تقوم أداة Metaview بتسجيل ملاحظات المقابلة حتى لا يضطر مديرو التوظيف إلى القيام بذلك

كان سيادال ماجوس وشاهريار تاجبخش يعملان في أوبر وبالانتير، على التوالي، عندما أدركا أن التوظيف – وخاصة عملية إجراء المقابلات – أصبح غير عملي بالنسبة للعديد من أقسام الموارد البشرية في الشركات.

قال ماجوس لـ TechCrunch: “كان من الواضح لنا أن الجزء الأكثر أهمية في عملية التوظيف هو المقابلات، ولكن أيضًا الجزء الأكثر غموضًا وغير الموثوق به”. “علاوة على ذلك، هناك مجموعة من المتاعب المرتبطة بتدوين الملاحظات وكتابة التعليقات، والتي يبذل العديد من القائمين على المقابلات ومديري التوظيف كل ما في وسعهم لتجنبها.

اعتقد ماجوس وتاجبخش أن عملية التوظيف كانت جاهزة للتعطيل، لكنهما أرادا تجنب استخلاص الكثير من العنصر البشري. لذلك أطلقوا Metaview، وهو تطبيق لتدوين الملاحظات مدعوم بالذكاء الاصطناعي مخصص للقائمين بالتوظيف ومديري التوظيف والذي يسجل ويحلل ويلخص مقابلات العمل.

وقال ماجوس: “إن Metaview عبارة عن أداة تدوين ملاحظات تعمل بالذكاء الاصطناعي، وقد تم تصميمها خصيصًا لعملية التوظيف”. “إنها تساعد القائمين على التوظيف ومديري التوظيف على التركيز بشكل أكبر على التعرف على المرشحين وتقليل التركيز على استخراج البيانات من المحادثات. ونتيجة لذلك، يوفر القائمون على التوظيف ومديرو التوظيف الكثير من الوقت في كتابة الملاحظات ويكونون أكثر حضوراً أثناء المقابلات لأنهم لا يضطرون إلى القيام بمهام متعددة.

يتكامل Metaview مع التطبيقات وأنظمة الهاتف ومنصات وأدوات مؤتمرات الفيديو مثل Calendly وGoodTime لالتقاط محتوى المقابلات تلقائيًا. يقول ماجوس إن المنصة “تأخذ في الاعتبار الفروق الدقيقة في توظيف المحادثات” و”تثري نفسها بالبيانات من مصادر أخرى”، مثل أنظمة تتبع المتقدمين، لتسليط الضوء على اللحظات الأكثر صلة بالموضوع.

قال ماجوس: “يحتوي كل من Zoom وMicrosoft Teams وGoogle Meet على خاصية النسخ، وهو بديل محتمل لـ Metaview”. “لكن المعلومات التي يستخرجها الذكاء الاصطناعي الخاص بـ Metaview من المقابلات هي أكثر صلة بحالة استخدام التوظيف من البدائل العامة، ونحن نساعد المستخدمين أيضًا في الخطوات التالية في سير عمل التوظيف الخاص بهم في هذه المحادثات وحولها.”

من المؤكد أن هناك الكثير من الأخطاء في إجراء مقابلات العمل التقليدية، ويمكن أن يساعد تطبيق تدوين الملاحظات وتحليل المحادثات مثل Metaview، على الأقل من الناحية النظرية. كما يشير مقال في علم النفس اليوم، فإن الدماغ البشري مليء بالتحيزات التي تعيق حكمنا وصنع القرار، على سبيل المثال الميل إلى الاعتماد بشكل كبير على الجزء الأول من المعلومات المقدمة وتفسير المعلومات بطريقة تؤكد معتقداتنا الموجودة مسبقًا .

السؤال هو، هل يعمل Metaview، والأهم من ذلك، هل يعمل بنفس القدر من الجودة لجميع المستخدمين؟

حتى أفضل أنظمة إملاء الكلام المدعومة بالذكاء الاصطناعي تعاني من تحيزاتها الخاصة. أظهرت دراسة أجرتها جامعة ستانفورد أن معدلات الخطأ للمتحدثين السود في خدمات تحويل الكلام إلى نص من أمازون، وأبل، وجوجل، وآي بي إم، ومايكروسوفت تبلغ ضعف معدلات الخطأ لدى المتحدثين البيض. وجدت دراسة أخرى حديثة نشرت في مجلة Computer Speech and Language اختلافات ذات دلالة إحصائية في الطريقة التي تعامل بها نموذجان رائدان للتعرف على الكلام مع المتحدثين من مختلف الأجناس والأعمار واللهجات.

هناك أيضًا هلوسة يجب وضعها في الاعتبار. يرتكب الذكاء الاصطناعي أخطاء في التلخيص، بما في ذلك في ملخصات الاجتماعات. في قصة حديثة، استشهدت صحيفة وول ستريت جورنال بمثال حيث، بالنسبة لأحد المستخدمين الأوائل الذين استخدموا أداة AI Copilot من Microsoft لتلخيص الاجتماعات، اخترع Copilot الحضور والمكالمات الضمنية كانت حول موضوعات لم تتم مناقشتها مطلقًا.

عندما سئل ماجوس عن الخطوات التي اتخذتها Metaview، إن وجدت، للتخفيف من التحيز والمشكلات الخوارزمية الأخرى، ادعى أن بيانات تدريب Metaview متنوعة بما يكفي لإنتاج نماذج “تتجاوز الأداء البشري” في سير عمل التوظيف وتؤدي أداءً جيدًا وفقًا لمعايير التحيز الشائعة.

أنا متشكك وحذر بعض الشيء أيضًا من نهج Metaview في كيفية تعامله مع بيانات الكلام. يقول Magos أن Metaview يقوم بتخزين بيانات المحادثة لمدة عامين بشكل افتراضي ما لم يطلب المستخدمون حذف البيانات. يبدو أن هذه فترة طويلة بشكل استثنائي، وربما سيفعلها المرشحون.

ولكن لا يبدو أن أيًا من هذا قد أثر على قدرة Metaview في الحصول على التمويل أو العملاء.

جمعت Metaview هذا الشهر 7 ملايين دولار من مستثمرين من بينهم Plural وCoelius Capital وVertex Ventures، ليصل إجمالي المبلغ الذي تم جمعه للشركة الناشئة ومقرها لندن إلى 14 مليون دولار. يقول ماجوس إن عدد عملاء Metaview يصل إلى 500 شركة، بما في ذلك Brex وQuora وPleo وImprobable – وقد نمت بنسبة 2000% على أساس سنوي.

وقال ماجوس: “سيتم استخدام الأموال لتنمية فريق الإنتاج والهندسة في المقام الأول، وتوفير المزيد من الوقود لجهود المبيعات والتسويق لدينا”. “سنضاعف فريق الإنتاج والهندسة ثلاث مرات، ونعمل على تحسين محرك توليف المحادثة الخاص بنا بحيث يقوم الذكاء الاصطناعي لدينا تلقائيًا باستخراج المعلومات الصحيحة التي يحتاجها عملاؤنا تمامًا وتطوير أنظمة للكشف بشكل استباقي عن المشكلات مثل التناقضات في عملية المقابلة والمرشحين الذين يبدو أنهم فقدان الاهتمام.”