Pourquoi AI en embauche échoue-t-il sans embauche structurée?

C'est jeudi après-midi et votre client est de garde. Ils ont fait défiler la liste restreinte que vous avez envoyée, et ils posent la question que vous espériez éviter. "Qu'est-il arrivé à Dana ? Elle dirigeait des opérations dans une société que je respecte. Pourquoi n'est-elle pas là ?"

Tu ouvres le pipeline. Dana est près du bas du classement avec un score en mi-chemin et aucune raison n'est attachée. Vous vous souvenez avoir écrémé son CV lundi, quelque part autour de l'application quatre-vingt-dix, donc vous dites qu'elle avait l'air légère sur les comptes d'entreprise. Une pause. "Nous n'avons jamais dit entreprise."

Ils ont raison. Personne ne l'a écrit. Le poste a demandé un "opérateur expérimenté avec un état d'esprit de démarrage", l'outil AI s'est classé sur tout ce qu'il pouvait trouver dans cette phrase, et vous avez comblé les lacunes de la mémoire. Maintenant vous défendez une décision que vous ne pouvez pas remonter à quoi que ce soit que vous ayez convenu.

C'est le vrai risque avec AI dans l'embauche. L'outil a fait son travail. Ça n'avait rien de solide à faire, et toi non plus.

Qu'est-ce que l'embauche structurée?

L'embauche structurée signifie décider à quoi ressemble une bonne embauche avant de rencontrer quelqu'un, puis juger chaque candidat en fonction de ces mêmes critères. Chaque étape teste des compétences spécifiques avec les mêmes questions, et tout le monde qui interviewe remplit une fiche de pointage avant le débriefing, de sorte que la décision repose sur la preuve plutôt que sur celui qui argumente le plus.

Il y a aussi des recherches derrière ça. Une vaste méta-analyse des méthodes d'embauche réalisée en 2022 par Sackett, Zhang, Berry et Lievens (Journal of Applied Psychology, 2022) a classé les entrevues structurées comme étant le plus puissant prédicteur de la performance au travail qu'elle a étudié, avec une validité moyenne de .42 contre .19 pour les entrevues non structurées. Le document de suivi (Industrial and Organizational Psychology, 2023) note que les résultats varient beaucoup d'une étude à l'autre, avec un intervalle de crédibilité de 80% de .18 à .66 pour les entrevues structurées. Traitez-le comme un fort maigre, avec de la place pour toute recherche unique pour aller à sa manière.

Résultats et compétences définis

Commencez par ce que la location doit livrer, en phrases simples. "A-t-il possédé un numéro de renouvellement et l'a cultivé" est un résultat que vous pouvez tester. "Un œcuménisme commercial fort" est une humeur. Retravaillez de chaque résultat à la compétence derrière lui, et divisez les must-have des gentils-have.

C'est la même pensée derrière l'embauche de compétences . Vous jugez ce que quelqu'un peut faire pour ce rôle, et les titres d'emploi passés deviennent des preuves à l'appui.

Un plan d'étape avec les mêmes questions par étape

Chaque étape de votre processus devrait exister pour tester quelque chose de spécifique. À l'intérieur de chaque étape, chaque candidat reçoit les mêmes questions, écrites de la même façon. C'est ce qui transforme un chat amical en une interview structurée . Sinon, vous finirez par comparer à quel point vous avez apprécié chaque appel.

Cartes de pointage remplies avant le compte rendu

Une carte de pointage d'entrevue est un court formulaire, conservé dans votre propre processus, que chaque intervieweur remplit pour les compétences dont ils couvrent la scène. Il détient une cote sur une échelle que vous avez définie et une note sur ce que le candidat a dit ou a fait pour l'obtenir. Un doc partagé fonctionne bien.

Demandez à tout le monde de se soumettre avant que personne ne parle. Une fois qu'un client dit "je l'aimais" sur un appel, chaque score après que cela se penche vers elle.

Pourquoi AI aggrave un processus non structuré

AI optimise pour tout signal qu'il obtient

La plupart des outils vendus comme AI dans le recrutement répondent à une question : quelle est la proportion de ce candidat que vous avez demandée? Si ce que vous avez demandé est un paragraphe vague et un sentiment dans votre tête, vous obtenez toujours un score confiant. L'outil se classe sur ce qui est sur la page, comme les titres de travail qui sonnent comme les vôtres et les mots qui chevauchent avec le post.

Rien de tout cela n'est ce que votre client veut dire par une bonne location, mais les scores semblent précis, donc les gens leur font confiance.

Donnez le même outil un travail construit à partir de résultats convenus et ses scores commencent à s'aligner avec la façon dont vous jugeriez le CV vous-même. Quand ils ne le font pas, vous pouvez voir pourquoi.

L'incohérence à l'échelle est plus difficile à repérer

Un processus lâche exécuté à la main est lent, et la lenteur fonctionne comme un frein. Vous lisez chaque CV, remarquez quand quelque chose se sent mal, et ajustez. Mettez AI sur le dessus et le frein est parti.

Dites qu'un fondateur vous demande de trouver un chef de la réussite client. Vous sautez l'échelle salariale parce qu'ils veulent voir qui est là-bas, et vous laissez l'endroit ouvert. Lundi midi, chaque demande est triée. Près du sommet est quelqu'un qui demande le double du budget, et juste derrière est quelqu'un dans un fuseau horaire avec lequel votre fondateur ne travaillera pas. Leurs CV correspondaient aux mots du post, et c'est tout ce que l'outil avait.

Rien à propos de cette liste ne semble mal en un coup d'oeil. Vous ne le savez que lorsque vous lisez tout à la main de toute façon, et par mercredi vous avez fait le travail que le AI était censé sauver.

Ce que AI a besoin de votre processus d'embauche

Si vous travaillez sur la façon d'utiliser AI dans l'embauche, commencez par ce que vous l'alimentez et contre quoi vous le vérifiez.

Critères clairs liés à l'emploi

Un outil de présélection permet de coter le travail que vous publiez, de sorte que le travail doit porter ses résultats, avec une échelle de salaire réelle et une description écrite de ce que l'embauche doit livrer. Voici comment le screening AI fonctionne si vous voulez la mécanique.

Vos must-have et scorecard restent dans votre propre processus. C'est contre eux que vous maintenez la sortie de l'outil.

La preuve qu'elle peut indiquer

Un nombre seul ne vous donne rien à répéter à un client. Vous avez besoin d'un résumé en mots qui montre où le candidat a réussi le travail et où il est tombé en panne, afin de pouvoir le vérifier par rapport à ce que vous avez écrit.

Si les bonnes personnes continuent à atterrir bas pour une raison que vous ne vous souciez pas, la formulation du travail est généralement le problème. Réparez-le une fois, tôt, puis laissez-le tranquille. Déplacement des poteaux à mi-recherche vous remet sur le bruit.

Une personne sur chaque décision

AI est classé. Une personne décide. Nommez cette personne pour chaque rôle avant l'ouverture des demandes. Sur une recherche en solo, c'est toi. Sur une location de fondateur, ce pourrait être vous et un co-fondateur, alors acceptez d'avance comment vous réglerez un désaccord. Le classement ne devrait jamais faire avancer quelqu'un ou refuser qui que ce soit seul.

Comment bâtir une fondation d'embauche structurée en cinq étapes

Choisissez un rôle en direct ou à venir.

Étape 1, accord sur les résultats avec le client ou le gestionnaire d'embauche

Réservez un court appel avec qui est propriétaire de la décision, que ce soit votre client, leur gestionnaire d'embauche ou votre co-fondateur. Demandez ce que cette personne a dû livrer avant la fin de sa première année. Alors demandez une échelle de salaire qu'ils paieront en fait, l'échelle d'expérience qu'ils accepteront, où l'embauche peut être basée et comment ils travailleront.

Une question fait la plupart du travail : « Si quelqu'un avait l'air parfait sur le papier mais qu'était-ce qui manquait, qu'est-ce qui vous ferait dire non ? » Envoyez-le par e-mail et demandez un oui écrit. Ce courriel est votre dossier lorsque la liste restreinte est interrogée.

Étape 2, transformer les résultats en une fiche de pointage

Pour chaque résultat, écrivez la compétence derrière elle et une ligne sur ce que les preuves faibles, solides et solides ressemblent. Etiquetez les jolis pour qu'ils ne se remettent pas en cause plus tard. Gardez le tout assez court pour que vous le lisiez volontiers à un candidat.

Étape 3, cartographiez chaque compétence à une étape d'entrevue

Donnez à chaque compétence une maison. Faits un CV ne montrera pas de façon fiable, comme la période de préavis ou le droit de travailler, aller dans les questions de présélection sur la demande. La direction de l'équipe pourrait siéger au premier appel, résoudre des problèmes dans un échantillon de travail. Alors on ne demande rien à chaque ronde ou à chaque saut. Si vos étapes ont besoin de travailler, voici comment construire un pipeline d'embauche pour une petite entreprise.

Étape 4, écrivez les questions pour chaque étape

Écrivez les questions avant la première entrevue et utilisez-les avec chaque candidat à ce stade. Interrogez-vous sur les choses que les gens ont réellement faites : « Parlez-moi d'un renouvellement que vous avez failli perdre » bat « Comment gérer la pression ? » Le générateur de questions d'entrevue vous donne des ébauches à réécrire dans vos propres mots.

Étape 5, débriefing sur la preuve, puis décider

Tout le monde soumet sa fiche de pointage avant le débriefing. Ensuite, parlez à travers la preuve, critère par critère, et laissez la personne qui possède la décision le faire.

Acceptez avec votre client un format à une phrase pour expliquer une coupure, toujours lié à un critère. « Elle n'a pas géré d'équipe, et nous avons convenu que c'était un must-have » conclut la question. "Le AI a marqué son plus bas" vous coûte leur confiance. Utilisez-le avec les candidats qui demandent aussi.

Où AI aide une fois la structure en place

Sélection des candidats selon les mêmes critères

Avec le travail écrit à partir de résultats convenus, la notation gagne sa place. Les outils qui permettent à de marquer chaque candidat 0 à 100 vous permettent de lire d'abord les applications les plus fortes. Lisez chaque résumé avec votre carte de pointage ouverte, et vérifiez une poignée du bas aussi. Si quelqu'un de fort est assis bas, découvrez ce qui dans le travail les a poussés vers le bas.

Les courriels des candidats et votre boîte de réception

Vous devez probablement engager dans une boîte de réception qui contient également les factures des clients et les fils de vente. AI aide en transformant les courriels de demande en postulants dans un pipeline, de sorte qu'ils cessent de siéger sous les factures. Regardez ce qui arrive aux e-mails qu'il ne peut pas correspondre à un travail. Ils devraient attendre quelque part où vous pouvez les voir, sans réponse automatique sortant.

Visibilité quotidienne dans le pipeline

Lorsque vous lancez plusieurs recherches à la fois, il est facile de perdre la trace d'une. Un résumé matinal de votre pipeline vous donne une lecture avant le premier appel du client, donc vous ne reconstruisez pas l'image à partir de votre boîte de réception.

Ce que AI ne devrait pas faire dans l'embauche

AI ne devrait pas décider qui avance ou qui se fait refuser. Il ne devrait pas écrire vos critères après l'arrivée des candidatures, parce qu'il décrit alors la pile que vous avez obtenu au lieu de la location dont vous avez besoin. Et ce ne devrait pas être l'explication que vous donnez à un client.

Vous expliquez vos choix à un client qui paie pour votre jugement, ou à un co-fondateur qui sera assis à côté de qui vous choisissez. Traitez chaque sortie AI comme un brouillon pour une personne à vérifier. Pour les questions plus larges sur l'équité, consultez notre guide sur l'embauche équitable AI.

Comment Curriculo s'adapte à un processus structuré

Curriculo est un ATS pour les personnes qui embauchent dans une boîte de réception. Vous vous connectez avec Google ou Microsoft, puis connectez une boîte de réception Gmail ou Microsoft 365. L'agent de messagerie transforme les demandes qui atteignent cette boîte de réception en candidats dans votre pipeline. Les courriels qui ne peuvent pas être adaptés à un travail vont à la revue nécessaire, sans email automatique qui leur est envoyé. Les adresses par emploi (you+CODE@votredomaine) ne fonctionnent que sur Gmail.

Le formulaire d'emploi couvre l'échelle salariale, l'étendue de l'expérience, plusieurs endroits, le mode de travail et les questions de présélection. Les pages d'emploi publiques montrent le salaire à l'avant et gardez le bouton d'application à portée de main.

L'agent de présélection du curriculum vitæ pose à chaque candidat une série de questions, puis donne une note de 0 à 100 avec un résumé de AI. Le score est contre le boulot. Vos critères écrits, des résultats à la fiche de résultats, vivent dans votre propre processus et dans la façon dont vous lisez chaque résumé. Une personne prend toutes les décisions. Lorsqu'un client demande à propos de Dana, vous pouvez répondre à partir de son résumé et des critères que vous avez tous les deux acceptés.

L'agent d'information quotidien vous donne un résumé matinal de votre pipeline, et l'agent de calendrier travaille avec votre calendrier.

Foire aux questions

Qu'est-ce que l'embauche structurée?

L'embauche structurée signifie décider à quoi ressemble une bonne embauche avant de rencontrer quelqu'un, puis juger chaque candidat en fonction de ces mêmes critères. Chaque étape teste des compétences spécifiques avec les mêmes questions, et les intervieweurs remplissent une fiche de pointage avant le débriefing, de sorte que les décisions reposent sur la preuve.

Pourquoi AI dans l'embauche a besoin d'embauche structurée?

AI ne peut fonctionner qu'avec les signaux donnés. Un travail écrit à partir de résultats convenus lui donne quelque chose de réel pour marquer contre, et votre carte de score vous permet de vérifier la sortie. Sans structure, il répète les jugements incohérents plus rapidement, où les erreurs sont plus difficiles à repérer.

Qu'est-ce qu'une carte de pointage d'entrevue?

Une carte de pointage d'entrevue est un formulaire que chaque intervieweur remplit pour les compétences qu'il couvre. Il détient une cote sur une échelle définie et une note de ce que le candidat a dit ou a fait pour l'obtenir. Les cartes de pointage rendent les candidats comparables et tiennent les comptes rendus axés sur la preuve.

AI peut-elle prendre ses propres décisions en matière d'embauche?

Ça ne devrait pas. AI est utile pour trier les candidats, organiser la boîte de réception et résumer, mais une personne devrait faire chaque avance ou rejeter la décision et être en mesure d'expliquer pourquoi. Gardez le raisonnement du AI, vérifiez-le sur votre carte de pointage et enregistrez la décision finale vous-même.

L'embauche structurée réduit-elle les préjugés?

Cela peut aider, bien qu'il ne garantisse rien. Poser à chaque candidat les mêmes questions et rédiger des preuves avant le compte rendu facilite la comparaison et la vérification des décisions. Les résultats dépendent toujours des critères que vous choisissez et de la façon dont les gens les appliquent avec soin. Notre guide de Fair AI embauche couvre les questions plus larges.

Comment commencer l'embauche structurée dans une petite équipe?

Choisissez votre prochain rôle ouvert et acceptez les résultats avec votre client, gestionnaire d'embauche ou cofondateur. Transformez-les en une carte de pointage, donnez à chaque compétence une étape d'entrevue et écrivez quelques questions par étape. Demandez à chacun de soumettre des notes avant le débriefing, puis réutiliser le format pour le prochain rôle.

Que devrait faire AI dans un processus d'embauche structuré?

AI devrait gérer le volume, comme transformer les courriels de demande en postulants, marquer chaque postulant contre le même travail, résumer chacun et vous donner un résumé matinal de votre pipeline. Une personne lit cette sortie par rapport à la carte de pointage et prend chaque décision.