Η τεχνητή νοημοσύνη δεν αλλάζει μόνο τον τρόπο με τον οποίο εργάζονται οι επιχειρήσεις. Αλλάζει και τον τρόπο με τον οποίο προσλαμβάνουν προσωπικό. Οι ταχύτερα αναπτυσσόμενες startups του κλάδου εγκαταλείπουν σταδιακά τις παραδοσιακές συνεντεύξεις και τα εντυπωσιακά βιογραφικά, επιλέγοντας μια περισσότερο πρακτική και απαιτητική διαδικασία αξιολόγησης των υποψηφίων.
Στόχος τους δεν είναι απλώς να εντοπίσουν τους καλύτερους προγραμματιστές, αλλά ανθρώπους που μπορούν να λειτουργήσουν σε ένα περιβάλλον εξαιρετικά υψηλών απαιτήσεων, όπου η ταχύτητα, η πρωτοβουλία και η αξιοποίηση της τεχνητής νοημοσύνης αποτελούν πλέον βασικές δεξιότητες.
Το ταλέντο δεν ψάχνει δουλειά – Οι εταιρείες ψάχνουν το ταλέντο
Σε αντίθεση με το παραδοσιακό μοντέλο προσλήψεων, οι κορυφαίοι μηχανικοί λογισμικού δεν υποβάλλουν μαζικά αιτήσεις εργασίας.
Αντίθετα, οι ίδιες οι εταιρείες επενδύουν σημαντικούς πόρους για να τους εντοπίσουν.
Στελέχη startups όπως οι Cursor, Cognition και Replit αναζητούν υποψηφίους μέσα από το GitHub, το X, συνέδρια τεχνολογίας και κοινότητες προγραμματιστών, ενώ αρκετές φορές οι ίδιοι οι ιδρυτές των εταιρειών επικοινωνούν προσωπικά με πιθανούς υποψηφίους.
Η διαδικασία θυμίζει περισσότερο στρατηγική προσέλκυσης επενδυτών παρά κλασική πρόσληψη προσωπικού.
Το βιογραφικό δεν είναι πλέον αρκετό
Ένα από τα σημαντικότερα συμπεράσματα είναι ότι το παραδοσιακό CV χάνει σταδιακά τη σημασία του.
Οι εταιρείες ενδιαφέρονται περισσότερο για:
- δημόσια έργα στο GitHub,
- συμμετοχή σε open-source κοινότητες,
- τεχνικές δημοσιεύσεις,
- παρουσία στο X,
- πραγματικά προϊόντα που έχει δημιουργήσει ο υποψήφιος.
Με άλλα λόγια, η πραγματική δουλειά αντικαθιστά τα τυπικά προσόντα ως βασικό εργαλείο αξιολόγησης.
Από τις συνεντεύξεις στις δοκιμαστικές εβδομάδες
Η μεγαλύτερη αλλαγή αφορά τον τρόπο αξιολόγησης.
Πολλές εταιρείες εγκαταλείπουν τα κλασικά τεχνικά tests και τις ασκήσεις τύπου LeetCode.
Στη θέση τους εφαρμόζουν:
- πολυήμερες δοκιμαστικές περιόδους,
- πραγματική εργασία πάνω σε προϊόντα,
- συνεργασία με την ομάδα,
- παρουσίαση των αποτελεσμάτων.
Ο υποψήφιος δεν καλείται πλέον να απαντήσει θεωρητικά πώς θα έλυνε ένα πρόβλημα. Καλείται να το λύσει στην πράξη, υπό πραγματικές συνθήκες εργασίας.
Η χρήση AI θεωρείται πλέον βασική δεξιότητα
Ένα ακόμη στοιχείο που διαφοροποιεί τις νέες διαδικασίες προσλήψεων είναι η στάση απέναντι στην ίδια την τεχνητή νοημοσύνη.
Αντί να απαγορεύουν τη χρήση εργαλείων AI κατά τη διάρκεια της αξιολόγησης, πολλές εταιρείες εξετάζουν κατά πόσο οι υποψήφιοι αξιοποιούν αποτελεσματικά μεγάλα γλωσσικά μοντέλα (LLMs) στην καθημερινή εργασία τους.
Για αρκετές startups, η μη χρήση τέτοιων εργαλείων θεωρείται πλέον μειονέκτημα και όχι πλεονέκτημα.
Η φιλοσοφία τους είναι απλή: όπως ένας μηχανικός χρησιμοποιεί σύγχρονα εργαλεία ανάπτυξης λογισμικού, έτσι θα πρέπει να αξιοποιεί και την τεχνητή νοημοσύνη για να αυξάνει την παραγωγικότητά του.
Αναζητούν επιχειρηματική νοοτροπία
Οι τεχνικές γνώσεις από μόνες τους δεν αρκούν.
Οι εταιρείες AI αναζητούν εργαζομένους που σκέφτονται σαν ιδρυτές.
Κατά τη διάρκεια των συνεντεύξεων, οι υποψήφιοι καλούνται να εξηγήσουν:
- πώς θα βελτίωναν μια εταιρεία,
- ποιες αποφάσεις θα έπαιρναν ως CEO,
- πώς θα σχεδίαζαν ένα νέο προϊόν,
- πώς χρησιμοποιούν καθημερινά εργαλεία τεχνητής νοημοσύνης.
Η αξιολόγηση μετατοπίζεται από τη γνώση στην ικανότητα λήψης αποφάσεων, επίλυσης προβλημάτων και ανάληψης πρωτοβουλιών.
Ένα νέο μοντέλο για ολόκληρη την αγορά;
Παρότι οι συγκεκριμένες πρακτικές εφαρμόζονται σήμερα κυρίως από startups τεχνητής νοημοσύνης, αρκετοί αναλυτές εκτιμούν ότι αποτελούν προάγγελο ευρύτερων αλλαγών στην αγορά εργασίας.
Ήδη μεγάλες εταιρείες τεχνολογίας εξετάζουν νέους τρόπους αξιολόγησης των υποψηφίων, ενώ η ολοένα μεγαλύτερη χρήση εργαλείων AI αναμένεται να μεταβάλει τόσο τις δεξιότητες που ζητούν οι εργοδότες όσο και τις ίδιες τις διαδικασίες πρόσληψης.
MoneyMatters Insight
Η τεχνητή νοημοσύνη δεν αλλάζει μόνο τις θέσεις εργασίας· αλλάζει και τα κριτήρια με τα οποία αποκτά κανείς μία θέση εργασίας. Το πτυχίο και το βιογραφικό παραμένουν σημαντικά, όμως δεν αρκούν πλέον για τις πιο ανταγωνιστικές εταιρείες του κλάδου. Η πραγματική εμπειρία, η δημόσια παρουσία μέσω έργων, η εξοικείωση με τα εργαλεία AI και η ικανότητα να παράγει κάποιος άμεσα αξία αποκτούν ολοένα μεγαλύτερη σημασία. Πρόκειται για μια αλλαγή που πιθανότατα θα επεκταθεί σταδιακά και πέρα από τον χώρο της τεχνητής νοημοσύνης, επηρεάζοντας συνολικά τον τρόπο με τον οποίο οι επιχειρήσεις επιλέγουν ανθρώπινο δυναμικό.
The post Οι προσλήψεις στην εποχή της AI: Γιατί τα βιογραφικά χάνουν την αξία τους και οι εταιρείες δοκιμάζουν τους υποψηφίους στην πράξη appeared first on moneymatters.cy.
