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

Applying for jobs online

Çeviri: Cihan Ekmekçi Gözden geçirme: Figen Ergürbüz

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.

Online iş başvurusu yapmak

It's a terrible experience for people.

zamanımızın en kötü dijital deneyimlerinden biri.

About 75 percent of people

Gerçi bizzat başvuru yapmak da daha iyi değil.

who applied to jobs using various methods in the past year

[Çalışma Şeklimiz]

said they never heard anything back from the employer.

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

Bildiğimiz şekliyle iş alımları pek çok yönden hatalı.

46 percent of people get fired or quit

Herkes için korkunç bir tecrübe.

within the first year of starting their jobs.

Geçen yıl değişik metotlar kullanarak

iş başvuruları yapan insanların yüzde 75'i

It's pretty mind-blowing.

It's also bad for the economy.

For the first time in history,

işverenden hiçbir haber alamadıklarını bildirdiler.

we have more open jobs than we have unemployed people,

Şirket düzeyinde de durum daha iyi değil.

and to me that screams that we have a problem.

İnsanların yüzde 46'sı işe başladıkları yıl içinde

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

işten kovuldular veya işi bıraktılar.

Akıllara durgunluk verici.

A résumé definitely has some useful pieces in it:

Ekonomi için de kötü.

what roles people have had, computer skills,

Tarihte ilk kez,

işsiz insan sayısından daha çok açık poziyon var.

what languages they speak,

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

Bence bu apaçık bir sorunumuz var demek.

Tüm bunların kökeninde bir kâğıt parçası yatıyor: öz geçmiş.

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

Öz geçmişte kesinlikle faydalı noktalar var:

that might require skills that nobody has,

Çalışılan pozisyonlar, bilgisayar yetileri,

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

bilinen diller

ama eksik olan şey başarabileceği bir iş için potansiyeli,

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

geçmişte fırsatını bulamadığı bir şeyi gerçekleştirme potansiyeli.

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

İşlerin internet ortamında olduğu hızla değişen bu pazarda

You've probably seen that algorithms have gotten pretty good

kimsenin sahip olmadığı yetiler öne çıkar,

at matching people to things,

but what if we could use that same technology

eğer sadece birinin geçmişte yaptıklarına bakarsak

insanları geleceğin işleriyle eşleştiremeyiz.

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

But I know what you're thinking.

İşte bu noktada teknoloji devreye giriyor.

Algorithms picking your next job sounds a little bit scary,

Algoritmaların insanları nesnelerle çok iyi eşleştirdiğini

but there is one thing that has been shown

muhtemelen görmüşsünüzdür.

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

Peki ya aynı teknolojiyi

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

gerçekten uygun olduğumuz işleri bulmak için kullansak?

Multimeasure tests really aren't anything new,

Ne düşündüğünüzü biliyorum.

but they used to be really expensive

İşinizi algoritmanın seçmesi korkutucu

and required a PhD sitting across from you

and answering lots of questions and writing reports.

ama birinin gelecekte işindeki başarısını

tahmin etmede çok iyi olduğu gösterilen bir şey var:

Multimeasure tests are a way

to understand someone's inherent traits --

Çok ölçmeli sınav.

your memory, your attentiveness.

Çok ölçmeli sınavlar yeni değil

ama eskiden pahalıydılar

What if we could take multimeasure tests

ve doktoralı birinin yürütmesi gerekiyordu

and make them scalable and accessible,

ve bir dizi soruya cevap vererek rapor yazmak lazımdı.

and provide data to employers about really what the traits are

Çok ölçmeli sınavlar,

kalıtsal özelliklerinizi anlamanın bir yolu --

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

hafızanız, dikkatiniz.

This all sounds abstract.

Let's try one of the games together.

Çok ölçmeli sınavları

You're about to see a flashing circle,

ölçeklendirilebilir ve erişilebilir yaparak

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

işverenlere bir işe kimin uygun olduğu konusunda

and do nothing when it's green.

veri sunsak nasıl olurdu?

[Ready?]

[Begin!]

Şu an soyut bir fikir.

Oyunlardan birini oynayalım.

[Green circle]

Yanıp sönen bir daire göreceksiniz,

[Green circle]

daire kırmızı olduğunda ellerinizi çırpın,

[Red circle]

[Green circle]

yeşil olduğunda hiçbir şey yapmayın.

[Red circle]

[Hazır mısınız?]

Maybe you're the type of person

[Başlayın!]

who claps the millisecond after a red circle appears.

[Yeşil daire]

Or maybe you're the type of person

[Yeşil daire]

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

[Kırmızı daire]

[Yeşil daire]

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

[Kırmızı daire]

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

Belki de siz kırmızı belirdiğinde

aynı milisaniyede elini çırpan gruptasınız.

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

Instead it's about understanding the fit between your characteristics

Belki de %100 emin olmak için

biraz daha geç elinizi çırpıyorsunuz.

and what would make you good a certain job.

Belki de yeşil yandığında elini çarpanlardansınız.

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

Bu işin güzel yanı, bu standart bir test değil,

you might be high in attentiveness and high in restraint.

kimi işe alınabilir, kimi alınamaz diye bir sonuç yok.

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

Bu sizin karakteristik özelliklerinizle

bir işte sizi iyi yapacak şeyleri anlamaya yönelik.

great at project management or accounting.

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

Kırmızıda geç elinizi çırpıyor ve yeşilde çırpmıyorsanız

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

dikkat ve kendine hakimiyet yetileriniz yüksek olabilir.

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

Bu alandakiler iyi öğrenci olmaya ve sınavlarda iyi olmaya meyillidir,

The way we actually use this in hiring

proje yönetimi ve muhasebede harikadırlar.

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

Ama kırmızıda hemen çırpıyor ve bazen yeşilde de çırpıyorsanız

like this one.

atılgan ve yaratıcısınız anlamına gelebilir.

Then we develop an algorithm

that understands what makes those top performers unique.

En iyi performanslı satış temsilcilerinde bu özelliklerin olduğunu gördük.

And then when people apply to the job,

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

Bunu iş alımında kullanma şeklimiz

bir pozisyona dair en iyi performansları nörobilim egzersizlerine tabi tutmak,

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

bunun gibi.

The work world today is not the most diverse

Sonra bir algoritma yapıyoruz,

onları en iyi yapanın ne olduğunu anlaması için.

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

Sonra insanlar iş başvurusu yaptığında

how do we make sure

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

bu iş için en iyi adayları su yüzüne çıkarabiliyoruz.

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

Burada bir tehlike olduğunu düşünebilirsiniz.

Bugün iş hayatı pek de çeşitli sayılmaz

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

ve eğer mevcut en iyileri baz alarak algoritmalar geliştirirsek

you would actually find

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

zaten var olan ön yargıları

devam ettirmediğimizden nasıl emin olacağız?

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

Örneğin en iyi performanslı CEO'ları baz alarak bir algoritma yapıyorsak

But technology actually poses a really interesting opportunity.

ve eğitim seti olarak S&P 500 kullanıyorsak

We can create algorithms that are more equitable

şu ortaya çıkacaktır ki

and more fair than human beings have ever been.

bir kadın değil John isminde bir erkek alınması çok daha muhtemel.

Every algorithm that we put into production has been pretested

Bu işlerde kimin çalıştığıyla ilgili bir gerçek.

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

Ancak teknoloji aslında gerçekten ilginç bir fırsat sunuyor.

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

İnsanların bugüne kadar olduğundan

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

çok daha eşitlikçi ve adil algoritmalar yapabiliriz.

Üretime sunduğumuz her algoritma

When we focus on the inherent characteristics

that can make somebody a good fit for a job,

cinsiyet veya etnisite ayrımı yapmamak üzere test edildi.

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

Ve ayrım yapılmış bir popülasyon varsa

even good schoolism.

algoritmada değişiklik yaparak sorunu kaldırabiliyoruz.

Our best technology and algorithms shouldn't just be used

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

Birini bir iş için uygun kılabilecek

kalıtsal karakteristik özelliklere odaklandığımızda

Imagine if we could harness the power of technology

ırkçılık, klasikçilik, seksizm ve yaşçılığın önüne geçebiliriz --

to get real guidance on what we should be doing

hatta okul ayrımının bile.

based on who we are at a deeper level.

En iyi teknoloji ve algoritmalarımız sadece bize yeni filmler

veya yeni favori Justin Bieber şarkısını bulmada kullanılmamalı.

Teknolojinin gücünden faydalanıp,

en derinden kim olduğumuz baz alınarak

ne yapmamız gerektiğini öğrenebiliriz.