أرباب العمل يعيدون النظر في عملية التحقق من المهارات في ظل إعادة تشكيل الذكاء الاصطناعي لطبيعة الوظائف

يعيد أرباب العمل النظر في الطريقة التي يتبعونها في تحديد المواهب وتقييمها والتحقق من كفاءتها، في ظل قيام الذكاء الاصطناعي بإعادة تشكيل الوظائف وتسريع التغيرات في متطلبات المهارات في مكان العمل.

التقت كيسي غوينترت، أخصائية علم النفس الصناعي والتنظيمي ورئيسة قسم الاستشارات المهارية في شركة «فيرفو» (Vervoe)، مع موقع « SHRM » خلال مؤتمر «HR Tech 2026» الذي عُقد في لاس فيغاس، لمناقشة الكيفية التي يمكن بها للذكاء الاصطناعي الكشف عن القدرات التي غالبًا ما يتم تجاهلها، ومساعدة المؤسسات على تحديد احتياجات تطوير القوى العاملة، ومقارنة المهارات بمعايير القطاع. كما أوضحت الأسباب التي تجعل التقييمات المستمرة، والحكم البشري، والتعليقات القابلة للتنفيذ من الموظفين، أمورًا لا تزال ضرورية.

شهادة تخصصية: AI+HI

SHRM: كيف يمكن لأصحاب العمل استخدام الذكاء الاصطناعي لتحديد المهارات التي قد تغفلها عمليات التوظيف التقليدية؟

غونترت: تتيح لنا الذكاء الاصطناعي الوصول إلى البيانات بطريقة لم يسبق لها مثيل. وهذا يمثل فرصة ومخاطرة في آن واحد، لأنك لا تعرف دائمًا من أين تأتي البيانات أو مدى موثوقيتها. ولهذا السبب، فإن المقارنة المعيارية أمر أساسي. فمن خلال استخدام توجيهات مصممة بعناية، يمكنك توجيه نموذج لغوي ضخم (LLM) إلى المصادر الأكثر صلة، مثل إعلانات الوظائف المتاحة لمناصب مماثلة في قطاعك، واستخدامها لرسم صورة واضحة عن المهارات التي تتطلبها تلك الوظائف فعليًّا. وهذا يحدد لك ما يجب قياسه، حتى تتمكن من قياسه بشكل صحيح.

على سبيل المثال، من المفترض أن يحتاج مندوب مبيعات في إحدى شركات CRM الكبرى في سان فرانسيسكو ومندوب مبيعات في شركة CRM كبيرة أخرى في نفس المدينة إلى مهارات متشابهة بشكل عام. تريد التأكد من أن المهارات التي تبحث عنها عند التوظيف تتوافق مع ما يهم أكثر في القطاع، وليس فقط مع ما ورد في الوصف الوظيفي الخاص بك. وتتيح الذكاء الاصطناعي تحقيق ذلك لأن الكثير من المعلومات المتعلقة بالوظائف متاحة للجمهور، ويمكنه فحص كميات منها تفوق بكثير ما يستطيع أي شخص فعله. ولا تزال النتائج تحتاج إلى مراجعة من قبل الخبراء، لكنها تشكل نقطة انطلاق أقوى بكثير.

SHRM: كيف يمكن لأصحاب العمل الاستفادة من بيانات المهارات للكشف عن القدرات الكامنة لدى القوى العاملة الحالية لديهم؟

غونترت: هذه المسألة تُطرح كثيرًا مع عملائنا. يرغب الكثيرون في اكتشاف المهارات الكامنة، وهذا هو الدور المثالي للتقييم: فهو يوضح المجالات التي يمكن للأشخاص أن ينموا ويتطوروا فيها، بدلاً من الحكم عليهم بناءً على خبراتهم السابقة فقط. فالسير الذاتية وسجلات الخبرة المهنية تخبرك بما أنجزه الشخص في الماضي، لكنها لا تخبرك بما يمكنه القيام به في المستقبل.

لا ينتقل معظم الأشخاص إلى وظائف جديدة تمامًا. بل إن وظائفهم الحالية هي التي تتغير في عصر الذكاء الاصطناعي. لذا يصبح السؤال: كيف نضمن ألا يتخلف الموظفون عن الركب؟ ويُعد اختبار المهارات إحدى أفضل الطرق للإجابة على هذا السؤال. يبدأ أصحاب العمل بإجراء جرد لمتطلبات الأدوار المستقبلية، ثم يختبرون الموظفين وفقًا لذلك للتحقق ممن يمتلك هذه القدرات بالفعل. والأمر الذي لا يقل أهمية هو أن هذا الاختبار يظهر من لا يمتلكها بعد، مما يتيح للمؤسسة الاستثمار في تطوير قدراتهم قبل أن يتحول الأمر إلى مشكلة في الأداء. ونظرًا لأن هذا الاختبار يُجرى على نطاق واسع، يمكننا تلخيص النتائج وإطلاع المؤسسات على الاتجاهات السائدة عبر الفرق والأدوار المختلفة.

SHRM: ماذا كانت ردود فعل أرباب العمل تجاه حالات استخدام تقييم المواهب هذه؟

غوينترت: لقد رأينا نطاقًا واسعًا من الممارسات. في أفضل الأحوال، يتضمن الأمر تخطيطًا حقيقيًّا. فقد حدد بعض العملاء جميع المهارات التي تتطلبها كل وظيفة، وتحققوا من تلك القائمة مع الموظفين الذين يؤدون العمل، وطلبوا من الموظفين إجراء تقييم ذاتي. ثم استخدموا النتائج لمساعدة الموظفين على الانتقال إلى أدوار جديدة أو اكتساب المهارات التي يحتاجونها من خلال التعلم والتطوير. هذا أمر رائع، وأود أن أرى كل مؤسسة تقوم بذلك.

من ناحية أخرى، تقوم بعض الشركات بتقييم الموظفين استنادًا إلى قاعدة بيانات المهارات، لكنها لا تشاركهم أبدًا بالتعليقات، وغالبًا ما يكون ذلك بسبب عدم تأكدها من كيفية التعامل مع هذه البيانات. وبعض فرق إدارة المواهب تفتقر ببساطة إلى القدرات الداخلية اللازمة لاتخاذ إجراءات بناءً على النتائج، وهنا أود أن أرى المزيد من الشركاء يتدخلون لتقديم المساعدة. مهما فعلت، لا تدع الموظفين يتساءلون عن معنى التقييم بالنسبة لأدائهم أو تطورهم.

دراسة بحثية: حالة الذكاء الاصطناعي في مجال الموارد البشرية لعام 2026

SHRM: في ظل تغير الوظائف بفعل الذكاء الاصطناعي بوتيرة أسرع مما تستطيع نماذج الكفاءات التقليدية مواكبتها، كيف ينبغي لأصحاب العمل إعادة النظر في عملية التحقق من المهارات؟ وما هي وتيرة إعادة تقييم المهارات؟

غونترت: في عام 2015، كنت سأقول كل سنتين. أما توصيتي الحالية فهي إعادة التقييم كل ستة أشهر تقريبًا، أو حتى أكثر من ذلك إذا كانت الوظيفة تتغير بسرعة. ومن الناحية المثالية، يجب أن تستند وتيرة التقييم إلى البيانات: فإجراء مقارنة مرجعية لكل دور على مدار الوقت يوضح مدى سرعة تغير متطلباته. تتمثل فلسفتنا في النظر إلى الكيفية التي يؤدي بها الموظفون فعليًّا المهام التي تتطلبها الوظيفة. على سبيل المثال، أصبحت إتقان استخدام الذكاء الاصطناعي مطلبًا كبيرًا من عملائنا. فهم يرغبون في معرفة مدى قدرة الموظفين على العمل جنبًا إلى جنب مع وكلاء الذكاء الاصطناعي ونماذج اللغة الكبيرة (LLMs). والهدف من ذلك هو رصد المؤشرات المبكرة لنقاط القوة وفرص التطوير قبل ظهور ثغرات في الأداء.

SHRM: هل انقرضت الطريقة القديمة في إنشاء وإدارة الكفاءات والمهارات؟

غونترت: بالنسبة للوظائف التي تشهد تغييرات متكررة، نعم، أعتقد أن هذا النهج لم يعد صالحًا. لكن هذا لا ينطبق على جميع الوظائف. أما بالنسبة للوظائف التي تتغير متطلباتها الأساسية ببطء، مثل ضباط الشرطة وأمناء المكتبات والمعلمين والعاملين في مجال البناء، فلا تزال نماذج الكفاءات التقليدية مفيدة ومعقولة.

SHRM: كيف ينبغي لأصحاب العمل أن يوازنوا بين توصيات المهارات التي يولدها الذكاء الاصطناعي والحكم البشري؟

غونترت: بشكل عام، استخدم الذكاء الاصطناعي لترى ما ستحصل عليه: اطرح عليه الأسئلة الصحيحة، ثم قم بتقييم إجاباته بعناية فائقة. هناك مجالات يمكن للذكاء الاصطناعي فيها أن يتولى مهمة ما من البداية إلى النهاية بمفرده، لكن هذا أمر نادر في مجال الموارد البشرية، لأن هذه القرارات تؤثر على سبل عيش الناس.

في Vervoe، لا نستخدم الذكاء الاصطناعي التوليدي أو نماذج اللغة الكبيرة (LLMs) لتقييم المرشحين. يعتمد نظام التقييم لدينا على نماذج التعلم الآلي، لأن نماذج اللغة الكبيرة (LLMs) لا تستطيع في الوقت الحالي تقديم تقييمات متسقة بما يكفي لاتخاذ قرارات التوظيف. وحتى لو ادعت آلية التقييم أنها تحقق ترابطًا بنسبة 85% مع التقييم البشري، فإن ما يقلقنا هو أن النسبة المتبقية البالغة 15% قد تكون بعيدة كل البعد عن الواقع أو تشكل خطرًا.

SHRM: في السنوات القليلة المقبلة، ما الذي ستفعله الشركات الرائدة في مجال التوظيف للتحقق من صحة المهارات، وهو ما لا تقوم به معظم المؤسسات اليوم؟

غونترت: الاتجاه السائد هو قابلية النقل: أي تطبيق أدلة التحقق التي تم جمعها في مكان آخر على سياق جديد عندما تكون الوظائف متشابهة بدرجة كافية. على سبيل المثال، إذا أظهر تحليل وظيفي أن الدور هو ممثل مركز اتصال يتولى تحصيل المستحقات، فيمكننا الاستفادة من التقييمات التي تم التحقق من صحتها بالفعل لنفس النوع من الأدوار. وقد أثبتت تلك الأدلة صحتها مرارًا وتكرارًا، لذا بدلاً من البدء من الصفر، نقوم بمطابقة حالة مشابهة مع الأدلة التي أثبتت فعاليتها. وستجعل الذكاء الاصطناعي عملية تحديد ما إذا كانت وظيفتان قابلتين للمقارنة حقًّا أسرع وأسهل، وهو الأساس الذي تعتمد عليه قابلية النقل.