Przejdź do treści
SkillCort

Nasze zasadyManifest

Dlaczego SkillCort

Nie zabieraliśmy się do budowania kolejnego silnika testowego. Zabraliśmy się do naprawienia tego, jak zapadają decyzje rekrutacyjne. Oto argument — i granice, których nie przekroczymy.

Rekrutacja stoi na przybliżeniach. Nie powinna.

Większość decyzji rekrutacyjnych opiera się na przybliżeniach: CV, które deklaruje umiejętności; rozmowie, która nagradza pewność siebie; przeczuciu, które pojawia się w gotowej postaci po czterech minutach. Wszyscy w pokoju wiedzą, że to słabe sygnały. Utrzymują się, bo są wygodne, a nie dlatego, że działają.

Tymczasem najsilniejszy sygnał — czy ta osoba naprawdę potrafi wykonać tę pracę — zwykle pozostaje niezmierzony, dopóki nie jest już na liście płac. To najdroższy możliwy moment, żeby się o tym dowiedzieć.

SkillCort istnieje po to, żeby przenieść to odkrycie na początek lejka, a to, co dzieje się potem — punktowanie, porównywanie, decydowanie — uczynić czymś, za czym zespół może stanąć.

Dowody zamiast założeń

Deklaracja w CV jest założeniem. Wykonana próbka pracy jest dowodem. Wszystko budujemy wokół tego drugiego: kandydaci wykonują realistyczny wycinek pracy, a wszystko dalej — wyniki, porównania, raporty — daje się prześledzić z powrotem do tej obserwowalnej pracy.

Dlatego też odmawiamy sprowadzania kandydata do jednej tajemniczej liczby. Wynik bez dowodów za sobą jest tylko założeniem z miejscami po przecinku. W SkillCort każdy wynik otwiera się na pracę, która go wytworzyła.

Prawdziwe umiejętności zamiast deklarowanych

Rodowód to nie umiejętność. Staż to nie umiejętność. Obycie na rozmowie to nie umiejętność. Kiedy pierwszym istotnym sygnałem w lejku jest wykonana praca, ludzie, którzy potrafią wykonać zadanie, ale na papierze nie wyglądają na właściwych — osoby zmieniające branżę, absolwenci nieznanych uczelni, cisi eksperci — wreszcie dostają uczciwą szansę.

To nie filantropia, tylko trafność. Proces, który mierzy pracę, znajduje ludzi, których proces mierzący przybliżenia systematycznie pomija.

Jasność decyzji zamiast złożoności danych

Celem nie jest więcej danych — celem jest jaśniejsza decyzja. Pulpity, które zasypują menedżera wykresami, przenoszą zamęt dalej; nie rozwiązują go. Każdą funkcję kierujemy na moment decyzji: porównywalne dowody, przejrzyste wagi, widoczne kompromisy i zapisane uzasadnienie.

Sprawdzianem każdego raportu SkillCort jest to, czy komisja może go przeczytać i odbyć lepszą rozmowę. Jeśli funkcja dodaje dane, ale nie jasność, nie trafia do produktu.

Gdzie AI ma swoje miejsce — a gdzie go nie ma

AI jest w ocenie naprawdę użyteczna: w kilka minut przygotowuje szkice zadań i rubryk, streszcza długie odpowiedzi, transkrybuje rozmowy i proponuje oceny na poziomie kryteriów do potwierdzenia przez człowieka. Używamy jej do tego wszystkiego i przy każdym wspieranym w ten sposób wyniku zapisujemy model oraz jego wersję.

Ale AI nie decyduje. Ani domyślnie, ani opcjonalnie, ani po cichu przez próg, którego nikt nie przegląda. Każdy wynik potwierdza wskazana z imienia osoba; każda decyzja należy do człowieka, który potrafi ją wyjaśnić. A kiedy kandydaci rozmawiają z naszym rozmówcą AI, zawsze jest to ujawnione jako AI — zaprojektowana persona, nigdy udawany człowiek.

Sądzimy, że regulacje z czasem będą wymagać większości z tego. Zbudowaliśmy to w ten sposób, bo tak jest słusznie — i dlatego, że decyzja rekrutacyjna, której nikt nie potrafi wyjaśnić, jest złą decyzją niezależnie od tego, co ją wywołało.

Wiarygodność, która szanuje kandydatów

Oszukiwanie jest realne, a testy o wysokiej stawce zasługują na realną ochronę. Ale teatr inwigilacji — traktowanie każdego kandydata jak podejrzanego — kosztuje ukończenia, zaufanie, a ostatecznie sam sygnał. Naszą odpowiedzią jest proporcjonalność: dopasować kontrole do stawki, powiedzieć kandydatom dokładnie, co jest monitorowane, i postawić każdy sygnał przed człowiekiem, zamiast przed automatycznym werdyktem.

Przełączenie karty jest kontekstem, a nie wyrokiem. W SkillCort sygnały wiarygodności lądują na osi czasu, którą przegląda człowiek — i żaden kandydat nigdy nie zostaje odrzucony automatycznie przez czujnik.

Czego nie zbudujemy

Niektóre decyzje produktowe są trwałe. Nie zbudujemy pamięci o kandydacie działającej między klientami — to, jak kandydat wypadł u jednego pracodawcy, nigdy nie jest widoczne dla innego. Nie zbudujemy ukrytych ocen reputacji, które chodzą za ludźmi między pracami. Nie zbudujemy niejawnego monitorowania i nie zbudujemy przycisku, który pozwala algorytmowi odrzucić człowieka.

To nie są funkcje czekające w roadmapie. To granice, które sprawiają, że reszcie produktu można zaufać.

  • Żadnych danych kandydata dzielonych między klientami ani wspólnych czarnych list — nigdy
  • Żadnych ukrytych ocen reputacji chodzących za kandydatami
  • Żadnego nieujawnionego monitorowania kandydatów
  • Żadnych automatycznych odrzuceń — każdą decyzję podejmuje człowiek
  • Żadnego punktowania w czarnej skrzynce — wagi i dowody pozostają widoczne

Tam, gdzie umiejętność staje się dowodem

SkillCort jest tym, czego chcieliśmy za każdym razem, gdy podsumowanie rekrutacji rozpływało się w rywalizujących wrażeniach: sposobem na położenie na stole prawdziwej pracy, uczciwe jej ocenienie, rzetelne porównanie i zapisanie, dlaczego decyzja poszła tak, a nie inaczej.

Jeśli uważasz, że rekrutacja powinna stać na dowodach — dla dobra firmy i kandydata — poczujesz się tu jak u siebie. SkillCort to miejsce, w którym umiejętność staje się dowodem.

Na czym stoimy

  • Dowody zamiast założeń — każdy wynik otwiera się na prawdziwą pracę
  • Prawdziwe umiejętności zamiast deklarowanych — wykonana praca bije rodowód
  • Jasność decyzji zamiast złożoności danych — zbudowane na moment decyzji
  • AI wspiera z pełną proweniencją; każdą decyzję podejmuje wskazany z imienia człowiek
  • Wiarygodność jest proporcjonalna, jawna i przeglądana przez człowieka

Zobacz na własne oczy

Zobacz, jak decyzja zapada na dowodach

Przynieś rolę. Przejdziemy razem od próbki pracy do Tablicy decyzyjnej i pokażemy, jak wygląda decyzja rekrutacyjna, której da się obronić.