Ce que fait l'IA en fait
Avant que quelqu'un de votre équipe ouvre un profil de candidat, l'IA de Talinty a lu le CV, l'a noté par rapport au rôle, l'a comparé aux critères que vous avez fixés, et a écrit une analyse structurée. Le travail de l'IA est de faire la première passe; la vôtre est de faire la deuxième passe sur une liste beaucoup plus courte.
À l'intérieur d'un profil de candidat, le rendement de l'IA apparaît en trois endroits : les notes en haut du Sommaire, le mémoire de vérification de l'IA ci-dessous et la recommandation d'embauche de l'IA qui se manifeste lorsque le candidat est prêt à prendre une décision.
Les deux scores
Chaque candidat obtient deux numéros, côte à côte :
- Reprendre le score du match. Dans quelle mesure le curriculum vitae s'harmonise avec la description de travail. Pondéré selon les critères que vous avez établis selon les besoins. Un 92 signifie un alignement global fort; un 68 signifie une correspondance partielle avec des écarts notables.
- Les compétences en AI correspondent à % Une deuxième passe qui regarde l'alignement des compétences au-delà des correspondances de mots clés. Lorsque la note du CV correspond à la surface, la note de compétence correspond en dessous. Il s'appuie sur les données de curriculum vitae analysées et sur toutes les évaluations que le candidat a effectuées.
Deux points au lieu d'un est délibéré. Un candidat peut marquer 90 sur le match du CV (bons mots clés, structure propre) et 55 sur le match des compétences (les compétences réelles racontent une histoire plus mince). Les deux chiffres comptent. L'un ou l'autre serait une erreur.
Le mémoire à trois colonnes
Cliquez dans la section Brève vérification de l'IA et vous verrez trois colonnes :
- Pourquoi ils correspondent. Le cas de ce candidat, écrit en langage clair. Des phrases spécifiques du CV, des compétences nommées, une expérience concrète qui cartographie le rôle.
- Les forces de bonus. Des choses que le candidat apporte qui n'étaient pas sur la liste de critères d'origine, mais qui pourraient être importantes. Expérience pertinente adjacente, compétences secondaires, maîtrise de la langue, certifications que vous n'avez pas demandées mais qui pourraient être valorisées.
- Des choses à considérer. Les lacunes, les risques et les questions méritent un suivi. Années d'expérience légère, manque de technologies spécifiques, écart d'emploi sans contexte, contrainte géographique. Pas de rupture de marché, juste les parties que vous voudriez demander.
Le mémoire est généré par candidat et par rôle. Le même candidat dans deux rôles différents obtient deux mémoires différents, parce que les critères sont différents.
La recommandation d'embauche de AI
Lorsqu'un candidat a recueilli suffisamment de signaux (résumé, notes d'évaluation, entrevue vidéo, cartes de pointage de l'équipe), la recommandation d'embauche d'IA apparaît dans le comité d'action : Rôles d'avance, de maintien ou d'avenir.
La recommandation n'est pas un décompte des votes. C'est une synthèse pondérée de tout ce que Talinty a vu : scores AI, résultats d'évaluation, transcriptions d'entrevues vidéo, notes de votre équipe et cartes de pointage. Les bons scores des gens qui connaissent le rôle tirent plus de poids qu'une note décontractée de quelqu'un tangentiellement impliqué.
Cliquer sur la recommandation agit dessus (promouvoir le candidat, placer une cale, ou les déplacer dans le bassin de talents). Vous pouvez passer outre à tout moment.
Quand vous pensez que l'IA est mal
L'IA note parfois un candidat plus ou moins haut que votre intestin. Quelques motifs :
- Le score est élevé mais le bref lit mince. Souvent un signe que le CV est bien formaté (lots de bons mots clés, structure propre) mais manque de substance. Lisez les choses pour considérer attentivement la colonne; il capture habituellement ceci.
- La note est faible, mais le candidat semble fort. Souvent un problème d'analyse (le CV est fortement conçu, basé sur l'image, ou dans une mise en page avec laquelle l'analyseur se débat) ou une inadéquation de critères (la description de travail est trop étroite). Vérifiez la vue des données analysées du CV pour voir ce que l'IA a effectivement extrait. Si c'est mal, modifiez les champs et les mises à jour des scores.
- Le score est bon, mais vous n'êtes pas d'accord. C'est à ça que servent les cartes de pointage. Votre jugement ajoute à l'évaluation de l'IA; il ne le remplace pas. Écrivez le tableau de bord et expliquez votre raisonnement. La recommandation reflétera ce que vous avez dit la prochaine fois qu'elle se rafraîchira.
C'est toi qui décides. L'IA vous donne un point de départ défendable et le raisonnement derrière. La décision est toujours la vôtre.
Ce que l'IA ne fait pas délibérément
Quelques choses à savoir :
- L'IA ne rejette pas les candidats. L'exclusion est toujours une action humaine avec une raison enregistrée.
- L'IA ne lit pas les caractéristiques protégées (âge, sexe, ethnicité, état matrimonial) dans le score. Le modèle est chargé de les ignorer, et la piste de vérification de l'espace de travail enregistre chaque décision à examiner.
- L'IA ne rampe pas sur Internet pour des informations supplémentaires sur un candidat. Il ne fonctionne qu'avec ce qui est dans le profil.
- L'IA ne fait pas de mouvements irréversibles. Toutes les mesures qu'il prend (ou recommande) sont revisibles, redondables et enregistrées.
Configurer ce que l'IA pèse, quand elle déclenche, et où ses seuils de recommandation se situent dans les catégories Travailler avec l'IA et Tuning the AI.
