शुरुआती भर्ती फ़नल अब दोनों सिरों से टूट रहा है
टेक हायरिंग की स्थिति (AI से पहले और बाद में)
- कई लोगों का तर्क है कि AI से बहुत पहले ही भर्ती टूट चुकी थी: इंटरव्यू से कम संकेत मिलते थे, वाइब्स, साख, और लोगो की प्रतिष्ठा पर बहुत ज़्यादा निर्भरता थी।
- दूसरों का कहना है कि AI ने नई समस्याएँ उतनी नहीं पैदा कीं जितना उन्हें बढ़ाया और यह दिखाया कि खराब प्रथाएँ हमेशा से कितनी बुरी थीं।
- हाई-परफ़ॉर्मर फ़िट को संदर्भ-निर्भर माना जाता है (बड़ी कंपनी बनाम स्टार्टअप, कंपनी के विकास का चरण)।
AI, रिज़्यूमे, और हथियारों की दौड़
- AI-जनित रिज़्यूमे और कवर लेटर ने “पॉलिश फ़्लोर” बढ़ा दिया है, जबकि अयोग्य उम्मीदवारों के लिए बिल्कुल सही-साउंड करना आसान बना दिया है।
- रिक्रूटर्स सैकड़ों से लेकर हज़ारों रिज़्यूमे की भारी मात्रा की रिपोर्ट कर रहे हैं, जिनमें लगभग समान, जॉब-स्पेक से मिलते-जुलते कंटेंट होते हैं, जो अक्सर LinkedIn से मेल नहीं खाते।
- कुछ लोग कहते हैं कि पहले AI फ़िल्टर आए, जिससे उम्मीदवारों को उन्हें पार करने के लिए AI इस्तेमाल करना पड़ा; दूसरे लोग इस बात से असहमत हैं कि अभी तक ऑटोमेटेड रिजेक्शन इतने व्यापक हैं।
- चिंता है कि proof-of-work बाधाएँ बढ़ेंगी, जिससे cold applications लगभग बेकार हो जाएँगी और हायरिंग वापस referrals और in-person संपर्क की ओर धकेली जाएगी।
फ़िल्टरिंग, सिग्नल, और इंटरव्यू
- Leetcode / timed tests की व्यापक रूप से आलोचना होती है क्योंकि वे कमज़ोर सिग्नल देते हैं और अब आसानी से धोखा दिए जा सकते हैं, जिससे grinder और cheater लोग चुने जाते हैं।
- कई लोग सोचते हैं कि शुरुआती फ़नल सिग्नल (CV, cover letter) लगभग शून्य मूल्य के हैं; live work samples, existing code को debug करना, या छोटे tech screens बेहतर सिग्नल देते हैं।
- trial periods और apprenticeships की सराहना की जाती है, लेकिन उन्हें scale करना मुश्किल और उम्मीदवारों के लिए जोखिम भरा माना जाता है, खासकर उन लोगों के लिए जो स्थिर नौकरियाँ छोड़ रहे हैं।
- इस बात पर असहमति है कि in-person interviews लागत के लायक हैं या नहीं; कुछ लोग इन्हें ज़रूरी friction मानते हैं, अन्य इन्हें applicant-repellent मानते हैं।
Referrals, Networking, और Nepotism
- इस बात पर मज़बूत सहमति है कि referrals अभी सबसे उच्च-सिग्नल स्रोत हैं; कुछ संगठनों में internal data कथित तौर पर बहुत बेहतर परिणामों की पुष्टि करता है।
- चिंता है कि referrals पर ज़रूरत से ज़्यादा निर्भरता “old boys’ clubs” और पूर्वाग्रहों को मज़बूत करती है, लेकिन कई लोग AI spam के तहत कोई बेहतर scalable विकल्प नहीं देखते।
उम्मीदवार अनुभव और शक्ति असंतुलन
- उम्मीदवार अमानवीय funnels का वर्णन करते हैं: ghost jobs, one-way video interviews, AI “interview bots,” कोई feedback नहीं, और लंबे processes।
- कुछ प्रतिभाशाली लोग कहते हैं कि वे बाज़ार से बाहर निकल रहे हैं या व्यवसाय शुरू कर रहे हैं, बजाय इसके कि इस प्रक्रिया को झेलें।
- कई commenters कहते हैं कि वे अब कंपनियों का मूल्यांकन इस बात से करते हैं कि हायरिंग के दौरान वे कितना पारस्परिक प्रयास और सम्मान दिखाते हैं।
प्रस्तावित समाधान और खुले प्रश्न
- विचार: अधिक in-person interviews, कंपनी के code पर छोटे realistic tasks, छोटे manual tech screens, स्पष्ट timelines और guaranteed responses, बेहतर HR–engineering सहयोग।
- अन्य लोग तर्क देते हैं कि कम अंतर्निहित सिग्नल और भारी scale के साथ, hiring एक noisy gamble बनी रहेगी; AI को अंततः समस्या और समाधान दोनों का हिस्सा बनना पड़ सकता है।