في أثناء المقابلات الوظيفية، تعد المهارات الشخصية والإمكانات العلمية على القدر نفسه من الأهمية، وذلك لأن عملية التوظيف تأخذ عدة مراحل، منها ما يهتم بالشهادات التي تحصّل عليها الباحث عن العمل، ومنها ما يهتم بالمهارات الفردية والشخصية التي تميز الفرد عن أقرانه، بل إن عملية التوظيف تمتد لتشمل التأكد من إمكانية المتقدم التعامل مع الضغوط مثل العمل بموارد محدودة.
من المهم للباحث عن العمل أن يعلم ما هي نقاط قوته وضعفه، ولمعرفة نقاط القوة والضعف هناك عدد من الطرائق، منها أن يتفكر المرء في ذاته بتأنٍ، أو أن يسأل من يثق في رأيه، ولكن من أفضل الطرائق للحصول على تحليل دقيق لنقاط القوة والضعف، وذلك للنجاح في تجاوز المقابلات الوظيفية الشخصية، هو أن يقيم المرء المقابلات نفسها، بمعنى أن يقيم الباحث عن العمل المقابلات الوظيفية، وذلك للحصول على ملاحظات منها، حتى ولو لم يحصل على الوظيفة.
تقديم الملاحظات للمتقدم، خصوصا حين لا يتم اختياره للوظيفة، يعد أمرا مهما، ليس لأن ذاك يظهر مقدار احترافية صاحب العمل فحسب، بل لأن ذلك يفيد المتقدم في رحلته للبحث عن وظيفة. المشكلة تكمن في أن أصحاب العمل، في كثير من الأحيان، قد لا يتوافر لهم الوقت الكافي لتقديم تحليل دقيق لكل متقدم، خصوصا إذا كان هذا التحليل سيشمل المهارات الشخصية، بالإضافة للمعرفية والعلمية.
في محاولة لسد ثغرة الحصول على تحليل دقيق بعد المقابلة الشخصية للباحث عن عمل، صمم الدكتور أنان كومار (Anand Kumar) مع عدد من طلابه في معهد التكنولوجيا بـ«كارناتاكا» في الهند (Institute of Technology Karnataka) نظاما متكاملا يعمل على تحليل عدد من النقاط المتعلقة بالمقابلات الشخصية. هذا النظام يقدم تقريرا مفصلا لصاحب العمل والمتقدم للوظيفة، يشمل عددا من النواحي: مدى تفاعل المتقدم، وتحديد وتيرة حديثه، وتحليل نظراته، وذلك من خلال كاميرات ومستشعرات للصوت، التي تسجل كل ما يدور في غرفة المقابلة الشخصية.
يجمع النظام عددا من المعلومات عن المتقدم في أثناء المقابلة الشخصية، وبعد تحويلها إلى بيانات رقمية، يتم تمريرها على خوارزمية ذكاء اصطناعي، لتحلل الخوارزمية هذه البيانات، ومن ثم تقدم تقريرا عن جميع النقاط التي تم طلب تحليلها، والتي تشمل طريقة حديث المتقدم، وأسلوبه في النقاش، ونظراته، بل وحتى حركاته في أثناء المقابلة.
وبحسب ما نشرة الدكتور «أنان»، فإنه وجد أن هذه التقارير كان لها قبول كبير، خصوصا بين الباحثين عن عمل.
من المهم للباحث عن العمل أن يعلم ما هي نقاط قوته وضعفه، ولمعرفة نقاط القوة والضعف هناك عدد من الطرائق، منها أن يتفكر المرء في ذاته بتأنٍ، أو أن يسأل من يثق في رأيه، ولكن من أفضل الطرائق للحصول على تحليل دقيق لنقاط القوة والضعف، وذلك للنجاح في تجاوز المقابلات الوظيفية الشخصية، هو أن يقيم المرء المقابلات نفسها، بمعنى أن يقيم الباحث عن العمل المقابلات الوظيفية، وذلك للحصول على ملاحظات منها، حتى ولو لم يحصل على الوظيفة.
تقديم الملاحظات للمتقدم، خصوصا حين لا يتم اختياره للوظيفة، يعد أمرا مهما، ليس لأن ذاك يظهر مقدار احترافية صاحب العمل فحسب، بل لأن ذلك يفيد المتقدم في رحلته للبحث عن وظيفة. المشكلة تكمن في أن أصحاب العمل، في كثير من الأحيان، قد لا يتوافر لهم الوقت الكافي لتقديم تحليل دقيق لكل متقدم، خصوصا إذا كان هذا التحليل سيشمل المهارات الشخصية، بالإضافة للمعرفية والعلمية.
في محاولة لسد ثغرة الحصول على تحليل دقيق بعد المقابلة الشخصية للباحث عن عمل، صمم الدكتور أنان كومار (Anand Kumar) مع عدد من طلابه في معهد التكنولوجيا بـ«كارناتاكا» في الهند (Institute of Technology Karnataka) نظاما متكاملا يعمل على تحليل عدد من النقاط المتعلقة بالمقابلات الشخصية. هذا النظام يقدم تقريرا مفصلا لصاحب العمل والمتقدم للوظيفة، يشمل عددا من النواحي: مدى تفاعل المتقدم، وتحديد وتيرة حديثه، وتحليل نظراته، وذلك من خلال كاميرات ومستشعرات للصوت، التي تسجل كل ما يدور في غرفة المقابلة الشخصية.
يجمع النظام عددا من المعلومات عن المتقدم في أثناء المقابلة الشخصية، وبعد تحويلها إلى بيانات رقمية، يتم تمريرها على خوارزمية ذكاء اصطناعي، لتحلل الخوارزمية هذه البيانات، ومن ثم تقدم تقريرا عن جميع النقاط التي تم طلب تحليلها، والتي تشمل طريقة حديث المتقدم، وأسلوبه في النقاش، ونظراته، بل وحتى حركاته في أثناء المقابلة.
وبحسب ما نشرة الدكتور «أنان»، فإنه وجد أن هذه التقارير كان لها قبول كبير، خصوصا بين الباحثين عن عمل.
