इंटरव्यूज़ में ChatGPT के साथ धोखा करना कितना कठिन है, इसका परीक्षण
कई engineers और hiring managers अब इस बात से जूझ रहे हैं कि उम्मीदवार ChatGPT और समान टूल्स का उपयोग करके technical interviews, खासकर LeetCode-style coding tests, कितनी आसानी से पास कर सकते हैं। मतभेद इस बात पर है कि क्या बिना बताए LLM का उपयोग “closed book” सेटिंग में धोखाधड़ी है, या फिर इंटरव्यू को वास्तविक काम जैसा होना चाहिए, जहाँ Google, Stack Overflow, और AI assistants सामान्य टूल्स हैं। एक बार-बार उभरता विषय यह है कि कंपनियों को इंटरव्यूज़ को फिर से डिज़ाइन करना होगा—reasoning, code review, और real-world tasks पर अधिक ध्यान देकर, और या तो AI उपयोग की स्पष्ट अनुमति देकर उसका अवलोकन करना होगा या ऐसे प्रश्न बनाने होंगे जो उस समझ को परखें जिसे LLM भरोसेमंद रूप से नहीं दे सकता।
इंटरव्यूज़ में टूल्स (ChatGPT, Google, Stack Overflow) की भूमिका
- कई लोगों का तर्क है कि इंटरव्यूज़ को वास्तविक काम जैसा होना चाहिए, जहाँ जानकारी खोजना और LLMs का उपयोग करना सामान्य है।
- अन्य लोग कहते हैं कि इंटरव्यू जानबूझकर सीमित “परीक्षाएँ” होते हैं ताकि बुनियादी क्षमता मापी जा सके, न कि टूल्स को क्वेरी करने की क्षमता।
- कुछ कंपनियाँ Google/LLMs के उपयोग की स्पष्ट अनुमति देती हैं और यह देखती हैं कि उम्मीदवार उनका उपयोग कैसे करते हैं; अन्य किसी भी बिना बताए टूल-उपयोग को धोखाधड़ी मानती हैं।
- एक बार-बार आने वाला सुझाव: अगर कोई टूल आपके प्रश्न को आसानी से हल कर सकता है, तो प्रश्न मूल्यांकन के लिए ठीक से डिज़ाइन नहीं किया गया है।
ओपन-बुक बनाम क्लोज़्ड-बुक अपेक्षाएँ और ईमानदारी
- कई टिप्पणीकार “ओपन बुक” इंटरव्यूज़ के पक्ष में हैं: उम्मीदवार docs, web search, यहाँ तक कि LLMs भी इस्तेमाल कर सकते हैं, लेकिन यह स्पष्ट होना चाहिए।
- इस बात पर ज़ोर दिया जाता है कि यदि इंटरव्यू को क्लोज़्ड-बुक के रूप में प्रस्तुत किया गया है, तो छिपकर ChatGPT का उपयोग करना बेईमानी माना जाता है, चाहे क्षमता कुछ भी हो।
- कुछ लोग इसे ज़रूरत से ज़्यादा नैतिकतावादी मानते हैं, उनका तर्क है कि खराब इंटरव्यू प्रक्रियाएँ “gaming” को प्रोत्साहित करती हैं और अच्छे प्रदर्शन करने वाले लोग भी टूल्स का सहारा ले सकते हैं।
- अन्य लोग ज़ोर देते हैं कि इंटरव्यू में झूठ बोलने की इच्छा स्वयं भरोसेमंदी के बारे में अयोग्य ठहराने वाला संकेत है।
LLM‑प्रतिरोधी या LLM‑सचेत इंटरव्यू डिज़ाइन करना
- LLM‑प्रतिरोधी कार्यों के सुझाव:
- कस्टम DS&A प्रश्न जो ऑनलाइन मौजूद न हों।
- गैर-तुच्छ, संभवतः बग्गी कोड को debug करना या संशोधित करना (जिसमें LLM‑जनित code भी शामिल हो)।
- किसी मौजूदा codebase में यथार्थवादी कार्य, फिर trade‑offs और design पर चर्चा।
- ऐसे प्रश्न जिनका “ट्रिक” छोटे विवरणों में हो, जिन्हें LLMs अक्सर नज़रअंदाज़ कर देते हैं।
- विपरीत दृष्टिकोण: LLMs से लड़ने के बजाय, उन्हें स्पष्ट रूप से शामिल करें और यह मूल्यांकन करें कि उम्मीदवार model output को कैसे prompt, critique, और correct करते हैं।
Leetcode, fundamentals, और इंटरव्यूज़ को क्या मापना चाहिए
- कुछ लोगों का मानना है कि DS&A / Big‑O प्रश्न, अगर उचित तरीके से लिए जाएँ, तो “बिलकुल code नहीं कर सकते” लोगों के खिलाफ अभी भी सबसे अच्छा mass-filter हैं।
- अन्य लोग इसे अनुभवी engineers के लिए अपमानजनक और सामान्य CRUD‑style काम से काफी असंबंधित मानते हैं।
- कई लोग मिश्रण का सुझाव देते हैं: बुनियादी coding checks के साथ design, code review, और “shop talk” ताकि depth, reasoning, और अनुभव की जाँच हो सके।
Remote बनाम in-person और cheating detection
- interviewers remote interviews में धोखाधड़ी के स्पष्ट संकेत रिपोर्ट करते हैं (बोलने का tone, screen reflections, “select all”, अजीब pauses), लेकिन selection bias भी स्वीकार करते हैं: सूक्ष्म cheaters पकड़ में नहीं आते।
- कुछ लोग इस प्रतिक्रिया के रूप में अधिक in-person या कड़ी निगरानी वाले (screen-shared, single-monitor, recorded) sessions की उम्मीद करते हैं।
- इस बात को लेकर संदेह है कि यह arms race टिकाऊ है; अन्य लोग इसे अपरिहार्य मानते हैं।