How to make applying for jobs less painful | The Way We Work, a TED series

Applying for jobs online

Μετάφραση: Vasilis Moschopoulos Επιμέλεια: Chryssa R. Takahashi

is one of the worst digital experiences of our time.

And applying for jobs in person really isn't much better.

[The Way We Work]

Hiring as we know it is broken on many fronts.

Το να κάνετε αιτήσεις για εργασία διαδικτυακά

It's a terrible experience for people.

είναι από τις χειρότερες εμπειρίες.

About 75 percent of people

Το να κάνετε αιτήσεις αυτοπροσώπως δεν είναι και πολύ καλύτερο.

who applied to jobs using various methods in the past year

[Ο τρόπος που δουλεύουμε]

said they never heard anything back from the employer.

And at the company level it's not much better.

Η πρόσληψη όπως την ξέρουμε έχει πολλές δυσκολίες.

46 percent of people get fired or quit

Είναι από τις χειρότερες εμπειρίες.

within the first year of starting their jobs.

Περίπου 75% των ανθρώπων

που αιτούνται δουλειά χρησιμοποιώντας διάφορες μεθόδους τον τελευταίο χρόνο

It's pretty mind-blowing.

It's also bad for the economy.

For the first time in history,

μας είπαν ότι δεν πήραν ποτέ απάντηση.

we have more open jobs than we have unemployed people,

Αλλά και στις εταιρίες τα πράγματα δεν είναι καλύτερα.

and to me that screams that we have a problem.

Το 46% των ανθρώπων, απολύονται ή παραιτούνται

I believe that at the crux of all of this is a single piece of paper: the résumé.

μέσα στον πρώτο χρόνο που αρχίζουν δουλειά.

Είναι σοκαριστικό.

A résumé definitely has some useful pieces in it:

Είναι επίσης κακό για την οικονομία.

what roles people have had, computer skills,

Για πρώτη φορά στην ιστορία,

έχουμε περισσότερες θέσεις εργασίας απ' ό,τι ανέργους

what languages they speak,

but what it misses is what they have the potential to do

και για μένα αυτό δείχνει ότι υπάρχει πρόβλημα.

Θεωρώ ότι η ουσία του προβλήματος συνοψίζεται σε ένα χαρτί: το βιογραφικό.

that they might not have had the opportunity to do in the past.

And with such a quickly changing economy where jobs are coming online

Το βιογραφικό αναμφίβολα έχει ωφέλιμα χαρακτηριστικά:

that might require skills that nobody has,

προϋπηρεσία, ηλεκτρονικές δεξιότητες,

if we only look at what someone has done in the past,

ξένες γλώσσες,

αλλά αυτό που λείπει, είναι ποιες είναι οι δυνατότητες του ατόμου

we're not going to be able to match people to the jobs of the future.

που ίσως δεν είχαν την ευκαιρία να κάνουν στο παρελθόν.

So this is where I think technology can be really helpful.

Με την ταχύτητα που αλλάζει η οικονομία

You've probably seen that algorithms have gotten pretty good

όπου οι θέσεις εργασίας γίνονται διαδικτυακές

που ίσως απαιτούν δεξιότητες που δεν έχει κανένας,

at matching people to things,

but what if we could use that same technology

εάν κοιτάξουμε μόνο την προϋπηρεσία,

δεν θα μπορούμε να βρούμε άτομα με τις θέσεις εργασίας του μέλλοντος.

to actually help us find jobs that we're really well-suited for?

Εδώ νομίζω ότι μπορούμε να αξιοποιήσουμε την τεχνολογία.

But I know what you're thinking.

Algorithms picking your next job sounds a little bit scary,

Πιθανότατα ξέρετε ότι οι αλγόριθμοι έχουν βελτιωθεί σημαντικά

but there is one thing that has been shown

στο να συνδέουν ανθρώπους σε πράγματα,

to be really predictive of someone's future success in a job,

αλλά εάν χρησιμοποιούσαμε την ίδια τεχνολογία

and that's what's called a multimeasure test.

στο να βρούμε δουλειές στις οποίες ταιριάζουμε;

Multimeasure tests really aren't anything new,

Ξέρω τι σκέφτεστε.

Ακούγεται λίγο τρομακτικό οι αλγόριθμοι να επιλέγουν την επόμενη δουλειά σας,

but they used to be really expensive

and required a PhD sitting across from you

and answering lots of questions and writing reports.

αλλά υπάρχει κάτι που έχει δείξει

ότι προβλέπει τη μελλοντική επιτυχία στην εργασία,

Multimeasure tests are a way

και αυτό λέγεται πολύμετρο τεστ.

to understand someone's inherent traits --

Τα πολύμετρα τεστ δεν είναι κάτι καινούριο,

your memory, your attentiveness.

αλλά ήτανε πολύ ακριβά

What if we could take multimeasure tests

και ήταν απαραίτητο ένας διδάκτορας να είναι παρών

and make them scalable and accessible,

και να απαντάει πολλές ερωτήσεις και να κάνει αναφορές.

and provide data to employers about really what the traits are

Τα πολύμετρα τεστ είναι ένας τρόπος

να καταλάβουμε τα εγγενή χαρακτηριστικά κάποιου --

of someone who can make them a good fit for a job?

τη μνήμη, την προσήλωση.

This all sounds abstract.

Let's try one of the games together.

Εάν μπορούσαμε να κάνουμε πολύμετρα τεστ

You're about to see a flashing circle,

και τα κάναμε κλιμακωτά και προσβάσιμα

and your job is going to be to clap when the circle is red

ώστε να δώσουμε στοιχεία στους εργοδότες για τα πραγματικά χαρακτηριστικά κάποιου

and do nothing when it's green.

που μπορεί να είναι πραγματικά καλός για μια δουλειά.

[Ready?]

[Begin!]

Όλα αυτά ακούγονται περίεργα.

Ας δοκιμάσουμε ένα παιχνίδι.

[Green circle]

Θα δείτε έναν κύκλο που αναβοσβήνει,

[Green circle]

θα πρέπει να χτυπάτε παλαμάκια όταν ο κύκλος είναι κόκκινος

[Red circle]

[Green circle]

και τίποτα όταν είναι πράσινος.

[Red circle]

[Έτοιμοι;]

Maybe you're the type of person

[Ξεκινάμε!]

who claps the millisecond after a red circle appears.

[Πράσινος κύκλος]

Or maybe you're the type of person

[Πράσινος κύκλος]

who takes just a little bit longer to be 100 percent sure.

[Κόκκινος κύκλος]

[Πράσινος κύκλος]

Or maybe you clap on green even though you're not supposed to.

[Κόκκινος κύκλος]

The cool thing here is that this isn't like a standardized test

Ίσως να είστε ο τύπος ανθρώπου

που χειροκροτάει χιλιοστά του δευτερολέπτου μετά τον κόκκινο κύκλο.

where some people are employable and some people aren't.

Instead it's about understanding the fit between your characteristics

Ή να είστε ο τύπος ανθρώπου

που χρειάζεται λίγο περισσότερο για να είναι 100% σίγουρος.

and what would make you good a certain job.

Ή μπορεί να χειροκροτάτε στον πράσινο αν και δεν πρέπει.

We found that if you clap late on red and you never clap on the green,

Το ωραίο εδώ είναι ότι αυτό δεν είναι κάποιο στάνταρ τεστ

you might be high in attentiveness and high in restraint.

που κρίνει αν κάποιος είναι ικανός ή όχι.

Αντιθέτως έχει να κάνει με την κατανόηση των χαρακτηριστικών σας

People in that quadrant tend to be great students, great test-takers,

και τι θα σας έκανε καλούς σε κάποια δουλειά.

great at project management or accounting.

But if you clap immediately on red and sometimes clap on green,

Ανακαλύψαμε ότι εάν χειροκροτάτε αργότερα από το κόκκινο και ποτέ στο πράσινο,

that might mean that you're more impulsive and creative,

μπορεί να έχετε αυξημένη προσήλωση και να είστε συγκρατημένος.

and we've found that top-performing salespeople often embody these traits.

Άνθρωποι σαν αυτούς, τείνουν να είναι καλοί μαθητές, ή καλοί στα τεστ,

The way we actually use this in hiring

καλοί σαν διαχειριστές έργων ή στα λογιστικά.

is we have top performers in a role go through neuroscience exercises

Αλλά εάν χειροκροτήσατε αμέσως στο κόκκινο και κάποιες φορές στο πράσινο,

like this one.

μπορεί να σημαίνει ότι είσαστε αυθόρμητοι και δημιουργικοί,

Then we develop an algorithm

that understands what makes those top performers unique.

και βρήκαμε ότι οι καλύτεροι πωλητές βρίσκονται σε αυτή την κατηγορία.

And then when people apply to the job,

we're able to surface the candidates who might be best suited for that job.

Το χρησιμοποιούμε στις προσλήψεις

βάζοντας κορυφαίους στους κλάδους τους να κάνουν νευροεπιστημονικές ασκήσεις

So you might be thinking there's a danger in this.

σαν αυτήν.

Μετά αναπτύσσουμε έναν αλγόριθμο

The work world today is not the most diverse

που καταλαβαίνει τι κάνει αυτούς τους ανθρώπους ιδιαίτερους.

and if we're building algorithms based on current top performers,

Και όταν έχουμε αιτούντες για κάποια θέση,

how do we make sure

that we're not just perpetuating the biases that already exist?

είμαστε ικανοί να κατατάξουμε τους πιο κατάλληλους για τη θέση.

For example, if we were building an algorithm based on top performing CEOs

Μπορεί να σκέφτεστε ότι υπάρχει ρίσκο σε όλο αυτό.

Το εργατικό δυναμικό δεν είναι το πιο ποικίλο

and use the S&P 500 as a training set,

και αν χτίζουμε αλγόριθμους βασισμένους σε κορυφαίους ανθρώπους

you would actually find

that you're more likely to hire a white man named John than any woman.

πώς είμαστε σίγουροι

ότι δεν διαιωνίζουμε τις προκαταλήψεις που ήδη υπάρχουν;

Για παράδειγμα, εάν δημιουργούμε ένα αλγόριθμο

And that's the reality of who's in those roles right now.

βασισμένο σε κορυφαίους διευθύνων συμβούλους

But technology actually poses a really interesting opportunity.

και χρησιμοποιήσουμε τις εταιρείες S&P 500 ως εκπαιδευτικό σετ,

We can create algorithms that are more equitable

θα δείτε ότι είναι πολύ πιθανό

and more fair than human beings have ever been.

να προσλάβετε έναν λευκό άνδρα ονόματι Tζον αντί για οποιαδήποτε γυναίκα.

Every algorithm that we put into production has been pretested

Και είναι η πραγματικότητα για το ποιοι έχουν αυτούς τους ρόλους.

to ensure that it doesn't favor any gender or ethnicity.

Αλλά η τεχνολογία αναδεικνύει μια πραγματικά ενδιαφέρουσα δυνατότητα.

And if there's any population that's being overfavored,

Μπορούμε να χτίσουμε αλγόριθμους πιο έντιμους

we can actually alter the algorithm until that's no longer true.

και πιο δίκαιους από τους ανθρώπους.

Κάθε αλγόριθμο που χτίζουμε, τον δοκιμάζουμε

When we focus on the inherent characteristics

that can make somebody a good fit for a job,

για να εξασφαλίσουμε ότι δεν ευνοεί κάποιο φύλο ή εθνικότητα.

we can transcend racism, classism, sexism, ageism --

Και εάν υπάρχει κάποιος περισσότερο ευνοούμενος,

even good schoolism.

μπορούμε να τροποποιήσουμε τον αλγόριθμο μέχρι να μην ισχύει πια.

Our best technology and algorithms shouldn't just be used

for helping us find our next movie binge or new favorite Justin Bieber song.

Όταν εστιάζουμε στα έμφυτα χαρακτηριστικά

τα οποία κάνουν κάποιο καλό για μια θέση,

Imagine if we could harness the power of technology

μπορούμε να παραβλέψουμε τον ρατσισμό, τον ταξισμό, τον σεξισμό, την ηλικία,

to get real guidance on what we should be doing

ή τη διαφορετική εκπαίδευση.

based on who we are at a deeper level.

Η τεχνολογία και οι αλγόριθμοι δεν πρέπει να χρησιμοποιούνται

μόνο για να βρούμε ταινίες ή το επόμενο τραγούδι του Τζάστιν Μπίμερ.

Φανταστείτε να μπορούσαμε να χρησιμοποιούσαμε την τεχνολογία

ώστε να μας συμβουλεύει σε τι θα έπρεπε να κάνουμε

βασιζόμενοι στο ποιοι πραγματικά είμαστε.