සම්මුඛ පරීක්ෂකයන් 3ක්, අවසාන තේරීමට එක් අයෙක්, විනිශ්චයන් 3ක්. සම්මුඛ පරීක්ෂණ ලකුණු පුවරුවක් නොමැතිව, ඔබේ සාකච්ඡාවේ වැඩිම හඬ ඇති තැනැත්තා බඳවා ගැනීම තෝරයි.
ආපසු යා හැකි අපේක්ෂක ඇගයීම් පෝරමයක් නැත. එබැවින් ඔබේ ප්රධාන විධායක නිලධාරියාට, හෝ විමසන ප්රතික්ෂේප කළ අපේක්ෂකයෙකුට යෝජනාව පැහැදිලි කිරීමට කිසිවෙකුට නොහැක.
හවුල් පෝරමයක් නොමැතිව, කාර්යබහුල පුද්ගලයන් ආවේගය මත රඳා පවතිති.
Kahneman සහ ඔහුගේ සම කතුවරුන්ගේ Noise පෙන්වන පරිදි, ආවේගය මත ගන්නා තීරණ ඒවා දැනෙනවාට වඩා දුර්වලය.
එක් අපේක්ෂකයෙක් තවත් අයෙකුට වඩා හොඳින් සම්මුඛ පරීක්ෂණයට මුහුණ දුන් බව පමණක් ඔබ දන්නවා යැයි කියමු. ඔවුන් සැබවින්ම හොඳම බඳවා ගැනීම වීමේ අවස්ථාව 56% සිට 61% දක්වා පමණි, කාසියක් උඩ දැමීමට වඩා තරමක් හොඳයි.
ලකුණු පුවරුවක් මෙය පියවර 3කින් නිරාකරණය කරයි. සෑම සම්මුඛ පරීක්ෂකයෙක්ම, සාකච්ඡාවට පෙර, තනිව, ලිඛිත උදාහරණ මත පදනම්ව එකම කුසලතා 4 සිට 6 දක්වා ලකුණු කරයි. පසුව, අනිවාර්ය අවශ්යතාවයක් අසමත් නොවන්නේ නම්, එකතුව තීරණය කරයි.
ප්රධාන ගතික අංශු
- ලකුණු පුවරුවක් සැබවින්ම හොඳ බඳවා ගැනීම් වලට මඟ පාදන්නේද? ඔව්, සෑම සම්මුඛ පරීක්ෂකයෙක්ම ලිඛිත උදාහරණ මත පදනම්ව එකම කුසලතා ලකුණු කරන්නේ නම්. 2022 සමාලෝචනයක, මේ ආකාරයෙන් පවත්වන ලද සම්මුඛ පරීක්ෂණ නිදහස් ආකාරයේ ඒවාට වඩා රැකියා කාර්ය සාධනය දෙගුණයක් පමණ හොඳින් පුරෝකථනය කළේය.
- එය කුසලතා කීයක් ලකුණු කළ යුතුද? 4 සිට 6 දක්වා, එක් එක් මට්ටමට ලිඛිත උදාහරණ පිළිතුරක් සහිතව 1 සිට 5 දක්වා පරිමාණයකින්. ඕනෑම අනිවාර්ය අවශ්යතාවයක් 3ට පහළින් නම් බඳවා ගැනීමක් නැත.
- සම තත්ත්වයේ සිටින අවසාන තේරීම් 2ක් අතරින් මම තෝරන්නේ කෙසේද? පළමුව අනිවාර්ය අවශ්යතා පරීක්ෂා කරන්න, පසුව සාක්ෂි මත 2ට එරෙහිව 5ක් ලෙස බෙදුණු ඕනෑම එකක් සාකච්ඡා කරන්න. ආවේගය මත නැවත ඡන්ද නොදෙන්න: 2013 සමාලෝචනයක නියම සූත්රයක් විශේෂඥ විනිශ්චය පරාජය කළේය.
- මට සම්මුඛ පරීක්ෂකයන් කීයක් අවශ්යද? 4ක් දක්වා, එක් එක් අය තනිව ලකුණු කරයි. Google හිම දත්තවල, 4වන සම්මුඛ පරීක්ෂණයෙන් පසු සෑම සම්මුඛ පරීක්ෂණයක්ම 1%ට වඩා අඩු නිරවද්යතාවයක් එකතු කළේය.
- මට AI ලකුණු විශ්වාස කළ හැකිද? එය එක් ආදානයක් ලෙස භාවිතා කර එහි හේතු කියවන්න. 2023 අධ්යයනයක, AI ඇගයුම්කරුවෙක් හුරුපුරුදු ප්රශ්නවලදී පුහුණු මානව ඇගයුම්කරුවන් සමීපව අනුගමනය කළ අතර නව ප්රශ්නවලදී දුර්වල ලෙස ක්රියා කළේය.
1. සම්මුඛ පරීක්ෂණ ලකුණු පුවරුවක් සැබවින්ම හොඳ බඳවා ගැනීම් තෝරා ගැනීමට මට උපකාර වන්නේද?
ඔව්, සෑම සම්මුඛ පරීක්ෂකයෙකුම ලිඛිත උදාහරණවලට එරෙහිව එකම කුසලතා ඇගයීම් කරන විට. ක්රමවත් සම්මුඛ සාකච්ඡා, එහිදී ඔබ සැමට එකම ආකාරයෙන් ප්රශ්න අසා ඇගයීම් කරයි, රැකියා කාර්ය සාධනය 0.42 කින් පුරෝකථනය කළ අතර, එය ක්රමවත් නොවන ඒවායේ 0.19 ට වඩා දෙගුණයකට වැඩිය.
එම සංඛ්යා ලේඛන පැමිණෙන්නේ දශක ගණනාවක බඳවා ගැනීම් පර්යේෂණ පිළිබඳ Sackett සහ සගයන්ගේ 2022 මූලික නැවත විශ්ලේෂණයෙනි.
මෙම සංඛ්යා සහසම්බන්ධතා වේ, 0 සිට (පසුව රැකියා කාර්ය සාධනයට සම්බන්ධයක් නැත) 1 දක්වා (පරිපූර්ණ සම්බන්ධයක්). එබැවින් 0.19 යනු ක්රමවත් නොවන සම්මුඛ සාකච්ඡා 20%ක් නිවැරදිව තෝරා ගන්නා බවක් නොවේ. එහි අර්ථය වන්නේ පසුව ඇති කාර්ය සාධනයට ඒවායේ සම්බන්ධය දුර්වල බවයි.
පහත ප්රස්තාරය පොදු ක්රම 6ක් ශ්රේණිගත කරයි. රැකියා දැනුම් පරීක්ෂණ 0.40 කින් සහ ලකුණු ලබා දෙන පසුබිම් ප්රශ්නාවලියක් වන keyed biodata 0.38 කින් ආසන්නයෙන් පිටුපසින් පැමිණේ.
කාර්ය නියැදි පරීක්ෂණ 0.33 කින් සහ සංජානන හැකියා පරීක්ෂණ 0.31 කින් ඊළඟට පැමිණේ. අපගෙන් බොහෝ දෙනා හැදී වැඩුණු නිදහස් සංවාදය වන ක්රමවත් නොවන සම්මුඛ සාකච්ඡා අවසානයේ පැමිණේ.

රැකියා කාර්ය සාධනයට ඇති සම්බන්ධය අනුව ශ්රේණිගත කළ බඳවා ගැනීම් ක්රම: ක්රමවත් සම්මුඛ සාකච්ඡා 0.42 කින් පෙරමුණේ, ක්රමවත් නොවන සම්මුඛ සාකච්ඡා 0.19 කින් පිටුපසින් (Sackett et al. මූලික නැවත විශ්ලේෂණය).
නමුත් 0.42 යනු සාමාන්යයකි. කතුවරුන්ගේ අනුගාමී පර්යේෂණය අනුව බොහෝ ක්රමවත් සම්මුඛ සාකච්ඡා 0.18 අතර, නිදහස් සංවාදයකට වඩා හොඳ නැත, සහ 0.66 අතර, ප්රස්තාරයේ ඇති ඕනෑම දෙයකට වඩා හොඳ, පිහිටයි.
මෙම පරාසයට කතුවරුන් ලබා දෙන හේතු 3 න් 1 වන්නේ සැලසුමයි. මෙයින් අදහස් වන්නේ අපැහැදිලි කුසලතා සහිත සම්මුඛ සාකච්ඡා ලකුණු පත්රිකාවක් පහළම මට්ටමට ආසන්නව පිහිටා තිබීමේ අවදානමක් ඇති බවයි. මේවා බොහෝ සේවා යෝජකයින් හරහා ලබාගත් සාමාන්යයන් මිස ඔබේ ඊළඟ බඳවා ගැනීම පිළිබඳ පොරොන්දුවක් නොවේ.
2. මගේ සම්මුඛ සාකච්ඡා ලකුණු පත්රිකා අච්චුවට ඇතුළත් විය යුත්තේ කුමක්ද?
සම්මුඛ සාකච්ඡා ලකුණු පත්රිකා අච්චුවකට, හෝ අපේක්ෂක ඇගයීම් පෝරමයකට, කුසලතා 5ක්, ලිඛිත නිර්ණායක, සාක්ෂි කොටුවක් සහ අනිවාර්ය අවම මට්ටමක් ඇතුළත් වන අතර, ඒ සියල්ල පිටු 1ක ඇත. එය සමස්ත හැඟීමකින් සහ නිර්දේශයකින් අවසන් වේ.
නිර්ණායක මගින් 1 සම්මුඛ පරීක්ෂකයෙකුගේ 4 තවත් අයෙකුගේ 4 හා සමාන අර්ථයක් ලබා දෙයි, සහ ඔබේ ප්රධාන විධායක නිලධාරියා "ඇයි" කියා ඇසූ විට සාක්ෂි කොටුව පිළිතුරු සපයයි.
බිම් මට්ටම නිසා ශක්තිමත් මුළු එකතුවකට දුර්වල අනිවාර්ය සුදුසුකමක් සැඟවිය නොහැක. සමස්ත හැඟීම අවසානයේ සටහන් වේ, මන්ද මුලින්ම ලියන ලද ආවේගයක් ඉන් පසු එන සෑම නිපුණතා ලකුණුවක්ම වර්ණ ගන්වයි.
පාරිභෝගික සහාය ප්රධානියෙකු සඳහා වන එම පෝරමය මෙන්න, අනිවාර්ය සුදුසුකම් 2ක් සමඟ. නිපුණතා 5න් එකක් 1 සිට 5 දක්වා ලකුණු ලබා දේ, එබැවින් මුළු එකතුව 25න් එකකි.
සෑම නිපුණතාවක් සඳහාම අතීත හැසිරීම් ප්රශ්න 2ක් අසන්න, මන්ද සැබෑ අතීත උදාහරණයක් ඔබට මානකයන් සමඟ සසඳා බැලීමට ස්ථිර දෙයක් ලබා දෙයි. උදාහරණයක් ලෙස: "කලබලයට පත් පාරිභෝගිකයෙකු ඔබ වෙත යොමු කළ අවසන් අවස්ථාව ගැන මට කියන්න."

පාරිභෝගික සහාය ප්රධානියෙකු සඳහා හිස් සම්මුඛ පරීක්ෂණ ලකුණු පත්රිකා අච්චුව: නිපුණතා 5ක්, අනිවාර්ය සුදුසුකම් 2ක්, 1 සිට 5 දක්වා ලකුණුවක් සහ එක් එක් සාක්ෂි උපුටා දැක්වීමක්.
වගුව පිටපත් කරන්න, පසුව ඔබේම නිපුණතා සහ මානකයන් ආදේශ කරන්න.
| නිපුණතාව | 1 / 3 / 5 සඳහා මානකයන් | ලකුණු 1-5 | සාක්ෂි (උපුටා දැක්වීම) |
|---|---|---|---|
| ශීර්ෂකය | අපේක්ෂක, තනතුර, සම්මුඛ පරීක්ෂක, දිනය | ||
| කලබලයට පත් පාරිභෝගිකයන් හසුරුවයි (අනිවාර්ය සුදුසුකම) | පාරිභෝගිකයාට දොස් පවරයි / ප්රතිපත්තිය යොදයි / හේතුව නිරාකරණය කරයි | ||
| ලිඛිත සන්නිවේදනය (අනිවාර්ය සුදුසුකම) | අපැහැදිලි / පැහැදිලි නමුත් දිගු / කෙටි සහ පැහැදිලි | ||
| පෝලිමකට ප්රමුඛත්වය දෙයි | ක්රමයක් නැත / හදිසි බව අනුව / බලපෑම අනුව | ||
| කණ්ඩායම පුහුණු කරයි | උදාහරණයක් නැත / ඉඟි දෙයි / සැලැස්මක් සකසයි | ||
| ක්රියාවලිය වැඩිදියුණු කරයි | උදාහරණයක් නැත / විසඳුමක් යෝජනා කරයි / විසඳුමක් ක්රියාත්මක කරයි | ||
| අනිවාර්ය බිම් මට්ටම | ඕනෑම අනිවාර්ය සුදුසුකමක් 3ට අඩු නම් බඳවා නොගැනීමයි | ||
| ලකුණු නොකෙරේ | මුහුණ, හඬ හෝ ටයිප් කිරීමෙන් කියවන හැඟීම්; රැකියාවට එය අවශ්ය නොවන්නේ නම් උච්චාරණය හෝ වේගය; "සංස්කෘතික ගැළපීම" | ||
| මුළු එකතුව | ලකුණු 5ේ එකතුව, 25න් | ||
| සමස්ත හැඟීම | 1 සිට 5 දක්වා, අවසානයේ පිරවේ | ||
| නිර්දේශය | තරයේ බඳවා ගන්න / බඳවා ගන්න / බඳවා නොගන්න / තරයේ බඳවා නොගන්න; අභිබවා යාමකට ලිඛිත හේතුවක් අවශ්යයි |
2.1 එය ගොඩනැගීමට පෙර මා තීරණය කළ යුත්තේ කුමක්ද?
මුලින්ම තනතුරේ සාර්ථකත්වය නිර්වචනය කරන්න, පසුව එය ලබා දෙන නිපුණතා තෝරන්න. පළමු CV පැමිණීමට පෙර සම්මුඛ පරීක්ෂණ ලකුණු පත්රිකාව තිර කරන්න.
එම අනුපිළිවෙල Geoff Smart සහ Randy Street ගේ Who කෘතියෙන් පැමිණේ. මෙහෙවර පේළියක් 1ක් ලියන්න, පසුව වැදගත්කම අනුව ශ්රේණිගත කළ ප්රතිඵල 3 සිට 8 දක්වා, පසුව නිපුණතා 4 සිට 6 දක්වා ලියන්න. ප්රතිඵලයක් යනු මැනිය හැකි ප්රතිදානයකි, උදාහරණයක් ලෙස වසර 3 වන විට ආදායම ඩොලර් මිලියන 25 සිට ඩොලර් මිලියන 50 දක්වා වර්ධනය කිරීම, ක්රියාකාරකමක් නොවේ.
තිර කිරීම වැදගත් වන්නේ මිනිසුන් නොදැනුවත්වම නිර්ණායක නමා දැමීමයි. මූලික Uhlmann සහ Cohen (2005) අධ්යයනවලදී, සහභාගිවූවන් පොලිස් ප්රධානී තනතුර සඳහා වීථි බුද්ධිය ඇති සහ ඉහළ අධ්යාපනය ලැබූ අයදුම්කරුවෙකු විනිශ්චය කළහ.
එම පුද්ගලයාට තිබූ කුමන ශක්තියක් වුවත්, රැකියාවට එය වඩාත් අවශ්ය බව ඔවුන් තීරණය කළ අතර, කාන්තාවට එවැනි ඉහළ නැංවීමක් නොලැබුණි. අයදුම්කරුවන් දැකීමට පෙර නිර්ණායකවලට කැපවීම එම අගතිය ඉවත් කළේය. එබැවින් ඔබ අපේක්ෂකයන් හමුවීමෙන් පසු ලියන ලද ලකුණු පත්රිකාවක් ඔබ දැනටමත් කැමති තැනැත්තා දෙසට නිහඬව නැමිය හැක.
2.2 සංස්කෘතික ගැළපීම ලකුණු පුවරුවේ තිබිය යුතුද?
ලියා ඇති පරිදි නොවේ, මන්ද කිසිවෙකුට එය එකම ආකාරයට දෙවතාවක් ලකුණු කළ නොහැක. එය නිරීක්ෂණය කළ හැකි 1 හෝ 2 හැසිරීම් බවට පත් කරන්න, උදාහරණයක් ලෙස "තමන්ගේම වැඩ ගැන ප්රතිචාර ඉල්ලා සිටීම".
ඔබේ කණ්ඩායම විවෘතභාවය අගය කරන බව කියන්නේ නම්, ඒ වෙනුවට "වැරැද්දක් කල් ඇතිව හෙළිදරව් කිරීමේ නිශ්චිත උදාහරණයක් ලබා දුන්නේය" ලෙස ලකුණු කරන්න.
3. අනිවාර්ය අවශ්යතා වැඩිපුරම ගණන් ගැනෙන ලෙස සම්මුඛ පරීක්ෂණ ලකුණු කෙසේ බර කරන්නද?
සෑම නිපුණතාවකටම සමාන බරක් දී අනිවාර්ය අවශ්යතාවක් සඳහා අවම මට්ටමක් එක් කරන්න, නැතහොත් පළමු සම්මුඛ පරීක්ෂණයට පෙර බර නිශ්චය කරන්න. සමාන බර බොහෝ විට නව අවස්ථා හොඳින් පුරෝකථනය කරන අතර, පසුගිය දත්තවලට ගැළපූ බර ද එසේම වේ.
එම දෙවන කරුණ පැමිණෙන්නේ මනෝවිද්යාඥ Robyn Dawes ගෙනි, Kahneman එය Thinking, Fast and Slow කෘතියේ සාරාංශ කරන පරිදි.
ඔබේ පසුගිය බඳවා ගැනීම්වලට ගැළපූ බර එම කණ්ඩායමේ අහඹු සිදුවීම් ද ඉගෙන ගනී. ඔබේ හොඳම සහාය බඳවා ගැනීම් 3ම බලවත් පුහුණුකරුවන් වීම අහඹු ලෙස සිදු වූ බව කියන්න: ගැළපූ බරක් අනාගත සෑම අපේක්ෂකයෙකු තුළම පුහුණු කිරීමට පක්ෂව ක්රියා කරයි.
සමාන බර එවැනි අහඹු සිදුවීමක් හඹා යා නොහැක, එබැවින් ඒවා බොහෝ විට නව අපේක්ෂකයින් එකසේ හොඳින් පුරෝකථනය කරයි. Kahneman උපදෙස් දෙන පරිදි නිපුණතා ද ස්වාධීනව තබා ගන්න: "සන්නිවේදනය" සහ "ඉදිරිපත් කිරීමේ නිපුණතා" දෙකම ලැයිස්තුගත නොකරන්න, මන්ද ඒවා එකට එකම දේ දෙවරක් ගණන් ගනී.
අනිවාර්ය අවශ්යතාවකට එහි බලය ලැබෙන්නේ විශාල බරකින් නොව අවම මට්ටමෙනි. "කෝප වූ පාරිභෝගිකයන් හසුරුවයි" ලෙස ලකුණු 2ක් ලැබෙන අතර අනෙක් සෑම නිපුණතාවකටම ලකුණු 5ක් ලැබෙන බව කියන්න.
25න් 22ක මුළු එකතුව විශිෂ්ට ලෙස පෙනේ, නමුත් අවම මට්ටම තවමත් බඳවා නොගන්නා බව කියයි. රැකියාවට තොරව ඉටු කළ නොහැකි නිපුණතාවකට ඔබට අවශ්ය වන්නේ එයයි.
ඔබ බර භාවිතා කරන්නේ නම්, ඒවා කලින්ම සම්මුඛ පරීක්ෂණ ලකුණු පුවරුවේ ලියා සැමටම ඒවා යොදන්න. එය මුළු එකතුවක් නමා දැමීමේ පහසුම ක්රමය වසා දමයි: ඔබ කැමති කෙනෙකු මුණගැසුණු පසු බර වෙනස් කිරීමයි.
Flowmingo උපකාර වන ආකාරය
Flowmingo හි AI සම්මුඛ පරීක්ෂණ වාර්තාව ස්ථාවර බර භාවිතා කරයි: සමස්ත ලකුණු සංඛ්යාවේදී Must Have නිර්ණායකයක් Good to Have එකකට වඩා 4 ගුණයක් ගණන් ගැනේ. සෑම නිර්ණායකයක්ම තමන්ගේම 0 සිට 10 දක්වා ලකුණු තබා ගනී, එබැවින් ඔබට තවමත් අනිවාර්ය අවශ්යතා අවම මට්ටමක් ඔබම යෙදිය හැක.
4. සෑම සම්මුඛ පරීක්ෂකයෙකුටම 3 යනු එකම දෙයක් ලෙස අර්ථ දැක්වෙන ආකාරය කෙසේද?
පළමු සම්මුඛ සාකච්ඡාවට පෙර, එක් එක් කුසලතාව සඳහා 1, 3 සහ 5 පිළිතුරුවල අඩංගු දේ ලියන්න. එම හැසිරීම් මත පදනම් වූ ශ්රේණිගත කිරීමේ පරිමාණය මගින් සම්මුඛ පරීක්ෂකයන් 2 දෙනෙකුගේ ලකුණු සංසන්දනය කළ හැකි කරයි.
"හැසිරීම් මත පදනම් වූ" යන්නෙන් අදහස් වන්නේ එක් එක් ලකුණුව අපේක්ෂකයා කළ දෙයට සම්බන්ධ වන අතර "හොඳයි" වැනි හැඟීමකට නොවන බවයි. නැංගුරම් නොමැතිව, එකම සම්මුඛ සාකච්ඡා ලකුණු පුවරුවේ 3 යනු එක් සම්මුඛ පරීක්ෂකයෙකුට "හොඳයි" සහ තවත් අයෙකුට "දුර්වලයි" යන්නයි.
නැංගුරම් සහිත සම්මුඛ සාකච්ඡා පසුව කාර්ය සාධනය සමඟ ශක්තිමත් සාමාන්ය සම්බන්ධතා ද පෙන්නුම් කරයි. Taylor සහ Small විසින් පෙර-හැසිරීම් සම්මුඛ සාකච්ඡා අධ්යයන 19 ක පදනම් සමාලෝචනයකින් නැංගුරම් සහිත පරිමාණ සමඟ .35 ක සම්බන්ධතාවක් සොයා ගන්නා ලදී, නැංගුරම් නොමැතිව .26 ක් විය. අධ්යයනයන් වෙනත් ආකාරවලින් ද වෙනස් විය, එබැවින් මෙම සංසන්දනය නැංගුරම් එකතු කිරීමේ බලපෑම හුදකලා නොකරයි.
අනිවාර්යයෙන් තිබිය යුතු "කලබල වූ පාරිභෝගිකයන් හසුරුවයි" සඳහා වන සම්මුඛ සාකච්ඡා ශ්රේණිගත කිරීමේ පරිමාණය මෙසේය.
| ලකුණු | පිළිතුරේ අඩංගු දේ |
|---|---|
| 1 | පාරිභෝගිකයාට දොස් පවරයි; තමන්ගේ කිසිදු ක්රියාවක් නැති අතර ප්රතිඵලයක් නැත |
| 3 | සැබෑ උදාහරණයක්: පාරිභෝගිකයා සන්සුන් කර ප්රතිපත්තිය යොදයි, නමුත් කිසි විටෙක ප්රතිඵලය පරීක්ෂා නොකරයි |
| 5 | සැබෑ උදාහරණයක්: හේතුව සොයාගෙන, එය නිවැරදි කර, පසු විපරම් කර නිවැරදි කිරීම බෙදාගනී |
එක් එක් පියවර ඉහළ යාම පිළිතුරේ ඇසිය හැකි දෙයකි. එබැවින් ශ්රාවකයන් 2 දෙනෙකුට එකම අංකයට ළඟා විය හැකියි.
ඔබට තවමත් නැංගුරම් ලිවීමට නොහැකි නම්, එක්සත් ජනපද ෆෙඩරල් මානව සම්පත් ආයතනය වන OPM වෙතින් ව්යුහගත සම්මුඛ සාකච්ඡා මාර්ගෝපදේශයේ මට්ටම් 5 ණයට ගන්න. ඒවා එක් එක් අවස්ථාව කෙතරම් අපහසු වූවාද සහ පුද්ගලයාට කොපමණ මාර්ගෝපදේශනයක් අවශ්ය වූවාද යන්න මත රඳා පවතී.
- 1, දැනුවත්භාවය: සරලම අවස්ථා, සමීප හා විස්තරාත්මක මාර්ගෝපදේශනය සමඟ.
- 2, මූලික: තරමක් අපහසු අවස්ථා, නිතර මාර්ගෝපදේශනය සමඟ.
- 3, අතරමැදි: අපහසු අවස්ථා, ඉඳහිට මාර්ගෝපදේශනය සමඟ.
- 4, උසස්: සැලකිය යුතු ලෙස අපහසු අවස්ථා, සුළු හෝ කිසිදු මාර්ගෝපදේශනයක් නොමැතිව.
- 5, විශේෂඥ: අසාමාන්ය ලෙස අපහසු අවස්ථා, පුද්ගලයා අන් අයට උපදෙස් දෙන.

ව්යුහගත සම්මුඛ සාකච්ඡා සඳහා OPM හි ශ්රේණිගත කිරීමේ මට්ටම් 5: දැනුවත්භාවය (සරලම අවස්ථා, සමීප මාර්ගෝපදේශනය) සිට විශේෂඥ (අසාමාන්ය ලෙස අපහසු අවස්ථා, අන් අයට උපදෙස් දෙන) දක්වා.
5. මගේ සම්මුඛ පරීක්ෂකයන් එකඟ නොවන විට ශක්තිමත් අවසන් තරඟකරුවන් 2 දෙනෙකු අතරින් මම තෝරා ගන්නේ කෙසේද?
සම්මුඛ පරීක්ෂණ ලකුණු පුවරුවේ එකතුව තීරණය කරන්න ඉඩ දෙන්න, ව්යතිරේක 2ක් සමඟ: අනිවාර්ය අංශයක් 3ට අඩු වීම, නැතහොත් 2-ට-5 බෙදීමක්, එය සාක්ෂි මත සාකච්ඡා කරන්න. හැඟීම මත නැවත ඡන්ද නොදෙන්න.
ලකුණු පුවරු පවතින්නේ මේ මොහොත සඳහා ය, ඒවා අතහැර දැමීමට වඩාත්ම පෙළඹවීම ඇති වන මොහොත ද මෙය ය. මෙය පාරිභෝගික දත්ත නොව, නිදර්ශනාත්මක උදාහරණයක්: සහාය නායක අවසන් තරඟකරුවන් 3ක්, සෑම කොටුවක්ම සම්මුඛ පරීක්ෂකයින් 3 දෙනෙකු අතර සාමාන්ය කර ඇත.
| නිපුණතාව | A | B | C |
|---|---|---|---|
| කලබල වූ පාරිභෝගිකයින් හැසිරවීම (අනිවාර්ය) | 4 | 2 | 4 |
| ලිඛිත සන්නිවේදනය (අනිවාර්ය) | 4 | 4 | 3 |
| පෝලිමකට ප්රමුඛත්වය දීම | 3 | 4 | 3 |
| කණ්ඩායම පුහුණු කිරීම | 3 | 4 | 4 (ලකුණු 2, 5, 5) |
| ක්රියාවලිය වැඩිදියුණු කිරීම | 4 | 4 | 3 |
| එකතුව, 25 න් | 18 | 18 | 17 |
| තීරණය | බඳවා ගන්න | බඳවා නොගන්න: අවම මට්ටම ඉක්මවා ඇත | බෙදීම සාකච්ඡා කරන්න |
සම්මුඛ පරීක්ෂණ ලකුණු පුවරුව පේළියෙන් පේළිය කියවන්න. A සහ B 25 න් 18 බැගින් සම තත්ත්වයේ ය. නමුත් B අනිවාර්ය අංශයකට 2ක් ලබා ඇත, එබැවින් අවම මට්ටම ඉක්මවා ඇති අතර B බඳවා නොගැනීමකි.
C හි එකතුව 17ක් වුවත්, "කණ්ඩායම පුහුණු කිරීම" සඳහා C හි 4 සාමාන්යය තුළ බෙදීමක් සැඟවී ඇත: සම්මුඛ පරීක්ෂකයෙක් 2ක් ද, අනෙක් 2 දෙනා 5ක් ද ලබා දී ඇත. එම පරතරය සාකච්ඡාවේ එකම න්යාය පත්රය බවට පත්වේ.
ප්රායෝගිකව, දෙපැත්තෙන්ම ඔවුන්ගේ සාක්ෂි උද්ධෘත කියවීමට ඉල්ලන්න. අඩු ලකුණු ලබා දුන් අයෙක් ඉල්ලා අස්වූ කණ්ඩායම් සාමාජිකයෙකු ගැන ඇසු බවත්, අනෙක් අය සාර්ථක වූ පුහුණු සැලැස්මක් ගැන ඇසූ බවත් කියන්න. කුමන කථාව C සඳහා වඩාත් සාමාන්ය ද යන්න සාකච්ඡාව තීරණය කරයි, සාක්ෂි මග හැරුණු ඕනෑම අයෙක් ලිඛිතව ලකුණු වෙනස් කරයි.

පිරවූ සම්මුඛ පරීක්ෂණ ලකුණු පුවරුව, නිදර්ශනාත්මක: A සහ B 25 න් 18 බැගින් සම වේ, B අනිවාර්ය අංශයක් මග හරියි, සහ C ට සාකච්ඡා කළ යුතු පුහුණු බෙදීමක් ඇත.
ලකුණු අවසන් තරඟකරුවෙකු තෝරා ගත් පසු, යවීමට පෙර කොන්දේසි යෝජනාවට ලියන්න: අපගේ රැකියා යෝජනා ලිපි අච්චුව මගින් එක් එක් පරීක්ෂණය යන්නේ කොහේද යන්න පෙන්වයි.
5.1 මගේ හැඟීම එකක් කියන අතර ලකුණු තවත් එකක් කියයි නම්?
ඔවුන් මග හැරුණු සාක්ෂි ඔබට ලිඛිතව දැක්විය නොහැකි නම් ලකුණු සමඟ යන්න. Kuncel සහ සගයන්ගේ 2013 පදනම් මෙටා-විශ්ලේෂණයේ, සැමට එකම ආකාරයෙන් යෙදූ සූත්රයක් රැකියා කාර්යසාධනය 0.44කින් අනාවැකි කීය, සමස්ත විනිශ්චය සඳහා 0.28ක් වන විට. රැකියාව දැන සිටි විශේෂඥයින්ට එරෙහිව වුවත්, මෙය 50%කට වැඩි අනාවැකි වැඩිදියුණුවක් ලෙස කතුවරු හඳුන්වති.
සමස්ත විනිශ්චය යනු එකම කරුණු මිනිසුන් තම හිස් තුළ කිරා මැන බැලීමයි, එකඟතා රැස්වීම් ඇතුළුව. එබැවින් සාකච්ඡාව සාක්ෂි හිඩැස් පුරවයි, නැවත ඡන්ද නොදෙයි.
5.2 අවසාන තරඟකරුවන් පැත්තෙන් පැත්තට සසඳා බැලිය යුතුද?
ඔව්, පිළිතුරින් පිළිතුර. Bohnet ගේ HBR උපදෙස වන්නේ පළමු ප්රශ්නයට දුන් සියලු පිළිතුරු, පසුව දෙවන ප්රශ්නයට දුන් පිළිතුරු එකිනෙක සසඳා බැලීමයි; එවිට ඔබ එක් එක් පිළිතුර අනෙක් ඒවාට එරෙහිව විනිශ්චය කරයි.
2016 වසරේ ප්රධාන රසායනාගාර අධ්යයනයක දී, එක් අපේක්ෂකයෙකු එකවර දුටු පුද්ගලයන්, එම කාර්යයේ ස්ටීරියෝටයිපයට වාසිදායක ලිංගය වෙත නැඹුරු වූහ. පෙර කාර්ය සාධනයට බොහෝ දුරට වැදගත්කමක් නොතිබුණි. දෙදෙනෙකු පැත්තෙන් පැත්තට දක්වූ විට, ඔවුන් ඉහළ කාර්ය සාධනයක් දැක්වූ තැනැත්තා 54% ක් වරට තෝරාගත් අතර පහළ තැනැත්තා 8% ක් වරට තෝරාගත්හ.
එම අධ්යයනයේ භාවිත කළේ සම්මුඛ සාකච්ඡා නොව පෙර කාර්ය ලකුණු බැවින්, එය සාක්ෂියක් ලෙස නොව ශක්තිමත් ඉඟියක් ලෙස සලකන්න.
6. සමාලෝචනයේදී හඬ නඟා කතා කරන සම්මුඛ පරීක්ෂකයා ජය ගැනීම වළක්වන්නේ කෙසේද?
කිසිවෙකු කතා කිරීමට පෙර සෑම සම්මුඛ පරීක්ෂකයෙකුම තම සම්මුඛ ලකුණු පත්රිකාව භාර දිය යුතුය; පසුව ලකුණු සමඟ සමාලෝචනය ආරම්භ කරන්න.
ජ්යෙෂ්ඨ පුද්ගලයෙකු "මම ඇයට කැමති වුණා" යැයි පවසා ආරම්භ කළොත්, රැස්වීමේ සිටින අය එම මතය වෙත ඇදෙන්නට පටන් ගනී. තනිව ලියන ලද ලකුණු සැමවිටම එවැනි ඇදීමකින් සියල්ලන්ම ආරක්ෂා කරයි; Noise හි ස්වාධීන ලකුණු ලබාදීම බඳවා ගැනීමේ නීතියක් බවට පත් කරන්නේ එබැවිනි.
ප්රායෝගිකව, ලකුණු හවුල් පත්රිකාවක හෝ ඔබේ අයදුම්කරු නිරීක්ෂණ පද්ධතියේ එකතු කර, ඒ සියල්ල එකවර එළිදරව් කරන්න.
සැමට එකම සම්මුඛ සාකච්ඡාව නරඹන පැනලයක් විසඳුමක් ලෙස පෙනේ. Huffcutt සහ සගයන්ගේ 2013 ප්රධාන මෙටා-විශ්ලේෂණයේ, පැනල ඇගයීම්කරුවන් 0 සිට 1 පරිමාණයේ 0.74 ක එකඟතාවක් දැක්වූ අතර, වෙන වෙනම සම්මුඛ සාකච්ඡා සඳහා එය 0.44 ක් විය.
එම සංඛ්යාව පැනලවලට වාසිදායක ලෙස පෙනේ. පැනල සාමාජිකයන් සැමෝම එකම දිනයේ එකම කාර්ය සාධනය ලකුණු කරන බැවින්, අපේක්ෂකයාට අසාමාන්ය ලෙස හොඳ හෝ නරක උදෑසනක් තිබුණොත්, ඒ සැමෝම එය දකිති.
Iris Bohnet Google හි පැවති දේශනයක පැවසූ පරිදි, "පැනල සම්මුඛ සාකච්ඡාවක නියැදි ප්රමාණය මූලිකවම එකකි". වෙන වෙනම පවත්වන, එක් එක් සම්මුඛ සාකච්ඡාව තනිව ලකුණු කරන විට, ඔබට වඩාත් ස්වාධීන බැලීම් ලැබේ.
6.1 එක් එක් අපේක්ෂකයා ලකුණු කළ යුත්තේ සම්මුඛ පරීක්ෂකයන් කී දෙනෙකුද?
උපරිම 4ක් දක්වා, වෙන වෙනම සම්මුඛ සාකච්ඡා වලින්. Google හි අභ්යන්තර දත්ත වලට අනුව, සම සමාලෝචිත අධ්යයනයක් නොවන, සම්මුඛ සාකච්ඡා 4ක් 86% විශ්වාසයකින් බඳවා ගැනීමේ තීරණය පුරෝකථනය කළේය. අමතර එකක් එකතු කළේ 1% ට වඩා අඩුවෙන්.
අමතර සම්මුඛ සාකච්ඡා Google හිම බඳවා ගැනීමේ තීරණය පුරෝකථනය කිරීමට එතරම් එකතු වූයේ නැත. එය සෑම වටයක්ම සාධාරණීකරණය කිරීමට ඉඟියක් ලෙස භාවිත කරන්න, සර්වත්ර උපරිමයක් ලෙස හෝ පසුව රැකියා කාර්ය සාධනය පිළිබඳ සාක්ෂියක් ලෙස නොව.
7. කාර්යබහුල සම්මුඛ පරීක්ෂකයන්ට සම්මුඛ සාකච්ඡා ලකුණු පත්රිකාව ඇත්තටම පුරවන්න සලස්වන්නේ කෙසේද?
ලකුණු දීම සම්මුඛ සාකච්ඡාවේ කොටසක් කරන්න. එක් එක් කුසලතාව එහි ප්රශ්නවලට පිළිතුරු ලැබීමෙන් පසු වහාම ලකුණු කරන්න, සාක්ෂියක් ලෙස පේළි 1ක උද්ධෘතයක් ලියන්න, සහ සමස්ත හැඟීම අවසානයේ දෙන්න.
සම්මුඛ සාකච්ඡා දවසකට පසුව තවත් පෝරමයක් කිසිවෙකුට අවශ්ය නැත. ඒ නිසා ලකුණු දීම සිදුවන්නේ අද රාත්රියේ ගෙදර වැඩක් ලෙස නොව සම්මුඛ සාකච්ඡාව තුළමය.
නිදහස් ආකාරයේ සම්මුඛ සාකච්ඡා සාර්ථකත්වය පුරෝකථනය කිරීමට පාහේ නිෂ්ප්රයෝජන බව ඔප්පු වීමෙන් පසු, Kahneman 1955 දී ඊශ්රායල හමුදාව සඳහා මෙම ක්රමය ගොඩනැගුවේය. සම්මුඛ පරීක්ෂකයන් ලක්ෂණ 6ක් 1 සිට 5 දක්වා පරිමාණයකින් ලකුණු කළේ, එකක් අවසන් කර පසුව ඊළඟට යමින්, එවිට පළමු හැඟීමට ඉතිරිය වර්ණ ගැන්වීමට නොහැකි වන පරිදිය.
ඉන් පසුව පමණක් ඔවුන් ඇස් පියාගෙන සමස්ත ශ්රේණිගත කිරීමක් දුන් අතර, එම එකතුව කලින්ට වඩා බොහෝ නිවැරදිව පුරෝකථනය කළේය. ඔහුගේ උපදෙස: ඉහළම එකතුව ඇති අය බඳවා ගන්න, "ඔබට වඩාත් කැමති තවත් කෙනෙකු සිටියත්".
කාලය ද වැදගත්. ක්ෂේත්ර අධ්යයනයක දී, සම්මුඛ පරීක්ෂකයන් 166ක් ඔවුන් තීරණය කළ වේලාව වාර්තා කළහ. තීරණවලින් 4.9%ක් පමණක් පළමු මිනිත්තුවේ පැමිණියේය, නමුත් 22.5%ක් සම්මුඛ සාකච්ඡාව අවසන් වීමෙන් පසුව පැමිණියේය.
අපේක්ෂකයා පිටව ගිය පසු ගන්නා තීරණයක් මතකය මත රඳා පවතී, එබැවින් යන අතරතුරම ලකුණු කරන්න.
අපගේ සහාය ප්රධානියා සඳහා, එය මෙසේ පෙනේ:
- පෝලිම් ප්රශ්න 2 අසන්න, පසුව ඉදිරියට යාමට පෙර "පෝලිමකට ප්රමුඛත්වය දෙයි" ලකුණු කරන්න.
- සාක්ෂියක් ලෙස උද්ධෘත 1ක් ලියන්න, උදාහරණයක් ලෙස "මම දෝෂ වර්ග කරන්නේ ඒවා කොපමණ පාරිභෝගිකයන්ට බලපානවාද යන්න අනුවයි."
- සෑම අපේක්ෂකයෙකුටම එකම කුසලතා අනුපිළිවෙල තබා ගන්න.
ලිඛිත සාක්ෂි අපගේ දත්තවල දුර්ලභය.
Flowmingo දත්ත · AI සම්මුඛ සාකච්ඡා කළ අපේක්ෂකයින් 86,638 · සමාගම් 2,574 · 2025 ජූලි සිට 2026 සැප්තැම්බර් දක්වා
- AI සම්මුඛ සාකච්ඡා කළ අපේක්ෂකයින්ගෙන් 0.3% කට බඳවා ගැනීමේ කණ්ඩායමෙන් ලිඛිත ප්රතිචාරයක් ලැබුණි (86,638 න් 258 ක්).
කණ්ඩායම් සටහන් වෙනත් තැනක තබා ගත හැක; Flowmingo තුළ, AI වාර්තාව සාමාන්යයෙන් ගොනුවේ ඇති එකම ලිඛිත ඇගයීමයි.
කාර්යබහුල දිනක පළමුවෙන්ම අත්හැරෙන දේ ලිඛිත හේතුවකි. ඒ නිසා පෝරමය ඉල්ලා සිටින්නේ එක් කුසලතාවකට එක් උපුටනයක් පමණි.
8. මගේ සම්මුඛ සාකච්ඡා ලකුණු පුවරුවේ AI ලකුණු ප්රමාණයක් මට විශ්වාස කළ හැකිද?
පුද්ගලයෙකු සමාලෝචනය කරන එක් ආදානයක් ලෙස එය භාවිතා කරන්න, සහ මුලින්ම එහි හේතු කියවන්න. පුහුණු නොකළ ප්රශ්නවලදී AI ලකුණු කිරීම තියුණු ලෙස පහත වැටිය හැක.
මෙම පිළිතුරෙහි අපට අවශ්යතාවක් ඇත, එබැවින් පහත සාක්ෂිවලට AI ට අගයක් නොදෙන කොටසද ඇතුළත් වේ.
2023 මූලික අධ්යයනයක දී, පුහුණු කළ ඇගයන්නන් 2 දෙනෙක් අයදුම්කරුවන්ගේ පිළිතුරු 7,017 ක් 1 සිට 5 දක්වා නැංගුරම් ලා ඇති පරිමාණයක ලකුණු කළහ. එම ප්රශ්නම මත පුහුණු කළ ආකෘතියක් ඔවුන්ගේ ලකුණු සමඟ සමීපව ගැලපුණි, 0 සිට 1 පරිමාණයක 0.75 කින්. එය කිසිදා නොදුටු ප්රශ්න ආකෘතිවලදී, එය 0.30 දක්වා පහත වැටුණි, දුර්වල ගැලපීමකි.
මෙයින් අදහස් වන්නේ AI ලකුණක් හොඳ වන්නේ එහි ප්රශ්න-විශේෂිත නිර්ණායකය තරමට පමණක් බවයි, එබැවින් අංකය විශ්වාස කිරීමට පෙර එහි හේතු කියවන්න. එම අධ්යයනයේ කතුවරුන් 5 න් 3 දෙනෙක් AI-සම්මුඛ සාකච්ඡා සැපයුම්කරු Modern Hire හි සේවය කළ බවද සලකන්න.
Flowmingo උපකාර කරන ආකාරය
Flowmingo හි AI සම්මුඛ සාකච්ඡාකරු ඔබ අනුමත කරන නිර්ණායක අනුව ලකුණු දෙයි. AI ඔබේ රැකියා විස්තරයෙන් ප්රශ්න සහ නිර්ණායක කෙටුම්පත් කරයි, ඔබ දෙකම සංස්කරණය කරයි. ඔබ එක් එක් අයදුම්කරුට තමන්ගේම වේලාවක කිරීමට සම්මුඛ සාකච්ඡාව යවයි.
ඔබට ආපසු ලැබෙන්නේ පටිගත කිරීම, පිටපත සහ ලිඛිත සාධාරණීකරණයක් සමඟ 0 සිට 10 දක්වා ලකුණු කළ එක් එක් නිර්ණායකයයි. බඳවා ගැනීමේ තීරණය ඔබ ගන්නවා.

Flowmingo හි පොදු නියැදි වාර්තාව: එක් එක් නිර්ණායකයට 0 සිට 10 දක්වා ලකුණක් සහ හේතුවක්, එබැවින් අනිවාර්යයෙන්ම තිබිය යුතු ඕනෑම අවම සීමාවක් එම පරිමාණයෙන් නියම කරන්න.
අපගේ දත්තවල, CV සහ සම්මුඛ සාකච්ඡාවද වඩාත් හොඳම කවුරුන්ද යන්න ගැන එකඟ නොවේ.
Flowmingo දත්ත · අපේක්ෂකයින් 34,114 · සමාගම් 379 · 2025 ජූලි සිට 2026 සැප්තැම්බර් දක්වා
- පැහැදිලි ඉහළම සම්මුඛ සාකච්ඡා ලකුණක් ඇති ව්යාපෘති 532 න් 19.2% ක් එම අපේක්ෂකයාට ඉහළම CV ලකුණද ලබා දුන්හ.
- සම්මුඛ සාකච්ඡාවේදී 8 හෝ ඊට වැඩි ලකුණු ලබාගත් අපේක්ෂකයින් 3,684 න් (2,022) 54.9% ක් ඉහළම 20% CV කෙටි ලැයිස්තුවකින් ඉවත් කරනු ලැබ තිබෙන්නට ඉඩ තිබුණි.
දෙකම Flowmingo AI ලකුණු මිස රැකියා කාර්යසාධනය නොවේ, සහ සම්මුඛ සාකච්ඡා කරන්නන් තෝරාගත් කණ්ඩායමකි. දත්ත පෙන්වන්නේ එම ශ්රේණිගත කිරීම් 2 වෙනස් බවයි, කුමක් නිවැරදිද යන්න නොවේ.
සරලව කියනවා නම්, එම ව්යාපෘති 5කින් 4ක පමණ, සම්මුඛ පරීක්ෂණයේ ඉහළම ලකුණු ලබාගත් අයට ඉහළම CV ලකුණු ද ලැබී තිබුණේ නැත. එබැවින් CV ලකුණු එහි ගෙනයාමට ඉඩ නොදී, සම්මුඛ පරීක්ෂණය වෙනම ලකුණු කරන්න.
9. ප්රතික්ෂේප වූ අපේක්ෂකයෙක් පැමිණිල්ලක් කළොත් මගේ ලකුණු පත්රිකා මට ආරක්ෂාවක් වේවිද?
ඔවුන් රැකියාවට අදාළ සාක්ෂි ලකුණු කරන්නේ නම් සහ ඔබ ඒවා තබා ගන්නේ නම්, ඒවා උපකාරී වේ. සාධාරණ අර්ථකථනයකට අනුව, එක්සත් ජනපද ෆෙඩරල් නීති රීති අනුව ලකුණු පත්රිකා අවම වශයෙන් වසර 1ක් තබා ගත යුතු අතර, කැලිෆෝනියාවේ නීති රීති අනුව වසර 4ක් තබා ගත යුතුය.
සම්මුඛ පරීක්ෂණය කාටවත් මතක නැති මාස ගණනකට පසුව පැමිණිල්ලක් ලැබිය හැකිය. එක් එක් කුසලතාව සඳහා උද්ධෘතයක් සහිත සම්මුඛ පරීක්ෂණ ලකුණු පත්රිකාවක් මගින් ඔබ ඇගයූ දේ සහ එය ඇගයූ හේතුව පෙන්නුම් කරයි.
එක්සත් ජනපද නීතියේ ලකුණු පත්රිකා ගැන නම් කර නැත, නමුත් එය "බඳවා ගැනීමට සම්බන්ධ වෙනත් වාර්තා" ආවරණය කරයි. කෙනෙක් වෙනස්කම් කිරීමේ චෝදනාවක් ගොනු කළ පසු, නඩුව අවසන් වන තෙක් ඔබ අදාළ සියලු වාර්තා තබා ගත යුතුය. එයට එම රැකියාව සඳහා වෙනත් අපේක්ෂකයන්ගේ වාර්තා ද ඇතුළත් වන බැවින්, එක් චෝදනාවක් මුළු කට්ටලයම කැටි කරයි.
මෙම නීති රීති 2026 සැප්තැම්බර් වන විට බලපැවැත්වේ. මෙය සාරාංශයකි, නීතිමය උපදෙස් නොවේ.
| නීතිය | කොහේද | ඔබේ ලකුණු පත්රිකාවට එයින් අදහස් වන දේ |
|---|---|---|
| 29 CFR 1602.14 | එක්සත් ජනපදය | බඳවා ගැනීමේ වාර්තා වසර 1ක් තබා ගන්න, චෝදනාවකින් පසු වැඩි කලක් |
| 2 CCR 11013(c) | කැලිෆෝනියාව | ස්වයංක්රීය තීරණ දත්ත ඇතුළුව වාර්තා වසර 4ක් තබා ගන්න |
| ICO මාර්ගෝපදේශය | එක්සත් රාජධානිය | අපේක්ෂකයන්ට සම්මුඛ පරීක්ෂණ සටහන් ඉල්ලිය හැකිය; ඕනෑම තරග බිඳීමේ නීතියක් හෙළි කරන්න |
| TAFEP | සිංගප්පූරුව | ඇගයීම් පෝරමයක් භාවිත කර අවම වශයෙන් වසර 1ක් වාර්තා තබා ගන්න |
| 29 CFR 1630.11 (ADA) | එක්සත් ජනපදය | ආබාධයක් කථනයට බලපාන්නේ නම්, කථාව නොව කුසලතාව ලකුණු කරන්න, රැකියාවට කථනය අවශ්ය නම් මිස |
| AI පනත, 5(1)(f) වගන්තිය | EU, 2025 පෙබරවාරි 2 සිට | මුහුණු, ඉරියව් හෝ යතුරු ලියන රටාවෙන් අපේක්ෂකයන්ගේ හැඟීම් අනුමාන කරන AI තහනම් |
| AI පනත, III උපග්රන්ථය සහ 26 වගන්තිය | EU, 2027 දෙසැම්බර් 2 සිට | අධි අවදානම: මානව අධීක්ෂණය, මාස 6+ ක් ලොග් තබා ගැනීම, අපේක්ෂකයන්ට දැනුම් දීම |
| දේශීය නීතිය 144 | නිව් යෝක් නගරය | තනිව භාවිත කළ, අනෙක් සියල්ලට වඩා බර දෙන ලද හෝ මිනිසුන් අබිබවා යාමට භාවිත කළ AI ලකුණුවක්: අගතිය සහ දැනුම්දීම සඳහා වාර්ෂික විගණනයක් |
| AI වීඩියෝ සම්මුඛ පරීක්ෂණ පනත | ඉලිනෝයි | පළමුව දැනුම්දීම, පැහැදිලි කිරීම සහ අනුමැතිය; ඉල්ලීමකින් දින 30ක් ඇතුළත වීඩියෝ මකන්න |
ඒ නිසාම අච්චුවේ "ලකුණු නොකළ" පේළියක් ඇත. මුහුණු, ඉරියව් හෝ යතුරු ලියන රටාවෙන් අපේක්ෂකයන්ගේ හැඟීම් කියවන AI EU තහනම් කරයි, එක්සත් ජනපද ආබාධ නීතිය (ADA) කථනයට බලපාන ආබාධ සහිත අපේක්ෂකයන් ආරක්ෂා කරයි. එක්සත් රාජධානියේ, අපේක්ෂකයන්ට ඔබේ සටහන් ඉල්ලිය හැකිය, එබැවින් ඔවුන් ඒවා කියවන බව සිතා එක් එක් සාක්ෂි පේළිය ලියන්න.
ස්වයං-විගණනයක් සිදු කිරීමට, ඒකාකාර මාර්ගෝපදේශ තුළ ඇති 4/5 රීතිය සමඟ කණ්ඩායම අනුව සමත් වීමේ අනුපාත සසඳන්න. එක් කණ්ඩායමකින් 30% ක් සහ තවත් කණ්ඩායමකින් 50% ක් සමත් වන බව කියන්න: 30 බෙදීම 50 සමාන 0.6, එය 0.8ට වඩා අඩුය, එබැවින් සමීපව බලන්න.
2026 ජූනි මාසයේ අධිකරණ දෙපාර්තමේන්තුවේ මතයක් සහ 2026 ජූලි මාසයේ OPM නීතියක් ෆෙඩරල් ආයතන මාර්ගෝපදේශවලින් ඉවත් කරයි. කෙසේ වෙතත්, ඒවා ෆෙඩරල් නීති රීති තුළ පවතින බැවින්, මෙම පරීක්ෂාව ලාභදායී පුරුද්දක් ලෙස සලකන්න, නීතිමය සීමාවක් ලෙස නොවේ.
10. මේ සතියේ මගේ කණ්ඩායම සමඟ සම්මුඛ පරීක්ෂණ ලකුණු පත්රිකාවක් කොහොමද හඳුන්වා දෙන්නේ?
මෙම අනුපිළිවෙලින් එය ගොඩනඟන්න, සහ රැකියා අතර පමණක් එය වෙනස් කරන්න. පළමු අනුවාදය පරිපූර්ණ විය යුතු නැත, නමුත් එය සෑම අපේක්ෂකයෙකුටම සමාන විය යුතුය.
- එක් මෙහෙවර පේළියක් සහ ශ්රේණිගත ප්රතිඵල 3 සිට 8 දක්වා ලියන්න.
- ඒවා කුසලතා 5ක් බවට පත් කර අනිවාර්ය ඒවා සලකුණු කරන්න.
- අතීත හැසිරීම් ප්රශ්න 2ක් සහ එක් එක් කුසලතාවට 1, 3 සහ 5 සඳහා නිර්ණායක ලියන්න.
- සමාලෝචන රැස්වීමට පෙර සම්මුඛ පරීක්ෂකයන් 4ක් දක්වා තනිව ලකුණු දී ඉදිරිපත් කරන්න.
- එකතුව තීරණය කරන්නට ඉඩ දෙන්න, නමුත් ඕනෑම අනිවාර්යයක් 3ට පහළ නම් බඳවා ගැනීමක් නැත. සෑම අභිබවා යාමක්ම ලියා තබන්න.
ප්රායෝගිකව, එක් විවෘත තනතුරකින් පටන් ගන්න, එවිට ඔබේ කණ්ඩායම සැබෑ දෙයක් මත මෙම පුරුද්ද ඉගෙන ගනී. පළමු සම්මුඛ සාකච්ඡාවට පෙර, සැමට එකම ආදර්ශ පිළිතුර ලකුණු දී සසඳන්න.
ලකුණු 2ක් ලකුණු 1කට වඩා දුරස් වන්නේ නම්, ඒවා එකඟ වන තෙක් නිර්ණායකය නැවත ලියන්න. 8 වන කොටසේ අධ්යයනයේ පුහුණු ලබාගත් ඇගයුම්කරුවන් රැස්වීමක් කැඳවීමට භාවිත කළේ එම ලකුණු 1ක පරතරයයි.
යම් ප්රතිරෝධයක් අපේක්ෂා කරන්න. Kahneman ගේ හමුදා සම්මුඛ පරීක්ෂකයන් ද පිළිතුරු පටිගත කිරීමට පමණක් විරෝධය දැක්වූ අතර, ඔහුගේ විසඳුම වූයේ ඇස් වසා ලකුණු දීමයි, එය ඔවුන්ගේ විනිශ්චයට පෝරමයේ ස්ථානයක් ලබා දුන්නේය. ඔබේ සමස්ත හැඟීම පේළිය ඔබේ කණ්ඩායමට එය කරයි.
Flowmingo උපකාර වන ආකාරය
සෑම අයදුම්කරුවෙකුටම ඔවුන්ගේම වේලාවේ කිරීමට ව්යුහගත සම්මුඛ සාකච්ඡාවක් යැවීමට, එක් සම්මුඛ සාකච්ඡා ලකුණු පත්රිකාවකට අනුව පටිගත කර ලකුණු දීමට, Flowmingo උත්සාහ කරන්න.
11. මූලාශ්ර
ඉහත සෑම බාහිර සංඛ්යාවක්ම පහත මූලාශ්රවලින්, පෙනී සිටින අනුපිළිවෙලින් ලබාගෙන ඇත. Flowmingo හිම සංඛ්යා දත්ත කොටු තුළ, 2025 ජූලි සිට 2026 සැප්තැම්බර් දක්වා පිහිටා ඇත.
- 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.



