AI کو Xobin میں انٹرویو اسکورنگ، جواب کا خلاصہ، اور امیدوار کی سفارشات کے لیے استعمال کیا جاتا ہے۔ ان میں سے ہر سطح کا ایک مختلف ناکامی کا طریقہ ہے: ایک اسکورنگ ماڈل ڈھل سکتا ہے، ایک خلاصہ کرنے والا بگاڑ سکتا ہے، اور ایک سفارش کرنے والا پہلے سے موجود تاریخی بھرتی کے ڈیٹا میں پیٹرن کو بڑھا سکتا ہے۔ ہم ہر سطح کو ایک علیحدہ آڈٹ ہدف کے طور پر لیتے ہیں نہ کہ ایک واحد "AI" بلیک باکس کے طور پر، اور ان مخصوص خطرات کا دستاویزی کرتے ہیں جو لاگو ہوتے ہیں۔
ہر AI-اسکور کردہ انٹرویو تین خصوصیات پر آڈٹ کیا جا سکتا ہے: اندھے انسانی ریٹرز کے ساتھ اتفاق، وقت کے ساتھ استحکام، اور تعیناتی کے لیے مقرر کردہ امیدوار گروپوں میں آبادیاتی برابری۔ آڈٹس چلتے ہوئے امیدوار نمونوں پر کیے جاتے ہیں تاکہ نظام خاموشی سے ایک مقررہ معیار کے مطابق نہ ہو جائے، اور AI اور انسانی ریٹرز کے درمیان باہمی اتفاق کو اسی اعداد و شمار کے ساتھ رپورٹ کیا جاتا ہے جو ہم دو انسانوں کا موازنہ کرنے کے لیے استعمال کریں گے۔
ایک AI اسکور کبھی بھی ہائرنگ ٹیم کے لیے واحد اشارہ نہیں ہوتا، اور اسے ہمیشہ نظر انداز کیا جا سکتا ہے۔ جب ماڈل کے اسکور کی تقسیم تبدیل ہوتی ہے یا انسانی ریٹرز کے ساتھ اس کا اتفاق کمزور ہوتا ہے، تو دوبارہ توثیق کا گیٹ متحرک ہوتا ہے اس سے پہلے کہ یہ پیداوار میں جاری رہے اور متاثرہ صارفین کو اس گیٹ کا حصہ ہونے کے ناطے مطلع کیا جاتا ہے، بعد میں نہیں۔ شفاف AI رپورٹنگ کا مقصد یہ ہے: صارفین دیکھ سکتے ہیں کہ ماڈل نے کیا کیا، کس نمونہ پر، اور کس اعتماد کے ساتھ۔
ہر AI انٹرویو جو Xobin چلاتا ہے اس صفحے پر بیان کردہ آڈٹ معیار کے مطابق ہوتا ہے۔ وہ ٹیمیں جو اپنی بھرتی میں اسی سختی کی خواہاں ہیں وہ اسے براہ راست استعمال کر سکتی ہیں Xobin.
یہاں بیان کردہ طریقہ کار وہ ہے جو ہر Xobin تشخیص اور AI انٹرویو کے اندر چلتا ہے، تاکہ بھرتی کی ٹیمیں شواہد کی بنیاد پر ٹیلنٹ کے فیصلے کر سکیں، نہ کہ جبلت پر۔ Xobin دیکھیں.
