How to make applying for jobs less painful | The Way We Work, a TED series
157,830 views ・ 2019-02-09
下の英語字幕をダブルクリックすると動画を再生できます。
00:00
Applying for jobs online
0
141
1416
翻訳: Yasushi Aoki
校正: Mariko Oyabu
00:01
is one of the worst
digital experiences of our time.
1
1581
2616
00:04
And applying for jobs in person
really isn't much better.
2
4221
2696
00:06
[The Way We Work]
3
6942
1720
00:11
Hiring as we know it
is broken on many fronts.
4
11181
2456
ネットで職に
応募するというのは
00:13
It's a terrible experience for people.
5
13661
1856
今の時代の
最悪の経験の1つでしょう
00:15
About 75 percent of people
6
15541
1816
直接応募するのだって
少しもマシではありません
00:17
who applied to jobs
using various methods in the past year
7
17381
2856
シリーズ 働き方
00:20
said they never heard anything back
from the employer.
8
20261
2656
00:22
And at the company level
it's not much better.
9
22941
2176
これまでの採用のやり方には
いろんな面で問題があって
00:25
46 percent of people get fired or quit
10
25141
2776
仕事を探す人にとって
酷い経験です
00:27
within the first year
of starting their jobs.
11
27941
2176
過去1年に様々な方法で
職に応募した人の75%は
00:30
It's pretty mind-blowing.
12
30141
1216
過去1年に様々な方法で
職に応募した人の75%は
00:31
It's also bad for the economy.
13
31381
1456
00:32
For the first time in history,
14
32861
1456
その会社からまったく
音沙汰がなかったと言います
00:34
we have more open jobs
than we have unemployed people,
15
34341
2856
会社側にしても
状況が酷いのは同じです
00:37
and to me that screams
that we have a problem.
16
37221
2176
採用後1年以内に
46%の人が
00:39
I believe that at the crux of all of this
is a single piece of paper: the résumé.
17
39421
3976
クビになるか
退職するかしています
びっくりしますよね
00:43
A résumé definitely has
some useful pieces in it:
18
43421
2336
経済にとっても
良くありません
00:45
what roles people have had,
computer skills,
19
45781
2096
現在は 歴史上初めて
失業者よりも
求人が多くなっていて
00:47
what languages they speak,
20
47901
1256
00:49
but what it misses is
what they have the potential to do
21
49181
3056
これは何か問題があることを
示していそうです
その核にあると私が思っているのは
1枚の紙切れ 履歴書です
00:52
that they might not have had
the opportunity to do in the past.
22
52261
2976
00:55
And with such a quickly changing economy
where jobs are coming online
23
55261
3256
履歴書には確かに
有用な情報もあります
00:58
that might require skills that nobody has,
24
58541
2056
職歴
コンピュータースキル
01:00
if we only look at what someone
has done in the past,
25
60621
2776
語学力
でも そこに欠けているのは
01:03
we're not going to be able
to match people to the jobs of the future.
26
63421
3256
これまでやるチャンスがなかったけれど
潜在力を持っているものです
01:06
So this is where I think technology
can be really helpful.
27
66701
2736
経済が急速に変化している今
ネット上に現れる仕事は
01:09
You've probably seen
that algorithms have gotten pretty good
28
69461
2856
誰も持っていないスキルを
必要とするかもしれず
01:12
at matching people to things,
29
72341
1536
01:13
but what if we could use
that same technology
30
73901
2256
候補者が過去に
何をしてきたかだけを見ていては
01:16
to actually help us find jobs
that we're really well-suited for?
31
76181
3096
今後の仕事と人との
マッチングはできません
そこでテクノロジーが
役に立ちます
01:19
But I know what you're thinking.
32
79301
1576
01:20
Algorithms picking your next job
sounds a little bit scary,
33
80901
2776
コンピューターが
人と物事のマッチングを
01:23
but there is one thing that has been shown
34
83701
2056
すごく上手くできることに
お気づきでしょう
01:25
to be really predictive
of someone's future success in a job,
35
85781
2896
自分に良く合った仕事を
見付けるために
01:28
and that's what's called
a multimeasure test.
36
88701
2136
同じテクノロジーを
使えないでしょうか?
01:30
Multimeasure tests
really aren't anything new,
37
90861
2176
どう思っているか
分かりますよ
01:33
but they used to be really expensive
38
93061
1736
コンピューターが自分の次の仕事を選ぶなんて
少しゾッとすると
01:34
and required a PhD sitting across from you
39
94821
2016
01:36
and answering lots of questions
and writing reports.
40
96861
2456
でも 社員が将来
仕事で成功するかどうかの
良い参考指標となるものが
一つあるんです
01:39
Multimeasure tests are a way
41
99341
1696
01:41
to understand someone's inherent traits --
42
101061
2456
「マルチメジャー・テスト」です
01:43
your memory, your attentiveness.
43
103541
1776
これは別に新しいもの
ではありませんが
かつては とてもコストが高く
01:46
What if we could take multimeasure tests
44
106255
1942
専門家付き添いの元で
01:48
and make them scalable and accessible,
45
108221
2536
受験者は沢山の質問に答え
作文をする必要がありました
01:50
and provide data to employers
about really what the traits are
46
110781
3376
マルチメジャー・テストは
記憶力や注意力といった
01:54
of someone who can make
them a good fit for a job?
47
114181
2896
その人の本質的な性質を
把握するためのものです
01:57
This all sounds abstract.
48
117101
1296
01:58
Let's try one of the games together.
49
118421
1735
マルチメジャー・テストを
もっと簡単に
02:00
You're about to see a flashing circle,
50
120180
1857
多くの人が
使えるようにし
02:02
and your job is going to be
to clap when the circle is red
51
122061
2960
その仕事に適した人の性質が
どのようなものかというデータを
02:05
and do nothing when it's green.
52
125878
1496
求人側に示せるとしたら
どうでしょう?
02:07
[Ready?]
53
127399
1376
02:08
[Begin!]
54
128800
1360
ちょっと分かりにくいので
02:11
[Green circle]
55
131301
1000
ひとつゲームを
してみましょう
これから円が
現れますので
02:13
[Green circle]
56
133301
1040
その円が赤だったら
手を叩き
02:15
[Red circle]
57
135301
1000
02:17
[Green circle]
58
137301
1080
緑だったら
何もしないでください
02:19
[Red circle]
59
139301
1000
[準備はいい?]
02:21
Maybe you're the type of person
60
141521
1596
[はじめ!]
02:23
who claps the millisecond
after a red circle appears.
61
143141
2496
[緑の円]
02:25
Or maybe you're the type of person
62
145661
1656
[緑の円]
02:27
who takes just a little bit longer
to be 100 percent sure.
63
147341
2735
[赤い円]
[緑の円]
02:30
Or maybe you clap on green
even though you're not supposed to.
64
150101
2936
[赤い円]
02:33
The cool thing here is that
this isn't like a standardized test
65
153061
2976
赤い円が出た瞬間に
手を叩くタイプの人もいるし
02:36
where some people are employable
and some people aren't.
66
156061
2656
絶対間違わないように
02:38
Instead it's about understanding
the fit between your characteristics
67
158741
3256
少し間を置いてから
手を叩く人
02:42
and what would make you
good a certain job.
68
162021
2016
緑で 手を叩くべきでないのに
叩いてしまう人もいます
02:44
We found that if you clap late on red
and you never clap on the green,
69
164061
3736
これがいいのは
合格不合格を決める
テストではなく
02:47
you might be high in attentiveness
and high in restraint.
70
167821
3176
皆さんの性質に
適した仕事を
02:51
People in that quadrant tend to be
great students, great test-takers,
71
171021
3576
知るためのもの
だということです
02:54
great at project management or accounting.
72
174621
2136
02:56
But if you clap immediately on red
and sometimes clap on green,
73
176781
3336
赤で少し遅れて手を叩き
緑では決して手を叩かなかった人は
03:00
that might mean that
you're more impulsive and creative,
74
180141
2656
用心深く 自制心の
強い人かもしれません
03:02
and we've found that top-performing
salespeople often embody these traits.
75
182821
3875
そういう人の傾向として
学校では優秀で 試験の点数が良く
03:06
The way we actually use this in hiring
76
186721
2016
プロジェクト管理や
会計などに向いています
03:08
is we have top performers in a role
go through neuroscience exercises
77
188761
3696
赤で即座に手を叩き
時々緑でも叩いてしまった人は
03:12
like this one.
78
192481
1216
もっと衝動的で
クリエイティブかもしれず
03:13
Then we develop an algorithm
79
193721
1376
営業成績の良いセールスパーソンに
よく見られます
03:15
that understands what makes
those top performers unique.
80
195121
2656
03:17
And then when people apply to the job,
81
197801
1936
03:19
we're able to surface the candidates
who might be best suited for that job.
82
199761
4136
これを採用の際に
どう使うかというと
その職種において
優秀な人に
03:23
So you might be thinking
there's a danger in this.
83
203921
2376
こうした神経科学的な
課題をやってもらい
その人たちの
特徴を見分ける
03:26
The work world today
is not the most diverse
84
206321
2136
03:28
and if we're building algorithms
based on current top performers,
85
208481
3096
アルゴリズムを
開発します
すると人々が職に
応募してきたときに
03:31
how do we make sure
86
211601
1216
03:32
that we're not just perpetuating
the biases that already exist?
87
212841
2976
その職に最も適性のある候補者を
見付けられるようになります
03:35
For example, if we were building
an algorithm based on top performing CEOs
88
215841
4056
そのようなやり方は
危険だと思うかもしれません
現在の仕事の世界は必ずしも
人の多様性に富んでおらず
03:39
and use the S&P 500 as a training set,
89
219921
3216
現時点での成績優秀者に基づいて
アルゴリズムを作ったら
03:43
you would actually find
90
223161
1256
03:44
that you're more likely to hire
a white man named John than any woman.
91
224441
3816
既存のバイアスを固定化させることに
ならないでしょうか?
既存のバイアスを固定化させることに
ならないでしょうか?
03:48
And that's the reality
of who's in those roles right now.
92
228281
2696
たとえば S&P 500を
訓練セットとして
優れたCEOのデータを元に
アルゴリズムを作ったなら
03:51
But technology actually poses
a really interesting opportunity.
93
231001
3376
03:54
We can create algorithms
that are more equitable
94
234401
2256
きっと どんな女性よりも
ジョンという名の白人男性の方が
03:56
and more fair than human beings
have ever been.
95
236681
2256
03:58
Every algorithm that we put
into production has been pretested
96
238961
3696
採用される可能性が
高くなるでしょう
それが現在CEO職を占めている人の
現実なのです
04:02
to ensure that it doesn't favor
any gender or ethnicity.
97
242681
3096
でも テクノロジーは本当に
興味深い機会を与えてくれます
04:05
And if there's any population
that's being overfavored,
98
245801
2736
どんな人間よりも
公平・公正な
04:08
we can actually alter the algorithm
until that's no longer true.
99
248561
3120
アルゴリズムを作ることが
できるのです
私達が本番で使う
アルゴリズムは
04:12
When we focus on the inherent
characteristics
100
252041
2216
性別や民族に偏りがないか
あらかじめテストしています
04:14
that can make somebody
a good fit for a job,
101
254281
2096
04:16
we can transcend racism,
classism, sexism, ageism --
102
256401
3576
ある種の層が
贔屓されているのが分かったら
04:20
even good schoolism.
103
260001
1416
04:21
Our best technology and algorithms
shouldn't just be used
104
261441
2896
それが解消されるよう
アルゴリズムを調整します
04:24
for helping us find our next movie binge
or new favorite Justin Bieber song.
105
264361
3736
仕事への適性を生む
人の本質的な性質に
焦点を当てることで
04:28
Imagine if we could harness
the power of technology
106
268121
2656
人種差別 階級差別
性差別 老人差別
04:30
to get real guidance
on what we should be doing
107
270801
2296
学歴差別さえ
克服可能になります
04:33
based on who we are at a deeper level.
108
273121
1936
最高のテクノロジーやアルゴリズムを
次に見る映画や
ジャスティン・ビーバーに似た好みの曲を
探すのにしか使わないのは もったいないです
テクノロジーの力を使って
自分自身が本質的にどういう
人間かに基づいた指針が得られたら
素敵だとは思いませんか
New videos
Original video on YouTube.com
このウェブサイトについて
このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。