HackerRank的AI名面试官对未来的工作面试进行了分析

超级描述:HackerRank推出了Chakra,一个AI的面试官运行了500,000个测试面试并将可疑标志削减为70%至80%,同时重塑招聘.

标签:HackerRank, Chakra,890万次面试,开发人员招聘,自动评估

主要图片:抽象的技术场景与面试小组,代码库和评估信号,没有真实的人,没有公司标志,没有文本.

HackerRank Chakra是由HackerRank开发的AI代理和面试官,是公司用来评估和雇佣开发人员的开发者招聘平台.它进行面试,观察候选人工作并不仅评价答案,还评估他们如何到达那里.该产品在测试期大约六个月后于周一从beta转向客户一般可用性. HackerRink说Chakra已经在测验期间进行了超过500,000次采访,包括Snowflake,Snorkel和Capgemini等企业尝试使用它,而HakerRank也内部测试了这个产品.此次推出标志着从帮助候选人的AI工具改为对他们的工作方式得分的8900000系统的转变.

背景:在Chakra之前的HackerRank招聘模式

HackerRank于2012年在TechCrunch Disrupt上推出,并围绕编码挑战建立了业务,用于根据技术技能评估和聘用开发人员.Y Combinator支持的 startup 现在为超过3,000个商业客户提供服务,包括 Amazon , NVIDIA ,Clay和 Replit ,并在全球拥有3000多万开发者的社区.

在工作面试中,AI已经是一段时间以来的常用工具.公司使用语音代理和其他自动化工具来ates选候选人并使招聘过程更有效率,而求职者越来越多地获得了自己的AI工具以进行面试,有时雇主不知道. HackerRank的传统模型询问开发人员是否可以正确解决编码问题.

Vivek Ravisankar,HackerRank联合创始人和CEO,告诉TechCrunch,AI已经改变了这个基准.以前的评估模式专注于产出.Because AI可以让任何人生产一个文物,雇主现在需要了解它背后的思维和判断.

发展:从测试到新的采访形式

查克拉的设计更像是做这份工作,而不是参加传统编码测试.候选人收到一个涉及真实世界的代码存储库的任务,并在包括AI名助理在内的画布中进行处理.随着候选人的工作,查克拉克可以使用他们正在做的背景来提出后续问题,例如为什么选择一种方法而非另一种方式或如果引入新的约束,解决方案将如何改变.HackerRank赞同图片并说查克勒在面谈之后向招聘经理展示了详细的报告.

HackerRank说,Chakra不仅改变了面试的进行方式,而且还改变了雇主可以测量的事情.该公司希望评估难以捕捉的信号:批判性思维,判断力和AI流度.HackerRink将AI 流性定义为候选人如何为AI系统构建一个问题,评判其输出并引导它朝着解决方案.

拉维桑卡尔告诉TechCrunch,Chakra也正在改变招聘流程的基本结构.以前涉及三个单独轮次的过程,包括招聘者屏幕,带回家评估和与工程师进行后续面试,现在可以合并为一个单一的Chakra访谈.

让候选人在面试期间访问AI似乎使作弊变得更容易.HackerRank说,它发现了相反的情况.拉维桑卡尔表示,在Chakra访谈中可疑活动标志比同样的传统 HackerRang评估低70%至80%%,尽管这个比例取决于地理位置和资历等因素.给候选人访问AI减少了秘密使用外部工具的动机,这些工具可以在面试过程中为他们提供答案.

最新:更大的注和受监管的市场

Chakra代表了对HackerRank花费多年时间构建的技术评估业务的一种 against注.其传统产品主要测试了开发人员是否能够正确解决编码问题.Ravisankar认为AI使得早期模型在衡量工程能力方面变得不那么有用.

拉维桑卡尔在内部比较了 trans果从iPod转向 iPhone :旧产品仍然有价值,但新产品代表了 startup 认为市场的发展方向.他说Chakra将成为头条新闻和HackerRank前进的方式.

Giving AI在评价候选人的过程中发挥更深层次的作用引发了关于公司应该将招聘决策中的多少权力委托给 algorithm 的问题. 拉维桑卡尔告诉TechCrunch,Chakra是为了得分候选人而不是做出最终的雇佣决定,这仍然与人类有关.AI可以通过一贯应用雇主设定的标准来处理面试的更多结构化部分,而人类采访者可以花费更多时间确定他们是否真的想和候选人在一起工作并回答有关公司,团队和角色的问题.

拉维桑卡尔认为,AI的偏见远低于人类,如果调整得当,因为它可以被指示为每个候选人遵循相同的标题,而不是受候选人的背景或教育等因素的影响.然而,一致地应用同样的标准并不一定使AI系统没有偏见.自动招聘工具可以从构建它们的数据,模型和标准中继承或放大偏差,促使监管机构仔细审查其在就业决策中的使用.

AI在招聘中的使用已经受到监管审查.新的York City要求雇主使用某些自动化就业决策工具,将其置于独立偏见审计之下,并在使用它们之前向候选人提供通知.拉维桑卡尔承认招聘是一个受管制的领域,并表示遵守这些要求是HackerRank必须建立的一部分.

目前阶段是通过测试量,客户试点和新的评估框架支持的一般可用性推出.下一阶段将显示雇主是否接受单个人工智能辅助面谈作为多轮采访的替代品,以及监管机构是否会把更详细的AI评分视为自动化就业决策工具的一个深入步骤.