Tekoälypisteytys vertaa jokaista hakemusta tehtävän vaatimuksiin ja tuottaa sopivuuspisteen sekä selityksen. Sitä kannattaa käyttää arvioinnin priorisointiin, ei ihmisten automaattiseen hylkäämiseen.
Miten tekoälypisteytys toimii
Useimmat järjestelmät noudattavat samaa kaavaa:
- Kerää tiedot: ansioluettelo/CV, hakemuksen vastaukset, esikarsintakysymykset, portfoliolinkit
- Poimi jäsennelty data: taidot, työkokemuksen vuodet, työkalut, sertifikaatit, sijainnit, työluvat
- Vertaa tehtävän kriteereihin: välttämättömät vs. toivotut vaatimukset, senioriteetti ja alan sopivuus
- Pisteytä ja selitä: tuota pistemäärä (usein asteikolla 0–100) ja sen perustelu
- Järjestä ja vertaile: aseta hakijat lajiteltuun lyhyeen listaan ihmisen arvioitavaksi
Parhaat pisteytysjärjestelmät ovat tarkastettavissa (näet, mikä pisteytykseen vaikutti) ja säädettävissä (voit muuttaa kriteerejä ja painotuksia tehtäväkohtaisesti).
Mitä pisteytetään: käytännön arviointikriteeristö
1) Välttämättömät taidot (hyväksytty/hylätty)
Jos tehtävä vaatii tietyn sertifikaatin, kielen, turvallisuusselvityksen tai työnteko-oikeuden, käsittele sitä ensin hyväksytty/hylätty -periaatteella.
2) Tehtävän sopivuus (painotettu pistemäärä)
- Tulosten näyttö (mittarit, toteutetut projektit, vastuualue)
- Altistuminen alalle tai toimialalle (jos todella vaaditaan)
- Ydintyökalut ja -teknologiat tuotannossa
- Olennainen kokemus samasta tai läheisestä tehtävästä
3) Rajoitteet (selkeät suodattimet)
- Palkkatoive, aloituspäivä, käytettävyys
- Työlupa- ja sponsorointirajoitteet
- Sijaintivaatimukset (etätyö / hybridi / paikan päällä)
4) Esikarsintakysymysten vastaukset
Muunna kyselyn vastaukset jäsennellyiksi tiedoiksi. Näin pisteytys on johdonmukaisempaa kuin pelkkien ansioluetteloiden varassa.
Hyödyt, kun sitä käytetään oikein
- Yhteinen käsitys: rekrytoivat esimiehet tarkastelevat lyhyttä listaa yhteisin odotuksin
- Selitettävyys: näkyvissä on, miksi tämä hakija on korkeammalla
- Johdonmukaisuus: kaikki arvioivat samoja kriteerejä joka kerta
- Nopeus: pääset nopeammin tilanteesta, jossa hakemuksia on liikaa, järjestettyyn lyhyeen listaan
Yleisimmät virheet, joita kannattaa välttää
Pisteytys välillisten signaalien perusteella: Älä painota liikaa yrityksen mainetta, koulun nimeä tai epämääräisiä tittelivastaavuuksia. Suosi näyttöön perustuvia kriteerejä.
Perustelun piilottaminen: Pistemäärää, jota ei voi selittää, ei luoteta. Näytä, mikä järjestykseen vaikutti ja mitkä kriteerit täyttyivät tai jäivät täyttymättä.
Tekoälyn käsittely lopullisena päätöksenä: Tekoälypisteytys on päätöksenteon tuki. Käytä sitä arvioinnin priorisointiin, älä ihmisharkinnan korvaajana.
Miten Canvider sopii kuvaan
Canvider auttaa rekrytoijia toimimaan nopeammin ja pitää päätökset tarkastettavina:
- AI Score: pisteytä ja järjestä hakijat työn vaatimusten mukaan
- CriteriaMatch: tarkista omat vaatimukset (työluvat, kielet, taidot) selityksineen
- DecisionHelper: vertaile hakijoita rinnakkain perusteluineen
Mitä tutkimukset sanovat nimien ja henkilötietojen piilottamisesta esikarsinnassa, selviää artikkelista anonyymi rekrytointi.
Ota Canvider käyttöön ja pisteytä ja järjestä hakijat rekrytointiputkessasi.