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

Applying for jobs online

תרגום: Adi Weller Weiser עריכה: Naama Lieberman

הגשת מועמדות לעבודה באינטרנט

is one of the worst digital experiences of our time.

היא אחת מהחוויות הדיגיטליות הנוראיות של זמננו.

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

והגשת מועמדות פנים מול פנים לא הרבה יותר טובה.

[The Way We Work]

[הדרך שבה אנו עובדים]

Hiring as we know it is broken on many fronts.

גיוס עובדים כמו שהוא היום מקולקל מהרבה בחינות.

It's a terrible experience for people.

זו חוויה נוראה לאנשים.

About 75 percent of people

בערך 75 אחוז מאנשים

who applied to jobs using various methods in the past year

שהגישו מועמדות למשרות בכל מיני דרכים בשנה שעברה

said they never heard anything back from the employer.

אמרו שהם לא קיבלו שום תגובה מהמעסיק.

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

וברמת החברה המצב לא הרבה יותר טוב.

46 percent of people get fired or quit

46 אחוז מהאנשים מפוטרים או עוזבים

within the first year of starting their jobs.

תוך השנה הראשונה מתחילת העבודה.

It's pretty mind-blowing.

זה די מדהים.

It's also bad for the economy.

זה גם רע לכלכלה.

For the first time in history,

בפעם הראשונה בהיסטוריה,

we have more open jobs than we have unemployed people,

יש לנו יותר משרות פתוחות מאשר אנשים שאינם מועסקים,

and to me that screams that we have a problem.

ולדעתי זה אומר בבירור שיש לנו בעיה.

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

אני מאמינה שהמקור של כל זה היא פיסת נייר אחת: קורות החיים.

A résumé definitely has some useful pieces in it:

בקורות חיים בהחלט יש חלקים מועילים:

what roles people have had, computer skills,

אילו תפקידים היו לאנשים, יכולות מחשב,

what languages they speak,

אילו שפות הם דוברים,

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

אבל מה שחסר זה הפוטנציאל של מה שיוכלו לעשות

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

שאולי לא הייתה להם הזדמנות לעשות בעבר.

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

ועם כלכלה שמשתנה מהר כל כך שבה עולות לרשת משרות

that might require skills that nobody has,

שאולי דורשות מיומנויות שאין לאף אחד,

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

אם נסתכל רק על מה שמישהו עשה בעבר,

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

לא נוכל להתאים אנשים למשרות של העתיד.

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

אז כאן אני חושבת שטכנולוגיה יכולה ממש לעזור.

You've probably seen that algorithms have gotten pretty good

בטח ראיתם שאלגוריתמים נהיו די טובים

at matching people to things,

בהתאמת אנשים למוצרים,

but what if we could use that same technology

אבל מה אם נוכל להשתמש באותה טכנולוגיה

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

לעזור לנו למצוא משרה שאנחנו ממש מתאימים לה?

But I know what you're thinking.

אבל אני יודעת מה אתם חושבים.

Algorithms picking your next job sounds a little bit scary,

לתת לאלגוריתם לבחור את המשרה הבאה שלכם נשמע קצת מפחיד,

but there is one thing that has been shown

אבל יש דבר אחד שהוכח

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

שמנבא היטב הצלחה עתידית של מישהו במשרה,

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

וזה מבחן “מרובה מידות“ (multimeasure test).

Multimeasure tests really aren't anything new,

מבחנים מרובי מידות הם בעצם לא דבר חדש,

אבל פעם הם היו יקרים מאד

but they used to be really expensive

and required a PhD sitting across from you

ודרשו דוקטור שישב מולך

and answering lots of questions and writing reports.

ולענות על הרבה שאלות ולכתוב דוחות.

Multimeasure tests are a way

מבחנים מרובי מידות הם דרך

to understand someone's inherent traits --

להבין את התכונות האינהרנטיות של מישהו

your memory, your attentiveness.

הזיכרון שלך, תשומת הלב שלך.

What if we could take multimeasure tests

מה אם נוכל לקחת מבחנים מרובי מידות

and make them scalable and accessible,

ולהפוך אותם לנגישים ובקנה מידה גדול,

and provide data to employers about really what the traits are

ולספק נתונים למעסיקים על מה באמת התכונות

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

של מישהו שיכול להתאים היטב למשרה?

This all sounds abstract.

כל זה נשמע מופשט.

Let's try one of the games together.

בואו ננסה אחד מהמשחקים יחד.

You're about to see a flashing circle,

אתם עומדים לראות עיגול מוצג לזמן קצר,

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

והתפקיד שלכם יהיה למחוא כף כשהעיגול אדום

and do nothing when it's green.

ולא לעשות כלום כשהוא ירוק.

[Ready?]

[מוכנים?]

[Begin!]

[התחילו!]

[Green circle]

[עיגול ירוק]

[Green circle]

[עיגול ירוק]

[Red circle]

[עיגול אדום]

[Green circle]

[עיגול ירוק]

[Red circle]

[עיגול אדום]

Maybe you're the type of person

אולי אתם מסוג האנשים

who claps the millisecond after a red circle appears.

שמוחאים כף מילישנייה אחרי שהעיגול האדום מופיע.

Or maybe you're the type of person

או אולי אתם מסוג האנשים

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

שלוקח להם רק טיפה יותר כדי להיות בטוחים ב100 אחוז.

או אולי מחאתם כף בירוק למרות שלא הייתם אמורים.

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

הדבר המגניב כאן הוא שזה לא כמו מבחן מתוקנן

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

שם חלק מהאנשים מתאימים להעסקה וחלק לא.

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

Instead it's about understanding the fit between your characteristics

במקום זה, העניין הוא להבין את ההתאמה בין המאפיינים שלך

ובין מה שגורם לך להיות טוב במשרה מסוימת.

and what would make you good a certain job.

גילינו שאם מחאת כף מאוחר באדום ואף פעם לא מחאת כף בירוק,

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

you might be high in attentiveness and high in restraint.

יתכן שיש לך תשומת לב גבוהה ושליטה עצמית גבוהה.

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

אנשים ברביע הזה נוטים להיות תלמידים נהדרים, מצטיינים במבחנים,

great at project management or accounting.

מצוינים בניהול פרויקטים או בחשבונאות.

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

אבל אם מחאת כף מיד באדום ולפעמים מחאת כף בירוק,

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

זה אולי אומר שאתם יותר אימפולסיביים ויצירתיים,

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

ומצאנו שאנשי מכירות מצטיינים הרבה פעמים מגלמים את התכונות האלו.

The way we actually use this in hiring

הדרך שבה אנחנו משתמשים בזה בגיוס עובדים

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

זה לתת לעובדים שמצטיינים בתפקיד לפתור תרגילים שבוחנים את המוח

like this one.

כמו זה.

Then we develop an algorithm

אז אנחנו מפתחים אלגוריתם

that understands what makes those top performers unique.

שמבין מה מייחד את העובדים המצטיינים האלו.

And then when people apply to the job,

ואז כשאנשים מגישים מועמדות למשרה,

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

נוכל לגלות את המועמדים שכנראה הכי מתאימים למשרה הזו.

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

אז אתם אולי חושבים שיש סכנה בזה.

The work world today is not the most diverse

עולם העבודה היום הוא לא הכי מגוון

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

ואם אנחנו בונים אלגוריתמים שמבוססים על העובדים המצטיינים הנוכחיים

how do we make sure

איך נוודא שאנחנו לא רק מנציחים את ההטיות הקיימות?

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

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

לדוגמה, אם היינו בונים אלגוריתם שמבוסס על מנכ“לים עם ביצועים גבוהים

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

ומשתמשים במדד S&P 500 כקבוצת אימון,

you would actually find

בעצם תגלו

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

שיותר סביר שתבחרו להעסיק איש לבן בשם ג’ון מאשר אישה כשלהי.

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

וזו המציאות של מי נמצא בתפקידים האלו עכשיו.

But technology actually poses a really interesting opportunity.

אבל הטכנולוגיה למעשה מציבה הזדמנות מעניינת מאד.

We can create algorithms that are more equitable

אנחנו יכולים ליצור אלגוריתמים שוויוניים יותר

and more fair than human beings have ever been.

והוגנים יותר משבני אדם היו אי פעם.

Every algorithm that we put into production has been pretested

כל אלגוריתם שאנחנו מוציאים לשימוש נבדק מראש

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

כדי לוודא שאינו מעדיף שום מגדר או מוצא אתני מסוימים.

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

ואם יש אוכלוסיה כלשהי שמועדפת מדי,

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

אנחנו יכולים לשנות את האלגוריתם עד שזה כבר לא יהיה המצב.

When we focus on the inherent characteristics

כשאנחנו מתרכזים במאפיינים המהותיים

that can make somebody a good fit for a job,

שיכולים לגרום למישהו להתאים היטב למשרה,

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

אנחנו יכולים להתעלות מעל גזענות, סקסיזם, אפליה מעמדית, גילנות --

even good schoolism.

אפילו אפליה על בסיס בית הספר.

Our best technology and algorithms shouldn't just be used

הטכנולוגיה והאלגוריתמים הכי טובים שלנו לא צריכים לשמש רק

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

לעזור לנו למצוא את הבינג′ סרטים הבא שלנו או השיר המועדף של ג’סטין ביבר.

Imagine if we could harness the power of technology

דמיינו שנוכל לגייס את כוחה של הטכנולוגיה

to get real guidance on what we should be doing

לקבל הכוונה אמתית לגבי מה שאנחנו צריכים לעשות

based on who we are at a deeper level.

על בסיס מי שאנחנו ברמה עמוקה יותר.