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

Applying for jobs online

Translator: Leila Ataei Reviewer: Masoud Motamedifar

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.

درخواست شغل به صورت آنلاین

It's a terrible experience for people.

یکی از بدترین تجربه‌های دیجیتال دوران ما است.

About 75 percent of people

و انجام آن به صورت شخصی هم واقعا چندان بهتر نیستند.

who applied to jobs using various methods in the past year

[طریقی که ما کار می‌کنیم]

said they never heard anything back from the employer.

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

استخدام کردن می‌دانیم در خیلی جبهه‌ها شکست خورده.

46 percent of people get fired or quit

تجربه وحشتناکی برای مردم است.

within the first year of starting their jobs.

در حدود ۷۵ درصد آدمهایی که با

استفاده از روشهای متنوع در سال گذشته درخواست شغل کردند

It's pretty mind-blowing.

It's also bad for the economy.

For the first time in history,

گفتند که هرگز از کارفرما پاسخی نشنیدند.

we have more open jobs than we have unemployed people,

و در سطح شرکتی هم اوضاع بهتر نبوده است.

and to me that screams that we have a problem.

۴۶ درصد کارکنان ظرف یک‌ سال اول شروع کارشان

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

استعفا دادند یا اخراج شده‌اند.

کاملا عجیب است.

A résumé definitely has some useful pieces in it:

برای اقتصاد هم خوب نیست.

what roles people have had, computer skills,

برای اولین بار در تاریخ،

در قیاس با آدمهای بیکار، فرصتهای شغلی بیشتری داریم،

what languages they speak,

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

و به نظرم خبر از وجود مشکلی دارد.

باور دارم که مسبب اصلی همه اینها وجود یک تکه کاغذ به اسم رزومه است.

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

قطعا یک رزومه حاوی نکات مفیدی است:

that might require skills that nobody has,

مهارتهای رایانه‌ای،‌ نقشهایی که شخص داشته،

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

زبانهایی که صحبت می‌کند،

اما آنچه ندارد اشاره به پتانسیل‌هایی است که برای انجام دارد

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

که احتمالا در گذشته فرصتی برای انجامشان را نداشته است.

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

و با چنین اقتصاد به سرعت در حال تغییری در جایی که شغلها آنلاین هستند

You've probably seen that algorithms have gotten pretty good

احتمالا مهارتهایی لازمند که کسی ندارد،

at matching people to things,

but what if we could use that same technology

اگر فقط به کارهایی که فرد در گذشته انجام داده نگاه کنیم،

قادر به مطابقت دادن آنها با شغلهای آینده نخواهیم بود.

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

But I know what you're thinking.

بنابراین اینجاست که به نظرم فناوری باید به کمک بیاید.

Algorithms picking your next job sounds a little bit scary,

احتمالا دیده‌اید که الگوریتم‌ها چطور در تطبیق دادن آدمها با

but there is one thing that has been shown

چیزها عملکرد نسبتا خوبی داشتند،

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

اما اگر از همین فناوری استفاده کنیم جهت کمک

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

واقعی به ما در یافتن شغلهایی که ما واقعا برای آنها مناسب هستیم؟

Multimeasure tests really aren't anything new,

اما می‌دانم به چه فکر می‌کنید.

but they used to be really expensive

گزینش شغل بعدی شما توسط الگوریتم‌ها کمی ترسناک است،

and required a PhD sitting across from you

and answering lots of questions and writing reports.

اما یک جیزی هست که نشان داده

برای موفقیت آینده شخص در یک شخص واقعا متضمن پیشگویی باشد.

Multimeasure tests are a way

to understand someone's inherent traits --

و به آن آزمونهای چندسنجشی می‌گویند.

your memory, your attentiveness.

این آزمونها واقعا چیز جدیدی نیستند،

اما قدیم خیلی گران بودند

What if we could take multimeasure tests

وباید یک نفر با مدرک دکتری روبریتان بنشیند

and make them scalable and accessible,

و کلی پرسش و پاسخ و گزارش‌نویسی در کار بود.

and provide data to employers about really what the traits are

آزمونهای چند سنجشی روشی هستند

برای فهم خصایص ذاتی فرد--

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

حافظه و توجه شما.

This all sounds abstract.

Let's try one of the games together.

چطور می‌شود اگر این آزمونهای چندسنجشی را

You're about to see a flashing circle,

برداریم و درجه‌بندی کرده و در دسترس قرار دهیم

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

و داده‌هایی را در اختیار کارفرمایان قرار دهیم که درباره خصایص است

and do nothing when it's green.

که آن فرد را مناسب داشتن آن شغل می‌کند؟

[Ready?]

[Begin!]

ناملموس به نظر می‌رسد.

بیایید یک بازی با هم انجام دهیم.

[Green circle]

یک دایره‌ای جلوی شما ظاهر می شود،

[Green circle]

شغل شما این است که اگر قرمز بود دست بزنید

[Red circle]

[Green circle]

و وقتی سبز است کاری نکنید.

[Red circle]

[آماده‌؟]

Maybe you're the type of person

[شروع!]

who claps the millisecond after a red circle appears.

[دایره سبز]

Or maybe you're the type of person

[دایره سبز]

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

[دایره قرمز]

[دایره سبز]

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

[دایره قرمز]

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

شاید از آن دست افرادی باشید که

۱ هزارم ثانیه بعد از ظاهر شدن دایره قرمز دست می‌زنند.

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

Instead it's about understanding the fit between your characteristics

یا از آن نوع آدمها باشید که

کمی بیشتر درنگ می‌کنند تا۱۰۰٪ مطمئن شوند.

and what would make you good a certain job.

یا حتی با دیدن سبز هم دست می‌زنید با این که قرار نیست.

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

نکته باحال این است این یک آزمون استاندارد نیست

you might be high in attentiveness and high in restraint.

که برخی آدمها قابل استخدام هستند و برخی نیستند.

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

در عوض درباره فهم تناسبی است بین ویژگیهای شما

great at project management or accounting.

و آنچه شما را برای یک شغل خاص خوب می‌کند.

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

متوجه شدیم که اگر شما با دیدن قرمز دیرتر دست بزنید و بیخیال سبز شوید

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

احتمالا بالاترین دقت و محدودیت دارند.

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

آدمها در آن چهارگوش تمایل دارند بهترین دانش ‌آموزان، ممتحن‌ها باشند،

The way we actually use this in hiring

عالی در مدیریت پروژه یا حسابداری.

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

اما اگر فوری با دیدن قرمز یا گاهی با دیدن سبز دست بزنید

like this one.

به این معناست که خلاقیت یا بی‌پروایی شما بیشتر است،

Then we develop an algorithm

that understands what makes those top performers unique.

و ما آن فروشندگانی با بالاترین عملکرد را پیدا کردیم که این خصایص را دارند.

And then when people apply to the job,

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

روشی که درواقع در استخدام استفاده می‌کنیم

این است که بهترین عوامل تمرینات علم عصب شناسی مثل

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

این یکی را پشت سر بگذارند

The work world today is not the most diverse

بعد الگوریتمی را می‌سازیم

که می‌فهمد چه چیزی باعث منحصربه فرد عملکرد آنها می‌شود.

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

و وقتی افراد برای آن شغلها درخواست دادند،

how do we make sure

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

قادریم کاندیداهای که از همه برای آن شغلها مناسبترند را بیابیم.

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

خب شاید فکر کنید این کار با خطر همراه است.

دنیای کار امروز متنوع‌ترین نیست

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

و اگر الگوریتم‌هایی بسازیم بر پایه عملکرد بهترینهای حال حاضر،

you would actually find

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

از کجا یقین حاصل کنیم

که صرفا تداوم بخشیدن جانبداری‌هایی نباشد که الان وجود دارند.

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

برای مثال، اگر الگوریتمی بسازیم که بر مبنای عملکرد بهترین مدیرعامل‌ها باشد

But technology actually poses a really interesting opportunity.

و S&P 500 معیار آموزش ما باشد،

We can create algorithms that are more equitable

درواقع پی خواهید برد که

and more fair than human beings have ever been.

احتمال استخدام یک مرد سفید پوست به نام جان از هر زنی بیشتر است.

Every algorithm that we put into production has been pretested

و این واقعیت کسانی است که اینک در آن نقشها هستند.

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

اما فناوری درواقع فرصت واقعا جالبی را در اختیار می‌گذارد.

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

الگوریتم‌هایی را فراهم می‌کنیم که عادلانه‌تر

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

و منصفاته‌تر از قبل برای بشریت است.

هر الگوریتمی که معرفی می‌کنیم قبلا تست شده تا

When we focus on the inherent characteristics

that can make somebody a good fit for a job,

مطمئن باشم به نفع قومیت یا جنسیت خاصی عمل نمی‌کند.

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

و اگر هم جمعیتی باشد که که زیادی مورد لطف قرار بگیرد،

even good schoolism.

در واقع قادریم آن الگوریتم را تغییر دهیم تا دیگر آنطور عمل نکند.

Our best technology and algorithms shouldn't just be used

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

وقتی روی ویژگیهای درونی متمرکز می‌شویم

که باعث می‌شود شخص برای شغلی شایسته باشد،

Imagine if we could harness the power of technology

ما می‌توانیم نژادپرستی، طبقه‌گرایی، جنسیت‌گرایی و سن‌گرایی و حتی

to get real guidance on what we should be doing

دانشگاه خوب را بالاتر بدانیم.

based on who we are at a deeper level.

بهترین فناوری و الگوریتم‌های ما تنها نباید برای پیشنهاد

تماشای فیلم بعدی ما یا جدیدترین آهنگ محبوب ما از جاستین بیبر استفاده شود.

فکر کنید چه می‌شود وقتی بتوانیم با مهار نیروی فناوری

رهنمودی واقعی بگیریم تا چه کاری را بر اساس آنچه

در سطح عمیق‌ترمان هستیم باید انجام دهیم.