आर्टिफिशियल इंटेलिजेंस नौकरी खोजने की प्रक्रिया को बदल रहा है, और आवेदनों की संख्या बढ़ाना समस्या का समाधान नहीं है

कुछ महीने पहले एक उम्मीदवार ने लिंक्डइन के माध्यम से लेखक से संपर्क किया। उनका ग्यारह साल का कार्य अनुभव और बहुत मजबूत बायोडाटा था, लेकिन चार महीनों में उन्होंने 200 से अधिक आवेदन भेजे और केवल तीन साक्षात्कार प्राप्त किए। उन्होंने पूछा कि वे क्या गलत कर रहे हैं। लेखक का जवाब है कि उन्होंने कुछ भी गलत नहीं किया; वह एक ऐसे खेल में खेल रही थीं जिसके नियम काफी समय पहले बदल गए थे, और वह उस भर्ती प्रक्रिया के लिए रणनीति का उपयोग कर रही थीं जो कई साल पहले ही काम करना बंद कर चुकी थी।

लेखक ने मेंटोरिया के माध्यम से भारत में करियर परामर्श के क्षेत्र में 11 साल बिताए, जहां उन्होंने 350 हजार से अधिक पेशेवरों के साथ काम किया। हाल ही में, वह भर्तीकर्ताओं की ओर से आर्टिफिशियल इंटेलिजेंस सिस्टम विकसित करने में भी लगे थे, जिससे उन्हें यह देखने में मदद मिली कि आवेदन भेजने के बाद क्या होता है। इसी दोहरे दृष्टिकोण के कारण, लेखक अब नौकरी खोजने के अधिकांश सलाह पर भरोसा नहीं करते हैं।

स्नातकों के बीच बेरोजगारी को अक्सर कौशल की समस्या के रूप में प्रस्तुत किया जाता है, लेकिन डेटा एक अधिक जटिल तस्वीर की ओर इशारा करता है। अजीम प्रेमजी विश्वविद्यालय की रिपोर्ट के अनुसार, 15 से 25 वर्ष की आयु के स्नातकों में बेरोजगारी दर लगभग 40% है, और 25-29 वर्ष की आयु के लोगों में लगभग 20% है। इसके अलावा, जिन स्नातकों ने बेरोजगारी की सूचना दी, उनमें से केवल लगभग 7% एक साल के भीतर वेतन वाली स्थायी नौकरी पाते हैं।

2004 और 2023 के बीच, भारत में सालाना लगभग 5 मिलियन स्नातक निकलते थे, लेकिन इस अवधि में उनमें से केवल लगभग 2.8 मिलियन ही नौकरी पा सके। रिक्तियां मौजूद हैं, लेकिन समस्या उस प्रक्रिया में निहित है जो योग्य व्यक्ति को भर्तीकर्ता से जोड़नी चाहिए, और यह प्रक्रिया वर्तमान में दोनों तरफ से AI की मदद से पुनर्गठित हो रही है।

लेखक इस आम मिथक का खंडन करते हैं कि 75% उम्मीदवार स्क्रीनिंग पास नहीं करते हैं। यह आंकड़ा 2012 की एक कंपनी के विपणन दावे से जुड़ा है जो अगले साल बंद हो गई थी, और यह विश्वसनीय प्रकाशित अध्ययनों द्वारा समर्थित नहीं है। 2025 में 25 प्रमुख ATS प्लेटफॉर्म पर भर्तीकर्ताओं के बीच किए गए एक अध्ययन से पता चला कि 92% अपने सिस्टम को प्रारूपण या कीवर्ड की कमी के कारण बायोडाटा को स्वचालित रूप से अस्वीकार करने के लिए कॉन्फ़िगर नहीं करते हैं।

जो लेखक ने भर्तीकर्ताओं की ओर से सिस्टम विकसित करते समय देखा, वह अधिक सामान्य और, ईमानदारी से कहूं तो, रिज्यूमे टेम्पलेट से ठीक करना अधिक कठिन निकला। अध्ययन से पता चला कि 88% नियोक्ता मानते हैं कि उनकी अपनी भर्ती तकनीक योग्य लोगों को इसलिए बाहर कर देती है क्योंकि उम्मीदवारों ने भर्तीकर्ता द्वारा डाले गए सटीक खोज शब्दों का उपयोग नहीं किया। लेखक उन मानव संसाधन टीमों के साथ काम करते थे जो एक रिक्ति पर 500 से अधिक आवेदनों में खोज करती थीं। वे ऐसा इसलिए नहीं करते हैं कि वे अनुचित हों।

वे कीवर्ड खोज का उपयोग करते हैं क्योंकि यह सबसे आसान तरीका है जिसे इस मात्रा तक बढ़ाया जा सकता है, और इतनी बड़ी मात्रा में अच्छे विशेषज्ञ खो जाते हैं। उन्होंने देखा कि ऐसा एक उम्मीदवार के साथ हुआ, जिसे उन्होंने तीन नौकरियों में समर्थन दिया: आदर्श अनुभव वाला व्यक्ति फ़िल्टर हो गया क्योंकि उसके बायोडाटा में 'ग्राहक सफलता' लिखा था, जबकि खोज 'क्लाइंट सफलता' के लिए की जा रही थी।

करियर सलाहकारों ने वर्षों से उम्मीदवारों को खोज का दायरा बढ़ाने की सलाह दी है: अधिक नौकरियों के लिए आवेदन करें, सफलता की संभावनाओं को बढ़ाएं। लेखक इस आवश्यकता को समझते हैं, क्योंकि प्रयास प्रणाली में समस्या होने की स्वीकृति की तुलना में अधिक सुरक्षित लगता है। हालांकि, पचास नौकरियों के लिए कुल आवेदन कीवर्ड खोज में पांच लक्षित आवेदनों की तुलना में खराब प्रदर्शन करता है, क्योंकि अनुकूलित संस्करण में वह भाषा होती है जिसे भर्तीकर्ता की प्रणाली खोजती है। लेखक ने यह उसी उम्मीदवार के उदाहरण पर देखा। दो सौ आवेदन, जिनमें से लगभग कोई भी अनुकूलित नहीं था, और तीन साक्षात्कार। समस्या कभी संख्या में नहीं थी; यह सटीकता में थी।

यहां बातचीत अधिकांश लोगों के चर्चा करने के लिए तैयार होने से अधिक जटिल हो जाती है। AI अब मनुष्यों द्वारा दिन में मैन्युअल रूप से किए जा सकने वाले आवेदनों की तुलना में कहीं अधिक आसानी से उत्पन्न और प्रसारित करने की अनुमति देता है। यदि मात्रा पहले से ही कीवर्ड के आधार पर मैन्युअल फिल्टर के खिलाफ एक हारने वाली रणनीति थी, तो AI द्वारा त्वरित मात्रा इस समस्या का समाधान नहीं करती है। यह बस उसी गलती को बढ़ाता है।

भर्तीकर्ता का इनबॉक्स अधिक चयनात्मक नहीं बनता है यदि पचास आदर्श आवेदनों के बजाय पाँच सौ तकनीकी रूप से प्रस्तुत, अप्रासंगिक आवेदन आते हैं। वास्तव में महत्वपूर्ण बात यह नहीं है कि प्रक्रिया मैन्युअल है या स्वचालित, बल्कि यह है कि उपकरण सटीकता या मात्रा को अनुकूलित करता है।

यह अधिक दिलचस्प है कि क्या होता है जब भर्तीकर्ता AI का उपयोग करना शुरू करते हैं। यह एक ऐसा प्रश्न है जिस पर लेखक अपने काम में सबसे अधिक विचार करते हैं। उम्मीदवार ही एकमात्र नहीं हैं जो AI को लागू कर रहे हैं। भर्तीकर्ता और नौकरी प्लेटफ़ॉर्म तेजी से रिज्यूमे स्क्रीनिंग, रैंकिंग और प्रारंभिक संपर्क के लिए AI का उपयोग कर रहे हैं। इस प्रकार, एक लेनदेन के दोनों ओर दो स्वचालित प्रणालियाँ बनती हैं, और उनमें से किसी को भी दूसरे को ध्यान में रखकर नहीं बनाया गया है। लेखक ने इसे भर्तीकर्ता के दृष्टिकोण से देखा है: AI द्वारा तैयार किया गया आवेदन एक AI-संचालित फ़िल्टर से मिलता है, जिसमें प्रक्रिया में किसी मानवीय निर्णय का कोई हस्तक्षेप नहीं होता है, जब तक कि किसी ने जानबूझकर वास्तविक मिलान को सतही कीवर्ड मिलान पर प्राथमिकता देने के लिए सिस्टम को डिज़ाइन न किया हो। यह 'फ़िल्टर को कैसे बायपास करें' की तुलना में एक मौलिक रूप से अलग समस्या है, जिस पर अभी भी अधिकांश करियर सामग्री अटकी हुई है। वास्तविक प्रश्न यह है कि क्या होगा जब दोनों पक्ष पहले चरण को मशीन को सौंप देंगे, और दो मशीनें एक ही मानदंड के आधार पर परिणाम को अनुकूलित नहीं करेंगी।

लेखक का मानना नहीं है कि समाधान किसी भी पक्ष से AI को छोड़ना है। पुराना प्रक्रिया पहले से ही इतना भारी और पर्याप्त रूप से अप्रासंगिक था कि AI के आने से बहुत पहले शुद्ध मैन्युअल दृष्टिकोण से उसे ठीक नहीं किया जा सकता था। हालांकि, स्वचालित हथियारों की दौड़, जो दोनों तरफ से तेजी से अधिक अप्रासंगिक आवेदन उत्पन्न करती है, भी प्रगति नहीं है। यह बस मौजूदा बेमेल को बढ़ाता है।

अगले कुछ वर्षों में सफल होने वाले उम्मीदवार वे नहीं होंगे जो सबसे अधिक आवेदन भेजेंगे - चाहे वे मानव द्वारा लिखे गए हों या AI द्वारा उत्पन्न। वे वे होंगे जो मिलान को बेहतर बनाने के लिए AI का चयनात्मक रूप से उपयोग करेंगे: अधिक सटीक आवेदन, निर्णय लेने वाले व्यक्ति तक अधिक सीधा पहुंच, और उम्मीदवार द्वारा मानव भागीदारी की आवश्यकता वाले कार्यों पर अधिक समय खर्च करना, जैसे साक्षात्कार की तैयारी, बातचीत और उपयुक्त प्रस्ताव का चयन। वही उम्मीदवार जिसके बारे में पहले बताया गया था, ने लगभग छह सप्ताह पहले अपना दृष्टिकोण बदल दिया। कम आवेदन, जिनमें से प्रत्येक उस भूमिका के आसपास बनाया गया था जो वास्तव में उसके लिए उपयुक्त थी। एक महीने में उसे दो प्रस्ताव मिले।

मैनुअल नौकरी खोज संघर्ष करती है क्योंकि इसे एक ऐसी भर्ती प्रक्रिया के लिए बनाया गया था जो अब मौजूद नहीं है। समाधान समान टूटी हुई मीट्रिक के आधार पर अधिक स्वचालन में नहीं है। यह मेज के दोनों ओर के उपकरणों में है जो अंततः गति के बजाय मिलान के लिए अनुकूलित होते हैं।