Siirry sisältöön
SkillCort

6 min lukuaikaArvioinnin käsikirja

Käytä tekoälyn yhteenvetoja menettämättä ihmisen päätöstä

Tekoäly voi ottaa todellista painoa pois arviointipaneelilta — tiivistää pitkän litteroinnin, osoittaa näyttöä, luonnostella ensimmäisen kierroksen pistemäärän. Se ei saa koskaan ottaa päätöstä. Tämä käsikirja näyttää, miten kytket tekoälyavustuksen hakijoiden tarkastukseen niin että tarkastajat etenevät nopeammin ja jokainen ratkaisu kuuluu silti nimetylle ihmiselle, jonka voit asettaa hakijan eteen.

Vaihe 1: Päätä missä tekoäly tosiasiassa auttaa

Aloita nimeämällä ne täsmälliset tarkastustehtävät, joissa tekoälyavustus säästää aikaa koskematta harkintaan. Kolme ansaitsee paikkansa useimmissa rekrytointityönkuluissa: pitkien vastausten tiivistäminen (viisitoistaminuuttinen sisämyynnin roolipelilitterointi tiivistettynä siihen mitä hakija kysyi, väitti ja mihin sitoutui), näytön osoittaminen (täsmällisten rivien siteeraaminen siitä missä asiakaspalveluvastaus käsitteli hyvityspolitiikan kriteeriä) ja kriteeritason pisteehdotusten luonnostelu ihmisen vahvistettavaksi tai korjattavaksi.

Huomaa mitä listalla ei ole: hakijoiden asettaminen järjestykseen, kenenkään seulominen pois tai hylkäysperustelujen kirjoittaminen. Ne ovat päätöksiä, ja sillä hetkellä kun malli suorittaa ne, prosessi lakkaa olemasta selitettävissä. Kirjoita ylös mitä avustettuja tuotoksia työnkulkusi käyttää ja mitkä se kieltää — tuo yksi kappale on se politiikka, jota kaikki muu tässä käsikirjassa panee täytäntöön.

  • Tiivistä: tiivistä litteroinnit ja pitkät kirjalliset vastaukset päätöksen kannalta olennaisiin kohtiin.
  • Osoita näyttöä: siteeraa missä vastaus kosketti kutakin arviointimatriisin kriteeriä.
  • Luonnostele pisteitä: ehdota kriteeritason pistemäärää tukevan sitaatin kanssa.
  • Ei koskaan: järjestykseen asettaminen, hylkääminen tai hakijalle näkyvän perustelun tuottaminen ilman ihmisen tarkastusta.

Vaihe 2: Pidä vahvista-tai-ohita-vaihe nimenomaisena

Pisteluonnoksen täytyy saapua kysymyksenä, ei vastauksena. Tarkastaja näkee tekoälyn ehdotuksen sen siteeraaman näytön rinnalla ja tekee sitten nimenomaisen toimenpiteen: vahvistaa sen, tai ohittaa sen omalla pistemäärällään ja lyhyellä perustelulla. Ratkaiseva suunnitteluominaisuus on se, ettei pistemäärää ole olemassa ennen kuin ihminen toimii — huomiotta jätetystä ehdotuksesta ei koskaan tule hiljaisesti kirjattua pistemäärää.

Näyttölinkki on se, mikä pitää tämän rehellisenä. Kun ehdotus sanoo „vastaväitteiden käsittely: vahva” sen siteeratun vuoropuhelun vieressä, jossa myyntihakija kehysti hinnoitteluvastustuksen uudelleen, tarkastaja voi tarkistaa väitteen sekunneissa. Ehdotus ilman näyttöään opettaa tarkastajat luottamaan numeroon; ehdotus näyttönsä kanssa opettaa heidät lukemaan työtä — mikä on se työ.

Tarkkaile omaa vahvistusprosenttiasi työnkulun asettuessa. Jos tarkastaja vahvistaa jokaisen ehdotuksen avaamatta koskaan taustalla olevaa vastausta, prosessi on ajautunut kumileimasimeksi — ihminen on teknisesti mukana silmukassa mutta ei enää harkinnassa. Tee ohituksista halpoja kirjata, ja kohtele tarkastelemattomien vahvistusten sarjaa valmennuskeskusteluna eikä ajansäästönä.

Vaihe 3: Kirjaa malli ja versio jokaiseen avustettuun tuotokseen

Jokaisen yhteenvedon, näyttöosoittimen ja pisteluonnoksen tulisi kantaa kirjausta siitä mikä malli sen tuotti, mikä versio ja milloin. Tämä tuntuu byrokraattiselta siihen ensimmäiseen kertaan asti kun sitä tarvitset: hakija kyseenalaistaa päätöksen kuukausia myöhemmin, ja voit näyttää täsmälleen mitä tarkastaja näki, mitä malli ehdotti ja että ihminen vahvisti tai ohitti sen.

Versiokirjaus tekee myös muutoksen näkyväksi. Malleja päivitetään, ja päivitetty malli voi tiivistää eri tavalla tai ajautua siinä miten anteliaasti se luonnostelee pisteitä. Jos ehdotuskuviot siirtyvät kesken rekrytointikierroksen, loki kertoo muuttuivatko hakijat vai malli — ilman sitä et voi erottaa niitä toisistaan, ja vertailusi hakijoiden välillä lakkaa hiljaa olemasta samanlaista samanlaista vasten.

  • Kirjaa mallin nimi, versio ja aikaleima jokaiseen avustettuun tuotokseen.
  • Kirjaa tarkastajan toimenpide: vahvistettu, ohitettu, ja ohituksen perustelu.
  • Pidä loki päätöskansion sisällä, niiden pisteiden vieressä joita se selittää.

Vaihe 4: Pistokoesta tekoälyn ehdotuksia ihmispisteitä vasten

Luottamus avustettuun työnkulkuun ansaitaan otannalla, ei oleteta. Kerran rekrytointikierrosta kohti poimi kourallinen vastauksia ja vertaa tekoälyn pisteluonnoksia siihen mitä kalibroidut ihmistarkastajat päättivät. Etsit järjestelmällisiä kuvioita: mallia joka luonnostelee asiakaspalvelun sävypisteet johdonmukaisesti paneelia korkeammalle, tai joka ohittaa karsinta-aukot myynnin kartoitusvastauksissa siksi että hakija kuulosti sujuvalta.

Kohtele löydöksiä samoin kuin kohtelet arvioijien ajautumista. Jos malli on antelias yhdessä kriteerissä, kerro tarkastajille lukemaan tuo ehdotus epäillen — tai lopeta pisteiden luonnostelu tuolle kriteerille ja pidä vain näyttöosoittimet. Pistokoe suojaa myös reiluutta: jos ehdotukset ovat johdonmukaisesti erilaisia yhdelle hakijaryhmälle tai yhdelle vastaustyylille, se on löydös johon on toimittava välittömästi, ei kuriositeetti.

Kirjaa mitä kukin pistokoe kattoi ja mitä se löysi, silloinkin kun vastaus on „ei mitään”. Kirjattu historia oman työkalusi tarkistamisesta on itsessään osa puolustettavaa prosessia: se osoittaa että avustusta valvottiin eikä siihen luotettu sokeasti, ja se antaa sinulle vertailukohdan seuraavan mallipäivityksen jälkeen.

Vaihe 5: Mikään tarkastamaton ei yllä hakijalle

Vedä viimeinen raja sinne missä sillä on eniten merkitystä: yksikään tekoälytuotos ei kosketa hakijalle näkyvää lopputulosta ilman että ihminen on tarkastanut sen. Hylkäys, eteneminen haastatteluun, palaute raportissa, pistemäärä jonka asiakas näkee — kukin kulkee nimetyn ihmisen läpi, joka luki näytön ja omistaa ratkaisun. „Malli pisteytti sen matalaksi” ei ole koskaan vastaus kysymykseen „miksi minut hylättiin”; „tarkastajamme havaitsi vastauksen ohittaneen asiakkaan varsinaisen kysymyksen, ja tässä on arviointimatriisi” on.

Tämä raja on myös se, mikä tekee koko järjestelystä hankkimisen arvoisen. Tarkastajat, jotka tietävät nimensä olevan päätöksessä, lukevat näytön; yhteenvedot ja osoittimet tekevät tuosta lukemisesta nopeampaa, eivät vapaaehtoista. Lopputulos on se vaihtokauppa jota alusta asti halusit — tekoäly imee lukukuorman, ihmiset pitävät harkinnan — ja päätöskansio, joka näyttää täsmälleen kuka päätti mitä ja minkä näytön perusteella.

Pääkohdat

  • Rajaa tekoäly kolmeen tarkastustehtävään — tiivistämiseen, näytön osoittamiseen ja kriteerikohtaisten pisteiden luonnosteluun — ja kiellä siltä järjestykseen asettaminen, hylkääminen ja tarkastamattoman hakijalle näkyvän perustelun kirjoittaminen.
  • Pisteluonnoksesta tulee todellinen vasta nimenomaisen ihmisen vahvistuksen tai ohituksen kautta; ehdotukset kulkevat aina siteeraamansa näytön kanssa.
  • Kirjaa malli, versio ja tarkastajan toimenpide jokaiseen avustettuun tuotokseen, päätöskansion sisään.
  • Pistokoesta tekoälyn ehdotuksia kalibroituja ihmispisteitä vasten jokaisella rekrytointikierroksella, ja toimi järjestelmällisten erojen suhteen.
  • Yksikään tarkastamaton tekoälytuotos ei koskaan yllä hakijalle näkyvään päätökseen — nimetty ihminen omistaa jokaisen ratkaisun.

Usein kysytyt kysymykset

Voiko tekoäly pisteyttää hakijat automaattisesti?
Se voi luonnostella kriteeritason pisteehdotuksen tukevan näytön siteerattuna — mutta pistemäärästä tulee todellinen vasta kun ihmistarkastaja nimenomaisesti vahvistaa tai ohittaa sen. Vahvistamaton ehdotus ei ole koskaan kirjattu pistemäärä, eikä yhtäkään hakijaa viedä eteenpäin tai hylätä pelkän mallin tuotoksen perusteella.
Miksi kirjata malli ja versio jokaiseen tekoälytuotokseen?
Kahdesta syystä: puolustettavuuden ja vertailukelpoisuuden vuoksi. Jos päätös kyseenalaistetaan myöhemmin, loki näyttää mitä tarkastaja näki ja että ihminen teki ratkaisun. Ja koska mallit muuttuvat ajan myötä, loki antaa sinun kertoa tulikö ehdotusten siirtymä hakijoista vai mallipäivityksestä — muuten hakijoiden väliset vertailut lakkaavat hiljaa olemasta samanlaista samanlaista vasten.
Miten estämme tarkastajia kumileimasimeksi tekoälyn ehdotusten edessä?
Suunnittelulla ja mittaamisella. Ehdotusten täytyy saapua siteeratun näytön kanssa, jotta niiden tarkistaminen on nopeaa, vahvistustoimenpiteen täytyy olla nimenomainen eikä oletus, ja ohitusten täytyy olla helppoja kirjata. Tarkkaile sitten vahvistusprosentteja: tarkastaja joka ei koskaan ohita eikä koskaan avaa koko vastausta on signaali siitä että työnkulkua on korjattava.
Kuinka usein tekoälyä pitäisi pistokokeilla ihmispisteitä vasten?
Vähintään kerran rekrytointikierrosta kohti. Poimi otos vastauksia, vertaa pisteluonnoksia siihen mitä kalibroidut tarkastajat päättivät, ja etsi järjestelmällisiä kuvioita — kriteeriä jonka malli pisteyttää anteliaasti, tai vastaustyyliä jonka se lukee johdonmukaisesti väärin. Kirjaa mitä tarkistit ja mitä muutit.
Voimmeko lähettää hakijoille tekoälyn tuottamaa palautetta?
Vain sen jälkeen kun ihminen on tarkastanut ja hyväksynyt sen. Hakijalle näkyvä teksti — palaute, raporttien kerronta, päätösperustelut — on täsmälleen se kohta jossa tarkastamaton mallivirhe tekee eniten vahinkoa. Sääntö on yksinkertainen: mikään tuotettu ei yllä hakijalle ilman että nimetty ihminen on lukenut sen ja laittanut siihen nimensä.

For hiring teams

Katso tekoälyavusteinen tarkastus, ihmisen omistamat päätökset

SkillCort yhdistää tekoälyn yhteenvedot, näyttöosoittimet ja pisteluonnokset nimenomaiseen vahvista-tai-ohita-vaiheeseen, malli- ja versiokirjaukseen sekä päätöskansioon, joka nimeää ihmisen jokaisen ratkaisun takana. Varaa esittely nähdäksesi tarkastusvirran.