تحقق من جميع الجلسات عند الطلب من قمة الأمن الذكي هنا.
يتم استخدام الاختبار الآلي للمرشحين لوظائف هندسة البرمجيات على نطاق واسع اليوم ، حيث تعتمد العديد من الشركات على هذه التقنيات لتحديد أكثر المبرمجين موهبة. لكن هذه الاختبارات لا تخلو من عيوبها ، وقد يضيف المجال المزدهر لـ ChatGPT مزيدًا من الحذر لاستخدامها.
على الرغم من أن الوقت مبكر ، إلا أن هناك أسبابًا للقلق. يمكن أن تخضع اختبارات الترميز الآلي التي يقوم بها مطورو الشاشة لمعرفة المهارات للمعالجة التي تعتمد على الذكاء الاصطناعي. هذا بالإضافة إلى التلاعب الذي تم إثباته بالفعل.
تميل اختبارات الترميز العامة إلى أن تكون غير فعالة إلى حد كبير حيث أن معظمها آلي ويمكن التلاعب بها. وفقًا لمسح صادر عن منصة التوظيف القائمة على المهارات Filtered ، فإن اختبارات الترميز معرضة للاحتيال ، حيث أفاد أكثر من نصف المستجيبين أنهم يعرفون شخصًا غش في اختبار الترميز كجزء من عملية المقابلة.
>> اتبع تغطية ChatGPT المستمرة لـ VentureBeat <
حدث
قمة أمنية ذكية عند الطلب
تعرف على الدور الحاسم للذكاء الاصطناعي وتعلم الآلة في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم.
مشاهدة هنا
تزداد الأمور سوءًا مع الانتشار الواسع للأدوات التي تعمل بالذكاء الاصطناعي ، مثل ChatGPT ، والتي جعلت الغش في هذه الاختبارات أسهل من أي وقت مضى. تظهر الأمثلة.
عندما أجرى Jason Wodicka ، مهندس فريق العمل في مقابلة مع النظام الأساسي السحابي Karat ، مقابلة مع ChatGPT ، وجد أن الأداة قادرة على إنشاء حل صالح. لكن الطريقة التي وصل بها إلى إجابته كانت ما لفت انتباهه. وصف Wodicka هذا في سلسلة من منشورات المدونة على ChatGPT في المقابلات الفنية.
كتب: “لقد كان يتصرف مثل شخص قد حفظ الإجابة على هذه المشكلة بالذات مسبقًا ولكن لم يكن لديه المهارات اللازمة لحلها بشكل مستقل ، وهو ما يتوافق مع كيفية عملها”.
قال إن ChatGPT ليس لديه نموذج للمشكلة ، فقط أسئلة وأجوبة معقولة. علاوة على ذلك ، فقد شهد “تغييرات جامحة في خوارزميتها” والطريقة التي كانت بها تفسيراتها غير متوافقة مع أفعالها.
وخلص إلى أن نتائج ChatGPT كانت مختلفة تمامًا عن حل الإنسان لمشكلة ما ، ولم يتعامل مع أسئلة الاستقصاء بطريقة أوجدت الثقة في فهمها.
الغش في ChatGPT
سواء حصلوا على الوظيفة أم لا ، إذا كان المرشحون سيستخدمون أداة ChatGPT لتقييم الفحص المسبق وتوضيح هذه العقبة الرئيسية ، فإنهم يعيقون عملية التوظيف بعدة طرق. هذا هو حسب رافيندر جويال ، الشريك المؤسس والمدير الإداري لشركة Erekrut.
أولاً ، إنه يتعارض مع الغرض من الاختبار نفسه ، وهو تقييم معرفة المرشح وفهمه للموضوع ، على حد قوله. ثانيًا ، يقوض مصداقية الاختبار ، مما يؤدي إلى الشك وعدم الثقة بين أرباب العمل. ثالثًا ، قد يؤدي ذلك إلى نتائج إيجابية خاطئة ونتائج غير دقيقة ، مما يؤدي في النهاية إلى اختيار المرشح الخطأ لمنصب الوظيفة.
حتى يتم إنشاء حلول أفضل ، ربما يكون من الآمن القول أن اختبارات الترميز التقليدية ستُعتبر غير موثوقة كمؤشر وحيد لقدرات المرشح.
إذا ما هو التالي؟ من جانبه ، يرى Wodicka مستقبلًا يحركه الذكاء الاصطناعي مع عدد أقل من اختبارات الترميز الآلي التي تحتاج إلى مرشح للوصول إلى حل معروف ، والمزيد من المقابلات مع شخص تختبر كيفية تعامل المرشح مع المشكلات التي لديها العديد من الإجابات المحتملة ، ويشرحها ويحلها.
“أرى أن الذكاء الاصطناعي يجعل تطوير البرمجيات – والمقابلات الفنية – أكثر سهولة وإنسانية. وقال “هذا تطور إيجابي”. قال: “أدوات الذكاء الاصطناعي لا تلغي الحاجة إلى المبرمجين ، إنها تخفف العبء المعرفي لترجمة الأفكار إلى كود وتحويل مستوى النية إلى مستوى أكثر إنسانية”.
ستعمل المقابلات الفنية المستقبلية على تقييم الجزء البشري الأساسي من المهمة. هذا هو “حل المشكلات وعمليات التفكير المطلوبة لجعل الآلات تقوم بأشياء جديدة ومثيرة” ، كما كتب Wodicka.
من واقع خبرته ، فإن مستقبل المقابلات التقنية سيتوقف على الظلال الدقيقة للمعنى – وفي النهاية يكون أكثر تنبؤًا بالأداء أثناء العمل – من اختبار الترميز الآلي الذي ينتج نتيجة ثنائية “ناجح / فشل”. بمرور الوقت ، قد يكون ChatGPT مجرد أداة أخرى في صندوق أدوات المطور النموذجي.
“إنه أيضًا فارق بسيط يجعل استخدام المرشح لـ ChatGPT عديم المعنى إلى حد ما – في الواقع ، نسمح للمرشحين باستخدام موارد مثل Stack Overflow أو Google أثناء مقابلتهم ، تمامًا مثل إمكانية الوصول إلى تلك الموارد في الوظيفة. لا أرى أي اختلاف في ChatGPT في هذا الصدد “، أضاف Wodicka.
ما وراء النجاح / الفشل
وفي الوقت نفسه ، في مواجهة المخاوف بشأن التلاعب في ChatGPT ، من المرجح أن تستمر تقييمات الترميز الآلي في إيجاد استخدام أكبر. إنهم يساعدون فرق المواهب ومديري التوظيف على حد سواء.
لا يزال تقييم الترميز الآلي هو الخطوة الأولى في العديد من عمليات التوظيف الفنية ، حيث يساعد في تقييم فهم المهندس لمفاهيم البرمجة الأساسية ، مثل هياكل البيانات والخوارزميات ، وقدرتها على كتابة تعليمات برمجية تتسم بالكفاءة والدقة وسهولة التصحيح. يمكن أن توفر الاختبارات الآلية الوقت أيضًا ، لأنها تتيح اختبار مجموعة كبيرة من المرشحين في وقت واحد.
قال سوجيت كارب ، كبير مسؤولي التكنولوجيا و أحد مؤسسي برنامج تقييم المهارات iMocha. مع وجود مجموعة كبيرة من المرشحين ، سيكون هذا “ضروريًا” لفرق التوظيف ، تابع كارب.
براتيك فيديا ، العضو المنتدب وكبير مسؤولي الرؤية في Karma Global ، وهي منظمة للموارد البشرية والامتثال تدعمها التكنولوجيا ، عارض هذا الرأي.
قال Vaidya إن تقييم مهارات الترميز لدى المرشحين من خلال اختبارات البرمجة العملية الصديقة للتكنولوجيا هو أضمن طريقة للحصول على الموظفين التقنيين المناسبين.
وقال: “يتم استخدام اختبارات الترميز من قبل العديد من الشركات لتحديد مستوى المرشحين المناسبين ، وخاصة للوظائف الفنية” ، مستشهداً بدرجة عالية من التلفيقات الممكنة في مصدر بديل للتقييم – أي السير الذاتية للمبرمجين.
قال بيوش باجباي ، الرئيس التنفيذي ومؤسس SpringPeople ، إن الأدوات الآلية ، بما في ذلك اختبارات الترميز ، يمكن أن تكون مفيدة في عملية الفرز ، ولكن لا ينبغي الاعتماد عليها كوسيلة وحيدة للتقييم. ووافق آخرون.
وقال: “يجب على الشركات أن تتبنى نهجًا شموليًا ومتمحورًا حول الإنسان في التوظيف لا يأخذ في الحسبان المهارات والخبرات الفنية للمرشح فحسب ، ولكن أيضًا ملاءمته الثقافية وإمكانياته للنمو داخل الشركة”.
وقال باجباي إن مراجعات الكود والمقابلات الفنية والمقابلات السلوكية وتقييمات عينة العمل تمثل وسائل مهمة مختلفة لاكتساب فهم شامل لقدرات المرشح ومدى ملاءمته لدور وشركة.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
