79.4% ಪ್ರಕರಣಗಳಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಜಾಹೀರಾತು ಹುದ್ದೆಗಳಿಗೆ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಸರಿಯಾಗಿ ಗುರುತಿಸುತ್ತದೆ ಎಂದು MIT ಯ ಬ್ರೆಜಿಲಿಯನ್ ಸಂಶೋಧಕರ ಸಹಭಾಗಿತ್ವದಲ್ಲಿ DigAÍ ನಡೆಸಿದ ಇತ್ತೀಚಿನ ಅಧ್ಯಯನವು ತಿಳಿಸಿದೆ.
ಸಮೀಕ್ಷೆಯು ವಾಟ್ಸಾಪ್ ಮೂಲಕ ನಡೆಸಲಾದ ಸಂದರ್ಶನಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿತು ಮತ್ತು AI ನಿಗದಿಪಡಿಸಿದ ಅಂಕಗಳನ್ನು ವ್ಯವಸ್ಥಾಪಕರ ಅಂತಿಮ ನಿರ್ಧಾರಗಳೊಂದಿಗೆ ಹೋಲಿಸಿತು. ಫಲಿತಾಂಶವೆಂದರೆ, 10 ಪ್ರಕರಣಗಳಲ್ಲಿ 8 ಪ್ರಕರಣಗಳಲ್ಲಿ, ಆಯ್ಕೆ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ನಂತರ ಅನುಮೋದನೆ ಪಡೆಯುವ ಅಭ್ಯರ್ಥಿಗಳನ್ನು "ಸರಾಸರಿಗಿಂತ ಹೆಚ್ಚು" ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗಿದೆ.
ಈ ನಿಖರತೆಯು ಮಾನವ ನೇಮಕಾತಿದಾರರಿಂದ ಹೆಚ್ಚಾಗಿ ಗಮನಿಸದೆ ಹೋಗುವ ವರ್ತನೆಯ ಸಂಕೇತಗಳನ್ನು ನಿರ್ಣಯಿಸುವ AI ಸಾಮರ್ಥ್ಯವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. DigAÍ ನ ಸಂಸ್ಥಾಪಕ ಮತ್ತು CEO ಕ್ರಿಶ್ಚಿಯನ್ ಪೆಡ್ರೊಸಾ ಅವರ ಪ್ರಕಾರ, ತಂತ್ರಜ್ಞಾನದ ಗುರಿ ಅಭ್ಯರ್ಥಿಯನ್ನು "ಹಿಡಿಯುವುದು" ಅಲ್ಲ, ಬದಲಿಗೆ ಒಟ್ಟಿಗೆ ವಿಶ್ಲೇಷಿಸಿದಾಗ, ವೃತ್ತಿಪರರ ಹೆಚ್ಚು ಸಂಪೂರ್ಣ ಮತ್ತು ನಿಖರವಾದ ಓದುವಿಕೆಯನ್ನು ನೀಡುವ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಅನುವಾದಿಸುವುದು.
"ಈ ರೀತಿಯ ವಿಶ್ಲೇಷಣೆಯು HR ತಂಡಗಳಿಗೆ ಹೆಚ್ಚಿನ ಹೊಂದಿಕೊಳ್ಳುವಿಕೆ, ಸ್ಥಿರತೆ ಮತ್ತು ಸಹಯೋಗಕ್ಕೆ ಪ್ರವೃತ್ತಿಯನ್ನು ಹೊಂದಿರುವ ವೃತ್ತಿಪರರನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ - ಪ್ರಮುಖ ಗುಣಗಳು, ಸಾಂಪ್ರದಾಯಿಕ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಸೆರೆಹಿಡಿಯುವುದು ಕಷ್ಟ," ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ.
AI-ಚಾಲಿತ ನೇಮಕಾತಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ?
ಈ ವಿಧಾನವು ವರ್ತನೆಯ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುವ ಕಂಪ್ಯೂಟೇಶನಲ್ ಭಾವನಾತ್ಮಕ ಬುದ್ಧಿವಂತಿಕೆ, ಭಾಷಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಆಡಿಯೊದಲ್ಲಿ, ಬಹುತೇಕ ಅಗ್ರಾಹ್ಯವಾದ ಗಾಯನ ಸಂಕೇತಗಳನ್ನು ಗಮನಿಸಲಾಗುತ್ತದೆ, ನಂತರ ವೃತ್ತಿಪರ ಕಾರ್ಯಕ್ಷಮತೆಗೆ ಸಂಬಂಧಿಸಿದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಗುರುತಿಸಲು ತರಬೇತಿ ಪಡೆದ ಡೇಟಾಬೇಸ್ಗಳೊಂದಿಗೆ ಅವುಗಳನ್ನು ಅಡ್ಡ-ಉಲ್ಲೇಖಿಸಲಾಗುತ್ತದೆ.
ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಈ ವಿಶ್ಲೇಷಣೆಗಳ ಸೆಟ್ DigAÍ ಗೆ ಸಾಂಸ್ಕೃತಿಕ ಜೋಡಣೆ, ಸ್ಪಷ್ಟತೆ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಗಳ ಸುಸಂಬದ್ಧತೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಹೇಳಲಾದ ವಿಷಯ ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಹೇಳಲಾಗುತ್ತದೆ ಎಂಬುದರ ನಡುವೆ ವ್ಯತ್ಯಾಸವಿದ್ದರೂ ಸಹ. ಅನುಭವಿ ನೇಮಕಾತಿದಾರರು ಯಾವಾಗಲೂ ಗಮನಿಸಿರುವ ಅತಿಯಾದ ಪೂರ್ವಾಭ್ಯಾಸದ ಉತ್ತರಗಳು, ಗಟ್ಟಿಯಾದ ಸ್ವರ ಮತ್ತು ಕೃತಕ ಭಂಗಿ, ಈಗ AI ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಇನ್ನಷ್ಟು ಸ್ಪಷ್ಟವಾಗುತ್ತಿದೆ.
ಮತ್ತೊಂದೆಡೆ, ಕಂಪನಿಗಳಲ್ಲಿ, ತಂತ್ರಜ್ಞಾನವು ಪೂರ್ವಾಗ್ರಹಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು, ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯನ್ನು ಸುಧಾರಿಸಲು ಮತ್ತು ಸಂದರ್ಶನದ ಸಮಯದಲ್ಲಿ "ಕರುಳಿನ ಭಾವನೆ" ಎಂದು ಕರೆಯಲ್ಪಡುವದನ್ನು ಮೀರಿ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅವಕಾಶವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.
"ತಂತ್ರಜ್ಞಾನವು ನಾವು ನೋಡಬಹುದಾದದ್ದನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ. ನಾವು ಹೇಳುವುದನ್ನು ವರ್ತನೆಯ ಮಾದರಿಗಳೊಂದಿಗೆ ಕ್ರಾಸ್-ರೆಫರೆನ್ಸ್ ಮಾಡಿದಾಗ, ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಮೀರಿ, ತಾರ್ಕಿಕತೆಯ ಗುಣಮಟ್ಟವನ್ನು ಮತ್ತು ಅಭ್ಯರ್ಥಿಯು ಅವರು ಹೇಳಿಕೊಳ್ಳುವುದನ್ನು ಹೇಗೆ ಬೆಂಬಲಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ನಾವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಇದು ಪಾರದರ್ಶಕತೆ ಮತ್ತು ನ್ಯಾಯಯುತ ನಿರ್ಧಾರಗಳನ್ನು ತರುವ ವಿಕಸನವಾಗಿದೆ" ಎಂದು ಪೆಡ್ರೊಸಾ ತೀರ್ಮಾನಿಸುತ್ತಾರೆ.
