تفوّق البشر: كيف تتجاوز تقييمات المقابلات بجودة إجابات عالية باستخدام الذكاء الاصطناعي؟

في عالم تقييم المقابلات السلوكية باستخدام نماذج لغوية ضخمة (Large Language Models)، تبرز تحديات فريدة تتطلب تقييماً منظماً ومحاكاة واقعية لسلوك المحاورين. في دراسة حديثة، تم إجراء تجربتين محكومة لتقييم استخدام نُهج "سلسلة التفكير" (Chain of Thought) في تعزيز جودة إجابات المقابلات السلوكية.

تضمنت التجربة 50 زوجاً من أسئلة وأجوبة المقابلات، وأسفرت عن ثلاثة نتائج رئيسية.

أولاً، تم تقديم مقارنة كمية بين نهجي البشر في الدورة (Human-in-the-Loop) والتحسين الآلي للفكر. أظهرت النتائج تحسناً إيجابياً في تقييمات كل من النهجين. بفضل الأسلوب البشري، كانت هناك زيادة ملحوظة في الثقة، من متوسط 3.16 إلى 4.16، وتحسن في الأصالة من 2.94 إلى 4.53. الأهم من ذلك، أن الأسلوب البشري يتطلب خمس مرات أقل من التكرارات مقارنة بالأسلوب الآلي، مع إمكانية دمج التفاصيل الشخصية بالكامل.

ثانياً، تم تحليل سلوك التقارب بين الطرق. أظهرت البيانات أن كلاً من النهجين يتقارب بسرعة، حيث كان متوسط التكرارات أقل من واحد، وحقق الأسلوب البشري نسبة نجاح 100% مقارنة بـ 84% للنهج الآلي ضمن الإجابات الضعيفة.

ثالثاً، اقترح الباحثون آلية تحدٍ تعتمد على نموذج الانحياز السلبي، سُمّيت "رافع المستوى" (Bar Raiser)، لمحاكاة سلوك المحاورين الواقعي، على الرغم من أن التحقق الكمي لا يزال قيد التطوير.

من الواضح أن هذه النتائج تُظهر أهمية نماذج التفكير في تحسين تقييمات المقابلات، ولكن التأكيد على تحسينات متعلقة بالمجال وتحديد النهج المناسب وفقاً للسياق هو أمر ضروري لتحقيق نتائج تعليمية واقعية قيمة.