Umetna inteligenca v zaposlovanju ne nastopa več le kot pomočnik pri pisanju življenjepisa ali pripravi na razgovor. Vse pogosteje postaja tudi ocenjevalec. HackerRank s sistemom Chakra nakazuje, kako bi lahko izgledal naslednji korak: UI ne preverja zgolj, ali kandidat napiše pravilno kodo, temveč spremlja njegovo delo, postavlja dodatna vprašanja in ocenjuje način razmišljanja.
Platforma HackerRank, znana po tehničnih testih za razvijalce, je po približno šestih mesecih beta testiranja Chakro začela širše ponujati strankam. Podjetje navaja, da je sistem med testiranjem opravil več kot 500.000 razgovorov. Med podjetji, ki so ga preizkusila, so Snowflake, Snorkel in Capgemini.
Novost ni zgolj v tem, da UI vodi intervju. HackerRank želi z njo spremeniti samo definicijo tehničnega ocenjevanja v času, ko lahko kandidat do kode, razlage ali rešitve pride tudi s pomočjo generativne umetne inteligence.
Ko pravilna rešitev ni več dovolj
Klasični programerski testi praviloma preverjajo, ali kandidat nalogo reši pravilno, dovolj hitro in tehnično ustrezno. Toda v okolju, kjer lahko razvijalec uporabi ChatGPT, Copilot ali drugo generativno orodje, končni rezultat sam po sebi ne pove več toliko kot nekoč.
Chakra naj bi se zato osredotočala tudi na pot do rešitve. Kandidat dela na nalogi, povezani z dejanskim repozitorijem kode, v delovnem okolju, ki vključuje pomočnika UI. Sistem lahko med delom postavlja dodatna vprašanja: zakaj je kandidat izbral določen pristop, katere kompromise je sprejel, kako bi rešitev prilagodil novi omejitvi ali kako bi preveril predlog, ki ga je ustvarila umetna inteligenca.
To je pomemben premik od ocenjevanja rezultata k ocenjevanju presoje. HackerRankov izvršni direktor Vivek Ravisankar je za TechCrunch poudaril, da lahko danes »kdorkoli ustvari artefakt«, zato naj bi bilo za delodajalce pomembneje razumeti razmišljanje, ki je vodilo do njega.
UI-pismenost: nova veščina razvijalcev?
Eden zanimivejših pojmov, ki jih izpostavlja HackerRank, je »UI-pismenost«. Ne gre le za sposobnost napisati dober poziv oziroma prompt. V praksi bi lahko pomenila kombinacijo več veščin: pravilno opredelitev problema, podajanje dovolj jasnega konteksta, preverjanje odgovorov modela, prepoznavanje napak ter sposobnost prevzeti odgovornost za končno odločitev.
Dober razvijalec pri uporabi UI ne bi smel slepo kopirati predlagane kode. Preveriti mora, ali rešitev res deluje v konkretnem okolju, ali uvaja varnostne ranljivosti, ali ustreza obstoječi arhitekturi sistema in kakšne posledice ima za vzdrževanje kode. Kandidat, ki zna pojasniti, zakaj je predlog umetne inteligence zavrnil ali popravil, lahko pokaže več tehnične zrelosti kot nekdo, ki hitro ustvari navidezno pravilno rešitev.
Prav tu je potencial Chakre: če sistem dejansko zna razlikovati med samostojno presojo in nekritičnim zanašanjem na model, bi lahko intervju bolj približal resničnemu delu razvijalca. V sodobnih ekipah namreč vprašanje pogosto ni več, ali je uporaba UI dovoljena, temveč ali jo zaposleni uporabljajo odgovorno in učinkovito.
Vendar tak pristop odpira tudi vprašanja iz kandidatove perspektive. Razgovor z UI je lahko za nekatere manj stresen in bolj standardiziran kot pogovor s človekom. Za druge pa je lahko depersonaliziran, nejasen ali celo neprijeten, zlasti če ne vedo natančno, katere signale sistem spremlja in kako vplivajo na oceno.
Manj goljufanja ali drugačen način nadzora?
HackerRank navaja presenetljivo ugotovitev: pri intervjujih s Chakro naj bi bilo opozoril o sumljivi dejavnosti za 70 do 80 odstotkov manj kot pri primerljivih tradicionalnih testih. Delež je po navedbah podjetja odvisen od geografije in stopnje izkušenosti kandidatov.
Razlaga podjetja je preprosta. Če je uporaba umetne inteligence dovoljena in vključena v sam proces, imajo kandidati manj razlogov za prikrito uporabo zunanjih orodij, ki jim med testom ponujajo odgovore. Namesto da bi delodajalec poskušal popolnoma preprečiti uporabo UI, jo skuša vključiti v ocenjevanje.
To je pragmatičen pristop, vendar ni brez dilem. Manj opozoril o sumljivi dejavnosti ne pomeni nujno tudi manj goljufanja; lahko pomeni, da se je spremenilo predvsem to, kaj sistem definira kot sumljivo. Za verodostojnost takšnih trditev bodo pomembni neodvisni podatki, jasne metodologije in transparentnost glede načina zaznavanja nepravilnosti.
Ali je algoritem res manj pristranski?
Ravisankar meni, da je umetna inteligenca lahko manj pristranska od ljudi, če je pravilno nastavljena, saj lahko za vse kandidate uporablja enaka merila. To je načeloma resna prednost avtomatiziranih sistemov: enaka vprašanja, enaki kriteriji in manj prostora za razlike, ki izhajajo iz razpoloženja, osebnih preferenc ali nezavednih predsodkov posameznega intervjuvalca.
Toda doslednost ni isto kot pravičnost. Če so merila slabo izbrana, če model napačno interpretira komunikacijski slog kandidata ali če so podatki, na katerih temelji sistem, pristranski, lahko UI neenakosti celo utrdi. Kandidat z drugačnim naglasom, neobičajnim načinom izražanja, netipično karierno potjo ali drugačnim pristopom k reševanju problema bi lahko bil ocenjen slabše, če sistem takšnih razlik ne razume pravilno.
Posebej občutljivo je vprašanje, katere vedenjske signale sistem sploh meri. Tehnično znanje in kakovost kode sta razmeroma preverljiva. Veliko težje pa je objektivno meriti lastnosti, kot so kritično razmišljanje, samozavest, komunikacija ali presoja. Če UI tem lastnostim pripisuje točke, morajo delodajalci znati pojasniti, kako je do njih prišla.
Regulatorji so na tem področju že pozorni. New York City od delodajalcev, ki uporabljajo določena avtomatizirana orodja za zaposlitvene odločitve, zahteva neodvisne presoje pristranskosti in predhodno obvestilo kandidatom. Takšna pravila nakazujejo smer razvoja: podjetjem ne bo dovolj, da trdijo, da je njihov sistem objektiven. To bodo morala dokazovati.
Chakra je del širšega vala UI v HR
HackerRank ni edini, ki želi avtomatizirati dele zaposlovanja. Na trgu že obstajajo orodja za pregledovanje življenjepisov, razvrščanje kandidatov, klepetalni roboti za začetno komunikacijo in video intervjuji, pri katerih algoritmi pomagajo strukturirati ali analizirati odgovore. Nekateri sistemi se osredotočajo na iskanje kandidatov, drugi na administrativne postopke, tretji na selekcijo.
Posebnost Chakre je, da skuša UI postaviti neposredno v tehnični del razgovora in kandidatovo uporabo UI obravnavati kot kompetenco, ne kot prepovedano bližnjico. To jo ločuje od klasičnih testov, ki so bili pogosto zasnovani okoli predpostavke, da kandidat dela sam in brez zunanjih pomoči.
HackerRank s tem pravzaprav stavi proti delu lastnega dosedanjega poslovnega modela. Podjetje je zgradilo ugled na kodirnih izzivih, zdaj pa priznava, da ti v obdobju generativne UI sami po sebi morda ne zadostujejo več za ocenjevanje inženirskih sposobnosti.
Prihodnost razgovorov zato verjetno ne bo v popolni zamenjavi ljudi z algoritmi, temveč v novi razdelitvi vlog. UI lahko pomaga pri strukturiranem ocenjevanju, analizi dela in ponovljivosti postopkov. Končna odločitev o zaposlitvi pa bi morala ostati človeška – skupaj z odgovornostjo za poštenost, preglednost in posledice takšne odločitve.
Vprašanje ni več, ali bo umetna inteligenca postala del zaposlovanja. Pravo vprašanje je, ali bodo podjetja znala njeno uporabo oblikovati tako, da bo razkrivala resnično znanje in potencial kandidatov, namesto da bi ustvarila le bolj avtomatiziran videz objektivnosti.
