ChatGPT: வேலைக்கு ஆட்களை தேர்வு செய்யும் முறையில் செயற்கை நுண்ணறிவு பாதிப்பை ஏற்படுத்துமா ?

தற்போது பலரும் சாட் ஜிபிடி போன்ற மென்பொருட்களை பயன்படுத்தி தங்களது பயோடேட்டாவுக்கான கவர் லெட்டர்களை எழுதத் தொடங்கி விட்டனர். பணிக்கு ஒருவரை தேர்ந்தெடுக்கும் முறையில் செயற்கை நுண்ணறிவு எந்தளவு மாற்றத்தை ஏற்படுத்தியுள்ளது என்பதற்கு இது ஒரு சிறு உதாரணம்தான்.

சாட் ஜிபிடி எனப்படும் செயற்கை நுண்ணறிவு மென்பொருள் கடந்த 2022ஆம் ஆண்டு நவம்பர் மாதத்தில் அறிமுகமானது. மனிதனைப் போலவே சிந்தித்து பதில் கூறும் திறன் உடைய இந்த மென்பொருளுக்கு தெரியாதது என்று எதுவுமே இல்லை என பலரும் வியந்து கூறுகின்றனர்.

கவிதை, கட்டுரை என நமக்கு என்ன தேவையோ அதனை எழுத்து வடிவமாக சாட் ஜிபிடி நமக்கு தரும். சில நேரங்களில் சிக்கலான கேள்விகளுக்கு கூட நொடியில் பதில் தருகிறது. திறமையான உள்ளடக்கத்தை விரைவாக உருவாக்குவதற்கான ஆக்கபூர்வமான கருவியாக செயல்படுகிறது.

அதே நேரத்தில், ரெஸ்யூம்களுக்கான கவர் லெட்டரை தயார் செய்வது போன்றவற்றுக்கு இந்த தொழில்நுட்பத்தை தற்போது பலர் பயன்படுத்த தொடங்கிவிட்டனர்.

பிரிட்டனில் உள்ள கென்ட் பல்கலைக்கழகத்தின் சமூகவியல் மற்றும் கலாச்சார ஆய்வுகள் குறித்து படித்து வரும் வின்ஸ் மில்லர், இது குறித்து நம்மிடம் பேசும்போது, `சிறந்த எழுதும் திறனை கொண்டிருக்க வேண்டிய அவசியமில்லாத நபர்கள்கூட அவற்றைப் பெற இந்த தொழில்நுட்பம் வழிவகுக்கிறது` என்றார்.

ஆனால், ஊழியர்களை பணிக்கு அமர்த்தும் வேலையில் உள்ள மேலாளர்களும் இந்த விவகாரத்தில் சளைத்தவர்கள் அல்ல. வேலைக்கு சேர முயற்சிப்பவர்கள் தங்களுக்கு உதவ செயற்கை நுண்ணறவு தொழில்நுட்பத்தைச் சார்ந்துள்ளனர் என்பதையும் தொழில்நுட்பம் அதிவேகமாக வளரும் போது மேலும் அதனை சார்ந்து இருப்பார்கள் என்பதையும் அவர்கள் நன்கு அறிந்து வைத்துள்ளனர்.

AI என்று அழைக்கப்படும் செயற்கை நுண்ணறிவு தொழில்நுட்பத்தின் வளர்ச்சி வேலைக்கு ஆட்களைத் தேர்வு செய்வதில் பாதிப்பை ஏற்படுத்துவதாக அனைவரும் கூறவில்லை.

எப்போதுமே பிஸியாக இருக்கும் மேலாளர்களால்தான் செயற்கை நுண்ணறிவு மூலம் தயாரிக்கப்பட்ட கவர் லெட்டர்களையும் , தேர்வர்கள் எழுதிய கவர் லெட்டர்களையும் இனம் காண முடியாது என்று கூறுகிறார் பிரிட்டனின் லூடனில் செயல்பட்டு வரும் ஆட்சேர்ப்பு மற்றும் வேலை தொடர்பான ஆலோசனைகளை வழங்கிவரும் நிறுவனமான ராண்ட்ஸ்டாடின் குரூப் மார்கெட்டிங் இயக்குநரான ஆடம் நிக்கோல். “சாட் ஜிபிடி மூலம் உருவாக்கப்படும் மொழி, ஒருவேளை சூத்திரம் சார்ந்து இருந்தால் தெளிவாக இருக்கும். பெரும்பாலான கவர் லெட்டர் எழுத்துகளுடன் ஒப்பிடும்போது, இவற்றில் தனித்தன்மைகள் இல்லை, ஆளுமைகள் இல்லை” என்றார்.

வேலைக்கு ஆட்களை தேர்வு செய்யும் செயல்முறையில் இந்த ஏமாற்றுதல் குறித்து அதிகம் கவலைப்பட தேவையில்லை என்றும் அவர் தெரிவித்தார்.

“பணிக்கு தேவையான சிறப்பம்சங்கள் குறித்து நேர்த்தியான குறிப்புகளை உருவாக்க முடியாதவர்களுக்கு, சிறப்பாக எழுத முடியாதவர்களுக்கு இது உதவுகிறது. சில நேரங்களில் கவர் லெட்டரை நமது நண்பர்களிடம் கொடுத்து சரி பார்க்க சொல்லுவோம் அல்லவா? அதன் மேம்பட்ட வடிவம்தான் செயற்கை நுண்ணறிவை பயன்படுத்துவது ” என்று அவர் குறிப்பிட்டார்.

எனினும், வேலைக்கு விண்ணப்பிக்கும் தேர்வர்களை மதிப்பீடு செய்வதில் மிக குறைந்த அளவிலேயே பழமையான முறைகளை சில நிறுவனங்கள் சார்ந்து இருப்பதாக நிக்கோல் கூறுகிறார்.

“கவர் லெட்டர்கள் பல ஆண்டுகளாக இணைக்கப்பட்டு வருகின்றன. வேலைக்கு ஆட்களை தேர்வு செய்யும் பணியில் உள்ள மேலாளர்கள் ஒருவரின் சுயகுறிப்பை 10 வினாடிகளுக்கும் குறைவாக படிப்பதை தவிர்க்கின்றனர். சொல்லப்போனால், தற்போது கவர் லெட்டர் என்பது வழக்கற்றுப் போயிற்று” என்றும் அவர் தெரிவித்தார்.

சமூக ஊடகங்கள் மற்றும் லிங்க்ட்இன்-க்கு முக்கியத்துவம்

தற்போதெல்லாம் வேலைக்கு விண்ணப்பிப்பவர்களின் கவர் லெட்டர்களை பார்ப்பதற்கு பதிலாக அவர்களை பற்றி அறிந்துகொள்ள அவர்களின் சமூக ஊடக பக்கங்கள், லிங்க்ட்- இன் பக்கம் போன்றவற்றை பார்ப்பதில் வேலைக்கு ஆட்களை தேர்வு செய்பவர்கள் கூடுதலாக கவனம் செலுத்துகின்றனர் என்று நிக்கோல் கூறுகிறார்.

மேலும், அதிகமான நபர்கள் இதுபோன்ற செயற்கை நுண்ணறிவு மூலம் தயாரிக்கப்பட்ட கவர் லெட்டர்களை பயன்படுத்துவதால், அவற்றுக்கான முக்கியத்துவம் என்பது பொருத்தமற்றதாகி வருகிறது என்றும் அவர் குறிப்பிடுகிறார். “செயற்கை நுண்ணறிவு மூலம் தயாரிக்கப்பட்ட ஒரு கவர் லெட்டரை யார் வேண்டுமானாலும் வேலைக்கு தேர்வு செய்யும் நபர்களுக்கு அனுப்ப முடியும் என்றால், அவை தேவையற்றதாகிவிடும் ” என்று கென்ட் பல்கலைக்கழகத்தைச் சேர்ந்த மில்லர் கூறுகிறார்.

இதன் விளைவாக, வேலைக்கு ஆட்களை தேர்வு செய்யும் முறையில் மாற்றம் ஏற்படக்கூடும் என்று நிபுணர்கள் கூறுகின்றனர்.

எடுத்துக்காட்டாக, நேர்முக தேர்வுக்கு முந்தைய தயாரிப்புகளை செயற்கை நுண்ணறிவால் உருவாக்க முடியும் என்பதால், பதிலுக்கு மிகவும் கடினமான முறைகளை நிறுவனங்கள் அறிமுகப்படுத்தக் கூடும். “கணினியால் என்ன செய்ய முடியாது என்பதை பரிசோதித்து மதிப்பிடுவது என்பது பொறுப்பாக இருக்கும் ” என்று மில்லர் கூறுகிறார்.

“செயற்கை நுண்ணறிவால் தகவல்களை ரசிக்கும் வகையில் வரிசைப்படுத்த முடியும் என்றாலும், அவை ஆக்கபூர்வமானவை அல்ல - ஏற்கெனவே உள்ளதைக் கொண்டு மட்டுமே அவற்றால் செயல்பட முடியும். எனவே, வேலைக்கு விண்ணப்பிப்பவர்களிடம் இருந்து அதிக ஆக்கப்பூர்வமான மற்றும் சுருக்கமான சிந்தனையைக் கோரும் மதிப்பீடுகள் கேட்கப்படலாம்.

மேலும், நேர்முகத் தேர்வுக்கு கூடுதல் முக்கியத்துவம் கொடுக்கப்படலாம் என்று வாஷிங்டன் டிசியில் செயல்படும் ஆலோசனை வழங்கும் நிறுவனமான மெக்கென்சி & நிறுவனத்தின் பங்குதாரர் ப்ரூக் வெட்டேல் கூறுகிறார். “ பணியமர்த்துதல் செயல்பாட்டில் மிக குறைந்த தகவல்களை மட்டுமே வெளிப்படுத்தும் கவர் லெட்டர்களுக்கு பதிலாக, தேர்வரின் பிற திறன்கள், நிறுவனத்துக்கு ஏற்றவரா போன்றவற்றை நிறுவனங்கள் அதிக கவனத்துடன் பார்க்கின்றன ” என்று அவர் தெரிவித்தார்.

இவற்றையெல்லாம் விட, தற்போதே ஒருசில நிறுவனங்கள், வேலைக்கு ஆட்களை தேர்வு செய்வதில் செயற்கை நுண்ணறிவை தங்களுக்கு சாதகமாக பயன்படுத்த தொடங்கிவிட்டனர். உதாரணமாக, ஒருசில கார்ப்ரேட் நிறுவனங்கள், ஆட்சேர்ப்புச் செயல்பாட்டில் செயற்கை நுண்ணறிவை மேம்படுத்தி, வேலை தேடுபவர்களின் ஆளுமை மதிப்பீடுகள் மற்றும் திறனை சோதிக்கின்றன, இது தரவு சார்ந்த நடத்தை நுண்ணறிவுகளைப் பயன்படுத்தி வேலை தேடுபவர்களை காலியிடங்களுடன் பொருத்தவும் அவர்களின் திறன்களை வெளிப்படுத்தவும் பயன்படுகிறது.

வேலைக்கு விண்ணப்பிப்பவர்கள் குறித்த கூடுதல் தகவல்களைத் தரும் இந்த வகையான வளர்ந்து வரும் தளங்கள், வேலை- விண்ணப்ப செயல்முறையை மாற்றுகின்றன. பட்டம் பெற்றவர்களை வேலைக்கு எடுப்பது என்பதில் இருந்து திறன் உடையவர்களை வேலைக்கு எடுப்பது என்ற முறைக்கு மாறுகிறோம் என்று வெட்டேல் கூறுகிறார். எதிர்வரும் பெரிய மாற்றங்களுக்கான தொடக்கமாக இது இருக்கலாம்.

சமூக ஊடகங்களில் பிபிசி தமிழ்: