अंतर्दृष्टि पूर्वावलोकन
What HR Leaders Should Actually Demand
इस श्रृंखला के पहले दो लेखों ने AI थिएटर को वास्तविक क्षमता मूल्यांकन से अलग किया। यह अंतिम लेख उस समझ का उपयोग खरीद प्रक्रिया में होने पर कैसे करना चाहिए, इसके बारे में है।
यदि आप भर्ती तकनीक का मूल्यांकन कर रहे हैं, या पहले से खरीदी हुई तकनीक पर पुनर्विचार कर रहे हैं, तो कुछ ऐसे प्रश्न हैं जो एक चमकदार डेमो की परत को अक्सर सबसे तेज़ी से छुड़ा देते हैं।
वे प्रश्न जो डेमो की चमक-दमक को पार कर जाते हैं
विक्रेता के डेमो में साफ इंटरफ़ेस और आत्मविश्वासी व्याख्याएँ यह बहुत कम बताती हैं कि सिस्टम वास्तव में क्या कर रहा है या क्या यह भर्ती परिणामों में सुधार करेगा।
सिग्नल प्रश्न से शुरू करें: आप किन संकेतों का मूल्यांकन कर रहे हैं, और उन्हें कैसे चुना गया? यदि उत्तर कीवर्ड, प्रमाण-पत्र मिलान, या AI-सहायता प्राप्त रिज़्यूमे पार्सिंग पर केंद्रित है, तो आप वही पुरानी प्रक्रिया पर एक स्मार्ट आवरण देख रहे हैं।
फिर संगठनात्मक विशिष्टता के बारे में पूछें। यदि विक्रेता यह स्पष्ट नहीं कर सकता कि मॉडल आपकी उद्योग, भूमिकाओं और वातावरण के अनुरूप कैसे होता है, तो वे एक सामान्य प्रणाली को एक विशिष्ट संदर्भ पर लागू कर रहे हैं और उसे बुद्धिमत्ता कह रहे हैं।
इस बात का प्रमाण माँगें कि सिस्टम प्रदर्शन की भविष्यवाणी करता है न कि केवल भर्ती दर बढ़ाता है, और विक्रेता से यह भी कहें कि किसी शीर्ष-रेटेड उम्मीदवार को विशिष्ट, ऑडिट योग्य शब्दों में पहली रैंक क्यों दी गई।
वह एकीकरण सवाल जिसे अधिकांश खरीदार गलत समझते हैं
एंटरप्राइज़ खरीदार अक्सर भर्ती तकनीक का मूल्यांकन इस तरह करते हैं जैसे वह HR स्टैक के बाकी हिस्सों के बाहर मौजूद हो। यह एक गलती है, और जब खरीदार ऐसा करते हैं तो विक्रेताओं को कभी-कभी लाभ होता है।
सबसे गहरी वैल्यू आम तौर पर ATS या HRIS को बदलने से नहीं मिलती। यह उन प्रणालियों को अधिक बुद्धिमान बनाने से आती है, उन वर्कफ़ोर्स डेटा से सीखकर जो आपने पहले ही जमा किए हैं: किसे नियुक्त किया गया, किसने प्रदर्शन किया, कौन बना रहा, और कौन चला गया।
एक ऐसा टूल जो मौजूदा प्रणालियों के साथ एकीकृत नहीं हो सकता या मौजूदा संगठनात्मक डेटा से सीख नहीं सकता, उसे सामान्य पैटर्न पर निर्भर होना पड़ता है जो आपकी वास्तविकता को बिल्कुल भी प्रतिबिंबित न करें।
बेहतर प्रश्न यह नहीं है कि स्टैक को फेंक देना चाहिए या नहीं। बेहतर प्रश्न यह है कि उन वर्कफ़्लो और साक्ष्यों पर बेहतर बुद्धिमत्ता कैसे लागू की जाए जो आपके पास पहले से मौजूद हैं।
निष्पक्ष AI के लिए वास्तव में क्या आवश्यक है
भर्ती AI में पक्षपात में कमी कोई फीचर फ्लैग नहीं है। यह इस बात का परिणाम है कि सिस्टम किन संकेतों का मूल्यांकन करता है और जिस डेटा पर इसे प्रशिक्षित किया गया था।
एक ऐसा सिस्टम जो पक्षपातपूर्ण ऐतिहासिक भर्ती डेटा पर प्रशिक्षित है, उन पैटर्नों को दोहराएगा और उन्हें बुद्धिमत्ता के रूप में प्रस्तुत करेगा। यह सैद्धांतिक नहीं है। यह डिफ़ॉल्ट है जब मशीन लर्निंग को पिछले डेटा पर लागू किया जाता है बिना यह प्रश्न किए कि क्या अतीत को दोहराया जाना वाजिब था।
न्यायसंगत प्रणालियों के लिए जानबूझकर यह निर्णय लेना आवश्यक है कि ऐसे संकेतों का मूल्यांकन किया जाए जिन्हें प्रदर्शन के खिलाफ मान्य किया गया हो, बजाय उन संकेतों के जो केवल पूर्व भर्ती निर्णयों के साथ सहसंबंधित हैं। साथ ही, परिणामों की जनसांख्यिकीय समूहों के पार निगरानी और संकेतों के वेटिंग को इतना पारदर्शी बनाना आवश्यक है कि उसे जांचा जा सके।
एथिक्स, अनुपालन, या दोनों को लेकर चिंतित HR नेताओं के लिए, उस स्तर की पारदर्शिता एक प्रीमियम ऐड-ऑन नहीं बल्कि आरंभिक आवश्यकता होनी चाहिए।
निर्णय के लिए एक रूपरेखा
एक व्यावहारिक खरीद फ्रेमवर्क सिग्नल की गुणवत्ता से शुरू होता है: यह सिस्टम वास्तव में क्या माप रहा है, और क्या इसके प्रमाण हैं कि यह प्रदर्शन की भविष्यवाणी करता है न कि केवल पूर्व नियुक्तियों की नकल करता है?
अगला प्रश्न यह है कि क्या मॉडल आपके संचालन संदर्भ को समझता है या क्या यह अभी भी प्रभावशाली तकनीक की परत के साथ सामान्य पूर्वानुमान बना रहा है।
अंत में, चर्चा को फीचर चेकलिस्ट से हटाकर परिणामों की ओर मोड़ें। आपके जैसे संगठनों में, आपकी जैसी भूमिकाओं में, अपनाने के बाद क्या हुआ? तुलनीय उपयोग मामलों वाले ग्राहकों का संदर्भ किसी भी परिष्कृत प्रस्तुति से अधिक मायने रखता है।
वे HR नेता जो एक और महंगे खरीद निर्णय की गलती से बचते हैं, वे ही वे लोग हैं जो अब परिष्कृत ऑटोमेशन और वास्तविक प्रदर्शन इंटेलिजेंस के बीच के अंतर को समझते हैं।
निष्कर्ष
- मजबूत HR खरीदार सिग्नल की स्पष्टता, व्याख्याय्यता, संगठनात्मक विशिष्टता और ऐसे प्रमाण मांगते हैं जो परिणामों से जुड़े हों, न कि सिर्फ डेमो आत्मविश्वास से।
- सही सिस्टम आपके मौजूदा हायरिंग स्टैक को स्मार्ट बनाता है। यह केवल पुराने वर्कफ़्लो को और प्रभावशाली भाषा के साथ विपणन नहीं करता।
संदर्भ
- 1. Harvard Business School and Accenture. Hidden Workers: Untapped Talent. https://www.hbs.edu/managing-the-future-of-work/Documents/research/hiddenworkers09032021.pdf
- 2. Harvard Business School Working Knowledge. How to Tap the Talent Automated HR Platforms Miss. https://www.library.hbs.edu/working-knowledge/how-to-tap-the-talent-automated-hr-platforms-miss
सामग्री स्तंभ