الذكاء الاصطناعي ليس أداة لتطبيقها، بل قدرة يجب بناؤها | Indwin Edwin Joel

لم يكن Indwin Edwin Joel يخطط للعمل في مجال الموارد البشرية. فهو مهندس بالتدريب، انتقل إلى تطوير الأفراد ولم ينظر إلى الوراء طوال خمسة عشر عاماً وسبعة قطاعات: التشخيص، الرعاية الصحية، الأدوية، خدمات تكنولوجيا المعلومات، الخدمات اللوجستية، الشحن، والقطاع الاجتماعي. يشغل حالياً منصب قائد تطوير الأفراد في Anubavam Technologies، وهي شركة تقنية تطور منصة مدعومة بالذكاء الاصطناعي لقطاع التعليم.

في الحلقة 26 من Xobin Talks، يسأل المضيف Aman Kumar Tiwari عن معنى الذكاء الاصطناعي في التوظيف فعلياً، وما الذي تخطئ فيه المؤسسات عند تبنيه، وكيف سيبدو العقد القادم لاستقطاب المواهب.

كيف يبدو التوظيف المدعوم بالذكاء الاصطناعي لقادة الموارد البشرية اليوم؟

ينطلق Edwin من منظور تاريخي أكثر من كونه تقنياً. يتتبع تطور الموارد البشرية عبر مراحلها الصناعية، من وظيفة إدارية إلى إدارة الموارد البشرية إلى إدارة رأس المال البشري، وصولاً إلى ما يراه اليوم: عصر تجربة الأفراد.

Edwin: "من منظور إداري، انتقلنا إلى مساحة يركز فيها الجميع على تجربة الأفراد. العديد من المؤسسات أعادت تعريف الموارد البشرية كفريق تجربة الأفراد. الذكاء الاصطناعي في الموارد البشرية يمثل انتقالاً من التوظيف التقليدي إلى تنسيق المواهب الذكي."

من الحدس إلى الأدلة المنظمة

أبرز ملاحظاته تدور حول مصدر حدس خبراء التوظيف.

Edwin: "دائماً نقول إن لدينا شعوراً داخلياً. هذا الشعور كان عبارة عن بيانات في أذهاننا وكانت مرنة جداً. الأمر يتعلق بنظام عمل ننظر فيه إلى إشارات القدرات، والقرائن السلوكية، أو القدرات المعرفية."

أكثر من 65% من مسؤولي التوظيف طبقوا بالفعل الذكاء الاصطناعي، بهدف توفير الوقت (44%)، وتحسين مصادر المرشحين (58%)، وتقليل تكاليف التوظيف بنسبة تصل إلى 30% لكل موظف (DemandSage، 2026). المكاسب في الكفاءة موثقة. لكن وجهة نظر Edwin أن التحول الأهم هو معرفي: ما كان حدسياً أصبح منظماً، وما كان محلياً أصبح قابلاً للنقل، وما كان فردياً أصبح مؤسسياً.

لغة توظيف عالمية

Edwin: "عند النظر إلى الأسواق العالمية، سيساعد الذكاء الاصطناعي في خلق لغة توظيف عالمية. كفرد نشأ في مدن مختلفة، سيكون لديك تحيز تجاه أشخاص أو ثقافات معينة. أما الذكاء الاصطناعي، فلن يكون لديه هذا التحيز لأنه يعتمد على الأدلة المنظمة في تقييم الأشخاص دون حدود أو تحيزات أو عوائق."

إزالة الحدود ليست جغرافية فقط، بل مفاهيمية أيضاً: الذكاء الاصطناعي يمكّن المؤسسات من تقييم المرشحين وفق معيار ثابت بدلاً من الافتراضات الثقافية لمن يقوم بالفرز.

ما هي أبرز المزايا التحويلية لدمج الذكاء الاصطناعي في التوظيف؟

يرتب Edwin إجابته حول ثلاث قدرات يتيحها الذكاء الاصطناعي لوظيفة الموارد البشرية، وكل منها يمثل تحولاً من قيد اعتادت عليه الفرق.

توظيف بلا حدود وعلى نطاق واسع

Edwin: "لم تعد مقيداً بالتوظيف حسب المنطقة. الآن لديك توظيف بلا حدود وعلى نطاق واسع لأن الشركات تواجه الكثير من التغيرات. الذكاء الاصطناعي سيمكن الحوكمة وقابلية التوسع لتقييم المرشحين في أي مكان من خلال عمليات وتقييمات موحدة."

متوسط الوقت اللازم للتوظيف باستخدام الذكاء الاصطناعي في فرز الصوت يبلغ حوالي 2.8 يوم للأدوار التشغيلية والكثيفة، مقارنة بمتوسط عالمي يبلغ 44 يوماً في 2025. سرعة الإنجاز هي أحد الأبعاد، والآخر هو الجغرافيا. المؤسسات التي كانت توظف محلياً بسبب صعوبة التقييم عبر الحدود أصبحت الآن قادرة على التوظيف عالمياً بنفس معايير الفرز في كل موقع.

قيمة استراتيجية للموارد البشرية على طاولة القيادة

Edwin: "لوحات المعلومات وأنظمة التوظيف المنظمة بالذكاء الاصطناعي يمكن أن تجعل الموارد البشرية جزءاً استراتيجياً من الأعمال. لدى فرق الموارد البشرية الآن مكان على الطاولة، لكن يبقى السؤال: هل نتخذ القرارات بالعقلية والبيانات الصحيحة؟"

هذه أبرز ملاحظاته حول موقع الموارد البشرية في المؤسسة: المقعد متاح، وما يحدد فعالية شغل الموارد البشرية له هو تقديم أدلة قائمة على البيانات لا القصص الفردية. الذكاء الاصطناعي يمنح الموارد البشرية البنية التحليلية اللازمة لذلك.

Edwin: "يمكنك البدء باستخدام الذكاء الاصطناعي دون معرفة عميقة بالبيانات. يمكن أن يساعد محترفي الموارد البشرية على تحويل البيانات المعقدة إلى رؤى قابلة للتنفيذ بثقة. الذكاء الاصطناعي لا يحسن التوظيف فقط، بل يمنح الموارد البشرية صوتاً أقوى في النقاشات القيادية ويساعد في تشكيل قرارات الأعمال."

تحليل تنبؤي بدلاً من التخمين

Edwin: "الأنماط وكل شيء يأتي مع الخبرة. هذا يتحول إلى نظام عمل ننظر فيه إلى إشارات القدرات، والقرائن السلوكية، أو القدرات المعرفية. سواء كنا نوظف من Chennai أو Gujarat أو أي مكان في الهند أو برلين، لا يهم. في النهاية نحن نركز على إدارة المواهب، واستقطاب المواهب، والاحتفاظ بها."

كيف يمكن للمنصات المدعومة بالذكاء الاصطناعي مساعدة المؤسسات على تحديد المواهب المناسبة بثقة أكبر؟

يطرح Edwin هذا السؤال من خلال ثلاثة مخرجات تولدها المنصات المدعومة بالذكاء الاصطناعي، كل منها يعالج فجوة في عمليات التوظيف التقليدية.

توحيد معايير التقييم عالمياً

يشير Aman إلى دور Xobin في هذا التحول: المنصات مثلها هي التي تجعل من الممكن وجود معيار تقييم عالمي.

Edwin: "نحتاج إلى إطار اختبار مشترك يتماشى مع المعايير الدولية. وفي الوقت نفسه، تحتاج الهند إلى بناء معيارها الخاص الذي يعكس السوق المحلية. معيار موحد يمكن أن يجمع هذه المعايير ويساعد المؤسسات الرائدة على المضي قدماً في تحولها."

النقطة المتعلقة بالتوحيد مهمة جداً في التوظيف عبر الحدود. عندما توظف مؤسسة في الهند والشرق الأوسط وأوروبا في الوقت نفسه، يجب أن يكون لنتيجة تقييم المرشح الهندي نفس الدلالة في كل سياق. بدون إطار موحد، لا تكون المقارنة عادلة.

رؤى تنبؤية للمواهب من البيانات الحالية

Edwin: "عادة ما يكون لدى المؤسسات مصفوفة مهارات أو تحليل للمهارات. غالباً ما يتم الاحتفاظ بها على الورق أو في Excel. مع قدرات الذكاء الاصطناعي، ننظر إلى كيف يمكن لبيانات التقييم هذه أن تتنبأ بالأداء المستقبلي."

البيانات التي تحتفظ بها المؤسسات عن موظفيها الحاليين هي أصل غير مستغل. سجلات التقييم، بيانات الأداء، أنماط الاستقالات، جميعها تحمل إشارات حول ما يحدد النجاح في دور أو ثقافة معينة. يشير Edwin إلى أن الذكاء الاصطناعي يحول هذا السجل التاريخي من أرشيف سلبي إلى أداة تنبؤية نشطة.

ذكاء هيكلي في التوظيف

Edwin: "ابدأ بالتخطيط للأدوار التي ستحتاجها لاحقاً واحتفظ بتدفق مستمر من المواهب المؤهلة. المنصات المدعومة بالذكاء الاصطناعي يمكن أن تدعم هذه العملية من خلال مساعدة الشركات على التوظيف على نطاق واسع في أسواق مختلفة. كما يمكنها جعل التوظيف أكثر شفافية واتساقاً وأسهل في التوسع مع تغير احتياجات الأعمال."

كيف يمكن للذكاء الاصطناعي تقليل التحيز في التوظيف بدلاً من تعزيزه؟

يتناول Edwin هذا الموضوع من زاوية الحوكمة والمساءلة والظروف التي يظهر فيها التحيز في الذكاء الاصطناعي.

التحيز في التدريب وليس في التقنية

Edwin: "هل ندرب نموذج الذكاء الاصطناعي بشكل صحيح؟ هذا هو السؤال الأهم. إذا أدخلت الذكاء الاصطناعي في نظام غير فعال، سيعطيك نتائج خاطئة."

إذا كانت بيانات التدريب تعكس تحيزات تاريخية، فسيتعلم الذكاء الاصطناعي هذه التحيزات ويضخمها. التقنية نفسها محايدة؛ الحوكمة هي ما يحدد بقائها كذلك.

إخفاء المؤشرات الحساسة يزيل مصدر التحيز

Edwin: "عند مراجعة ملف مرشح، قد ألاحظ تفاصيل مثل اللغة أو الجنس أو العمر أو الجنسية، وهذه التفاصيل قد تؤثر على حكمي دون وعي. الذكاء الاصطناعي يمكنه فرز المرشحين دون الاعتماد على هذه المؤشرات الحساسة. بإزالة هذه المؤشرات من مرحلة الفرز الأولى، يمكن للذكاء الاصطناعي تقليل فرص تأثير التحيز الشخصي على القرار."

الفرز الأعمى ليس جديداً، لكن ما يضيفه الذكاء الاصطناعي هو القدرة على تطبيقه باستمرار وعلى نطاق واسع، ليس فقط على عينة مختارة بل على آلاف الطلبات في الوقت نفسه.

الذكاء الاصطناعي كآلية مراقبة وتدقيق

Edwin: "يمكن للذكاء الاصطناعي أيضاً مراقبة وتدقيق الأطر. إنه حليف وممكن لبناء أنظمة موارد بشرية يجب أن تكون شفافة وقابلة للتوسع والتدقيق ومرتكزة على الأخلاقيات. هذا يضع الموارد البشرية كحارس للعدالة، لا مجرد منفذ."

هيكل الحوكمة حول الأداة، وليس الأداة نفسها، هو ما يحدد ما إذا كانت تقلل التحيز أو تعززه على نطاق واسع. رؤية Edwin متسقة: التقنية محايدة، والمساءلة يجب أن تُبنى حولها عن قصد.

ما هي الخطوات الأولى للمؤسسات التي تبدأ تحولها في التوظيف باستخدام الذكاء الاصطناعي؟

هنا يكون Edwin أكثر وضوحاً ومباشرة حول الأخطاء الشائعة.

ابدأ بالمشكلة وليس المنصة

Edwin: "ابدأ بتحديد التحدي في التوظيف، وليس التقنية. حدد ما تريد تحقيقه، وسرعة الفرز المطلوبة، وكيف ستجري المقابلات. ثم قرر كيف ستقيّم المرشحين وحدد أي فجوات في العملية الحالية. بعد أن تتضح الصورة، اختر الأداة الأنسب لتلبية هذه الاحتياجات."

هذا الخطأ شائع: تشتري المؤسسات أداة ذكاء اصطناعي لأن منافساً فعل ذلك، ثم تحاول تكييف عملية التوظيف حولها. التسلسل الصحيح هو العكس: حدد عنق الزجاجة أو الفجوة، ثم قيّم الأدوات التي تعالجها.

اعتمد الذكاء الاصطناعي تدريجياً وليس دفعة واحدة

Edwin: "لا يمكن تبنيه بالكامل دفعة واحدة. يجب أن يكون تدريجياً. يمكن البدء بفرز السير الذاتية بالذكاء الاصطناعي، ثم الانتقال إلى التقييمات، ثم تحليلات المقابلات أو لوحات المعلومات، ثم أنظمة تتبع المتقدمين المدعومة بالذكاء الاصطناعي. ابدأ بما يحقق أكبر أثر على الأعمال."

من المتوقع أن تتضمن 40% من تطبيقات المؤسسات وكلاء ذكاء اصطناعي متخصصين بحلول 2026، ارتفاعاً من أقل من 5% في 2025 (Gartner، 2025)، ما يعكس تحولاً من التبني الشامل إلى التكامل المتخصص. الاتجاه هو نحو تطبيقات مستهدفة وليس إطلاقاً شاملاً، ما يؤكد نهج Edwin المرحلي.

بناء معرفة الذكاء الاصطناعي وليس مجرد إتاحته

Edwin: "الذكاء الاصطناعي لن يكون مجرد أداة لتطبيقها. إنه قدرة يجب بناؤها للجميع في النظام. الأشخاص الذين سيعملون على هذه الأنظمة يجب تعزيز قدراتهم على فهم الذكاء الاصطناعي واستخدام التقنية. الأمر يتعلق بالتعلم وإعادة التعلم والتخلي عن المفاهيم القديمة."

هذا هو التمييز الأوضح الذي يطرحه Edwin: الشراء يمنحك الوصول للذكاء الاصطناعي؛ التعلم يمنحك القدرة على استخدامه. المؤسسات التي تطبق أدوات الذكاء الاصطناعي دون الاستثمار في معرفة فرق الموارد البشرية تخلق تبعية للمنصات بدلاً من بناء قدرة يمكن توجيهها وتطويرها.

انتصارات سريعة مقابل مكاسب طويلة الأمد

Edwin: "على المؤسسات أن تتعامل مع أولويات اليوم مع إبقاء الأهداف طويلة الأمد في الحسبان. الانتصارات السريعة تعني استمرار الأعمال، أما المكاسب طويلة الأمد فتعني تغيير الأعمال. استمرار الأعمال مهم لضمان التدفق النقدي، أما التغيير فهو كيف تتبنى الذكاء الاصطناعي وتدمجه في أنظمتها."

الانتصارات السريعة مثل تسريع الفرز وتحسين الاختيار وتقليل العبء الإداري تمهد الطريق للمكاسب طويلة الأمد: التوظيف بلا حدود، خطوط مواهب تنبؤية، وتقييم مستمر بدلاً من المراجعات السنوية.

ماذا ينتظر مسؤولي التوظيف من الذكاء الاصطناعي في العقد القادم؟

توقعات Edwin منظمة حول أربعة تحولات هيكلية، كل منها يمثل تغييراً في طريقة تفكير المؤسسات حول العلاقة بين المواهب والعمل.

التركيز على المهارات والتوظيف بلا حدود

Edwin: "سيساعد الذكاء الاصطناعي الشركات على مطابقة الأشخاص مع الوظائف بناءً على المهارات، وليس مكان الإقامة أو الهياكل التقليدية. قد تبدأ الشركات في التوظيف لأدوار لم تكن موجودة من قبل. مع تطور الذكاء الاصطناعي، يمكنه أيضاً اكتشاف أشخاص لديهم إمكانيات غير مستغلة وربطهم بفرص تتناسب مع مهاراتهم وخبراتهم وقدراتهم. هذا قد يفتح سوق مواهب عالمية أوسع بكثير."

الدلالة هنا كبيرة: سوق المواهب لأي دور لم يعد مقيداً بالموقع أو العلاقات أو الشهادات، بل بإشارات المهارات التي يمكن للذكاء الاصطناعي اكتشافها على نطاق واسع.

التقييم المستمر بدلاً من التقييم في نقطة زمنية واحدة

Edwin: "إدارة الأداء كانت تتم سنوياً أو ربع سنوياً. التقييم أو التقييم المستمر سيتم بواسطة الذكاء الاصطناعي. سيدعم الذكاء الاصطناعي رؤى المواهب المستمرة، والقدرة على التعلم، والمواءمة الثقافية، ومؤشرات الأداء أو التوجهات المستقبلية عبر دورة حياة الموظف بالكامل."

مراجعة الأداء السنوية كآلية تقييم رئيسية أصبحت تحت الضغط. توقع Edwin أن الذكاء الاصطناعي يمكّن من التحول إلى ذكاء مواهب مستمر قائم على البيانات يجعل التقييم الدوري التقليدي غير ضروري هيكلياً.

تخصيص عميق لمسار المرشح والموظف

Edwin: "لا يوجد حل واحد يناسب الجميع. ستجد تنوعاً كبيراً لأننا بحاجة للنظر إلى اختلافات الأفراد. حسب السلوك والقدرات والاحتياجات، سيكون التخصيص متجذراً في الذكاء الاصطناعي. سيساعد في فهم هذه الاحتياجات، لأن الناس قد يترددون في التعبير عنها، لكن من خلال الاستبيانات أو البيانات السابقة يمكن استنتاجها بسهولة."

حوكمة أخلاقية وتنظيمية عميقة

Edwin: "على الموارد البشرية في المستقبل ألا تكتفي بتدقيق الموارد البشرية بل تستعد أيضاً لتدقيق الذكاء الاصطناعي، وشفافية النماذج، وحوكمة التحيز. لدينا الكثير من البيانات الشخصية لكل مرشح. من الضروري جداً وجود إطار حوكمة لحماية المصلحة العامة."

قانون DPDP في الهند، وقانون الذكاء الاصطناعي في الاتحاد الأوروبي، وISO 42001 جميعها تتحرك في اتجاه واحد: اعتبار الذكاء الاصطناعي المستخدم في التوظيف عالي المخاطر وعالي المسؤولية. فرق الموارد البشرية التي تؤجل الامتثال تبني نحو انتقال أصعب من تلك التي تضع أطر الحوكمة الآن.

عن Indwin Edwin Joel

Indwin Edwin Joel هو مدير أول لتطوير الأفراد في Anubavam Technologies، وهي شركة تقنية تقدم خدمات احترافية ومنصة Great Campus AI لقطاع التعليم. مهندس بالتدريب، انتقل إلى الموارد البشرية بالصدفة وقضى 15 عاماً في سبعة قطاعات: التشخيص، الرعاية الصحية، الأدوية، خدمات تكنولوجيا المعلومات، الخدمات اللوجستية، الشحن، والقطاع الاجتماعي، ليبني قناعته بأن ثقافة المؤسسة وتطوير الأفراد هما ما يحدد فعلياً نجاح الاستثمارات التقنية. له حضور نشط في موضوعات التحول الرقمي للموارد البشرية، وأطر الحوكمة، وبناء معرفة الذكاء الاصطناعي داخل فرق الموارد البشرية.

تواصل مع Edwin عبر LinkedIn