३ अन्तर्वार्ताकार, १ फाइनलिस्ट, ३ निर्णय। अन्तर्वार्ता स्कोरकार्ड बिना, तपाईंको डिब्रीफमा सबैभन्दा ठूलो स्वरले नियुक्ति छान्छ।
फर्केर हेर्ने कुनै उम्मेदवार मूल्याङ्कन फारम हुँदैन। त्यसैले तपाईंको CEO लाई, वा सोध्ने अस्वीकृत उम्मेदवारलाई प्रस्तावको व्याख्या गर्न कोही पनि सक्दैन।
साझा फारम बिना, व्यस्त मानिसहरू पेट फिलिङमा फर्किन्छन्।
र पेटका निर्णयहरू तिनी जति बलियो महसुस हुन्छन् त्यति हुँदैनन्, जसरी Kahneman र उनका सह-लेखकहरूको Noise ले देखाउँछ।
मान्नुहोस् तपाईंलाई यति मात्र थाहा छ कि १ उम्मेदवारले अर्कोभन्दा राम्रो अन्तर्वार्ता दिए। ती साँच्चै राम्रो नियुक्ति हुने सम्भावना ५६% देखि ६१% मात्र छ, सिक्का उफार्नेभन्दा मुस्किलले मात्र राम्रो।
स्कोरकार्डले यसलाई ३ कदममा सुधार्छ। हरेक अन्तर्वार्ताकारले डिब्रीफ अघि एक्लै, लिखित उदाहरणसँग तुलना गर्दै उही ४ देखि ६ सीप स्कोर गर्छ। त्यसपछि कुनै अनिवार्य सीप असफल नभएसम्म जम्मा स्कोरले निर्णय गर्छ।
मुख्य बुँदाहरू
- के स्कोरकार्डले साँच्चै राम्रो नियुक्तिमा पुर्याउँछ? हो, यदि हरेक अन्तर्वार्ताकारले लिखित उदाहरणसँग तुलना गर्दै उही सीप स्कोर गरे। यसरी सञ्चालित अन्तर्वार्ताले २०२२ को समीक्षामा खुला-शैलीका अन्तर्वार्ताभन्दा करिब दुई गुणा राम्रोसँग कामको प्रदर्शन अनुमान गरे।
- कति सीप स्कोर गर्नुपर्छ? ४ देखि ६, हरेक १-देखि-५ स्केलमा, प्रत्येक स्तरका लागि लिखित नमुना उत्तरसहित। कुनै अनिवार्य सीप ३ भन्दा कम भयो भने नियुक्ति हुँदैन।
- बराबरीमा परेका २ फाइनलिस्टबीच कसरी छान्ने? पहिले अनिवार्य सीपहरू जाँच्नुहोस्, त्यसपछि प्रमाणमा आधारित कुनै २-विरुद्ध-५ विभाजनको डिब्रीफ गर्नुहोस्। भावनामा फेरि मतदान नगर्नुहोस्: २०१३ को समीक्षामा एउटा निश्चित सूत्रले विज्ञ निर्णयलाई जित्यो।
- कति अन्तर्वार्ताकार चाहिन्छ? बढीमा ४, हरेकले एक्लै स्कोर गर्ने। Google को आफ्नै तथ्याङ्कमा, चौथोपछिको हरेक अन्तर्वार्ताले १% भन्दा कम शुद्धता थप्यो।
- के AI स्कोरमा भर पर्न सक्छु? यसलाई १ इनपुटका रूपमा प्रयोग गर्नुहोस् र यसका कारणहरू पढ्नुहोस्। २०२३ को अध्ययनमा, एउटा AI मूल्याङ्कनकर्ताले परिचित प्रश्नहरूमा प्रशिक्षित मानव मूल्याङ्कनकर्ताहरूलाई नजिकैबाट पछ्यायो र नयाँ प्रश्नहरूमा कमजोरसँग।
१. के अन्तर्वार्ता स्कोरकार्डले साँच्चै राम्रो नियुक्ति छान्न मद्दत गर्छ?
हो, जब हरेक अन्तर्वार्ताकर्ताले लिखित उदाहरणका आधारमा एउटै सीपहरूलाई स्कोर गर्छ। संरचित अन्तर्वार्ता, जहाँ तपाईं सबैलाई एउटै तरिकाले सोध्नुहुन्छ र स्कोर गर्नुहुन्छ, ले कामको प्रदर्शन ०.४२ मा प्रक्षेपण गर्यो, जुन असंरचित अन्तर्वार्ताको ०.१९ भन्दा दुई गुणा बढी हो।
ती तथ्याङ्कहरू दशकौँको भर्ना अनुसन्धानको Sackett र सहकर्मीहरूको २०२२ को आधारभूत पुनःविश्लेषण बाट आएका हुन्।
यी सङ्ख्याहरू सहसम्बन्ध हुन्, ० (पछिको काम प्रदर्शनसँग कुनै सम्बन्ध छैन) देखि १ (पूर्ण सम्बन्ध) सम्म। त्यसैले ०.१९ को अर्थ असंरचित अन्तर्वार्ताले २०% समय सही छनोट गर्छ भन्ने होइन। यसको अर्थ पछिको प्रदर्शनसँगको तिनको सम्बन्ध कमजोर छ भन्ने हो।
तलको चार्टले ६ सामान्य विधिहरूलाई क्रमबद्ध गर्छ। काम ज्ञान परीक्षण ०.४० मा र keyed biodata, अर्थात् स्कोर गरिएको पृष्ठभूमि प्रश्नावली, ०.३८ मा नजिकै पछि छन्।
त्यसपछि काम नमुना परीक्षण ०.३३ मा र संज्ञानात्मक क्षमता परीक्षण ०.३१ मा आउँछन्। असंरचित अन्तर्वार्ता, अर्थात् हामीमध्ये धेरै हुर्केको खुला कुराकानी, अन्तिममा पर्छ।

काम प्रदर्शनसँगको सम्बन्धका आधारमा क्रमबद्ध भर्ना विधिहरू: संरचित अन्तर्वार्ता ०.४२ मा अगाडि, असंरचित अन्तर्वार्ता ०.१९ मा पछाडि (Sackett et al. को आधारभूत पुनःविश्लेषण)।
तर ०.४२ औसत हो। लेखकहरूको पछिल्लो अध्ययन ले अधिकांश संरचित अन्तर्वार्तालाई ०.१८, जुन खुला कुराकानीभन्दा राम्रो छैन, र ०.६६, जुन चार्टमा भएको कुनै पनि भन्दा राम्रो छ, बीचमा राख्छ।
लेखकहरूले त्यो फैलावटको ३ कारणमध्ये डिजाइनलाई १ भन्छन्। यसको अर्थ अस्पष्ट सीपहरू भएको अन्तर्वार्ता स्कोरकार्ड तल्लोतिर पर्ने जोखिममा छ। यी धेरै रोजगारदाताहरूको औसत हुन्, तपाईंको अर्को भर्नाबारे वाचा होइन।
२. मेरो अन्तर्वार्ता स्कोरकार्ड टेम्प्लेटमा के के हुनुपर्छ?
अन्तर्वार्ता स्कोरकार्ड टेम्प्लेट, वा उम्मेदवार मूल्याङ्कन फारममा ५ सीप, लिखित एङ्कर, एउटा प्रमाण बाकस र अनिवार्य न्यूनतम सीमा हुन्छ, सबै १ पृष्ठमा। यो समग्र धारणा र सिफारिससँग टुङ्गिन्छ।
एङ्करहरूले १ अन्तर्वार्ताकर्ताको ४ लाई अर्कोको ४ सँग एउटै अर्थ दिलाउँछन्, र प्रमाण बाकसले तपाईंको CEO ले सोध्दा "किन" को जवाफ दिन्छ।
तल्लो सीमाले बलियो कुल अंकलाई कमजोर अनिवार्य सीप लुकाउन दिँदैन। समग्र धारणा सबैभन्दा पछि आउँछ, किनकि पहिले लेखिएको भित्री अनुभूतिले त्यसपछिका हरेक सीपको अंकलाई प्रभावित पार्छ।
यो ग्राहक सहायता प्रमुखका लागि त्यो फारम हो, जसमा २ अनिवार्य सीप छन्। ५ वटै सीपलाई १ देखि ५ सम्म अंक दिइन्छ, त्यसैले कुल अंक २५ मा हुन्छ।
प्रत्येक सीपका लागि २ वटा विगतको व्यवहारसम्बन्धी प्रश्न सोध्नुहोस्, किनकि विगतको वास्तविक उदाहरणले तपाईंलाई मापदण्डसँग तुलना गर्न ठोस आधार दिन्छ। उदाहरणका लागि: "रिसाएको ग्राहकले तपाईंकहाँ उजुरी उठाएको पछिल्लो घटना बताउनुहोस्।"

ग्राहक सहायता प्रमुखका लागि खाली अन्तर्वार्ता स्कोरकार्ड टेम्प्लेट: ५ सीप, २ अनिवार्य सीप, १ देखि ५ सम्मको अंक र प्रत्येकमा प्रमाणको उद्धरण।
तालिका प्रतिलिपि गर्नुहोस्, त्यसपछि आफ्नै सीप र मापदण्ड राख्नुहोस्।
| सीप | १ / ३ / ५ का मापदण्ड | अंक १-५ | प्रमाण (उद्धरण) |
|---|---|---|---|
| शीर्षक | उम्मेदवार, पद, अन्तर्वार्ताकर्ता, मिति | ||
| रिसाएका ग्राहक सम्हाल्ने (अनिवार्य) | ग्राहकलाई दोष दिन्छ / नीति लागू गर्छ / समस्याको कारण समाधान गर्छ | ||
| लिखित सञ्चार (अनिवार्य) | अस्पष्ट / स्पष्ट तर लामो / छोटो र स्पष्ट | ||
| कतारमा प्राथमिकता निर्धारण | कुनै विधि छैन / आवश्यकताअनुसार / प्रभावअनुसार | ||
| टोलीलाई सिकाउने | उदाहरण छैन / सुझाव दिन्छ / योजना तय गर्छ | ||
| प्रक्रिया सुधार | उदाहरण छैन / समाधान सुझाउँछ / समाधान लागू गर्छ | ||
| अनिवार्य सीपको तल्लो सीमा | कुनै पनि अनिवार्य सीप ३ भन्दा कम भए नियुक्ति नगर्ने | ||
| अंक नदिइने | अनुहार, आवाज वा टाइपिङबाट पढिएका भावना; कामकाजलाई आवश्यक नभएसम्म उच्चारण वा बोलीको गति; "संस्कृति मिल्दो" | ||
| कुल | ५ अंकको जोड, २५ मा | ||
| समग्र धारणा | १ देखि ५, सबैभन्दा पछि भरिने | ||
| सिफारिस | बलियो नियुक्ति / नियुक्ति / नियुक्ति नगर्ने / बलियो नियुक्ति नगर्ने; अधिकार प्रयोग गर्न लिखित कारण आवश्यक |
२.१ यो बनाउनुअघि मैले के निर्णय गर्नुपर्छ?
पहिले पदमा सफलता के हो भनेर परिभाषित गर्नुहोस्, त्यसपछि त्यो दिने सीपहरू छान्नुहोस्। पहिलो CV आउनुअघि नै अन्तर्वार्ता स्कोरकार्ड स्थिर गर्नुहोस्।
यो क्रम जेफ स्मार्ट र र्यान्डी स्ट्रिटको Who बाट आएको हो। १ वटा मिशन वाक्य लेख्नुहोस्, त्यसपछि महत्त्वअनुसार क्रमबद्ध ३ देखि ८ नतिजा, त्यसपछि ४ देखि ६ सीप लेख्नुहोस्। नतिजा भनेको मापन गर्न सकिने परिणाम हो, जस्तै तेस्रो वर्षसम्म राजस्व $२५ मिलियनबाट $५० मिलियन पुर्याउनु, कुनै गतिविधि होइन।
स्थिर गर्नु महत्त्वपूर्ण छ किनकि मानिसहरूले नचाहिँदै मापदण्ड बदल्छन्। आधारभूत Uhlmann and Cohen (2005) अध्ययनहरूमा सहभागीहरूले प्रहरी प्रमुख पदका लागि सडक-ज्ञान भएको र उच्च शिक्षित एक-एक उम्मेदवारको मूल्यांकन गरे।
ती व्यक्तिमा जुन सीप भए पनि, उनीहरूले कामलाई त्यही बढी चाहिने निर्णय गरे, र महिलालाई त्यस्तो लाभ मिलेन। उम्मेदवार हेर्नुअघि नै मापदण्डमा प्रतिबद्ध हुँदा त्यो पूर्वाग्रह हट्यो। त्यसैले उम्मेदवार भेटेपछि लेखिएको स्कोरकार्ड गोप्य रूपमा तपाईंले पहिल्यै मन पराएको व्यक्तितर्फ ढल्किन सक्छ।
2.2 के स्कोरकार्डमा संस्कृति मिल्ने भन्ने कुरा राख्नुपर्छ?
लेखिएको रूपमा राख्नु हुँदैन, किनकि कसैले पनि यसलाई दुई पटक एउटै तरिकाले स्कोर गर्न सक्दैन। यसलाई १ वा २ वटा देख्न सकिने व्यवहारमा बदल्नुहोस्, जस्तै "आफ्नै काममा प्रतिक्रिया माग्छ"।
तपाईंको टिमले खुला बोलीलाई महत्व दिन्छ भन्ने मान्नुहुन्छ भने, यसको सट्टा "गल्ती चाँडै पहिचान गरेको ठोस उदाहरण दियो" भनेर स्कोर गर्नुहोस्।
3. अनिवार्य सीपहरूले सबैभन्दा बढी महत्व पाउने गरी मैले अन्तर्वार्ताका स्कोरहरूमा कसरी तौल दिन सक्छु?
हरेक सीपलाई बराबर तौल दिनुहोस् र अनिवार्य न्यूनतम सीमा राख्नुहोस्, अथवा पहिलो अन्तर्वार्ता अघि नै तौल तय गर्नुहोस्। बराबर तौलहरूले प्रायः नयाँ अवस्थाहरूमा त्यत्तिकै राम्रो अनुमान गर्छन् जति विगतको डेटामा मिलाइएका तौलहरूले गर्छन्।
यो दोस्रो बुँदा मनोवैज्ञानिक रोबिन डजबाट आएको हो, जसलाई कानम्यानले Thinking, Fast and Slow मा सारांशित गरेका छन्।
तपाईंका विगतका भर्नाका आधारमा मिलाइएका तौलहरूले त्यो समूहका संयोगहरू पनि सिक्छन्। तपाईंका ३ उत्कृष्ट सहयोग भर्ना संयोगवश सबै बलिया कोच थिए भन्नुहोस्: मिलाइएको तौलले भविष्यका हरेक उम्मेदवारमा कोचिङलाई प्राथमिकता दिन्थ्यो।
बराबर तौलहरूले त्यस्तो संयोगलाई पछ्याउन सक्दैनन्, त्यसैले तिनीहरूले प्रायः नयाँ उम्मेदवारहरूमा त्यत्तिकै राम्रो अनुमान गर्छन्। कानम्यानले सल्लाह दिएझैं सीपहरूलाई स्वतन्त्र पनि राख्नुहोस्: "संचार" र "प्रस्तुतीकरण सीप" दुवै नराख्नुहोस्, किनकि ती दुवैले मिलेर एउटै कुरालाई दुई पटक गन्छन्।
अनिवार्य सीपले आफ्नो शक्ति ठूलो तौलबाट नभई न्यूनतम सीमाबाट पाउँछ। "रिसाएका ग्राहकहरूलाई सम्हाल्छ" भन्नेले २ स्कोर गर्छ र अरू हरेक सीपले ५ स्कोर गर्छ भन्नुहोस्।
२५ मा २२ को कुल स्कोर उत्कृष्ट देखिन्छ, तैपनि न्यूनतम सीमाले भर्ना नगर्नू भन्छ। काम बिना चल्नै नसक्ने सीपका लागि तपाईंले चाहने कुरा यही हो।
यदि तपाईंले तौल दिनुहुन्छ भने, तिनलाई सुरुमै अन्तर्वार्ता स्कोरकार्डमा लेख्नुहोस् र सबैमा लागू गर्नुहोस्। यसले कुल स्कोर मोड्ने सजिलो बाटो बन्द गर्छ: मन परेको व्यक्तिलाई भेटेपछि तौल बदल्ने।
Flowmingo ले कसरी मद्दत गर्छ
Flowmingo को AI अन्तर्वार्ता रिपोर्टले निश्चित तौल प्रयोग गर्छ: समग्र स्कोरमा Must Have मापदण्डले Good to Have मापदण्डभन्दा ४ गुणा गनिन्छ। हरेक मापदण्डले आफ्नै ० देखि १० सम्मको स्कोर राख्छ, त्यसैले तपाईंले अनिवार्य न्यूनतम सीमा आफैं लागू गर्न सक्नुहुन्छ।
4. हरेक साक्षात्कारकर्तालाई ३ ले एउटै अर्थ बुझाउने कसरी बनाउने?
पहिलो साक्षात्कार अघि नै प्रत्येक सीपका लागि १, ३ र ५ उत्तरमा के के हुन्छ भनेर लेख्नुहोस्। त्यो व्यवहारमा आधारित मूल्याङ्कन स्केलले २ साक्षात्कारकर्ताका अंक तुलनीय बनाउँछ।
"व्यवहारमा आधारित" भन्नाले प्रत्येक अंक उम्मेदवारले गरेको कुरासँग जोडिन्छ, "राम्रै" जस्तो भावनासँग होइन। आधार बिन्दु बिना, एउटै साक्षात्कार स्कोरकार्डमा ३ ले एक साक्षात्कारकर्तालाई "ठिकै" र अर्कोलाई "कमजोर" बुझाउँछ।
आधार बिन्दु भएका साक्षात्कारले पछिको कार्यसम्पादनसँग बलियो औसत सम्बन्ध पनि देखाउँछन्। Taylor and Small's ले १९ पूर्व-व्यवहार साक्षात्कार अध्ययनको आधारभूत समीक्षामा आधार बिन्दु भएका स्केलसँग .35 को सम्बन्ध भेटे, जबकि बिना आधार बिन्दु .26 थियो। ती अध्ययनहरू अन्य कुरामा पनि फरक थिए, त्यसैले यो तुलनाले आधार बिन्दु थप्ने प्रभावलाई छुट्याउँदैन।
यहाँ अनिवार्य "रिसाएका ग्राहक सम्हाल्ने" सीपको साक्षात्कार मूल्याङ्कन स्केल छ।
| अंक | उत्तरमा के हुन्छ |
|---|---|
| 1 | ग्राहकलाई दोष दिन्छ; आफ्नो कुनै कदम र नतिजा छैन |
| 3 | वास्तविक उदाहरण: ग्राहकलाई शान्त पार्छ र नीति लागू गर्छ, तर नतिजा जाँच्दैन |
| 5 | वास्तविक उदाहरण: कारण पत्ता लगाउँछ, सुधार्छ, पछ्याउँछ र समाधान साझा गर्छ |
प्रत्येक माथिल्लो तह उत्तरमा सुन्न सकिने कुरा हो। त्यसैले २ स्रोता एउटै अंकमा पुग्न सक्छन्।
यदि तपाईं अझै आधार बिन्दु लेख्न सक्नुहुन्न भने, अमेरिकी संघीय मानव संसाधन निकाय OPM को संरचित साक्षात्कार गाइड मा भएका ५ तह सापटी लिनुहोस्। प्रत्येकले परिस्थिति कति कठिन थियो र व्यक्तिलाई कति मार्गदर्शन चाहियो भन्नेमा आधारित छ।
- १, जानकारी: सबैभन्दा सरल परिस्थिति, नजिक र विस्तृत मार्गदर्शनसहित।
- २, आधारभूत: केही कठिन परिस्थिति, बारम्बार मार्गदर्शनसहित।
- ३, मध्यम: कठिन परिस्थिति, कहिलेकाहीँ मार्गदर्शनसहित।
- ४, उन्नत: उल्लेखनीय कठिन परिस्थिति, थोरै वा कुनै मार्गदर्शन बिना।
- ५, विशेषज्ञ: असाधारण कठिन परिस्थिति, जहाँ व्यक्तिले अरूलाई सल्लाह दिन्छ।

संरचित साक्षात्कारका लागि OPM का ५ मूल्याङ्कन तह: जानकारी (सबैभन्दा सरल परिस्थिति, नजिकको मार्गदर्शन) देखि विशेषज्ञ (असाधारण कठिन परिस्थिति, अरूलाई सल्लाह दिने) सम्म।
5. मेरा साक्षात्कारकर्ताहरू असहमत हुँदा २ बलिया अन्तिम प्रतिस्पर्धीबीच कसरी छनोट गर्ने?
अन्तर्वार्ता स्कोरकार्डको जोडले निर्णय गर्न दिनुहोस्, तर २ अपवादसहित: ३ भन्दा तलको अनिवार्य सीप, वा २ विरुद्ध ५ को विभाजन, जसको बारेमा तपाईं प्रमाणका आधारमा छलफल गर्नुहुन्छ। भावनाका आधारमा पुनः मतदान नगर्नुहोस्।
स्कोरकार्डहरू यही क्षणका लागि हुन्छन्, र यही क्षणमा तिनलाई छोड्ने प्रलोभन सबैभन्दा बढी हुन्छ। यो एउटा उदाहरण मात्र हो, ग्राहकको डेटा होइन: सपोर्ट लिडका ३ अन्तिम प्रतिस्पर्धी, प्रत्येक कोष्ठक ३ अन्तर्वार्ताकारहरूको औसत।
| सीप | A | B | C |
|---|---|---|---|
| रिसाएका ग्राहकहरूलाई सम्हाल्ने (अनिवार्य) | 4 | 2 | 4 |
| लिखित सञ्चार (अनिवार्य) | 4 | 4 | 3 |
| कतारलाई प्राथमिकता दिने | 3 | 4 | 3 |
| टोलीलाई कोचिङ गर्ने | 3 | 4 | 4 (अंक 2, 5, 5) |
| प्रक्रिया सुधार गर्ने | 4 | 4 | 3 |
| जोड, 25 मध्ये | 18 | 18 | 17 |
| निर्णय | नियुक्ति | नियुक्ति नगर्ने: न्यूनतम सीमा उल्लंघन | विभाजनमा छलफल |
अन्तर्वार्ता स्कोरकार्ड पङ्क्ति-पङ्क्ति पढ्नुहोस्। A र B 25 मध्ये 18 मा बराबर छन्। तर B ले अनिवार्य सीपमा 2 अंक पाएको छ, त्यसैले न्यूनतम सीमा उल्लंघन हुन्छ र B नियुक्ति नगर्नेमा पर्छ।
C को जोड 17 छ, तर "टोलीलाई कोचिङ गर्ने" मा C को औसत 4 ले एउटा विभाजन लुकाएको छ: १ अन्तर्वार्ताकारले 2 दिए, र अरू २ ले 5 दिए। त्यो अन्तर नै छलफलको एक मात्र एजेन्डा बन्छ।
व्यवहारमा, दुवै पक्षलाई आ-आफ्ना प्रमाणका उद्धरण पढ्न लगाउनुहोस्। मान्नुहोस्, कम अंक दिनेले टोलीको एक सदस्यले जागिर छोडेको कुरा सुनेको थियो, र अरूले काम गरेको एउटा कोचिङ योजनाको कुरा सुनेका थिए। छलफलले C का लागि कुन कथा बढी सामान्य हो भनी निर्णय गर्छ, र प्रमाण छुटाउने जो कोहीले लिखित रूपमा अंक परिवर्तन गर्छ।

भरिएको अन्तर्वार्ता स्कोरकार्ड, उदाहरणका लागि: A र B 25 मध्ये 18 मा बराबर, B ले अनिवार्य सीप छुटाएको, र C मा छलफल गर्नुपर्ने कोचिङ विभाजन।
अंकहरूले अन्तिम प्रतिस्पर्धी छनोट गरेपछि, अफर पठाउनुअघि सर्तहरू अफरमा लेख्नुहोस्: हाम्रो जागिर अफर पत्र ढाँचा ले प्रत्येक जाँच कहाँ जान्छ देखाउँछ।
5.1 मेरो अन्तर्ज्ञानले एउटा कुरा भन्छ र अंकहरूले अर्को भन्छन् भने के गर्ने?
अंकहरूअनुसारै जानुहोस्, जबसम्म तिनले छुटाएको प्रमाण तपाईंले लेख्न सक्नुहुन्न। Kuncel र सहकर्मीहरूको सन् 2013 को आधारभूत मेटा-विश्लेषण मा, सबैलाई एउटै तरिकाले लागू गरिएको एउटा सूत्रले कामको प्रदर्शन 0.44 मा भविष्यवाणी गर्यो, जबकि समग्र निर्णयले 0.28 मात्र। लेखकहरूले यसलाई भविष्यवाणीमा 50% भन्दा बढी सुधार भन्छन्, काम जान्ने विज्ञहरूको तुलनामा पनि।
समग्र निर्णय भन्नाले मानिसहरूले आफ्नै दिमागमा एउटै तथ्यहरू तौल्ने कुरा हो, सहमति बैठकहरूसमेत। त्यसैले छलफलले प्रमाणका खाडलहरू भर्छ, पुनः मतदान गर्दैन।
5.2 के मैले फाइनलिस्टहरूलाई सँगै तुलना गर्नुपर्छ?
हो, एउटा-एउटा उत्तरको आधारमा। Bohnet को HBR सल्लाह अनुसार पहिले प्रश्न १ का सबै उत्तरहरू तुलना गर्नु, त्यसपछि प्रश्न २ का, जसले गर्दा तपाईंले प्रत्येक उत्तरलाई अरूसँग तुलना गरी मूल्याङ्कन गर्नुहुन्छ।
सन् २०१६ को एउटा आधारभूत प्रयोगशाला अध्ययन मा, एक पटकमा १ उम्मेदवार देखाइएका मानिसहरू कार्यको स्टेरियोटाइपले समर्थन गरेको लिङ्गतर्फ ढल्के। विगतको कार्यसम्पादनले लगभग कुनै भूमिका खेलेन। दुई जनालाई सँगै देखाइएपछि, उनीहरूले ५४% पटक उच्च प्रदर्शन गर्नेलाई र ८% पटक कम प्रदर्शन गर्नेलाई छाने।
अध्ययनमा अन्तर्वार्ताको नभई विगतका कार्य अङ्कहरूको प्रयोग भएको थियो, त्यसैले यसलाई प्रमाण नभई बलियो सङ्केतका रूपमा लिनुहोस्।
6. डिब्रिफमा सबैभन्दा ठूलो आवाज भएको अन्तर्वार्ताकर्ता कसरी जित्नबाट रोक्ने?
कसैले पनि बोल्नुअघि प्रत्येक अन्तर्वार्ताकर्ताले आफ्नो अन्तर्वार्ता स्कोरकार्ड बुझाउनुपर्ने बनाउनुहोस्, अनि स्कोरहरूबाट डिब्रिफ सुरु गर्नुहोस्।
मानौं एकजना वरिष्ठ व्यक्तिले "मलाई उनी मन परिन्" भनेर सुरु गरे, अनि कोठा त्यही दृष्टिकोणतर्फ ढल्कन थाल्छ। एक्लै लेखिएका स्कोरहरूले सबैलाई त्यो तानबाट जोगाउँछन्, यही कारण Noise ले स्वतन्त्र स्कोरिङलाई भर्नाको नियम बनाउँछ।
व्यवहारमा, साझा सिट वा तपाईंको applicant tracking system मा स्कोरहरू सङ्कलन गर्नुहोस्, र ती सबै एकैपटक देखाउनुहोस्।
सबैले एउटै अन्तर्वार्ता हेर्ने प्यानललाई समाधान जस्तो देखिन्छ। Huffcutt र सहकर्मीहरूको सन् २०१३ को आधारभूत मेटा-विश्लेषण मा, प्यानल मूल्याङ्कनकर्ताहरू ०-देखि-१ स्केलमा ०.७४ मा सहमत भए, जबकि छुट्टाछुट्टै अन्तर्वार्ताको हकमा यो ०.४४ थियो।
त्यो सङ्ख्याले प्यानललाई बढी राम्रो देखाउँछ। प्यानलिस्टहरूले एउटै दिनमा एउटै प्रदर्शनलाई स्कोर गर्छन्, त्यसैले उम्मेदवारको त्यो बिहान असाधारण राम्रो वा नराम्रो भए, सबैले त्यही देख्छन्।
Iris Bohnet ले Google मा दिएको भाषण मा भनेझैं, "प्यानल अन्तर्वार्ताको नमुना आकार मूलतः एक हो"। छुट्टाछुट्टै अन्तर्वार्ता, प्रत्येक एक्लै स्कोर गरिएको, ले तपाईंलाई थप स्वतन्त्र दृष्टिकोण दिन्छ।
6.1 प्रत्येक उम्मेदवारलाई कतिजना अन्तर्वार्ताकर्ताले स्कोर गर्नुपर्छ?
बढीमा 4, छुट्टाछुट्टै अन्तर्वार्तामा। Google को आन्तरिक डेटामा, जुन peer-reviewed अध्ययन होइन, 4 अन्तर्वार्ता ले नियुक्तिको निर्णय 86% विश्वासका साथ अनुमान गरेको थियो। प्रत्येक थप अन्तर्वार्ताले 1% भन्दा कम मात्र थप्यो।
थप अन्तर्वार्ताले Google को आफ्नै नियुक्ति निर्णय अनुमान गर्न थोरै मात्र थपे। यसलाई प्रत्येक चरणको औचित्य पुष्टि गर्ने संकेतको रूपमा लिनुहोस्, सार्वभौमिक अधिकतम वा पछिको कार्यसम्पादनबारे प्रमाणको रूपमा होइन।
7. व्यस्त अन्तर्वार्ताकर्ताहरूलाई अन्तर्वार्ताको स्कोरकार्ड साँच्चै भर्न कसरी लगाउने?
स्कोरिङलाई अन्तर्वार्ताकै अंग बनाउनुहोस्। प्रत्येक सीपका प्रश्न सकिएलगत्तै त्यसको स्कोर गर्नुहोस्, प्रमाणको रूपमा 1-लाइन उद्धरण लेख्नुहोस्, र समग्र धारणा अन्तमा दिनुहोस्।
दिनभरि अन्तर्वार्तापछि अरू फारम भर्न कसैलाई पनि मन लाग्दैन। त्यसैले स्कोरिङ आज रातिको गृहकार्यको रूपमा होइन, अन्तर्वार्ताभित्रै हुन्छ।
Kahneman ले यो विधि 1955 मा इजरायली सेनाका लागि बनाएका थिए, किनकि खुला शैलीका अन्तर्वार्ता सफलता अनुमान गर्न लगभग बेकार सिद्ध भएका थिए। अन्तर्वार्ताकर्ताहरूले 6 गुणलाई 1-देखि-5 को स्केलमा स्कोर गर्थे, अर्को सुरु गर्नुअघि प्रत्येक सकाउँथे, ताकि पहिलो धारणाले बाँकीलाई प्रभावित गर्न नसकोस्।
त्यसपछि मात्र उनीहरूले आँखा चिम्लेर समग्र मूल्याङ्कन दिन्थे, र कुल स्कोरले पहिलेभन्दा धेरै शुद्ध रूपमा अनुमान गरेको थियो। उनको सल्लाह: सबैभन्दा बढी कुल स्कोर भएकालाई नियुक्त गर्नुहोस्, "तपाईंलाई अझ मन पर्ने अर्को कोही भए पनि"।
समय पनि महत्त्वपूर्ण छ। एउटा क्षेत्र अध्ययन मा 166 अन्तर्वार्ताकर्ताले आफ्नो निर्णय कहिले बनाए भनी जनाए। पहिलो मिनेटमै केवल 4.9% निर्णय भए, तर 22.5% अन्तर्वार्ता सकिएपछि भए।
उम्मेदवार गएपछि गरिने निर्णय सम्झनामा टिक्छ, त्यसैले जाँदाजाँदै स्कोर गर्नुहोस्।
हाम्रो सपोर्ट लिडका लागि, त्यो यस्तो देखिन्छ:
- कतारसम्बन्धी 2 प्रश्न सोध्नुहोस्, त्यसपछि अगाडि बढ्नुअघि "कतारलाई प्राथमिकता दिन्छ" स्कोर गर्नुहोस्।
- प्रमाणको रूपमा 1 उद्धरण लेख्नुहोस्, जस्तै "म बगहरूलाई तिनले कति ग्राहकलाई असर गर्छन् भन्ने आधारमा क्रमबद्ध गर्छु।"
- प्रत्येक उम्मेदवारका लागि सीपको एउटै क्रम राख्नुहोस्।
हाम्रो डेटामा लिखित प्रमाण विरलै पाइन्छ।
Flowmingo डेटा · ८६,६३८ AI-अन्तर्वार्ता दिइएका उम्मेदवार · २,५७४ कम्पनी · जुलाई २०२५ देखि सेप्टेम्बर २०२६
- AI-अन्तर्वार्ता दिइएका उम्मेदवारमध्ये ०.३% लाई मात्र भर्ना टोलीबाट लिखित टिप्पणी प्राप्त भयो (८६,६३८ मध्ये २५८)।
टोलीहरूले टिप्पणी अन्यत्र राख्न सक्छन्; Flowmingo भित्र भने AI रिपोर्ट नै सामान्यतया फाइलमा रहेको एकमात्र लिखित मूल्याङ्कन हो।
व्यस्त दिनमा सबैभन्दा पहिले छोडिने कुरा नै लिखित कारण हो। त्यसैले फारमले प्रत्येक सीपका लागि जम्मा १ उद्धरण मात्र माग्छ।
८. मेरो अन्तर्वार्ता स्कोरकार्डमा रहेको AI स्कोरमा भरोसा गर्न सक्छु?
यसलाई एक व्यक्तिले समीक्षा गर्ने १ इनपुटका रूपमा प्रयोग गर्नुहोस्, र पहिले यसका कारणहरू पढ्नुहोस्। AI ले तालिम नपाएका प्रश्नहरूमा स्कोरिङ तीव्र रूपमा घट्न सक्छ।
यो उत्तरमा हाम्रै स्वार्थ जोडिएको छ, त्यसैले तलको प्रमाणमा AI लाई नचाप्ने भाग पनि समावेश छ।
२०२३ को एक आधारभूत अध्ययन मा २ जना तालिमप्राप्त मूल्याङ्कनकर्ताले ७,०१७ आवेदकका उत्तरहरूलाई १-देखि-५ एङ्कर गरिएको स्केलमा स्कोर गरे। तीही प्रश्नहरूमा तालिम दिइएको मोडेलले उनीहरूको स्कोरसँग नजिकै मिल्यो, ०-देखि-१ स्केलमा ०.७५। तर यसले कहिल्यै नदेखेका प्रश्न ढाँचाहरूमा भने यो ०.३० मा झर्यो, जुन कमजोर मिलान हो।
यसको अर्थ AI स्कोर त्यति मात्र राम्रो हुन्छ, जति त्यसको प्रश्न-विशेष रुब्रिक राम्रो छ, त्यसैले संख्यामा भरोसा गर्नुअघि यसका कारणहरू पढ्नुहोस्। साथै ध्यान दिनुहोस्, त्यो अध्ययनका ५ मध्ये ३ लेखक AI-अन्तर्वार्ता विक्रेता Modern Hire मा कार्यरत थिए।
Flowmingo ले कसरी सहयोग गर्छ
Flowmingo को AI Interviewer ले तपाईंले स्वीकृत गर्नुभएका मापदण्डअनुसार स्कोर गर्छ। AI ले तपाईंको जागिर विवरणबाट प्रश्न र मापदण्डको मस्यौदा तयार गर्छ, र तपाईंले दुवै सम्पादन गर्नुहुन्छ। तपाईंले प्रत्येक आवेदकलाई आफ्नै समयमा गर्न अन्तर्वार्ता पठाउनुहुन्छ।
तपाईंलाई रेकर्डिङ, ट्रान्स्क्रिप्ट र लिखित औचित्यसहित ० देखि १० सम्म मूल्याङ्कन गरिएको प्रत्येक मापदण्ड फर्किन्छ। भर्नाको निर्णय तपाईं गर्नुहुन्छ।

Flowmingo को सार्वजनिक नमुना रिपोर्ट: प्रत्येक मापदण्डका लागि ० देखि १० स्कोर र कारण, त्यसैले सोही स्केलमा आफ्नो अनिवार्य न्यूनतम सीमा तोक्नुहोस्।
हाम्रो डेटामा, CV र अन्तर्वार्ता पनि को सर्वोत्तम हो भन्नेमा एकमत हुँदैनन्।
Flowmingo डेटा · ३४,११४ उम्मेदवार · ३७९ कम्पनी · जुलाई २०२५ देखि सेप्टेम्बर २०२६
- १ स्पष्ट शीर्ष अन्तर्वार्ता स्कोर भएका ५३२ परियोजनामध्ये १९.२% ले त्यही उम्मेदवारलाई शीर्ष CV स्कोर पनि दिए।
- अन्तर्वार्तामा ८ वा सोभन्दा बढी स्कोर गरेका ३,६८४ उम्मेदवारमध्ये (२,०२२) ५४.९% शीर्ष-२०% CV सर्टलिस्ट ले काटिने थिए।
दुवै Flowmingo AI स्कोर हुन्, कामको कार्यसम्पादन होइन, र अन्तर्वार्ता दिनेहरू छानिएको समूह हुन्। डेटाले २ क्रमवारी फरक छन् भन्ने मात्र देखाउँछ, कुन सही हो भन्ने होइन।
सरल भाषामा भन्ने हो भने, ती परियोजनाहरूमध्ये करिब ५ मध्ये ४ वटामा, अन्तर्वार्तामा सबैभन्दा बढी अंक पाउने व्यक्तिले CV मा पनि सबैभन्दा बढी अंक पाएको थिएन। त्यसैले अन्तर्वार्तालाई छुट्टै रूपमा अंक दिनुहोस्, CV को अंकलाई त्यसमा लैजान नदिनुहोस्।
9. अस्वीकृत उम्मेदवारले उजुरी गरेमा मेरा स्कोरकार्डहरूले मलाई जोगाउँछन्?
यदि तिनीहरूले कामसँग सम्बन्धित प्रमाणमा अंक दिन्छन् र तपाईंले तिनीहरूलाई राख्नुहुन्छ भने, तिनीहरूले सहयोग गर्छन्। उचित व्याख्याअनुसार, अमेरिकी संघीय नियमहरूले स्कोरकार्डहरू कम्तीमा १ वर्ष र क्यालिफोर्नियाका नियमहरूले ४ वर्ष राख्न भन्छन्।
उजुरी महिनौंपछि आउन सक्छ, जब अन्तर्वार्ता कसैलाई पनि सम्झनामा रहँदैन। प्रत्येक सीपको लागि एउटा उद्धरणसहितको अन्तर्वार्ता स्कोरकार्डले तपाईंले के मूल्याङ्कन गर्नुभयो र किन भन्ने देखाउँछ।
अमेरिकी नियमले स्कोरकार्डहरूको नाम लिँदैन, तर यसले "नियुक्तिसँग सम्बन्धित अन्य अभिलेखहरू" समेट्छ। कसैले भेदभावको आरोप दायर गरेपछि, मुद्दा सकिएसम्म तपाईंले प्रत्येक सम्बन्धित अभिलेख राख्नुपर्छ। यसमा एउटै जागिरका अन्य उम्मेदवारहरूका अभिलेखहरू पनि पर्छन्, त्यसैले एउटा आरोपले पूरै समूह रोकिदिन्छ।
यी नियमहरू सेप्टेम्बर 2026 सम्मको अवस्थाअनुसार छन्। यो सारांश हो, कानुनी सल्लाह होइन।
| नियम | कहाँ | तपाईंको स्कोरकार्डका लागि यसको अर्थ |
|---|---|---|
| 29 CFR 1602.14 | अमेरिका | नियुक्तिका अभिलेखहरू १ वर्ष राख्नुहोस्, आरोपपछि अझ लामो समय |
| 2 CCR 11013(c) | क्यालिफोर्निया | अभिलेखहरू ४ वर्ष राख्नुहोस्, स्वचालित निर्णयका डेटासमेत |
| ICO guidance | बेलायत | उम्मेदवारहरूले अन्तर्वार्ताका टिप्पणीहरू माग्न सक्छन्; कुनै टाई-ब्रेक नियम भए खुलाउनुहोस् |
| TAFEP | सिङ्गापुर | मूल्याङ्कन फारम प्रयोग गर्नुहोस् र अभिलेखहरू कम्तीमा १ वर्ष राख्नुहोस् |
| 29 CFR 1630.11 (ADA) | अमेरिका | अपाङ्गताले बोलीलाई असर गर्छ भने, बोलीलाई होइन सीपलाई अंक दिनुहोस्, तर बोल्नु नै जागिरको आवश्यकता हो भने बाहेक |
| AI Act, Article 5(1)(f) | EU, २ फेब्रुअरी 2025 देखि | अनुहार, शारीरिक अवस्था वा किबोर्ड थिचाइबाट उम्मेदवारको भावना अनुमान गर्ने AI प्रतिबन्धित |
| AI Act, Annex III and Article 26 | EU, २ डिसेम्बर 2027 देखि | उच्च जोखिम: मानवीय निगरानी, लगहरू ६+ महिना राख्ने, उम्मेदवारलाई जानकारी दिने |
| Local Law 144 | न्युयोर्क सहर | एक्लै प्रयोग गरिएको, अरू सबैभन्दा माथि तौल दिइएको वा मानिसहरूलाई अधिक्रमण गर्न प्रयोग गरिएको AI स्कोर: पूर्वाग्रहको वार्षिक अडिट र सूचना |
| AI Video Interview Act | इलिनोइ | पहिले सूचना, व्याख्या र सहमति; अनुरोध भएको ३० दिनभित्र भिडियोहरू मेटाउने |
त्यसैले टेम्प्लेटमा "अंक नदिइएको" पङ्क्ति छ। EU ले अनुहार, शारीरिक अवस्था वा किबोर्ड थिचाइबाट उम्मेदवारको भावना पढ्ने AI लाई प्रतिबन्ध लगाउँछ, र अमेरिकी अपाङ्गता कानुन (ADA) ले बोलीलाई असर गर्ने अपाङ्गता भएका उम्मेदवारहरूलाई जोगाउँछ। बेलायतमा, उम्मेदवारहरूले तपाईंका टिप्पणीहरू माग्न सक्छन्, त्यसैले प्रत्येक प्रमाण पङ्क्ति उनीहरूले पढ्नेछन् भन्ने मानेर लेख्नुहोस्।
स्वयं-अडिट गर्न, Uniform Guidelines मा भएको ४/५ नियमको अनुमानसँग समूहअनुसार पास दरहरू तुलना गर्नुहोस्। मान्नुहोस् एउटा समूहको ३०% र अर्कोको ५०% पास हुन्छ: ३० लाई ५० ले भाग गर्दा ०.६ हुन्छ, जो ०.८ भन्दा कम छ, त्यसैले नजिकबाट हेर्नुहोस्।
जुन 2026 को न्याय विभागको राय र जुलाई 2026 को OPM नियम ले संघीय निकायहरूलाई Guidelines बाट टाढा लैजान्छन्। तैपनि ती संघीय नियमहरूमा रहन्छन्, त्यसैले यो जाँचलाई सस्तो बानीका रूपमा लिनुहोस्, कानुनी रेखाका रूपमा होइन।
10. यो हप्ता मैले मेरो टोलीसँग अन्तर्वार्ता स्कोरकार्ड कसरी लागू गर्ने?
यही क्रममा बनाउनुहोस्, र पदहरू बीचमा मात्र परिवर्तन गर्नुहोस्। पहिलो संस्करण पूर्ण हुनु आवश्यक छैन, तर हरेक उम्मेदवारका लागि एउटै हुनुपर्छ।
- एउटा मिशन लाइन र ३ देखि ८ सम्म क्रमबद्ध नतिजाहरू लेख्नुहोस्।
- तिनलाई ५ सीपमा बदल्नुहोस् र अनिवार्य सीपहरू चिन्ह लगाउनुहोस्।
- २ वटा विगतको व्यवहारसम्बन्धी प्रश्न र प्रत्येक सीपका लागि १, ३ र ५ का एंकरहरू लेख्नुहोस्।
- बढीमा ४ जना अन्तर्वार्ताकारले एक्लै अंक दिई डिब्रिफ अघि बुझाउन्।
- कुल अंकले निर्णय गरोस्, तर कुनै पनि अनिवार्य सीप ३ भन्दा कम भए भर्ना नगर्ने। प्रत्येक ओभरराइड लेख्नुहोस्।
व्यवहारमा, १ वटा खुला पदबाट सुरु गर्नुहोस्, ताकि तपाईंको टोलीले वास्तविक काममा यो बानी सिकोस्। पहिलो अन्तर्वार्ता अघि, सबैलाई एउटै नमुना उत्तरमा अंक दिन लगाएर तुलना गर्नुहोस्।
यदि २ वटा अंकबीच १ अंकभन्दा बढी फरक परे, तिनीहरू मिल्नेसम्म एंकर पुनः लेख्नुहोस्। खण्ड ८ को अध्ययनका प्रशिक्षित मूल्यांकनकर्ताहरूले बैठक बोलाउन यही १ अंकको फरक प्रयोग गरेका थिए।
केही प्रतिरोध हुने अपेक्षा गर्नुहोस्। Kahneman का सेना अन्तर्वार्ताकारहरूले पनि उत्तरहरू मात्र रेकर्ड गर्न अस्वीकार गरेका थिए, र उनको समाधान आँखा चिम्लिएर गरिने मूल्यांकन थियो, जसले उनीहरूको निर्णयलाई फारममा स्थान दियो। तपाईंको समग्र धारणा लाइनले तपाईंको टोलीका लागि त्यही काम गर्छ।
Flowmingo ले कसरी सहयोग गर्छ
प्रत्येक आवेदकलाई आफ्नै समयमा गर्ने संरचित अन्तर्वार्ता पठाउन, रेकर्ड गरी १ अन्तर्वार्ता स्कोरकार्डमा अंक दिन, Flowmingo प्रयास गर्नुहोस्।
११. स्रोतहरू
माथिका प्रत्येक बाह्य तथ्याङ्क तलका स्रोतहरूबाट, देखा परेको क्रमअनुसार लिइएका हुन्। Flowmingo का आफ्नै तथ्याङ्क डेटा बक्सहरूमा छन्, जुलाई २०२५ देखि सेप्टेम्बर २०२६ सम्म।
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology.
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2023). Revisiting the design of selection systems in light of new findings regarding the validity of widely used predictors. Industrial and Organizational Psychology.
- Kahneman, D., Sibony, O., & Sunstein, C. R. (2021). Noise: A flaw in human judgment, ch. 24, as quoted by NPR Planet Money. Little, Brown Spark.
- Smart, G., & Street, R. (2008). Who: The A method for hiring. Ballantine Books.
- Uhlmann, E. L., & Cohen, G. L. (2005). Constructed criteria: Redefining merit to justify discrimination. Psychological Science.
- Taylor, P. J., & Small, B. (2002). Asking applicants what they would do versus what they did do: A meta-analytic comparison of situational and past behaviour employment interview questions. Journal of Occupational and Organizational Psychology.
- US Office of Personnel Management (2008). Structured interviews: A practical guide. OPM.
- Kahneman, D. (2011). Thinking, fast and slow, ch. 21, "Intuitions vs. formulas". Farrar, Straus and Giroux.
- Frieder, R. E., Van Iddekinge, C. H., & Raymark, P. H. (2016). How quickly do interviewers reach decisions? Journal of Occupational and Organizational Psychology. Percentages as reported by BPS Research Digest.
- Shaper, S. (2017). How many interviews does it take to hire a Googler?. Google re:Work, archived.
- Huffcutt, A. I., Culbertson, S. S., & Weyhrauch, W. S. (2013). Employment interview reliability: New meta-analytic estimates by structure and format. International Journal of Selection and Assessment.
- Bohnet, I. (2016). What works: Gender equality by design. Talks at Google.
- Bohnet, I. (2016). How to take the bias out of interviews. Harvard Business Review.
- Bohnet, I., van Geen, A., & Bazerman, M. H. (2016). When performance trumps gender bias: Joint vs. separate evaluation. Management Science.
- Kuncel, N. R., Klieger, D. M., Connelly, B. S., & Ones, D. S. (2013). Mechanical versus clinical data combination in selection and admissions decisions: A meta-analysis. Journal of Applied Psychology.
- Koenig, N., Tonidandel, S., Thompson, I., Albritton, B., Koohifar, F., et al. (2023). Improving measurement and prediction in personnel selection through the application of machine learning. Personnel Psychology.
- European Commission (2025). Guidelines on prohibited artificial intelligence practices, C(2025) 5052 final. European Commission.
- European Parliament and Council (2026). Regulation (EU) 2026/1744, the Digital Omnibus on AI. Official Journal of the EU.
- NYC Department of Consumer and Worker Protection (2023). Automated employment decision tools: rules and FAQ. NYC DCWP.
- Illinois General Assembly (n.d.). Artificial Intelligence Video Interview Act, 820 ILCS 42. Illinois General Assembly.
- US Equal Employment Opportunity Commission (1991, as amended 2011). 29 CFR 1630.11, Administration of tests. eCFR.
- US Equal Employment Opportunity Commission (1972, as amended 2024). 29 CFR 1602.14, Preservation of records made or kept. eCFR.
- California Civil Rights Council (2025). Employment regulations regarding automated-decision systems. California Civil Rights Department.
- Information Commissioner's Office (n.d., under review). Shortlisting, testing, and interviewing candidates. ICO.
- TAFEP (n.d., accessed 2026-09-24). How to conduct fair job interviews. Tripartite Alliance for Fair and Progressive Employment Practices.
- EEOC, Civil Service Commission, Department of Labor & Department of Justice (1978). Uniform Guidelines on Employee Selection Procedures, 29 CFR Part 1607. eCFR.
- US Department of Justice, Office of Legal Counsel (2026). Constitutionality of disparate-impact liability under Title VII. DOJ.
- US Office of Personnel Management (2026). Removal of references to the Uniform Guidelines on Employee Selection Procedures in federal personnel regulations. Federal Register.



