Tradicionalne kritike samoprocene često uključuju komentare poput:
- „Samo će vam reći ono što misle da želite da čujete.“
- „To je samo njihovo mišljenje o sebi.“
- „Drugi bi možda rekli drugačije.“
- „AI je odgovorio umesto njih.“
Ove stavove često povezujemo sa „samoprocenom“, ali zapravo predstavljaju mitove koje ćemo razmotriti u ovom kratkom članku.
U kompaniji Saville Assessment se oslanjaju na naučne metode. Njihove opsežno istraživanje tokom razvoja Wave alata, koji je naučno najpouzdanije rešenje za identifikaciju potencijala i razvoj performansi, omogućilo nam je dublji uvid u vrednost samoprocene. Ovo razumevanje ne samo da izaziva mnoge tradicionalne zablude o samoproceni, već pruža i praktične savete kako optimizovati podatke za maksimalnu efikasnost, posebno u svetlu novih izazova koje donosi generativna AI u procesu zapošljavanja.
Mit – Ne koristimo ‘samoprocenu’ u našem procesu
Istina: Samoprocena je svuda: intervjui su samoprocena, CV-jevi su samoprocena, prijave su samoprocena; kandidati sami biraju kako će se predstaviti. Svi ovi alati se globalno koriste kako bi pomogli regruterima u donošenju odluka o zapošljavanju.
Mit – Samoprocena se može ‘lažirati’
Istina: Jedna od čestih zabrinutosti u vezi sa samoprocene je da kandidati mogu „pročitati“ šta poslodavac želi da čuje ili koristiti generativnu AI za kreiranje odgovora. Naši Wave upitnici ličnosti imaju ugrađene pametne algoritme koji testiraju doslednost i ukazuju na nepravilnosti u odgovorima, što otežava manipulisanje rezultatima.
Mit – Centri za procenu su pouzdaniji
Istina: Iako se često veruje da su centri za procenu najpouzdaniji način za objektivnu procenu kandidata, intervjui i upitnici ličnosti zapravo bolje predviđaju radnu efikasnost. Centri za procenu često ne mere kompetencije relevantne za posao, što ih čini manje pouzdanim metodama.
Zaključno, optimizacija samoprocene kroz intervjue ili upitnike ličnosti uključuje direktno ciljanje specifičnih ponašanja, standardizaciju odgovora i postavljanje jasnih kriterijuma za procenu. Upotreba naučno utemeljenih alata kao što je Wave pomaže da se izbegnu pristrasnosti i obezbeđuje tačna procena potencijala kandidata.
