The Way We Work
Priyanka Jain: How to make applying for jobs less painful
Priyanka Jain: Cum să facem mai ușoară găsirea unui loc de muncă
Filmed:
Readability: 4.3
548,985 views
Găsirea unui loc de muncă obișnuia să înceapă trimițând CV-ul la un milion de liste și nu primeai răspuns niciodată de la majoritatea acestora. Însă din ce în ce mai multe companii folosesc acum metode avansate pentru găsirea candidaților. Dacă inteligența artificială este viitorul în domeniul angajărilor, ce înseamnă asta pentru tine? Specialistul în tehnologie Priyanka Jain ne oferă informații despre această nouă metodă folosită la angajare.
Priyanka Jain - Technologist
Priyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective. Full bio
Priyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective. Full bio
Double-click the English transcript below to play the video.
Înscrierea online pentru un job
00:00
Applying for jobs online
0
548
1416
00:01
is one of the worst
digital experiences of our time.
digital experiences of our time.
1
1988
2616
e una dintre cele mai anevoioase
experiențe ale lumii digitale.
experiențe ale lumii digitale.
00:04
And applying for jobs in person
really isn't much better.
really isn't much better.
2
4628
2696
Și nici înscrierea în persoană
nu e cu mult mai bună.
nu e cu mult mai bună.
00:07
[The Way We Work]
3
7349
1720
[Modul în care lucrăm]
Angajarea, așa cum o știm,
e defectuoasă pe multe planuri.
e defectuoasă pe multe planuri.
00:11
Hiring as we know it
is broken on many fronts.
is broken on many fronts.
4
11588
2456
00:14
It's a terrible experience for people.
5
14068
1856
E o experiență cumplită.
00:15
About 75 percent of people
6
15948
1816
Aproximativ 75% dintre persoanele
care s-au înscris anul trecut
pentru un loc de muncă prin diverse metode
pentru un loc de muncă prin diverse metode
00:17
who applied to jobs
using various methods in the past year
using various methods in the past year
7
17788
2856
00:20
said they never heard anything back
from the employer.
from the employer.
8
20668
2656
au spus că nu au primit
niciun răspuns de la angajator.
niciun răspuns de la angajator.
00:23
And at the company level
it's not much better.
it's not much better.
9
23348
2176
Nici la nivel de companie
nu e cu mult mai bine.
nu e cu mult mai bine.
00:25
46 percent of people get fired or quit
10
25548
2776
46% dintre persoane
sunt concediate sau renunță
sunt concediate sau renunță
în primul an de la începerea
noului loc de muncă.
noului loc de muncă.
00:28
within the first year
of starting their jobs.
of starting their jobs.
11
28348
2176
00:30
It's pretty mind-blowing.
12
30548
1216
E șocant.
00:31
It's also bad for the economy.
13
31788
1456
E rău și pentru economie.
00:33
For the first time in history,
14
33268
1456
Pentru prima oară în istorie,
00:34
we have more open jobs
than we have unemployed people,
than we have unemployed people,
15
34748
2856
avem mai multe locuri de muncă
decât șomeri,
decât șomeri,
00:37
and to me that screams
that we have a problem.
that we have a problem.
16
37628
2176
iar asta arată că avem o problemă.
00:39
I believe that at the crux of all of this
is a single piece of paper: the résumé.
is a single piece of paper: the résumé.
17
39828
3976
Cred că la rădăcina acestor lucruri
stă o singură bucată de hârtie: CV-ul.
stă o singură bucată de hârtie: CV-ul.
Un CV conține cu siguranță
informații utile:
informații utile:
00:43
A résumé definitely has
some useful pieces in it:
some useful pieces in it:
18
43828
2336
ce funcții au avut candidații,
abilitățile digitale,
abilitățile digitale,
00:46
what roles people have had,
computer skills,
computer skills,
19
46188
2096
00:48
what languages they speak,
20
48308
1256
ce limbi străine cunosc,
00:49
but what it misses is
what they have the potential to do
what they have the potential to do
21
49588
3056
dar lipsește ceea ce pot realiza,
00:52
that they might not have had
the opportunity to do in the past.
the opportunity to do in the past.
22
52668
2976
ceea ce n-au avut oportunitatea
de a face în trecut.
de a face în trecut.
00:55
And with such a quickly changing economy
where jobs are coming online
where jobs are coming online
23
55668
3256
Cu o economie în schimbare,
unde locurile de muncă apar online
unde locurile de muncă apar online
00:58
that might require skills that nobody has,
24
58948
2056
și necesită abilități greu de găsit,
01:01
if we only look at what someone
has done in the past,
has done in the past,
25
61028
2776
dacă ne uităm doar la ceea ce
a făcut cineva în trecut,
a făcut cineva în trecut,
01:03
we're not going to be able
to match people to the jobs of the future.
to match people to the jobs of the future.
26
63828
3256
nu vom putea găsi oameni potriviți
pentru viitoarele locuri de muncă.
pentru viitoarele locuri de muncă.
01:07
So this is where I think technology
can be really helpful.
can be really helpful.
27
67108
2736
Aici cred că tehnologia
poate fi folositoare.
poate fi folositoare.
01:09
You've probably seen
that algorithms have gotten pretty good
that algorithms have gotten pretty good
28
69868
2856
Cred că ați văzut acum
că algoritmii reușesc
că algoritmii reușesc
01:12
at matching people to things,
29
72748
1536
să conecteze oameni cu lucruri,
01:14
but what if we could use
that same technology
that same technology
30
74308
2256
dar cum ar fi să putem folosi
aceeași tehnologie
aceeași tehnologie
01:16
to actually help us find jobs
that we're really well-suited for?
that we're really well-suited for?
31
76588
3096
să ne ajute să găsim locuri de muncă
pentru care suntem potriviți?
pentru care suntem potriviți?
01:19
But I know what you're thinking.
32
79708
1576
Știu la ce vă gândiți.
01:21
Algorithms picking your next job
sounds a little bit scary,
sounds a little bit scary,
33
81308
2776
Algoritmi care să-ți aleagă un job
sună cam înfricoșător,
sună cam înfricoșător,
01:24
but there is one thing that has been shown
34
84108
2056
dar există un lucru care s-a dovedit a fi
01:26
to be really predictive
of someone's future success in a job,
of someone's future success in a job,
35
86188
2896
foarte predictiv pentru viitorul
cuiva într-un loc de muncă,
cuiva într-un loc de muncă,
01:29
and that's what's called
a multimeasure test.
a multimeasure test.
36
89108
2136
și e ceea ce numim
test pe criterii multiple.
test pe criterii multiple.
01:31
Multimeasure tests
really aren't anything new,
really aren't anything new,
37
91268
2176
Testele pe criterii multiple
nu sunt ceva nou,
nu sunt ceva nou,
01:33
but they used to be really expensive
38
93468
1736
dar erau destul de scumpe
01:35
and required a PhD sitting across from you
39
95228
2016
și implicau prezența unui expert,
01:37
and answering lots of questions
and writing reports.
and writing reports.
40
97268
2456
să răspunzi la întrebări
și să scrii rapoarte.
și să scrii rapoarte.
01:39
Multimeasure tests are a way
41
99748
1696
Aceste teste sunt o modalitate
01:41
to understand someone's inherent traits --
42
101468
2456
de a înțelege trăsăturile înnăscute:
01:43
your memory, your attentiveness.
43
103948
1776
memoria, atenția.
01:46
What if we could take multimeasure tests
44
106662
1942
Cum ar fi să luăm aceste teste
01:48
and make them scalable and accessible,
45
108628
2536
și să le facem accesibile,
01:51
and provide data to employers
about really what the traits are
about really what the traits are
46
111188
3376
furnizând angajatorilor informații
despre calitățile unui candidat
despre calitățile unui candidat
01:54
of someone who can make
them a good fit for a job?
them a good fit for a job?
47
114588
2896
care l-ar face potrivit
pentru un loc de muncă?
pentru un loc de muncă?
01:57
This all sounds abstract.
48
117508
1296
Toate acestea par abstracte.
01:58
Let's try one of the games together.
49
118828
1735
Să încercăm acest joc împreună.
02:00
You're about to see a flashing circle,
50
120587
1857
Veți vedea imediat un cerc luminos
02:02
and your job is going to be
to clap when the circle is red
to clap when the circle is red
51
122468
2960
și trebuie să bateți din palme
când cercul este roșu
când cercul este roșu
și să nu faceți nimic când e verde.
02:06
and do nothing when it's green.
52
126285
1496
02:07
[Ready?]
53
127806
1376
[Gata?]
02:09
[Begin!]
54
129207
1360
[Să începem!]
02:11
[Green circle]
55
131708
1000
[Cerc verde]
02:13
[Green circle]
56
133708
1040
[Cerc verde]
02:15
[Red circle]
57
135708
1000
[Cerc roșu]
02:17
[Green circle]
58
137708
1080
[Cerc verde]
02:19
[Red circle]
59
139708
1000
[Cerc roșu]
02:21
Maybe you're the type of person
60
141928
1596
Poate sunteți dintre cei
02:23
who claps the millisecond
after a red circle appears.
after a red circle appears.
61
143548
2496
ce bat din palme în milisecunda
când apare un cerc roșu.
când apare un cerc roșu.
02:26
Or maybe you're the type of person
62
146068
1656
Sau sunteți dintre cei cărora
02:27
who takes just a little bit longer
to be 100 percent sure.
to be 100 percent sure.
63
147748
2735
le ia un pic mai mult
pentru a fi siguri 100%.
pentru a fi siguri 100%.
02:30
Or maybe you clap on green
even though you're not supposed to.
even though you're not supposed to.
64
150508
2936
Sau bateți din palme la verde,
deși n-ar trebui.
deși n-ar trebui.
02:33
The cool thing here is that
this isn't like a standardized test
this isn't like a standardized test
65
153468
2976
Partea bună e că n-avem de-a face
cu un test standardizat
cu un test standardizat
unde unii au șanse
de angajare și alții nu.
de angajare și alții nu.
02:36
where some people are employable
and some people aren't.
and some people aren't.
66
156468
2656
E vorba despre a înțelege
cum se potrivesc calitățile tale
cum se potrivesc calitățile tale
02:39
Instead it's about understanding
the fit between your characteristics
the fit between your characteristics
67
159148
3256
și ce te face compatibil cu un anumit job.
02:42
and what would make you
good a certain job.
good a certain job.
68
162428
2016
Am constatat că dacă reacționezi
târziu la roșu și niciodată la verde,
târziu la roșu și niciodată la verde,
02:44
We found that if you clap late on red
and you never clap on the green,
and you never clap on the green,
69
164468
3736
02:48
you might be high in attentiveness
and high in restraint.
and high in restraint.
70
168228
3176
ești foarte atent și reținut.
02:51
People in that quadrant tend to be
great students, great test-takers,
great students, great test-takers,
71
171428
3576
Persoanele din această categorie tind
să fie elevi minunați, buni la teste,
să fie elevi minunați, buni la teste,
02:55
great at project management or accounting.
72
175028
2136
potriviți în management sau contabilitate.
02:57
But if you clap immediately on red
and sometimes clap on green,
and sometimes clap on green,
73
177188
3336
Dar dacă ai bătut imediat din palme
la roșu și câteodată la verde,
la roșu și câteodată la verde,
03:00
that might mean that
you're more impulsive and creative,
you're more impulsive and creative,
74
180548
2656
asta ar putea însemna
că ești mai impulsiv și inventiv,
că ești mai impulsiv și inventiv,
03:03
and we've found that top-performing
salespeople often embody these traits.
salespeople often embody these traits.
75
183228
3875
și am constatat că cei mai de succes
agenți de vânzări au aceste calități.
agenți de vânzări au aceste calități.
Felul în care încorporăm asta
în procesul de angajare
în procesul de angajare
03:07
The way we actually use this in hiring
76
187128
2016
03:09
is we have top performers in a role
go through neuroscience exercises
go through neuroscience exercises
77
189168
3696
e ca angajații de top din anumite poziții
să facă aceste exerciții de neuroștiințe,
să facă aceste exerciții de neuroștiințe,
03:12
like this one.
78
192888
1216
precum acesta.
03:14
Then we develop an algorithm
79
194128
1376
Apoi dezvoltăm un algoritm
03:15
that understands what makes
those top performers unique.
those top performers unique.
80
195528
2656
care înțelege ce-i face unici
pe acești angajați de top.
pe acești angajați de top.
03:18
And then when people apply to the job,
81
198208
1936
Și când oamenii se înscriu pentru un job,
03:20
we're able to surface the candidates
who might be best suited for that job.
who might be best suited for that job.
82
200168
4136
putem să-i alegem pe cei
care sunt cei mai potriviți.
care sunt cei mai potriviți.
03:24
So you might be thinking
there's a danger in this.
there's a danger in this.
83
204328
2376
Probabil vă gândiți că e ceva periculos.
03:26
The work world today
is not the most diverse
is not the most diverse
84
206728
2136
Piața forței de muncă
nu este cea mai diversă
nu este cea mai diversă
03:28
and if we're building algorithms
based on current top performers,
based on current top performers,
85
208888
3096
și construind algoritmi bazați
pe cei mai performanți angajați,
pe cei mai performanți angajați,
03:32
how do we make sure
86
212008
1216
cum ne asigurăm
03:33
that we're not just perpetuating
the biases that already exist?
the biases that already exist?
87
213248
2976
că nu perpetuăm
prejudecățile deja existente?
prejudecățile deja existente?
De exemplu, dacă am construi un algoritm
bazat pe directorii cei mai performanți
bazat pe directorii cei mai performanți
03:36
For example, if we were building
an algorithm based on top performing CEOs
an algorithm based on top performing CEOs
88
216248
4056
03:40
and use the S&P 500 as a training set,
89
220328
3216
și am folosi S&P 500 ca set de pregătire,
03:43
you would actually find
90
223568
1256
am constata
că sunt mai multe șanse să angajăm
un bărbat alb pe nume John decât o femeie.
un bărbat alb pe nume John decât o femeie.
03:44
that you're more likely to hire
a white man named John than any woman.
a white man named John than any woman.
91
224848
3816
03:48
And that's the reality
of who's in those roles right now.
of who's in those roles right now.
92
228688
2696
Și așa se întâmplă cu cei care
ocupă acum aceste poziții.
ocupă acum aceste poziții.
03:51
But technology actually poses
a really interesting opportunity.
a really interesting opportunity.
93
231408
3376
Dar tehnologia generează
o oportunitate foarte interesantă.
o oportunitate foarte interesantă.
03:54
We can create algorithms
that are more equitable
that are more equitable
94
234808
2256
Putem crea algoritmi
care să fie mai corecți
care să fie mai corecți
03:57
and more fair than human beings
have ever been.
have ever been.
95
237088
2256
și mai nepărtinitori
decât au fost vreodată oamenii.
decât au fost vreodată oamenii.
03:59
Every algorithm that we put
into production has been pretested
into production has been pretested
96
239368
3696
Fiecare algoritm pe care l-am dezvoltat
a fost testat înainte,
a fost testat înainte,
04:03
to ensure that it doesn't favor
any gender or ethnicity.
any gender or ethnicity.
97
243088
3096
pentru a fi siguri că nu favorizează
niciun gen sau etnie.
niciun gen sau etnie.
04:06
And if there's any population
that's being overfavored,
that's being overfavored,
98
246208
2736
Și dacă există o populație
care este favorizată,
care este favorizată,
04:08
we can actually alter the algorithm
until that's no longer true.
until that's no longer true.
99
248968
3120
putem modifica algoritmul
până când nu se mai întâmplă.
până când nu se mai întâmplă.
04:12
When we focus on the inherent
characteristics
characteristics
100
252448
2216
Când ne concentrăm
pe caracteristicile proprii
pe caracteristicile proprii
04:14
that can make somebody
a good fit for a job,
a good fit for a job,
101
254688
2096
ce recomandă pe cineva
pentru un loc de muncă,
pentru un loc de muncă,
04:16
we can transcend racism,
classism, sexism, ageism --
classism, sexism, ageism --
102
256808
3576
putem depăși rasismul, categorizarea,
sexismul, discriminarea de vârstă
sexismul, discriminarea de vârstă
și privilegiul școlilor de top.
04:20
even good schoolism.
103
260408
1416
Tehnologia și algoritmii performanți
n-ar trebui să fie folosiți
n-ar trebui să fie folosiți
04:21
Our best technology and algorithms
shouldn't just be used
shouldn't just be used
104
261848
2896
04:24
for helping us find our next movie binge
or new favorite Justin Bieber song.
or new favorite Justin Bieber song.
105
264768
3736
doar ca să găsim următorul serial
sau cântec nou de la Justin Bieber.
sau cântec nou de la Justin Bieber.
04:28
Imagine if we could harness
the power of technology
the power of technology
106
268528
2656
Gândiți-vă dacă am putea valorifica
puterea tehnologiei
puterea tehnologiei
04:31
to get real guidance
on what we should be doing
on what we should be doing
107
271208
2296
să ne îndrume cu privire
la ce ar trebui să facem,
la ce ar trebui să facem,
04:33
based on who we are at a deeper level.
108
273528
1936
ținând cont de cine suntem cu adevărat.
ABOUT THE SPEAKER
Priyanka Jain - TechnologistPriyanka Jain heads up product for pymetrics, an NYC-based startup that uses neuroscience and AI to make hiring more diverse and effective.
Why you should listen
Passionate about using technology to create a fairer workplace and global economy, Priyanka Jain is a spokesperson for the United Nations Foundation's Girl Up Campaign, Chair of the Acumen Fund's Junior Council and on the Innovation Board for the XPrize Foundation. She received her B.S. from Stanford University, where she was President of Stanford Women in Business and one of 12 Mayfield Entrepreneurship Fellows. Her previous experience includes internships at IBM Watson, Shift Technologies, Canvas Ventures and the Institute for Learning and Brain Sciences. Outside of work, she loves playing tennis and eating anything covered in dark chocolate.
Priyanka Jain | Speaker | TED.com