ہم کن چیزوں کو ماپتے ہیں جب ریکروٹرز MCP ایجنٹس اپناتے ہیں

ہم نے یہ ٹریک کرنا شروع کر دیا ہے کہ ریکروٹرز حقیقت میں AI ایجنٹس کو براہ راست ہائرنگ ڈیٹا کے ساتھ کیسے استعمال کرتے ہیں۔ یہ ہے ہمارا بنیادی معیار، بیرونی شواہد کیا کہتے ہیں، اور ہم اس کو کیسے ریگولیٹ کرتے ہیں۔

Xobin MCP بطور پروڈکٹ لانچ ہو چکا ہے۔ اصل دلچسپ سوال رویے کا ہے: جب ایک ریکروٹر اپنے پائپ لائن کے بارے میں ایجنٹ سے کچھ بھی پوچھ سکتا ہے، تو وہ کیا پوچھتے ہیں؟ ہم نے اس کا تجزیہ شروع کر دیا ہے، جسے گمنام اور مجموعی شکل میں جمع کیا جاتا ہے، تاکہ ریکروٹنگ کمیونٹی کے پاس صرف کہانیاں نہیں بلکہ اصل ڈیٹا ہو۔

یہ پوسٹ وہ بنیادی معیار بیان کرتی ہے جس کے خلاف ہم ماپ رہے ہیں، وہ بیرونی تحقیق جو اس کو فریم کرتی ہے، MCP حقیقت میں ریکروٹر کے ہفتہ وار کام میں کہاں فٹ بیٹھتا ہے (جس کی تفصیل ورکڈ ایگزامپلز میں ہے)، اور وہ کنٹرولز جو ایجنٹ کی امیدوار ڈیٹا تک رسائی کو قابل دفاع بناتے ہیں۔

مسئلہ جو یہ اعداد و شمار بیان کرتے ہیں

یہ مطالعات ہائرنگ ٹیموں کے گرد موجود حالات کو بیان کرتی ہیں۔ یہ Xobin MCP کے اثر کا ثبوت نہیں ہیں بلکہ یہ وجہ ہیں کہ ہم ریکروٹر-ایجنٹ رویے کو باقاعدہ ماپنے کو اہم سمجھتے ہیں۔

ہم کیا ٹریک کر رہے ہیں

ہماری مانیٹرنگ مجموعی اور گمنام ہے: کوئی امیدوار ریکارڈ، کوئی پرامپٹ مواد، اور کوئی کسٹمر شناختی ڈیٹا اکاؤنٹ کی حد سے باہر نہیں جاتا۔ ہم صرف استعمال کے پیٹرن کو دیکھ رہے ہیں، اس کے موضوع کو نہیں۔

وہ مفروضہ جو غالباً غلط ثابت ہوگا

عام تاثر یہ ہے کہ ریکروٹرز ایجنٹس کو کچھ کرنے کے لیے استعمال کریں گے، جیسے اسیسمنٹ بنانا یا دعوت نامہ بھیجنا۔ ہماری ابتدائی توقع اس کے برعکس ہے: غالب رویہ موجودہ شواہد کی تلاش اور بازیافت ہوگا، کیونکہ یہی کام اس وقت دستی اور غیر محدود ہے۔

ہم یہ نمبر جیسے بھی ہوں، رپورٹ کریں گے۔

یہ فرق اہم ہے۔ مقصد یہ ثابت کرنا نہیں کہ ایجنٹس ریکروٹنگ کو تیز کرتے ہیں، بلکہ یہ سمجھنا ہے کہ ایجنٹس کون سے ریکروٹنگ ٹاسک سنبھالتے ہیں، کون سے کام انسان کے پاس رہتے ہیں، اور کہاں ایجنٹ کی رسائی سے قابل پیمائش قدر پیدا ہوتی ہے۔

ریکروٹر کے ورک فلو میں MCP کہاں فٹ بیٹھتا ہے

ہم ایجنٹ کی رسائی کو کیسے محفوظ بناتے ہیں

امیدوار کا ڈیٹا کسی بھی آجر کے پاس سب سے حساس معلومات میں شامل ہوتا ہے، اور ہائرنگ ایک اہم فیصلہ ہے، خاص طور پر ابھرتے ہوئے AI فریم ورکس کے تحت۔ ہمارے کنٹرولز اسی معیار کے لیے بنائے گئے ہیں۔

مطلوبہ ورک فلو جان بوجھ کر سادہ رکھا گیا ہے:

دو فریم ورکس اس ڈیزائن کو براہ راست متاثر کرتے ہیں۔ NIST کا AI Risk Management Framework اداروں سے تقاضا کرتا ہے کہ وہ AI کے استعمال میں واضح ذمہ داری اور انسانی نگرانی کو یقینی بنائیں۔ EU AI Act مخصوص AI سسٹمز کو جو بھرتی اور امیدوار کے انتخاب میں استعمال ہوتے ہیں، ہائی رسک قرار دیتا ہے اور ان کے لیے انسانی نگرانی، لاگنگ اور شفافیت کی شرائط عائد کرتا ہے۔

ایسا ایجنٹ جو انسانی ریویو کے لیے شواہد بازیافت کرتا ہے، اور وہ بھی اسی انسان کی اجازتوں کے تحت، ان تقاضوں کے مطابق ایک محتاط ڈیزائن ہے۔

آگے کیا ہوگا

ہم اوپر بیان کردہ میٹرکس کا پہلا مجموعی نتیجہ اس وقت شائع کریں گے جب نمونہ اس کے قابل ہو، ساتھ ہی یہ بھی بتائیں گے کہ ریکروٹرز سب سے زیادہ کس قسم کے سوالات کرتے ہیں۔

پہلا ریلیز کارکردگی کے دعووں کے بجائے رویے پر مرکوز ہوگا: ریکروٹرز کیا تلاش کرتے ہیں، کتنی بار سیشن بازیافت سے ایکشن کی طرف جاتا ہے، انسان کتنی بار مداخلت کرتا ہے، اور کون سے ورک فلو پروڈکٹ کے اندر ہی رہتے ہیں۔

اگر آپ کی ٹیم اس گروپ کا حصہ بننا چاہتی ہے، یا سکیورٹی ریویو کے لیے مکمل گورننس تفصیل چاہیے، تو ہم سے رابطہ کریں۔

ذرائع

1. Microsoft، "Will AI Fix Work?", Work Trend Index
2. SHRM، Recruiting Benchmarking research
3. LinkedIn، The Future of Recruiting
4. NIST، AI Risk Management Framework (AI RMF 1.0)
5. EU Artificial Intelligence Act
6. Model Context Protocol، سرکاری دستاویزات