‌هایی را که با معیارهای تعیین‌شده برای موقعیت شغلی مطابقت ندارند، در اولویت‌های پایین‌تر قرار دهند یا برای بررسی بیشتر علامت‌گذاری کنند. نحوه تصمیم‌گیری به تنظیمات و قابلیت‌های سیستم بستگی دارد.

۳. مهم‌ترین مزایای غربالگری رزومه با هوش مصنوعی چیست؟

افزایش سرعت بررسی رزومه‌ها، کاهش زمان استخدام، دسته‌بندی بهتر متقاضیان و کمک به شناسایی افراد واجد شرایط از مهم‌ترین مزایای استفاده از هوش مصنوعی در این فرایند هستند.

۴. آیا غربالگری رزومه با هوش مصنوعی خطا دارد؟

بله. رزومه‌های نامنظم، اطلاعات ناقص، سوگیری داده‌های آموزشی و تنظیم نادرست معیارهای ارزیابی می‌توانند باعث خطا شوند. به همین دلیل، نظارت نیروی انسانی بر نتایج غربالگری اهمیت دارد.

۵. چگونه می‌توان فرایند غربالگری رزومه با هوش مصنوعی را بهبود داد؟

برای بهبود غربالگری رزومه با هوش مصنوعی، لازم است معیارهای موردنیاز برای هر موقعیت شغلی به‌درستی مشخص شوند و عملکرد سیستم به‌طور منظم مورد بررسی قرار گیرد. همچنین، بررسی نهایی رزومه‌ها توسط کارشناسان منابع انسانی به کاهش خطا و انتخاب دقیق‌تر نیروهای مناسب کمک می‌کند.

منابع

heymilo

nextmantra

می‌خواهید این کارها در سازمان شما ساده‌تر انجام شود؟ سنجمان را در یک جلسهٔ کوتاه از نزدیک ببینید.

درخواست دموی رایگان

مقالات و راهنماهای مرتبط