Az AI támogatott CV elemzés jelene
avagy
Hogyan működik az „ApplicationAnalysis” modul a HR Felhőben?
A toborzásban az Applicant Tracking System (ATS) használata ma már nem luxus, hanem szinte alapelvárás. A klasszikus ATS funkciókon túl, a HR Felhő nem csak a jelöltek adatainak kezelését, hanem a teljes kiválasztási folyamatot támogatja. De vajon mi történik akkor, ha a HR Felhőt egy mesterséges intelligenciára épülő CV-elemző funkcióval bővítjük?
Az alábbi rövid cikkben megnézzük részletesen, hogyan működik az AI támogatott CV elemzés a HR Felhő kontextusában, milyen technikai és jogi szempontokat kellett a funkció kialakításához figyelembe venni, valamint, hogy milyen előnyökkel jár a modul használata a HR Felhő ügyfelek számára.
Mi az, amit a HR Felhő eddig is nyújtott?
A HR Felhő egy GDPR-konform toborzó szoftver és vállalati karrierportál egyben, amelynek célja, hogy egyszerűsítse és gyorsítsa a jelentkezési, valamint a toborzási folyamatokat és ezzel együtt riportálási és költséghatékonysági előnyöket biztosítson. Ügyfeleink tapasztalatai szerint a HR Felhővel akár 44%-kal csökkenthetőek a toborzási költségek, és 28-32%-kal kevesebb munkaidőt emészt fel a toborzás. A rendszer moduláris, testre szabható – vállalati arculatra szabott karrierportál / saját arculat, munkáltatói márkaépítési lehetőségek, testre szabott jelöltkezelés.
Röviden és tömören ez az az alap, amire felépítettük az AI támogatott CV elemzést, mint előszűrési funkciót.
Hogyan működik nagy vonalakban a HR Felhő AI alapú „ApplicationAnalysis” modulja?
-
- Önéletrajz beküldése. A friss jelentkező a karrierportálon keresztül feltölti az önéletrajzát (pl. PDF, Word). A HR Felhő fogadja a jelentkezést, majd tovább küldi a jelentkező CV -jét és a megpályázott pozíció leírását (pl. az álláshirdetés szövegét, vagy a házon belüli munkaköri leírást) az OpenAI platformra egy előre definiált prompt-tal (utasítással).
- AI alapú elemzés. Az automatikus elemzés során az AI platform elvégzi az alábbiakat:
- Tartalmi elemzés: Karrierút, kompetenciák és skill -ek, végzettség, szakmai tapasztalat, egyéb releváns háttér (nyelvek, képességek, projektek).
- Match / korreláció az adott pozícióval: Milyen mértékben felel meg a jelentkező a pozíció elvárásainak (kötelező / ajánlott készségek, tapasztalatok, szakmai fókusz).
- Megfelelőségi pontszám kialakítása: Ez egy százalékos mutató, amely azt jelzi, hogy mennyire illeszkedik a jelentkező a megpályázott munkakörhöz.
- Magyarázat / Explainability: Amellett, hogy egy jelöltet pl. „70 % illeszkedés” -re értékel, az AI meg is indokolja, hogy miért az adott megfelelőségi százalékot adta az adott jelölt számára a pozíció vonatkozásában. Például: „A jelöltnek erős gyakorlati tapasztalata van X technológiában, de hiányzik a Y elvárt kompetencia”, vagy „az edukációs háttér megfelel, viszont a projektmunka tapasztalat kevésbé releváns”.
- Visszatáplálás a HR Felhőbe: Az eredmény és a magyarázat visszakerül az ATS admin felületére. Működik, mint új mező a jelölt profilján, továbbá riportba integrálható és listázás/rangsorolás alapja lehet.
- Általános jellemzés készítése: A megpályázott pozícióra való korrelációs elemzés mellett, a jelöltről egy általános elemzés is készül, amelynek célja, hogy a későbbi keresések során, más (újonnan nyíló) pozíciók esetén is rendelkezésre álljon egy olyan összefoglaló jellegű információcsomag a jelöltről, amely alapján a recruiter kollégák egyetlen pillantással el tudják dönteni, hogy az adott jelölttel érdemes lehet-e foglalkozni a kiválasztási folyamatban vagy sem. Az általános elemzés minden olyan kulcsfontosságú kompetenciát és skill -t, végzettségi adatot, szakmai tapasztalatot tartalmaz, amely hasznos lehet a kiválasztást végző kolléga számára. Az elemzés teljes szövege bekerül az adott jelölt kulcsszó állományába, így a munkavállalói adatbázisban végzett szűrések során az itt fellelhető információk alapján is bekerülnek a potenciális jelöltek a találati listákba.
Műszaki kérdések és kihívások
Ahhoz, hogy az AI alapú „ApplicationAnalysis” modul valóban jól (hasznosan) működjön, több technikai elemre kellett odafigyelnünk.
Dokumentumfeldolgozás:
PDF/Word fájlokból tiszta, strukturált szöveg kinyerése (pl. munkatapasztalat, oktatás, készségek). OCR-problémák, formázási eltérések okozta hibák kiszűrése. ezzel együtt a tartalom gyors „átfutása” alapján azt is eldönti a rendszer, hogy a feltöltött csatolmány valóban önéletrajz-e, vagy bármely egyéb más dokumentum. Az elemzések csak az önéletrajz tartalmú dokumentumokon futnak le, ezzel is ügyelve a pontosságra, valamint az AI token felhasználás optimalizálására.
Prompt-tervezés:
Hogyan kérdezzük az OpenAI modelljét, hogy az valóban a megfelelő kritériumokat vegye figyelembe (pl. kötelező vs. opcionális elvárások, tapasztalat szintje, iparági specifikumok). A prompt-nak világosnak és strukturáltnak kell lennie.
Adatvédelem / GDPR:
Mivel személyes adatok dolgozódnak fel, szükséges az érintettek hozzájárulása, adatminimalizálás, adatbiztonság, anonimizálás, szükség esetén szerződéses feltételek. A HR Felhő az AI funkciók bevezetésével továbbra is GDPR-konform maradt.
Torzulások („bias”) kérdése:
Az AI modellek sajnos hajlamosak az elfogultságokra – pl. iskolák, nem, nemzetiség, életkor stb. Ezeket szűrni és megfelelően kezelni kell, amit (folyamatos auditálás segítségével rendszeres finomhangolás). Az egyes pozíciók adatlapjain lehetőség van olyan információkkal bővíteni a prompt szövegét, amely az álláshirdetésben, vagy a munkaköri leírásban nem került megfogalmazásra. Ilyen esetben ez a plusz információ csak az adott pozícióra vonatkozik, és csak kiegészíti az „általános” értékelő prompt szövegét a pozíció-specifikus információkkal.
Modell válaszadási megbízhatósága:
A pontszám és az indoklás ne csak impresszív szöveg legyen, hanem következetes és reprodukálható.
Potenciális előnyök a HR Felhő AI alapú „ApplicationAnalysis” moduljával
- Gyorsabb szűrés: Az átnézendő CV-k mennyiségének redukálásával megvalósul egy olyan szintű előszűrés, ami jelentősen csökkenti a recruiter kollégák leginkább időt rabló feladatait, így elég csak a legígéretesebb jelöltekkel foglalkozniuk.
- Átláthatóbb döntés: A megfelelőségi pontszám egy abszolút objektív érték, amely független a személyes érzésektől vagy véleményektől, így a CV alapú előszűrésben csökken a jelentkezők közötti eltérés, jobban dokumentálható a kiválasztás.
- Költségmegtakarítás: Kevesebb munkaóra, kevesebb idő ráfordítás, kevesebb hibás vagy nem megfelelő jelölt interjúztatása. A fókusz áthelyeződik a lehető legjobbnak tűnő jelöltekre, így rövidebb idő alatt található meg a leendő új kolléga.
- Jelöltélmény javulása: A felgyorsult előszűréssel gyorsabb visszajelzések, világosabb kommunikáció valósítható meg.
- Adatokkal támogatott döntések: Riportok, statisztikák, visszacsatolások. Jelentkező „minőség” mérés, elvárt kompetenciák általános megléte a releváns jelöltek szegmensében a munkaerőpiacon belül.
Az AI alapú előszűrés-támogatás bevezetési lépései a gyakorlatban
- Igénypontok összegyűjtése – Mely pozíciók esetében érdemes az AI előszűrést használni, mit tekintünk „kötelezőnek”, mit „előnyösnek” és milyen készségeket mérünk.
- Prompt és modell választás / tesztelés – OpenAI modell választása (jelenleg a GPT-5 -öt használjuk), a promptok kialakítása, prototípus tesztelése néhány valós CV-vel.
- Integráció a HR Felhő felületével – Hogyan jelenjen meg az eredmény, pontszám, magyarázat, hogyan lehessen rá riportot generálni.
- Opcionális „pilot” futtatás – egy adott pozícióval, pár tucat jelentkezővel, összehasonlítva emberi kiválasztással.
- Visszajelzések gyűjtése és finomhangolás – a recruiterek tapasztalatai alapján javítani a prompt -okat és a súlyokat, vagy adott esetben az indoklást.
- Skálázás – több pozíció, több üzleti egység bevonása, esetleg testre szabott elemző modellek pozíciótípusok szerint.
Az AI alapú „ApplicationAnalysis” modul összességében tehát egy minden szempontból hatékony bővítmény a HR Felhő ATS-ben: az AI-alapú elemzés, pontszámokkal és indoklással segíthet jelentősen növelni a toborzás sebességét, objektivitását és átláthatóságát.
Amennyiben szeretnéd új, modern alapokra helyezni a toborzási folyamataidat, vagy egyszerűen csak szeretnéd gyorsabban elérni a kívánt eredményeket a kiválasztásban, vedd fel velünk a kapcsolatot és kezdjünk el beszélgetni!