Az AI-kompetencia mára alapkövetelménnyé vált az amerikai munkaerőpiacon – legalábbis papíron. Egy friss felmérés szerint a szervezetek 95 százaléka beemelte az AI-jártasságot a felvételi kritériumok közé. A valóság azonban más: ugyanebből a körből 59 százalék nyilatkozott úgy, hogy rossz felvételeket is eszközölt. Ez nem pusztán toborzási hiba – ez egy szisztematikus értékelési kudarc.
A jelenség hátterében az áll, hogy az AI-kompetencia definiálása és mérése még gyerekcipőben jár. A legtöbb szervezet elvárja, de nem tudja pontosan meghatározni, mit jelent a gyakorlatban. Az önéletrajzokban szereplő „AI-tapasztalat" és a valódi, munkakörhöz illeszkedő alkalmazási készség között óriási lehet a különbség. Ehhez jön, hogy a strukturált interjúk és az értékelőközpontok ritkán mérnek AI-specifikus gondolkodást vagy adaptációs képességet.
HR-szempontból itt az ideje, hogy a toborzási folyamatok lépést tartsanak az elvárásokkal. Ez konkrétan azt jelenti: a kompetenciakereteket újra kell definiálni, az értékelési eszközöket frissíteni, és reális képet kell alkotni arról, milyen AI-tudást igényel valójában az adott munkakör. Az elvárás és a mérési képesség közötti rés addig fog rossz felvételeket termelni, amíg a HR nem zárja be szisztematikusan.
