ایچ آر اے آئی ٹولز خریدتے وقت ہمیشہ کہاں غلطی کرتا ہے | Swechha Mohapatra

Swechha Mohapatra نے اپنے کیریئر کا آغاز ایچ آر میں نہیں کیا تھا۔ کمپیوٹر سائنس انجینئرنگ کی گریجویٹ اور ایم بی اے ہونے کے ساتھ، وہ اب سنگاپور میں Institute for Human Resource Professionals کے ساتھ اداروں کو ڈیجیٹل ایچ آر ٹرانسفارمیشن پر مشاورت فراہم کرتی ہیں۔

اس Xobin Talks کی قسط #17 میں، میزبان Manjeet Kaur وہ سوالات پوچھتی ہیں جو ایچ آر کمیونٹیز کو سب سے زیادہ پریشان کرتے ہیں: بھرتی میں اے آئی کو کیسے شامل کیا جائے، انسانی عنصر کا کیا ہوگا، تعصب سے کیسے بچا جائے، اور کیوں زیادہ تر ادارے اب بھی غلطیاں کر رہے ہیں۔

جنریٹیو اے آئی اس وقت ایچ آر جاب رولز کے ساتھ اصل میں کیا کر رہا ہے؟

بھرتی پر بات کرنے سے پہلے، Swechha وسیع تر تناظر بیان کرتی ہیں۔ جنریٹیو اے آئی کوئی ایک ٹول نہیں بلکہ ٹیکنالوجی کا ایک ایسا زمرہ ہے جو انٹرنیٹ کی طرح بنیادی حیثیت اختیار کر رہا ہے، اور جو اسے نظر انداز کرے گا اس کے لیے اتنا ہی خلل ڈالنے والا ہے۔

Swechha: "اے آئی آپ کی جگہ نہیں لے گا۔ لیکن اگر آپ نے اے آئی کو نہیں اپنایا تو کوئی اور جو اسے استعمال کر رہا ہے، وہ لے لے گا۔ مسابقتی برتری کے لیے جنریٹیو اے آئی کی لہر پر سوار ہونا ناگزیر ہے۔ ہمیں اس کی وسیع صلاحیت کو کھولنا ہوگا۔"

ایچ آر جاب رولز پر سب سے فوری اثر یہ ہے کہ آپریشنل اور انتظامی کاموں کو ختم کیا جا رہا ہے جو آج کل ہر ورکنگ ڈے کا بڑا حصہ لیتے ہیں۔ Swechha بتاتی ہیں کہ یہ کہاں کہاں پہلے ہی ہو رہا ہے۔

ایچ آر اسسٹنٹس کو ایسے ٹولز سے تقویت مل رہی ہے جو ملازمین کے عمومی سوالات کے جوابات دیتے ہیں، پالیسی معلومات فراہم کرتے ہیں، اور سیلف سروس درخواستیں خودکار طور پر نمٹاتے ہیں۔ آن بورڈنگ اسپیشلسٹ نئے ملازمین کے سفر کو کردار، مقام اور انفرادی ڈیٹا کی بنیاد پر ذاتی نوعیت دے سکتے ہیں، بجائے اس کے کہ سب کے لیے ایک ہی عمومی عمل چلائیں۔ بھرتی کوآرڈینیٹرز کو اب امیدواروں اور ہائرنگ مینیجرز کے درمیان انٹرویو شیڈول کرنے میں گھنٹوں نہیں لگتے۔

Swechha: "میرا خیال ہے کہ ہم میں سے اکثر لوگ پہلے ہی Calendly جیسے ٹولز استعمال کرتے ہیں تاکہ روٹین آپریشنل کاموں کا خیال رکھا جا سکے۔ اس سے ہمارا زیادہ وقت امیدواروں سے بامعنی گفتگو میں صرف ہوتا ہے۔ آخرکار، اس سے ہم زیادہ کام کر سکتے ہیں بغیر اس کے کہ انتظامی کاموں پر زیادہ وقت لگے۔"

نتیجہ یہ نہیں کہ ایچ آر ٹیم چھوٹی ہو جائے، بلکہ یہ ہے کہ ایچ آر ٹیم مختلف نوعیت کا کام کرے: زیادہ اسٹریٹجک، زیادہ تعلقات پر مبنی، زیادہ فیصلہ سازی پر منحصر۔ یہ تبدیلی صرف اسی وقت ممکن ہے جب ایچ آر پروفیشنلز واقعی سمجھیں کہ ٹولز کیا کرتے ہیں اور مزاحمت کے بجائے دوبارہ تربیت کا انتخاب کریں۔

اے آئی کمپنیاں اگلی نسل کے ٹیلنٹ، خاص طور پر جنریشن زی کو کیسے متوجہ کر سکتی ہے؟

Manjeet وہ سوال پوچھتی ہیں جس پر زیادہ تر ٹیلنٹ لیڈرز غور کر رہے ہیں: جنریٹیو اے آئی صحیح امیدواروں کو متوجہ کرنے میں کیسے مدد کرتا ہے، خاص طور پر اس نسل سے جو ان ٹولز کی پیدائشی صارف ہے؟

Swechha: "زیادہ تر جاب پوسٹنگز میں ہر کلیدی مہارت شامل کر دی جاتی ہے اور امیدوار الجھن کا شکار ہو جاتے ہیں۔ یہ ذاتی نوعیت کی نہیں ہوتیں کیونکہ ہم سب کچھ شامل کرنے کی کوشش کرتے ہیں۔ یا تو آپ کی کمپنی کی ثقافت نظر نہیں آتی یا آپ کی ایمپلائر ویلیو پروپوزیشن واضح نہیں ہوتی۔ اگر آپ اپنے LLM کو صحیح طریقے سے ٹرین کریں تو آپ بہت تخلیقی اور پرکشش جاب پوسٹنگز بنا سکتے ہیں جو آپ کے امیدواروں کی تعداد بڑھا سکتی ہیں اور ہائرنگ کی شرح بہتر کر سکتی ہیں۔"

یہ تنقید روایتی بھرتی گفتگو سے کہیں زیادہ گہری ہے۔ اے آئی سے تیار کردہ جاب ڈسکرپشنز، جب اچھی طرح ٹرین کی جائیں، تو غیر ضروری اسناد اور اصطلاحات کو نکال سکتی ہیں جو مضبوط امیدواروں کو دور کر دیتی ہیں۔ یہ ثقافت کو زیادہ درست انداز میں ظاہر کر سکتی ہیں، ڈیفالٹ کے طور پر جامع زبان استعمال کر سکتی ہیں، اور مختلف سامعین کے لیے حسب ضرورت بن سکتی ہیں۔ یہ جنریشن زی کے لیے خاص طور پر اہم ہے، جو ایمپلائر برانڈ کو اتنی ہی سنجیدگی سے دیکھتے ہیں جتنی کہ خود رول کو۔

جاب پوسٹنگز سے آگے، Swechha امیدواروں کی انگیجمنٹ کو ایک ایسا استعمال قرار دیتی ہیں جسے اکثر کم سمجھا جاتا ہے۔

Swechha: "انسانی ملازمین کے برعکس، چیٹ بوٹ بغیر وقفے کے چوبیس گھنٹے کام کر سکتا ہے۔ یہ روٹین ایچ آر سوالات، کمپنی پالیسیوں کی وضاحت، کمپلائنس سے متعلق کاموں میں مدد، ملازمین کی انگیجمنٹ اور یہاں تک کہ ہائرنگ میں بھی معاونت کر سکتا ہے۔ بھرتی کے دوران، یہ انٹرویوز شیڈول کرنے، ریزیومے چھانٹنے اور امیدواروں کے کمپنی اور ہائرنگ عمل سے متعلق سوالات کے جوابات دینے میں مدد کر سکتا ہے۔ مختصراً، ایچ آر ٹیمیں چیٹ بوٹس کو ملازم کے لائف سائیکل کے کئی مراحل میں استعمال کر سکتی ہیں، اس بنیاد پر کہ انہیں کیا خودکار کرنا ہے۔"

خاص طور پر جنریشن زی کے لیے، ایمپلائرز کی طرف سے ہر وقت رابطہ اب ایک اضافی سہولت نہیں بلکہ بنیادی توقع ہے۔ وہ بھرتی کنندہ جو تین دن بعد جواب دیتا ہے، اس ادارے کے مقابلے میں پیچھے رہ جاتا ہے جو منٹوں میں جواب دے دیتا ہے۔

اے آئی پورے ایچ آر لائف سائیکل کو کیسے بدل رہا ہے، صرف بھرتی تک محدود نہیں؟

Swechha پورے ملازم کے سفر میں اے آئی کے استعمال کی مثالیں بیان کرتی ہیں۔ بھرتی کو سب سے زیادہ توجہ ملتی ہے، لیکن اس کے اطلاقات اس سے کہیں آگے تک پھیلے ہوئے ہیں۔

ٹیلنٹ پلاننگ اور ورک فورس فورکاسٹنگ

Swechha: "ٹیلنٹ پلاننگ کا مطلب ہے مہارتوں کے خلا کی نشاندہی کرنا، انڈسٹری رجحانات کی بنیاد پر ورک فورس کی پیش گوئی کرنا، اور یہ سمجھنا کہ آپ کی تنظیم مستقبل میں کہاں جانا چاہتی ہے۔ اے آئی اداروں کو نہ صرف آج کے لیے بلکہ کل کے لیے بھی تیار ہونے میں مدد دے سکتا ہے۔ زیادہ مستقبل پر مرکوز۔ زیادہ مستقبل کے لیے موزوں۔"

اس کا عملی استعمال یہ ہے کہ اے آئی کے ذریعے موجودہ ورک فورس کی صلاحیتوں کو مستقبل کے کاروباری اہداف کے مقابلے میں ماڈل کیا جائے، اور پھر لرننگ اینڈ ڈیولپمنٹ میں سرمایہ کاری کو اسی کے مطابق ہدایت دی جائے۔ جو ادارے یہ کام اچھی طرح کر رہے ہیں وہ اسٹریٹجک خلا کی نشاندہی سالوں پہلے کر لیتے ہیں، اس سے پہلے کہ وہ بھرتی کے بحران میں بدلیں۔

مہارت پر مبنی ہائرنگ

یہ وہ جگہ ہے جہاں Swechha سب سے زیادہ وقت صرف کرتی ہیں، اور بجا طور پر۔ مہارت پر مبنی ہائرنگ کی طرف منتقلی بھرتی میں سب سے اہم ساختی تبدیلیوں میں سے ایک ہے، اور اے آئی اس کو ممکن اور تیز تر بنا رہا ہے۔

Swechha: "ایسے جابز ہیں جو اس وقت موجود ہی نہیں تھے جب آج کی ورک فورس نے اسکولنگ شروع کی تھی۔ ٹیکنالوجیز مسلسل بدلتی رہتی ہیں۔ Python پانچ سال پہلے مقبول تھا لیکن اب دیگر ٹولز نے اس کی جگہ لے لی ہے۔ تو میں کیسے یقینی بناؤں کہ میں کسی خاص ٹیکنالوجی کے لیے نہیں بلکہ رویے، صلاحیت، سیکھنے اور اپ اسکلنگ کی صلاحیت کے لیے ہائرنگ کر رہا ہوں؟ یہ بہت اہم پہلو ہے۔"

ایسے اے آئی اسیسمنٹ پلیٹ فارمز جیسے Xobin بالکل یہی ممکن بناتے ہیں: امیدواروں کی کارکردگی کی پیش گوئی کرنے والی مہارتوں اور علمی خصوصیات کا جائزہ لینا، بجائے اس کے کہ ان اسناد کا جو صرف گریجویشن کے وقت کی معلومات ظاہر کرتی ہیں۔

Harvard Business School اور Burning Glass Institute کی تحقیق، جس میں بڑی کمپنیوں کے 11,000 سے زائد رولز کا جائزہ لیا گیا، سے معلوم ہوا کہ ہر سال 700 میں سے صرف 1 ہائرنگ اس وجہ سے ہوئی کہ ڈگری کی شرط ہٹا دی گئی (HBS/Burning Glass Institute)۔ مہارت پر مبنی ہائرنگ کے اعلان اور اس پر عمل کے درمیان اب بھی بڑا فرق ہے۔

کارکردگی، انگیجمنٹ اور ٹیلنٹ ڈیولپمنٹ

ہائرنگ سے آگے، Swechha اے آئی کے استعمال کو گول سیٹنگ، KPI ٹریکنگ، کارکردگی کے جائزے، ملازمین کے سروے اور جذباتی تجزیے میں بیان کرتی ہیں۔ یہاں لرننگ پرسنلائزیشن خاص طور پر اہم ہے۔

Swechha: "ایک بار جب آپ اپنی مہارت کے خلا کو سمجھ لیں، تو آپ کیسے یقینی بنائیں گے کہ آپ لرننگ پلانز کو ذاتی نوعیت دے سکیں اور ملازمین کو ان کے جاب رولز سے متعلق کورسز لینے کی تجاویز دے سکیں؟ یہ ان کی امنگوں سے بھی ہم آہنگ ہوتا ہے: جو وہ آج کر رہے ہیں اور جو وہ کل کرنا چاہتے ہیں۔"

مقصد یہ ہے کہ ایک مسلسل سائیکل ہو جہاں ہائرنگ کے دوران مہارت کے خلا کی نشاندہی کرنے والا اے آئی، ملازم کے شامل ہونے کے بعد بھی ترقی کے راستے تجویز کرتا رہے اور جب صلاحیتیں کاروباری ضروریات سے ہٹنے لگیں تو الرٹ کرے۔

ایچ آر پروفیشنلز کو واقعی اپنی اے آئی مہارتیں کیسے ترقی دینی چاہئیں؟

Manjeet عملی سوال پر زور دیتی ہیں: یہ جاننا کہ اے آئی اہم ہے، اس بات کے برابر نہیں کہ اسے کیسے استعمال کیا جائے۔ ایچ آر پروفیشنلز کو کیا کرنا چاہیے؟

Swechha: "ہمیں اپنی مہارتوں کو اپ گریڈ کرنا ہوگا اور اے آئی سے متعلق علم حاصل کرنا ہوگا تاکہ ہم سمجھ سکیں کہ ٹول کیا کرتا ہے اور اسے اپنے فائدے کے لیے کیسے استعمال کیا جا سکتا ہے۔ اکثر کلائنٹس اور ایچ آر کمیونٹی کے ساتھ بات چیت میں وہ ٹیکنالوجی اپنانے سے ڈرتے ہیں کیونکہ انہیں لگتا ہے کہ یہ سر درد بن جائے گی، یا بہت زیادہ وقت لے گی، یا ان کی نوکری لے لے گی۔ لیکن اگر آپ آپریشنل کام کم کر سکتے ہیں تو آپ کی نوکری نہیں جائے گی۔ آپ کا کام زیادہ بامعنی ہو جائے گا۔"

تجسس اور اسٹریٹجک تبدیلی

سب سے پہلے تجسس۔ ان کی مثال سبق آموز ہے: جیسے Google نے انٹرنیٹ کو سب کے لیے قابل استعمال بنایا، ویسے ہی ChatGPT نے اے آئی کو سب کے لیے قابل رسائی بنا دیا ہے۔ آپ کو بنیادی ماڈل سمجھنے کی ضرورت نہیں، لیکن اتنا تجسس ضرور ہونا چاہیے کہ تجربہ کریں اور نتائج کو سمجھیں۔

اسٹریٹجک تبدیلی۔ آپریشنل کاموں کو خودکار بنانے سے جو وقت بچتا ہے، اسے شعوری طور پر زیادہ قیمتی سرگرمیوں میں لگانا چاہیے: اسٹیک ہولڈرز کے ساتھ تعلقات بنانا، جامع عمل ڈیزائن کرنا، اور کاروباری حکمت عملی میں حصہ ڈالنا۔ یہ سرمایہ کاری صرف نئے ٹول سے نہیں، بلکہ ایک سوچے سمجھے انتخاب سے آتی ہے۔

ڈیٹا لٹریسی سب سے زیادہ اہم کیوں ہے

ڈیٹا لٹریسی۔ یہ وہ مہارت ہے جس کے لیے ایچ آر پروفیشنلز سب سے کم تیار ہیں، اور یہی سب سے زیادہ اہم ہے۔

Swechha: "ہم ہمیشہ اینالیٹکس میں کہتے ہیں: کبھی بھی ڈیٹا سے شروع نہ کریں۔ ہمیشہ مسئلے سے شروع کریں۔ ایک بار جب آپ کے پاس مفروضہ اور مسئلہ ہو، تب ڈیٹا دیکھیں۔ اگر آپ نہیں کریں گے تو یقینی طور پر نوجوان نسل، جنریشن زی جو پہلے ہی ChatGPT کی پیدائشی صارف ہے، وہ کرے گی۔ اے آئی آپ کی نوکری نہیں لے گا، لیکن جو اے آئی استعمال کرے گا وہ لے لے گا۔"

ایچ آر میں اے آئی اپنانے کی شرح اب بھی توقعات سے کم کیوں ہے؟

Manjeet سیدھے نقطے پر آتی ہیں اور پوچھتی ہیں کہ کیا حقیقت واقعی اتنی ہے جتنی ہائپ ہے۔ Swechha بلا جھجھک اس فرق کو بیان کرتی ہیں اور اپنا کھرا نقطہ نظر شیئر کرتی ہیں۔

Swechha: "اپنانا اتنا نہیں ہوا جتنا ہم توقع کر رہے تھے یا چاہتے تھے۔ اس کی کئی وجوہات ہیں۔ لاگت ایک پہلو ہے۔ لیکن آگاہی ایک بڑا عنصر ہے: ٹولز کی آگاہی، وہ کیا کر سکتے ہیں اور کیسے مدد دے سکتے ہیں۔"

وہ ایک ایسا پیٹرن بیان کرتی ہیں جو وہ بار بار کنسلٹنگ میں دیکھتی ہیں: ادارے مسئلہ حل کرنے کے بجائے تازہ ترین ٹیکنالوجی کے پیچھے دوڑتے ہیں۔

Swechha: "ٹیلنٹ مارکیٹ پلیس ایک بہت مقبول اصطلاح ہے۔ لیکن اگر آپ کے پاس اپ اسٹریم اور ڈاؤن اسٹریم ڈیٹا کا ذریعہ نہیں، اگر آپ کے پاس مہارتوں کی درجہ بندی نہیں، اگر آپ کی تنظیم اتنی پختہ نہیں، تو ٹیلنٹ مارکیٹ پلیس میں سرمایہ کاری فائدہ مند نہیں ہوگی۔ آپ کو حل سے نہیں، مسئلے سے شروع کرنا چاہیے۔ اور عام طور پر ہم اسے شائنی آبجیکٹ سنڈروم کہتے ہیں۔"

اس کا نتیجہ متوقع ہے: ٹیکنالوجی نافذ ہو جاتی ہے لیکن تبدیلی کے انتظام کے بغیر، اپنانا کم ہو جاتا ہے اور الزام ٹول پر آ جاتا ہے، نہ کہ عمل پر۔ وقت کے ساتھ، ادارہ اگلی سرمایہ کاری کے بارے میں شکوک و شبہات کا شکار ہو جاتا ہے، جس سے مستقبل میں اپنانا اور مشکل ہو جاتا ہے۔

Swechha: "اگر تبدیلی کا انتظام صحیح نہ ہو تو ناکامی ہوگی، اور اس وجہ سے اپنانا مزید کم ہو جائے گا کیونکہ آپ کو ROI نظر نہیں آتا۔"

ایچ آر کو اے آئی استعمال کرتے وقت حدود کہاں مقرر کرنی چاہئیں؟

یہاں Swechha اس بات پر آتی ہیں کہ اے آئی کیا کر سکتا ہے سے ہٹ کر، ایچ آر کو اسے کیا کرنے سے روکنا چاہیے، اور ان کا لہجہ خاصا مضبوط ہو جاتا ہے۔

Swechha: "یہ جاننا بھی ضروری ہے کہ آپ کے ڈیٹا کے ساتھ کیا ہوتا ہے جب آپ اسے شیئر کرتے ہیں۔ آپ کو معلوم ہونا چاہیے کہ اسے کیسے استعمال کیا جا رہا ہے، کیا اس عمل میں شفافیت ہے، اور کون اس کا ذمہ دار ہے۔ ٹیکنالوجی ان فیصلوں میں مدد دے سکتی ہے، لیکن اسے انسانی فیصلہ سازی کی جگہ نہیں لینا چاہیے۔ اسی لیے ہم یقینی بناتے ہیں کہ پورے عمل میں انسانی نگرانی موجود ہو۔"

تعصب کی وراثت اور ریگولیٹری خطرہ

تعصب کی وراثت۔ اے آئی ماڈلز تاریخی ڈیٹا سے سیکھتے ہیں۔ اگر ماضی کے بھرتی فیصلے امتیازی تھے تو ان پر تربیت پانے والا ماڈل انہی پیٹرنز کو دہرا دے گا۔ یہ کوئی مفروضہ نہیں۔ 2025 کے ResumeBuilder سروے میں ان کمپنیوں نے جو اے آئی کو ہائرنگ میں استعمال کر رہی تھیں، مخصوص تعصب کے پیٹرن دیکھے: 47% نے دیکھا کہ ان کے ٹولز نوجوان امیدواروں کی طرف جھکاؤ رکھتے ہیں، 44% نے معاشرتی و معاشی تعصب پایا، 30% نے صنفی تعصب اور 26% نے نسلی یا لسانی تعصب کی نشاندہی کی (ResumeBuilder, 2025)۔ EU AI Act اب بھرتی میں اے آئی کو ہائی رسک قرار دیتا ہے، جس کے لیے سخت نگرانی اور آڈٹ لازمی ہے، اور نیو یارک سٹی پہلے ہی خود مختار تعصب آڈٹ لازمی قرار دے چکا ہے۔

Swechha: "انصاف اور تعصب: ٹیکنالوجی کبھی کبھار بھرتی کے فیصلوں میں چھپا ہوا تعصب لے آتی ہے، چاہے ارادہ نہ بھی ہو۔ ایچ آر ٹیموں کو ان خطرات پر نظر رکھنی چاہیے اور اس بات کو یقینی بنانا چاہیے کہ ٹیکنالوجی منصفانہ اور مستقل فیصلوں میں مدد دے، نہ کہ موجودہ تعصب کو مضبوط کرے۔ ایچ آر پروفیشنلز کی ذمہ داری ہے کہ وہ اس بات کو یقینی بنائیں کہ ہمارے استعمال کردہ ٹولز منصفانہ اور مستقل فیصلوں میں مدد دیں۔ اس سے بھی بڑھ کر، ہمیں تنظیم بھر میں اخلاقی عمل کے لیے معیار مقرر کرنا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ ہمارے ملازمین کے ساتھ انصاف، احترام اور جوابدہی کے ساتھ پیش آیا جائے۔"

پرائیویسی اور آٹومیشن کی حدود

پرائیویسی اور ڈیٹا کا تحفظ۔ امیدواروں کے ڈیٹا کو کون دیکھتا ہے، کہاں محفوظ کیا جاتا ہے، اور کتنے عرصے تک رکھا جاتا ہے، یہ ہر دائرہ اختیار میں قانونی سوالات ہیں۔ عام طور پر ایچ آر پروفیشنلز ہی وہ لوگ ہوتے ہیں جن سے ملازمین ان سوالات کے جواب مانگتے ہیں، نہ کہ آئی ٹی یا لیگل۔

انسانی نگرانی کا خاتمہ Swechha کی سب سے بڑی تشویش ہے۔ ٹولز پیٹرنز پر تربیت پاتے ہیں اور انسان کی طرح فیصلہ نہیں کر سکتے۔ جب کوئی امیدوار تربیتی ڈیٹا سے ہٹ کر ہو، غیر روایتی کیریئر راستہ ہو، یا ایسا پس منظر ہو جو ماڈل نے کم دیکھا ہو، تو ٹول وہی پیٹرن دہراتا ہے جو اسے معلوم ہے۔

Swechha: "ٹیکنالوجی اور ٹولز سب کچھ کر سکتے ہیں لیکن وہ سوچ نہیں سکتے۔ وہ صرف اتنا ہی سوچ سکتے ہیں جتنا آپ نے انہیں سکھایا ہے۔ ٹیکنالوجی کو معاونت کے لیے استعمال کریں، اسے مکمل طور پر کنٹرول نہ کرنے دیں۔ انسانی پہلو کو برقرار رکھیں کیونکہ اسے کوئی نہیں بدل سکتا۔"

آنے والے برسوں میں ایچ آر ٹیموں کو کن چیزوں پر نظر رکھنی چاہیے

Swechha اس شعبے کے مستقبل کے بارے میں اپنی رائے کے ساتھ گفتگو کا اختتام کرتی ہیں۔

Swechha: "جنریٹیو اے آئی کی لہر جاری رہے گی اور ہم اسے مزید دیکھیں گے۔ LinkedIn Recruiter، LinkedIn Learning، Workday، SAP SuccessFactors: سب نے جنریٹیو اے آئی فیچرز متعارف کرائے ہیں۔ اس پختگی کو دیکھنا آج اور مستقبل کا رجحان ہے۔"

وہ تین ایسے شعبے بیان کرتی ہیں جن پر وہ خاص طور پر نظر رکھ رہی ہیں۔

مہارت پر مبنی تنظیمیں۔ اسناد کے بجائے صلاحیت پر ہائرنگ کی طرف منتقلی تیز ہو رہی ہے۔ جو ادارے آج مضبوط مہارتوں کی درجہ بندی بنا رہے ہیں وہ مستقبل میں ورک فورس اے آئی کو مؤثر طریقے سے استعمال کرنے کے لیے بہتر پوزیشن میں ہوں گے، کیونکہ ٹولز کو بامعنی سفارشات دینے کے لیے صاف اور منظم ڈیٹا چاہیے۔

تنوع اور شمولیت بہتر ٹولنگ کے ذریعے۔ اہداف اور کوٹہ کے ذریعے نہیں، بلکہ تعصب سے پاک عمل، جامع جاب ڈسکرپشن ٹولز، اور ایسے اسیسمنٹ پلیٹ فارمز کے ذریعے جو پس منظر کے بجائے صلاحیت کا جائزہ لیتے ہیں۔

Swechha: "تنوع کا مطلب برابر مواقع پیدا کرنا ہے، نہ کہ کسی کو 'ڈائیورسٹی ہائر' کا لیبل دینا۔ اس کا مطلب ہے کہ آپ کو آپ کی صلاحیت اور قابلیت کی بنیاد پر ہائر کیا جائے۔ یہ موقع پختگی کے ساتھ آنا چاہیے: اداروں سے، ورک فورس سے، بھرتی کنندگان سے۔ یہ ایکو سسٹم کی بات ہے جسے ہمیں فروغ دینا ہے۔"

اے آئی اپ اسکلنگ بڑے پیمانے پر۔ اگلے تین سالوں میں وہ ادارے آگے نکلیں گے جو سب سے زیادہ اے آئی ٹولز خریدتے ہیں، نہیں، بلکہ وہ جو ان ٹولز کو سمجھ بوجھ، نگرانی اور اسٹریٹجک نیت کے ساتھ استعمال کرنے کی تنظیمی صلاحیت پیدا کرتے ہیں۔

Swechha Mohapatra کے بارے میں

Swechha Mohapatra Institute for Human Resource Professionals (IHRP)، سنگاپور میں Workplace Transformation کی اسسٹنٹ ڈائریکٹر ہیں، جہاں وہ اداروں کو ڈیجیٹل ایچ آر ٹرانسفارمیشن کے سفر میں معاونت فراہم کرتی ہیں۔ ان کے پاس ایچ آر ٹیک کنسلٹنگ، ڈیجیٹل ٹرانسفارمیشن، ٹیلنٹ مینجمنٹ، بھرتی اور بزنس پارٹنرنگ میں ایک دہائی سے زیادہ کا تجربہ ہے۔ ان کا پس منظر کمپیوٹر سائنس انجینئرنگ اور ایم بی اے کا امتزاج ہے، جو انہیں ایچ آر میں اے آئی کے بارے میں اداروں کو تکنیکی اور کاروباری دونوں زاویوں سے سوچنے کی صلاحیت دیتا ہے۔ وہ کلائنٹس کو ٹیکنالوجی کے انتخاب سے لے کر تبدیلی کے انتظام تک ہر چیز پر مشورہ دیتی ہیں، اس بات پر توجہ کے ساتھ کہ اے آئی میں سرمایہ کاری حقیقی نتائج دے، نہ کہ صرف چمکدار چیزوں کا پیچھا۔