EVA: אבחון מועמדים מבוסס AI

EVA היא מערכת הבינה המלאכותית שפיתחנו בפילת לאבחון והערכת מועמדים. היא מפיקה ציון התאמה, ולצידו כותבת חוות דעת אבחונית מנומקת, כמו שפסיכולוג תעסוקתי היה כותב.

אנחנו בפילת בנינו אותה כי אחרי יותר משני מיליון מועמדים שהערכנו, הבנו ששני דברים צריכים לקרות יחד: קצב של מערכת, ועומק של מאבחן.

אם אתם אחראים על גיוס בהיקפים גדולים, כאן תמצאו מה למדנו בדרך, וגם מתי EVA פחות מתאימה לכם.

נקודת המוצא שלנו: ציון לבד לא מספיק

מהניסיון שלנו, ציון התאמה עונה על "כמה", אבל משאיר את צוות הגיוס עם "למה".

מועמד עם ציון 3.5 יכול להיות בעל יכולת חשיבה גבוהה וקושי בעבודת צוות. הוא יכול להיות גם בעל פרופיל מאוזן בלי חוזקות בולטות. ההחלטה הנכונה שונה לגמרי בכל מקרה.

לכן קבענו עיקרון שלא התפשרנו עליו: EVA לא מסתפקת בדירוג, היא מסבירה. חוות הדעת שלה מפרטת אילו יכולות ומאפייני אישיות עומדים מאחורי הציון, ומה שווה לבדוק בראיון.

מה למדנו כשתרגמנו 52 שנות ידע ל-AI

שהנכס האמיתי הוא לא האלגוריתם, אלא מה שמזינים לו. כך בנינו את EVA, בשלושה רבדים:

1. הנתונים: מאגר הידע האבחוני שצברנו מהערכה של יותר משני מיליון מועמדים מאז 1974.
2. השיטה: מודלים ומתודולוגיות אבחון שפיתחנו ותיקפנו לאורך עשרות שנים.
3. התרגום: יחד עם צוות הפיתוח של iVerse הפכנו את הידע והמודלים לייצוגים מתמטיים. כך EVA מנתחת יכולות ומאפייני אישיות, ומגיעה למסקנות מנומקות.

התובנה שלנו מהתהליך: מודל שפה כללי יודע לנסח טקסט משכנע על כל מועמד.
מה שהוא לא יודע הוא אם הטקסט נכון. את זה נותנים רק נתונים אבחוניים אמיתיים ומודלים שעברו תיקוף.

הרגע שבדקנו את עצמנו: מתאם של 0.89

השווינו את ההערכות של EVA להערכות של פסיכולוג תעסוקתי בכיר, ומצאנו מתאם של 0.89.

כשמשווים בין שני מעריכים, מתאם 0 אומר שאין קשר בין ההערכות, ו-1 אומר התאמה מלאה. כלומר, ברוב המקרים EVA והמומחה הגיעו לאותן מסקנות.

מבחינתנו זה היה המבחן החשוב ביותר. לא אם המערכת "חכמה", אלא אם מומחה שלנו היה חותם על מה שהיא כותבת.

אנחנו גם יודעים מה המספר הזה לא מודד: הוא בודק התאמה למומחה, לא את מה שקורה אחרי הקבלה לעבודה. לכן לא עצרנו שם, ויצאנו לבדוק בשטח.

מה ראינו בשטח: 914 מועמדים בחמישה חודשים

אצל אחד מלקוחותינו עקבנו אחרי 914 מועמדים שעברו הערכה ב-EVA במשך חמישה חודשים, והשווינו את הציונים להחלטות הגיוס בפועל:

• 89% מהמועמדים שגויסו קיבלו ציון התאמה של 3.7 ומעלה.
• אף מועמד עם ציון נמוך מ-3.2 לא גויס.

התובנה שלנו מהמקרה הזה: הציון עובד הכי טוב כמסננת בתחתית. כשאיש לא גויס מתחת ל-3.2, צוות הגיוס יכול להפסיק להשקיע שם שעות ראיונות.
את הזמן שמתפנה שווה להפנות למועמדים שבאמת על השולחן.

איפה EVA עובדת היום?

EVA פועלת אצל חלק מהמעסיקים הגדולים בישראל, בהם בנק מזרחי, חברת החשמל, דואר ישראל וצה"ל.

עשרות אלפי מועמדים כבר עברו דרכה הערכה, וב-2025 מספר המשתמשים והמועמדים בפלטפורמה גדל יותר מפי חמישה.

מה שהפתיע אותנו לטובה הוא שארגונים שונים כל כך, מבנק ועד צבא, משתמשים באותה מערכת באותה הצלחה.

שלוש דעות שגיבשנו על AI באבחון

1. AI בלי ידע מקצועי הוא ניחוש מנוסח היטב. כל מערכת יודעת לכתוב חוות דעת. השאלה היא על מה היא מסתמכת.
2. נימוק הוא לא מותרות. מנהלת או מנהל שצריכים להסביר החלטת גיוס להנהלה צריכים מילים, לא מספר. זה נכון גם כלפי המועמדים: חוויית מועמד טובה נבנית על שקיפות.
3. ההחלטה נשארת אצל אנשים. EVA מקצרת את הדרך אל ההחלטה. מי מתקבל, הארגון מחליט.

למי EVA פחות מתאימה?

אנחנו אומרים את זה בגלוי: EVA נבנתה לארגונים שמעריכים מועמדים בהיקף.

עסק שמגייס עובד או שניים בשנה ירוויח פחות מהאוטומציה, ובדרך כלל אבחון פרטני יספיק לו.

לתפקידי בכירים אנחנו ממליצים לשלב גם אבחון בכירים אישי.

בתפקידים האלה המחיר של טעות גבוה, ושיחה עם מאבחן מוסיפה שכבה שמערכת לא מחליפה.

לאן אנחנו ממשיכים מכאן?

EVA נולדה לרגע הגיוס, אבל אנחנו לא מתכוונים לעצור שם.

אנחנו מפתחים אותה גם להערכת עובדים קיימים, לזיהוי פוטנציאל ניהולי, להתאמה לתפקידים שמשתנים ולפיתוח מנהלים.

הכיוון שמעניין אותנו במיוחד הוא מוכנות לעבודה לצד AI. ארגונים צריכים לדעת לא רק מה העובדים שלהם יודעים היום, אלא כמה מהר הם לומדים ומסתגלים.

הרחבנו על הכישורים האלה בריאיון על המפגש בין האנושי למלאכותי. זה גם חלק מההיגיון מאחורי הרישום המתוכנן שלנו למסחר בטורונטו.

לכתבה המלאה בנושא באתר ICE.