तंत्रज्ञान कंपन्या आता 'आय-क्लोज्ड क्वेश्चन' (Eyes-Closed Question - ECQ) नावाचे नवीन तंत्रज्ञान वापरत आहेत. या चाचण्यांमध्ये उमेदवारांना स्क्रीन शेअरिंग बंद करण्यास आणि डोळे मिटून प्रश्नांची उत्तरे देण्यास सांगितले जाते. AI टूल्सचा वापर टाळण्यासाठी हे केले जात आहे.
टेक इंडस्ट्रीमध्ये एक नवीन आणि अन conventional मुलाखत पद्धत समोर आली आहे, जिथे उमेदवारांना स्क्रीन-शेअरिंग बंद करून डोळे मिटून प्रश्नांची उत्तरे देण्यास सांगितले जाते. या पद्धतीला 'आय-क्लोज्ड क्वेश्चन' (ECQ) असे म्हटले जाते. यामागील उद्देश हा आहे की उमेदवार स्वतःच्या उत्तरांची खात्री करू शकतील, केवळ स्क्रिप्ट वाचून किंवा ChatGPT आणि Claude सारख्या AI टूल्सचा तात्काळ वापर करून नाही.
अनेक टेक कंपन्यांना सध्या एका मोठ्या आव्हानाचा सामना करावा लागत आहे: AI-जनरेटेड नोकरी अर्जांचा प्रचंड पूर. रिक्रूटमेंट टीम्सनी सांगितले आहे की उमेदवारांच्या संख्येने त्यांना हैराण केले आहे. काही प्रकरणांमध्ये, एका नोकरीसाठी कंपन्यांना तब्बल 4,800 अर्ज मिळाले आहेत, आणि त्यापैकी बरेचसे AI द्वारे तयार केलेले वाटतात. या प्रचंड संख्येमुळे स्क्रीनिंगची प्रक्रिया खूप वेळखाऊ झाली आहे. यामुळे कंपन्यांना स्वयंचलित किंवा कमी प्रयत्नांचे सबमिशन फिल्टर करण्यासाठी कठोर, जरी असामान्य असले तरी, उपाययोजना कराव्या लागत आहेत.
व्यवसायाच्या दृष्टिकोनातून, हे AI च्या युगात नोकरी भरतीशी संबंधित वाढता खर्च आणि अकार्यक्षमता दर्शवते. जेव्हा अर्जांची मोठी टक्केवारी AI-जनरेटेड असते, तेव्हा HR विभागांना अपात्र उमेदवारांचे पुनरावलोकन करण्यात जास्त वेळ घालवावा लागतो. या प्रशासकीय दबावामुळे कंपन्या नवीन मूल्यांकन मॉडेल्स वापरण्यास प्रवृत्त होत आहेत. यामध्ये GitHub वर कोडिंग चाचण्या घेणे किंवा पारंपरिक अर्ज प्रवाहावर अवलंबून राहण्याऐवजी थेट उद्योग कार्यक्रमांमधून उमेदवार शोधणे समाविष्ट आहे.
तथापि, ECQ पद्धतीला नोकरी शोधणारे आणि काही उद्योग व्यावसायिकांकडून टीका झाली आहे. टीकाकारांचा युक्तिवाद आहे की व्हिज्युअल एड्स किंवा स्क्रीन ऍक्सेसशिवाय जटिल तांत्रिक प्रश्नांची उत्तरे देण्यास उमेदवारांना भाग पाडल्याने त्यांच्या कौशल्यांचे अचूक मूल्यांकन होत नाही. अशी भीती देखील आहे की या पद्धतीमुळे उच्च-स्तरीय टॅलेंट दुरावू शकते, ज्यांना ही प्रक्रिया intrusive किंवा unprofessional वाटू शकते, ज्यामुळे ते भरती प्रक्रियेतून पूर्णपणे माघार घेऊ शकतात.
गुंतवणूकदार आणि कंपन्यांसाठी, हा ट्रेंड मानवी भांडवल व्यवस्थापनाच्या व्यापक समस्येचे प्रतिबिंब आहे. AI जसे कार्य करण्याची पद्धत बदलत आहे, तसे कंपन्यांसाठी अशी मजबूत प्रणाली तयार करणे हे आव्हान आहे जी पात्र व्यक्तींना दूर करणारी अडथळे न निर्माण करता खरी प्रतिभा ओळखू शकेल. कंपन्या कार्यक्षम भरतीची गरज आणि उमेदवारांच्या मूल्यांकनाचे उच्च दर्जा राखण्याची आवश्यकता संतुलित करण्याचा प्रयत्न करत असताना, अधिक पडताळणीयोग्य, प्रत्यक्ष मूल्यांकन पद्धतींकडे कल चालू राहण्याची शक्यता आहे.
