भर्ती में कृत्रिम बुद्धिमत्ता (AI) का तात्पर्य नौकरी भर्ती प्रक्रिया के विभिन्न चरणों को स्वचालित और बेहतर बनाने के लिए AI प्रौद्योगिकियों, जैसे मशीन लर्निंग और बड़े भाषा मॉडल के अनुप्रयोग से है। ये प्रौद्योगिकियां संगठनों को डेटा-संचालित तरीकों का उपयोग करके आवेदकों की भर्ती, स्क्रीनिंग और सफलता की भविष्यवाणी करने में सक्षम बनाती हैं। समर्थकों का तर्क है कि AI मानवीय पूर्वाग्रह को कम करता है, योग्य उम्मीदवारों की पहचान करने में मदद करता है, और मानव संसाधन (HR) पेशेवरों को अधिक रणनीतिक कार्यों के लिए मुक्त करता है। हालांकि, आलोचक चेतावनी देते हैं कि AI मौजूदा असमानताओं को बनाए रख सकता है और मानवीय नौकरियों को विस्थापित कर सकता है, जबकि नैतिक बहस एल्गोरिदमिक पारदर्शिता, जवाबदेही, और भर्ती के दौरान निष्पक्ष और निष्पक्ष निर्णय लेने को सुनिश्चित करने के लिए निरंतर निगरानी की आवश्यकता पर केंद्रित है।
भर्ती में AI को अपनाना तेजी से बढ़ा है। 2022 में, सोसाइटी फॉर ह्यूमन रिसोर्स मैनेजमेंट (SHRM) के शोध में पाया गया कि लगभग 25% संगठनों ने मानव संसाधन गतिविधियों, जिसमें भर्ती शामिल है, के लिए स्वचालन या AI का उपयोग किया। उपयोग कंपनी के आकार से संबंधित था: 100 से कम कर्मचारियों वाले 16% नियोक्ताओं ने AI का उपयोग किया, जबकि 5,000 या अधिक कर्मचारियों वाले 42% ने ऐसा किया। उपयोगकर्ताओं में, दो-तिहाई से अधिक HR पेशेवरों ने बताया कि AI ने पदों को भरने के समय में सुधार किया, जिसमें 53% ने कहा कि यह कुछ हद तक बेहतर था और 16% ने कहा कि यह बहुत बेहतर था। 2024 तक, अनुमानित 35%–45% कंपनियां भर्ती में AI का उपयोग कर रही थीं, और 2025 के विश्व आर्थिक मंच के आंकड़ों ने संकेत दिया कि लगभग 90% कंपनियों ने भर्ती में AI उपकरणों का उपयोग किया।
भर्ती और लक्षित विज्ञापन
AI भर्ती में नौकरी के विज्ञापन उत्पन्न करके और उन्हें संभावित आवेदकों को लक्षित करके सहायता करता है जो किसी पद के लिए उपयुक्त हो सकते हैं। यह अक्सर सोशल मीडिया विज्ञापन उपकरणों का लाभ उठाता है जो AI पर निर्भर करते हैं। उदाहरण के लिए, फेसबुक (अब मेटा) विज्ञापनदाताओं को जनसांख्यिकी, स्थान, रुचियों, व्यवहार और कनेक्शन के आधार पर विज्ञापनों को लक्षित करने की अनुमति देता है। कंपनियां "लुक-अलाइक" दर्शकों का भी उपयोग कर सकती हैं, जहां वे एक डेटा सेट प्रदान करते हैं - आमतौर पर उनके वर्तमान कर्मचारी - और फेसबुक विज्ञापन को उस डेटा सेट के समान प्रोफाइल पर लक्षित करता है। फेसबुक द्वारा कमीशन किए गए 2018 के एक अध्ययन में पाया गया कि चार में से एक अमेरिकी वयस्क ने प्लेटफॉर्म का उपयोग करके नौकरी खोजी या पाई थी।
इंडीड, ग्लासडोर और ज़िपरिक्रूटर जैसी नौकरी साइटें भी वांछित विशेषताओं वाले आवेदकों को नौकरी सूचियों को लक्षित करती हैं। लक्षित विज्ञापन दक्षता प्रदान करता है और एक विशिष्ट दर्शकों तक पहुंचने में मदद करता है, लेकिन यह इस बारे में चिंता पैदा करता है कि नौकरी के अवसर कौन देखता है। अधिकांश लक्षित करने वाले एल्गोरिदम मालिकाना हैं, और जबकि फेसबुक और गूगल जैसे प्लेटफॉर्म उपयोगकर्ताओं को यह देखने देते हैं कि विज्ञापन क्यों दिखाया गया था, गैर-प्राप्तकर्ता कभी भी विज्ञापन के अस्तित्व या उन्हें बाहर क्यों किया गया, यह नहीं जान सकते। 2018 में, अमेरिकन सिविल लिबर्टीज यूनियन ने समान रोजगार अवसर आयोग के साथ एक शिकायत दर्ज की, जिसमें आरोप लगाया गया कि फेसबुक ने लिंग-पक्षपाती नौकरी विज्ञापनों की अनुमति दी, जो संघीय और राज्य भेदभाव कानूनों का उल्लंघन करता है। 2019 में, फेसबुक ने रोजगार से संबंधित विज्ञापन श्रेणियों के लिए लिंग, आयु और ज़िप कोड के आधार पर स्पष्ट लक्षित करने को अक्षम कर दिया।
स्क्रीनिंग और आवेदक मूल्यांकन
स्क्रीनर AI-संचालित परीक्षण हैं जो कंपनियों को वांछनीय विशेषताओं वाले उम्मीदवारों की पहचान करने के लिए बड़े आवेदक पूल को छानने में मदद करते हैं। स्क्रीनिंग में उपयोग किए जाने वाले कारक नैतिकतावादियों और नागरिक अधिकार कार्यकर्ताओं के लिए चिंता का विषय हैं। यदि एक स्क्रीनर को मुख्य रूप से श्वेत और पुरुष कार्यबल के डेटा पर प्रशिक्षित किया जाता है, तो यह अनजाने में समान आवेदकों का पक्ष ले सकता है, जिससे असमानताएं बनी रहती हैं। इसके विपरीत, AI में मानवीय पूर्वाग्रहों को कम करने की क्षमता है, जैसे कि अफ्रीकी अमेरिकी-ध्वनि वाले नामों वाले आवेदकों के खिलाफ पूर्वाग्रह, जो कई अध्ययनों में प्रलेखित किए गए हैं।
एक उल्लेखनीय उदाहरण अमेज़न का रिज्यूमे-स्कैनिंग उपकरण है, जिसका उपयोग 2014 से 2018 तक किया गया था। पहले से भर्ती किए गए उम्मीदवारों की साख पर प्रशिक्षित, उपकरण ने व्यवस्थित रूप से महिला उम्मीदवारों के रिज्यूमे को कम दर्जा दिया, जिससे अमेज़न के इंजीनियरों ने पूर्वाग्रह की खोज की और अंततः परियोजना को रद्द कर दिया। 2022 में SHRM शोध के अनुसार, विक्रेताओं से AI भर्ती उपकरणों का उपयोग करने वाले केवल पांच में से दो नियोक्ताओं ने कहा कि विक्रेता पूर्वाग्रह से बचाने के लिए उठाए गए कदमों के बारे में "बहुत पारदर्शी" था। इसके अलावा, AI उपकरण अपने स्वयं के पूर्वाग्रह बना सकते हैं: प्रिंसटन विश्वविद्यालय और शिकागो विश्वविद्यालय के 2026 के एक अध्ययन में पाया गया कि AI उपकरणों ने तटस्थ डेटा पर प्रशिक्षित होने पर भी भर्ती कार्यों के दौरान समूह-आधारित पूर्वाग्रह विकसित किए, और वे समान कार्य करने वाले मनुष्यों की तुलना में नए पूर्वाग्रह बनाने की अधिक संभावना रखते थे।
साक्षात्कार और चैटबॉट
चैटबॉट भर्ती में पहले AI अनुप्रयोगों में से थे। साक्षात्कारकर्ता सवालों के जवाब देने के लिए चैटबॉट के साथ बातचीत करते हैं, और AI उनके उत्तरों का विश्लेषण करता है। अतुल्यकालिक वीडियो साक्षात्कार (AVI) एक और तरीका है, जहां नियोक्ता इलेक्ट्रॉनिक रूप से पाठ-आधारित प्रश्न भेजते हैं और उम्मीदवार वेबकैम के माध्यम से उत्तर रिकॉर्ड करते हैं। हायरव्यू, एक प्रमुख विक्रेता, ने रिकॉर्ड किए गए वीडियो साक्षात्कार के दौरान साक्षात्कारकर्ताओं के उत्तरों और हाव-भाव का विश्लेषण करने वाली तकनीक विकसित की है। हायरव्यू की सेवा का उपयोग करके 700 से अधिक कंपनियों द्वारा 12 मिलियन से अधिक साक्षात्कारकर्ताओं की स्क्रीनिंग की गई है।
नैतिक और कानूनी विवाद
भर्ती में AI लाभ प्रदान करता है लेकिन चुनौतियां भी पैदा करता है। पूर्वाग्रह अनजाने में प्रशिक्षण डेटा में शामिल हो सकते हैं, जो अक्सर मौजूदा कर्मचारियों से प्राप्त होते हैं, जिससे अधिक समरूप कार्यबल बनते हैं। फेसबुक विज्ञापन उदाहरण दिखाता है कि कैसे प्लेटफार्मों ने व्यापार मालिकों को वांछित कर्मचारी विशेषताओं को निर्दिष्ट करने की अनुमति दी, संभावित रूप से संरक्षित समूहों को बाहर कर दिया। ऐसी प्रथाओं ने नियामक जांच और सार्वजनिक प्रतिक्रिया आकर्षित की है।
एल्गोरिदमिक पारदर्शिता एक प्रमुख मुद्दा है: कई AI भर्ती उपकरण मालिकाना हैं, जिससे उम्मीदवारों और नियामकों के लिए यह समझना मुश्किल हो जाता है कि निर्णय कैसे किए जाते हैं। जवाबदेही भी अस्पष्ट है जब AI सिस्टम त्रुटियां करते हैं या पूर्वाग्रह प्रदर्शित करते हैं। विशेषज्ञ निरंतर निगरानी, ऑडिट और निष्पक्ष AI प्रथाओं के विकास का आह्वान करते हैं, जिसमें असमान प्रभाव के लिए नियमित परीक्षण और व्याख्यात्मक AI तकनीकों का उपयोग शामिल है।
भविष्य की दिशाएं और विनियमन
जैसे-जैसे भर्ती में AI को अपनाना बढ़ता है, विनियमन की मांग भी बढ़ती है। यूरोपीय संघ का कृत्रिम बुद्धिमत्ता अधिनियम, 2021 में प्रस्तावित और 2026 तक पूरी तरह से लागू होने की उम्मीद है, रोजगार में उपयोग किए जाने वाले AI को उच्च-जोखिम के रूप में वर्गीकृत करता है, जिसके लिए पारदर्शिता, डेटा शासन और मानवीय निगरानी के सख्त अनुपालन की आवश्यकता होती है। संयुक्त राज्य अमेरिका में, समान रोजगार अवसर आयोग ने नागरिक अधिकार अधिनियम के शीर्षक VII के तहत AI और एल्गोरिदमिक निष्पक्षता पर मार्गदर्शन जारी किया है। कुछ स्थानीय कानून, जैसे न्यूयॉर्क शहर का स्थानीय कानून 144 (2023 से प्रभावी), स्वचालित रोजगार निर्णय उपकरणों के लिए पूर्वाग्रह ऑडिट अनिवार्य करते हैं।
भविष्य के विकास में व्यक्तिगत उम्मीदवार मूल्यांकन के लिए अधिक परिष्कृत गहन शिक्षण मॉडल और जनरेटिव AI शामिल हो सकते हैं, लेकिन ये नए नैतिक प्रश्न भी उठाते हैं। माइकल जॉर्डन और अनिमा आनंदकुमार जैसे शोधकर्ताओं ने मजबूत और निष्पक्ष मशीन लर्निंग के महत्व पर जोर दिया है, जबकि स्टैनफोर्ड एआई लैब और एमआईटी सीएसएआईएल जैसे संगठन एल्गोरिदमिक पूर्वाग्रह का अध्ययन करना जारी रखते हैं। चुनौती AI की दक्षता का उपयोग करते हुए न्यायसंगत भर्ती परिणाम सुनिश्चित करने की बनी हुई है।
निष्कर्ष
भर्ती में कृत्रिम बुद्धिमत्ता एक परिवर्तनकारी लेकिन विवादास्पद क्षेत्र है। यह भर्ती, स्क्रीनिंग और साक्षात्कार में महत्वपूर्ण दक्षता प्रदान करता है, लेकिन मानवीय पूर्वाग्रहों को दोहराने या बढ़ाने की इसकी क्षमता सावधानीपूर्वक डिजाइन, पारदर्शिता और विनियमन की मांग करती है। 2025 तक, अपनाना व्यापक है, फिर भी नैतिक और कानूनी ढांचे अभी भी विकसित हो रहे हैं। चल रहे शोध और नीति प्रयासों का उद्देश्य नवाचार को निष्पक्षता के साथ संतुलित करना है, यह सुनिश्चित करना कि AI समावेशी भर्ती के लिए एक उपकरण के रूप में कार्य करे, न कि एक बाधा के रूप में।