لماذا يُعتبر "الذكاء الاصطناعي في التوظيف" مبالغاً فيه في الغالب وما الذي ينجح فعلاً | Mike Cohen

يرد Mike Cohen على رسائل LinkedIn الخاصة به باسم Batman Recruiter؛ حتى أن رابط ملفه الشخصي هو linkedin.com/in/batmanrecruiter. بدأ مسيرته كمتخصص في الاستقطاب من جهة الوكالات منذ أن كان في الحادية والعشرين من عمره؛ ويدير شركته الخاصة Wayne Technologies، ويُعد من أكثر الأصوات صراحة في مجال الذكاء الاصطناعي في التوظيف.

في الحلقة رقم 12 من Xobin Talks، يجلس Amrit Acharya، الشريك المؤسس والرئيس التنفيذي للعمليات في Xobin، مع Mike لمناقشة ما الذي غيّره ChatGPT فعلياً في الاستقطاب بعد سبعة أشهر فقط من إطلاقه. يتناول الحوار حالات الاستخدام العملية، والنتائج الفعلية، والقيود الواضحة، والسؤال الكبير الذي يدور في أذهان العديد من مسؤولي التوظيف: "هل سيحل الذكاء الاصطناعي محل وظائف التوظيف في النهاية؟"

انتظر - لماذا رابط LinkedIn الخاص بك هو Batman Recruiter؟

لم يستطع Amrit أن يمنع نفسه من السؤال قبل الدخول في أي حديث عن الذكاء الاصطناعي.

Amrit: "ملفك على LinkedIn هو linkedin.com/batmanrecruiter. ما القصة؟"

Mike: "عندما كنت أعمل في مدينة نيويورك، بدأت أفكر في بناء علامة شخصية خاصة بي. في نفس الفترة تقريباً، أعلن Donald Trump عن حملته الرئاسية. وكان محاميه Michael Cohen يملأ الأخبار بسبب أسلوبه في المقابلات. وبما أنه كان يسيطر على نتائج البحث، أدركت سريعاً أنه لا فرصة لي للظهور في الصفحة الأولى من Google بهذا الاسم."

فبدأ يفكر في شخصية Batman.

Mike: "لم أكن من محبي القصص المصورة في طفولتي. لكن عندما قرأت Batman: The Long Halloween في سن التاسعة عشرة، تغير كل شيء. أحببت فوراً التباين بين Batman وSuperman وWonder Woman، وكيف أن توازن شخصياتهم جذبني فعلاً. Superman وWonder Woman يتظاهران بأنهما بشر عاديون ليتأقلما مع المجتمع. أما Batman؟ Bruce Wayne هو القناع. الإنسان هو القناع، وليس البطل. وكان Batman من أوائل المحققين الكبار في العالم. حتى أن اسم DC Comics هو اختصار لـ Detective Comics. وفكرت: أنا أيضاً أشبه بالمحقق. فلنجرب هذا الأمر."

وبعد أكثر من ثماني سنوات ونصف، بقي الاسم ملازماً له.

مر سبعة أشهر على إطلاق ChatGPT. هل تغير شيء فعلاً؟

Amrit: "اليوم يونيو 2023، أي بعد سبعة أشهر من إطلاق ChatGPT في نوفمبر 2022. هل حدث تغيير ملموس في الاستقطاب والتوظيف؟"

Mike: "سؤال معقد. تقنية GPT موجودة منذ سنوات كنموذج لغوي ضخم للمطورين. لكني سأتحدث عن ChatGPT تحديداً، الموقع الذي يمكنك التفاعل معه عبر الدردشة. هل غيّر شيئاً؟ نعم. لكن التغيير في رأيي هو تحول في طريقة التفكير أكثر من كونه تغييراً تكتيكياً."

ويصف تغيرين تكتيكيين مباشرين لاحظهما.

الأول واضح: صياغة الوصف الوظيفي، ورسائل المرشحين، ونصوص التواصل. بدلاً من الكتابة من الصفر، أصبح بإمكان مسؤولي التوظيف توليد مسودة أولية وتحريرها.

Mike: "الأهم من تغيير طريقة التوظيف، أنه جعل الناس يدركون ما يمكن أن تفعله التقنية فعلاً. الناس أصبحوا يقولون: 'كتبت طلباً بسيطاً، فأنشأ لي وصفاً وظيفياً لمهندس كيميائي في مينيسوتا ويبدو واقعياً؟' والجواب: نعم، يمكنه ذلك."

أما الاستخدام الثاني فهو الأكثر إثارة للاهتمام.

هذه هي حالة الاستخدام التي لا يتحدث عنها أحد

Mike: "أعتقد أن ChatGPT مذهل في تجميع وتلخيص البيانات. ولا أسمع الناس يتحدثون عن هذا القدر الذي أتمناه."

ويشرح سير العمل الذي بناه باستخدام ChatGPT مع أداة Clay، وهي منصة جداول بيانات تدعم إثراء البيانات وواجهات برمجة التطبيقات.

Mike: "في Clay، أخصص عموداً لأخبار الشركة. ثم أضع أعمدة منفصلة لمنشورات المرشح على LinkedIn وملخصه. وأضيف أيضاً تفاصيل مثل الاسم، الشركة الحالية، المسمى الوظيفي، الموقع، ومدة العمل. هذا يعني أنني أراجع أربع معلومات مختلفة لكل شخص. حتى لو كنت سريع القراءة، سيستغرق الأمر قرابة ساعتين لقراءة بيانات 100 شخص. وهذا قبل أن تبدأ في تلخيص كل شيء أو كتابة رسالة تواصل مخصصة لكل مرشح."

يقرأ ChatGPT كل ذلك ويكتب رسالة بريد إلكتروني مخصصة لكل شخص، تستند إلى منشوراته الأخيرة وأخبار شركته وخلفيته.

Mike: "ينتج رسالة توظيف لا تشبه أسلوبي؛ ليست ما أكتبه عادة. لكنني لم أعد مضطراً لقضاء ساعتين في قراءة كل هذه المقالات. كل شيء جاهز أمامي، وكل ما علي فعله هو قضاء عشر دقائق فقط لإعادة صياغتها بأسلوبي الخاص."

Amrit: "إذاً أنت تختصر عمل ثلاث ساعات إلى عشر دقائق؟"

Mike: "بالضبط."

حسناً، لكن هل يعمل فعلاً؟ ما هي الأرقام؟

يطلب Amrit دليلاً عملياً، وليس مجرد نظرية.

Mike: "أستخدم هذا الأسلوب في كل رسالة أولى ضمن تسلسل التواصل مع العملاء منذ ثلاثة أشهر. أحد عملائي شركة SaaS أمنية في نيويورك. كل رسالة أولى لكل وظيفة أعمل عليها لهم هي رسالة مخصصة جداً، كتبها ChatGPT ثم عدلتها بنفسي."

ويستعرض بياناته مباشرة أثناء المكالمة.

Mike: "أربعة أدوار مختلفة. اثنان تنفيذيان واثنان غير تنفيذيين. معدل الاستجابة الإجمالي عبر التسلسل هو 51.14 بالمئة. هذا معدل استجابة للتواصل البارد."

Amrit: "كم كان المعدل سابقاً؟"

Mike: "كان متوسطنا عبر التسلسل أقل بقليل من 30 بالمئة. لكن دعني أذكر لك أرقام الرسالة الأولى تحديداً. وظيفة الشؤون الحكومية (منصب تنفيذي وصعب التوظيف) حصلت الرسالة الأولى على معدل رد 36 بالمئة. رسالة VP of Sales الأولى حصلت على 19 بالمئة، ورسالة VP of Professional Services الأولى على 25.5 بالمئة."

للمقارنة، معدلات الرسالة الأولى سابقاً دون هذا الأسلوب كانت: وظيفة هندسة برمجيات شاملة 7 بالمئة، ومدير منتج 9 بالمئة.

Amrit: "لقد ضاعفت معدل الاستجابة للرسالة الأولى أكثر من ثلاث مرات."

Mike: "صحيح. وما كان يتطلب جهداً فردياً كبيراً في السابق، لم يكن من الممكن القيام به لـ 200 شخص يومياً؛ لم يكن هناك وقت كافٍ. الآن يمكنني فعلاً القيام بذلك."

للمقارنة، معيار القطاع لمعدل الرد على حملات الاستقطاب هو حوالي 19.6% عبر كامل التسلسل (تقرير Ashby Talent Trends، 2024). معدل Mike في الرسالة الأولى وحدها يتجاوز متوسط فرق كاملة.

لكن ما هو الذكاء الاصطناعي فعلاً؟ الجميع يردد هذه الكلمة.

يطرح Amrit سؤال عملائه المتكرر: مع كل أداة توظيف تدعي استخدام الذكاء الاصطناعي، كيف تميز الحقيقي من المبالغ فيه؟

Mike: "قد تختلف الآراء حول هذا الموضوع. لكن هناك أمر واضح: معظم منصات التوظيف التي تدعي استخدام الذكاء الاصطناعي ليست مبنية فعلاً على ذكاء اصطناعي حقيقي. في الواقع، هي أنظمة تعلم آلي متقدمة تدرس الإجابات بنعم أو لا مع الوقت وتتحسن بناءً على الأنماط التي تكتشفها. هذا لا يجعلها ذكاءً اصطناعياً حقيقياً. ومع ذلك، التقنية مثيرة للإعجاب ولا أقلل من شأنها. لكن كلما سمعت كلمة 'ذكاء اصطناعي' أشعر أن المصطلح يُستخدم أكثر للدعاية من الواقع."

ويقدم منظوراً أكثر واقعية.

Mike: "Google يستخدم الذكاء الاصطناعي في كل عملية بحث تقوم بها. أنت فقط لا تلاحظ ذلك. LinkedIn لديه ذكاء اصطناعي خاص به. عندما تكتب 'مهندس برمجيات' قد يعرض لك 'مطور برمجيات' لأنه تعلم أن المصطلحين مرتبطان. هذا ليس خطأ، بل هو عمل الخوارزمية. استخدام الذكاء الاصطناعي غالباً ما يكون مبالغاً فيه. عندما يقول أحدهم 'نحتاج الذكاء الاصطناعي'، سؤالي هو: لماذا؟ أخبرني بالمشكلة التجارية التي تحاول حلها، ثم نرى إن كان الذكاء الاصطناعي هو الحل المناسب. لا تعتمد الذكاء الاصطناعي ثم تبحث عن مشكلة تناسبه. هذا تفكير معكوس."

Amrit: "أقول هذا لعملائي دائماً. لبعض المشكلات، الذكاء الاصطناعي ليس ضرورياً أصلاً لأنه لا يوجد له استخدام حقيقي. لكن بما أنه الموضة الجديدة، الجميع يريد اللحاق به وتجربة كل جديد."

Mike: "هذا أمر بشري. لا يمكننا التحكم فيه."

هل سيكلف الذكاء الاصطناعي مسؤولي التوظيف وظائفهم؟ كن صريحاً.

يطرح Amrit السؤال الذي يخشاه الكثيرون.

Mike: "نعم."

لحظة صمت.

Mike: "إجابة مخيفة، لكن اسمعني. نعم، بنفس الطريقة التي تسببت بها الابتكارات في فقدان وخلق وظائف على مر التاريخ، من الثورة الزراعية إلى الثورة الصناعية. دائماً هناك فقدان وظائف وخلق وظائف جديدة."

لكن إجابته الحقيقية أكثر تعقيداً.

Mike: "هل تعتقد أن عدداً كبيراً من الناس قد يفقدون وظائفهم في النهاية؟ لا أقول الجميع، لكن ربما 95% إلى 99% من القوى العاملة؟ بصراحة، لا أعتقد ذلك. طبيعة عملنا تعتمد بشكل كبير على الحكم البشري، وفهم الواقع، وسنوات من الخبرة. نقضي سنوات في دراسة السير الذاتية، والتعرف على الناس، وبناء علاقات في القطاع. هذا يخلق حدساً ورؤى يصعب شرحها أو تدريب الذكاء الاصطناعي عليها في أي وقت قريب."

ويحدد من هم الأكثر عرضة للخطر.

Mike: "إذا كان كل ما تفعله طوال اليوم هو مراسلة المرشحين، وكتابة الأوصاف الوظيفية، وجدولة المقابلات - نعم، ربما. هل يمكن استبدال دور منسق التوظيف حسب نطاق عمله؟ نعم، ممكن. إذاً السؤال: ماذا تفعل لتمييز مهاراتك عن شيء يمكن للحاسوب القيام به؟ وإذا لم تعرف الإجابة، ربما عليك التفكير في ذلك."

ماذا كنت ستنصح نفسك لو بدأت في 2023؟

بدأ Mike في التوظيف منذ سن 21. يسأله Amrit: لو بدأ اليوم من جديد، ماذا كان سيفعل بشكل مختلف؟

Mike: "تعلم البرمجة. ببساطة. هذا كل شيء."

ولا يضيف أي تزيين.

Mike: "نقضي ساعات في أداء مهام معينة فقط لأننا اعتدنا على ذلك. لكن الكثير من هذه العمليات المتكررة يمكن أتمتتها بسهولة لو كنت تعرف كتابة بعض السكريبتات البسيطة. أنا لا أعرف البرمجة، لذا أضطر لاستخدام ChatGPT لمعظم ذلك الآن. لو استثمرت وقتاً أكثر في ذلك سابقاً، لكان الأمر أسهل بكثير."

Amrit: "أنا من خلفية تقنية، ومع ذلك أستخدم ChatGPT عندما أحتاج مساعدة في البرمجة. يوفر الوقت، وبصراحة، يجعل العملية أسهل بكثير."

Mike: "ممتاز. إذاً الأمر مفيد للطرفين. من الواضح أن متطلباتك أكثر تقدماً من متطلباتي."

Amrit: "قليلاً فقط."

كيف تتعامل مع مشكلة التحيز في الذكاء الاصطناعي؟

يطرح Amrit القضية التي تظهر في كل نقاش جاد حول الذكاء الاصطناعي في التوظيف: الأدوات تحمل تحيزاً. كيف يتعامل Mike مع ذلك عملياً؟

Mike: "الكثيرون أشاروا بوضوح إلى وجود التحيز في الذكاء الاصطناعي، وهم محقون تماماً. هناك تحيز لا واعٍ لأنه مكتوب من قبل البشر، والبشر لديهم تحيزات لا واعية. لكن ردي: ماذا تفعل حيال تحيزك اللاواعي أنت؟ إذا كنت فعلاً تركز على تحيز هذه الأداة، أفترض أنك تركز أيضاً على تحيزك الشخصي، فماذا تفعل لتقليل ذلك؟ افعل الشيء نفسه."

قاعدتاه للتعامل مع تحيز الذكاء الاصطناعي

نهجه العملي قائم على قاعدتين:

Mike: "أولاً: لا تأخذ مخرجات ChatGPT وتستخدمها مباشرة. اقرأ الوصف الوظيفي، واجعل شخصاً آخر يراجعه، أو مرره عبر نظام مثل Textio أو أدوات أخرى تقيم التحيز وقابلية القراءة. لا تتعامل مع المخرجات كأنها نهائية."

Mike: "ثانياً: تذكر أنه لا يوجد نظام خالٍ تماماً من التحيز. ChatGPT ليس استثناءً لأنه يعكس التحيز اللاواعي بطريقته. لكنه ليس المصدر النهائي للتحيز أيضاً. هو مجرد مثال آخر عليه. لهذا تحتاج المؤسسات لمعالجة التحيز بشكل منظم ومستمر. لا يمكنك حله فقط بقول: 'لا يعجبني هذا، لذا لن أستخدمه.'"

ويجعل المقارنة واضحة.

Mike: "لنفترض أنك ألغيت ChatGPT تماماً وكتب إنسان الوصف الوظيفي وحده. حسناً. ماذا تفعل حيال التحيز اللاواعي لدى هذا الشخص؟ إذا كان الجواب 'لا شيء'، فما الفرق الحقيقي بينهما؟ مع ChatGPT تستخدم تحيز شخص آخر. مع الإنسان وحده، تستخدم تحيزك أنت. يجب أن يكون التدقيق بنفس الصرامة في الحالتين."

وأمر أخير - لا تثق في ChatGPT في العمليات الحسابية.

قبل أن ينهي الحوار، يقدم Mike تحذيراً.

Mike: "ملاحظة سريعة: لا تثق في ChatGPT في الحسابات. قد يبدو غريباً لأن الأداة قادرة على كتابة JavaScript، وشرح المتوسطات المتحركة، ومساعدتك في فهم أي شيء تقريباً. لكن إذا طلبت منه جمع رقمين وأخذ الجذر التربيعي، هناك احتمال 50% أن يعطيك إجابة خاطئة."

Amrit: "طلبت منه قسمة ستة على ثلاثة، فأعطاني أربعة."

Mike: "منطقي، أليس كذلك؟ هو نموذج لغوي ضخم، وليس آلة حاسبة دقيقة. يتعلم من كميات هائلة من المحتوى العام على الإنترنت، وبصراحة، كثير من الناس على الإنترنت ليسوا بارعين في الرياضيات أيضاً. لذا من الطبيعي أن يلتقط النموذج بعض هذه الأخطاء والأنماط."

كيف يبدو فعلياً صندوق أدواتك التقني؟

يختم Amrit بالسؤال العملي الذي يهتم به مسؤولو التوظيف: ما هي الأدوات التي يستخدمها Mike يومياً؟

يذكر Mike أنه يمتلك وصولاً كاملاً لمستوى المؤسسات إلى 16 منصة، وليس مجرد إضافات لمتصفح Chrome:

Amazing Hiring, Chatter Works, Clay, Crunchbase Pro, Entello, Exact Buyer, HireEZ, Heartbeat, Horsefly, Human Predictions, Lead411, LinkedIn Recruiter, Loxo, Recruit'em, SeekOut, ZoomInfo Recruiter, وPerfect.

وعن السؤال البديهي: هل تعطي جميعها نفس المرشحين؟

Mike: "عندما تبحث عن نفس المرشحين في LinkedIn Recruiter وSeekOut، كم تتوقع أن يكون التداخل في النتائج؟"

Amrit: "ربما حوالي 60 بالمئة؟"

Mike: "بصراحة، لم أر التداخل يتجاوز 40% طوال سنوات عملي. غالباً يبقى أقل من 10%. وحتى عند إضافة منصة ثالثة، بالكاد يزيد التداخل."

ويشرح السبب: ليس المهم أي قاعدة بيانات تستخدم، بل كيف تبحث فيها.

Mike: "HireEZ يعتمد كثيراً على الذكاء الاصطناعي؛ هناك خوارزميات تعمل في الخلفية. SeekOut لديه أقوى إمكانيات البحث المنطقي (Boolean) بين جميع المنصات. LinkedIn Recruiter يستخدم ذكاءه الاصطناعي الخاص لربط ما تعتقد أنك تريده بما تبحث عنه فعلياً. في النهاية تحصل على قوائم مختلفة تماماً. أستخدم مجموعة واسعة من الأدوات عمداً للعثور على المواهب التي لا تستطيع الأدوات الأخرى اكتشافها."

أدواته المفضلة من القائمة

أداته المفضلة؟ SeekOut.

Mike: "السبب هو إمكانيات البحث المنطقي المتقدمة. أحب البحث المنطقي. أحب أن أتحكم في نتائج بحثي وأعرف بالضبط ما سيظهر لي. لا توجد أداة أخرى تقدم ذلك بهذا المستوى."

لأتمتة البريد الإلكتروني يستخدم SourceWhale، وللحصول على معلومات الاتصال Swordfish، ولتقييم المرشحين إما Honeit أو SmartRank.

Mike: "Honeit يساعد مسؤولي التوظيف على تقديم ترشيحات أكثر واقعية وثراءً من خلال تسجيل سلوك المرشح أثناء المكالمة الهاتفية. أما SmartRank فهو مناسب عندما تريد إعطاء المرشح فرصة تقييم نفسه خلال ثلاث دقائق بدلاً من دعوته لمكالمة تستغرق نصف ساعة. بهذه الطريقة، يمكن للمرشح استكشاف الفرصة بنفسه وتحديد ما إذا كانت مناسبة له قبل استثمار المزيد من وقته."

عن Mike Cohen

أسس Mike Cohen شركة Wayne Technologies وبدأ العمل في التوظيف من جهة الوكالات في سن 21. على مدار السنوات، بنى خبرة عميقة في الاستقطاب وقضى السنوات الست الأخيرة في إدارة شركته الخاصة، حيث ساعد شركات من قطاعات متنوعة في العثور على المواهب المناسبة. وخلال ذلك، احتفظ بوصول على مستوى المؤسسات إلى 16 منصة استقطاب، ويشارك بانتظام رؤاه حول تقنيات التوظيف والذكاء الاصطناعي وعمليات التوظيف.

وبفضل نهجه العملي والواقعي في الذكاء الاصطناعي ضمن استقطاب المواهب، يعتبره الكثيرون من أكثر الأصوات اتزاناً في هذا المجال. وعلى الإنترنت، يعرفه الكثيرون أيضاً باسم Batman Recruiter.