لاحظت قلقاً جديداً يدخل إلى محادثات المسيرة المهنية.
«جورج، هل ستجتاز سيرتي الذكاء الاصطناعي؟»
أتفهم السؤال. استخدام أدوات الفرز المدعومة بالذكاء الاصطناعي، والبحث الآلي عن المرشحين، ومطابقة المهارات أصبح واقعاً. لكن ما يضيع وسط الضجيج هو فهم واضح لما تفعله هذه الأنظمة فعلاً، وأين تؤثر، وأين تتم المبالغة في الخوف منها.
أنظمة تتبع المتقدمين ليست جديدة ـ وليست هي الذكاء الاصطناعي
أنظمة تتبع المتقدمين ATS موجودة منذ عقود بأشكال مختلفة. وظيفتها قراءة الطلبات وتخزينها وتنظيمها، ويمكنها تصفية المرشحين بناءً على الكلمات والمطابقة والحقول وقابلية قراءة التنسيق. لذلك كانت ملاءمة السيرة لهذه الأنظمة مهمة دائماً، بما في ذلك للوظائف العليا في قطر والخليج حيث تُستخدم بوابات التوظيف وقواعد بيانات شركات البحث.
الجديد هو أن بعض الأنظمة أضاف أدوات تصنيف ومطابقة مدعومة بالذكاء الاصطناعي، وبشكل منفصل بدأ مسؤولو التوظيف يستخدمون أدوات بحث ذكية لاكتشاف المرشحين على منصات مثل لينكدإن قبل أن تبدأ عملية تقديم رسمية.
وهذان شيئان مختلفان عن فكرة «الذكاء الاصطناعي يقرأ سيرتك ويقرر مصيرها». ولهما آثار مختلفة، ومن المهم الفصل بينهما.
على المستوى التنفيذي: ما الذي لا يزال مهماً في ATS؟
إذا كنت تتقدم عبر بوابة وظائف مؤسسة أو قاعدة بيانات لشركة بحث تنفيذي، فإن أساسيات التوافق مع ATS تظل مهمة حتى لو أضاف النظام خصائص ذكاء اصطناعي.
التنسيق النظيف مهم. السير المليئة بالجداول وصناديق النص والأعمدة المعقدة قد تُقرأ بشكل سيئ، فتنتقل المعلومات إلى الحقول الخطأ أو لا تُقرأ أصلاً. بنية واضحة وعناوين ثابتة وتنسيق قياسي تساعد على ضمان أن ما كتبته هو ما يصل إلى النظام.
تطابق المصطلحات مهم أيضاً. إذا كانت الوظيفة تطلب قيادة وظيفة معينة بينما تصف أنت التجربة بلغة مختلفة تماماً، فقد لا تربط أداة المطابقة بين الاثنين حتى لو كانت الخبرة ذات صلة مباشرة. هذا لا يعني حشو الكلمات المفتاحية؛ بل استخدام لغة يمكن التعرف عليها داخل سياق المجال والدور المستهدف.
لكن حتى أكثر الأنظمة تطوراً لا يستطيع أن يستبدل قدرة القارئ البشري على فهم وزن خبرتك وجودة حكمك والأهمية التجارية لما قُدته. قد تمر سيرة قابلة للقراءة تقنياً لكنها لا تقول شيئاً عن الأثر. ستنجح أمام النظام وتفشل أمام الإنسان.
البحث المدعوم بالذكاء الاصطناعي هو التحول الأهم للقيادات
بالنسبة لكثير من المهنيين أصحاب الخبرة، التغيير الأهم لا يحدث عندما يقدمون طلباً، بل قبل أن يقدموا أصلاً.
تتيح بعض منصات التوظيف لمسؤولي البحث استخدام ميزات مدعومة بالذكاء الاصطناعي للعثور على مرشحين قبل تقديمهم إلى وظيفة محددة. وتوضح LinkedIn في وثائق Recruiter الحالية أن ميزة AI Search تحول احتياجات التوظيف المكتوبة بلغة طبيعية إلى بحث منظم، بينما تتعامل Advanced AI Search مع مؤهلات أكثر تعقيداً وتعرض ملخصات لمدى ملاءمة المرشح.
هذا يثبت وجود قدرات بحث مدعومة بالذكاء الاصطناعي داخل منتج LinkedIn Recruiter، لكنه لا يثبت أن جميع المؤسسات أو شركات البحث التنفيذي في قطر أو الإمارات أو السعودية تستخدم الأدوات نفسها أو تتبع سير العمل نفسه. كما توضح LinkedIn أن هذه الميزات تساعد في البحث والتوصية ولا تتخذ قرار التوظيف نيابة عن المستخدم.
النتيجة العملية بسيطة: إذا كان ملفك على لينكدإن ضعيفاً أو غير متسق أو لم يُحدّث بجدية منذ سنوات، فقد تصبح غير مرئي لعمليات البحث التي كان يمكن أن تكتشفك. ليس لأن مسؤول توظيف قرأ ملفك ورفضه، بل لأن عملية الاكتشاف لم تصل إليك أساساً.
لماذا يضرك حشو الكلمات المفتاحية أكثر مما يفيدك؟
أرى استجابة متكررة للقلق من ATS والذكاء الاصطناعي: ملء السيرة ولينكدإن بأكبر عدد ممكن من الكلمات المفتاحية على أمل الحصول على «درجة مطابقة» أعلى.
هذا غالباً يرتد سلباً. عندما تصبح الكلمات غير طبيعية والجمل مكتوبة من أجل محرك البحث وتبدو الوثيقة كقائمة مهارات بدلاً من قصة قيادة، فإنها تُقرأ بشكل سيئ عند الإنسان الذي يفتحها بعد أن يرشحها النظام.
على المستوى التنفيذي، القراءة البشرية هي الحاسمة. ظهورك في النظام هو الخطوة الأولى لا الأخيرة. إذا تجاوز الملف عتبة المطابقة ثم فشل في بناء حجة مقنعة لقيادتك، لم تفدك عملية الاكتشاف.
الهدف هو الوضوح والأدلة الحقيقية بلغة يستخدمها الناس في مجالك بصورة طبيعية. هذا يخدم الأنظمة الحديثة والقارئ البشري معاً، بينما حشو الكلمات لا يفعل ذلك.
لا أحد يستطيع بصدق أن يضمن أنك «ستهزم ATS»
يجب قول هذا بوضوح: كن حذراً ممن يعدك بضمان اجتياز سيرتك لأي نظام ATS.
المؤسسات تستخدم منصات مختلفة، وتهيئها بطرق مختلفة، وتضع منطق تصنيف وخطوات مراجعة بشرية مختلفة. ما يعمل في نظام قد لا يعمل بالطريقة نفسها في آخر. لا توجد معادلة عالمية، ولا يستطيع ممارس جاد تدقيق نظام لا يملك وصولاً إليه.
ما يمكن التحكم فيه هو أن تكون السيرة نظيفة تقنياً، وأن تصف خبرتك بلغة واضحة وذات صلة، وأن يكون لينكدإن قوياً بما يكفي ليظهر ويحتفظ بانتباه القارئ. هذه عناصر ضمن سيطرتك. أما نتيجة خوارزمية بعينها فليست كذلك.
النقطة الأساسية لم تتغير
الذكاء الاصطناعي في التوظيف يضخم ديناميكية كانت موجودة أصلاً: الملفات الواضحة والمحددة والمدعومة بالأدلة تظهر وتُقرأ أفضل من الملفات العامة والغامضة. كان هذا صحيحاً قبل الذكاء الاصطناعي، وما زال صحيحاً الآن.
القائد الذي يملك ملفاً منظماً يوضح النطاق والإنجازات وأدلة القيادة، مع لغة متسقة بين السيرة ولينكدإن، يكون في وضع أقوى في بيئة توظيف مدعومة بالذكاء الاصطناعي. أما الملف الضعيف أو المتناقض أو المليء بالمسؤوليات فقط فيكون في وضع أسوأ.
الذكاء الاصطناعي لم يغير المشكلة الأساسية. لكنه جعل تجاهلها أصعب.
وهذا سبب جيد لمعالجتها.
الخلاصة العملية
- ATS موجود منذ زمن؛ الجديد الأكبر هو البحث الذكي عن المرشحين قبل التقديم.
- ملف لينكدإن الضعيف قد يمنع اكتشافك أصلاً.
- حشو الكلمات المفتاحية يضعف القراءة البشرية ولا يقدم ضماناً تقنياً.
- لا أحد يستطيع ضمان اجتياز نظام ATS محدد لا يملك الوصول إليه.
- الوضوح والأدلة والاتساق بين السيرة ولينكدإن تظل الأساس.
رؤى ذات صلة
راجع توافق السيرة التنفيذية مع أنظمة ATS، وتموضع القيادات على لينكدإن في قطر والخليج، ومواءمة السيرة التنفيذية مع لينكدإن.
مصادر وقراءة إضافية: توثق LinkedIn حالياً AI Search في Recruiter وAdvanced AI Search. وتوضح أن AI Search يحول احتياجات التوظيف المكتوبة بلغة طبيعية إلى بحث منظم، بينما يتعامل Advanced AI Search مع مؤهلات أكثر تعقيداً ويعرض ملخصات لمدى الملاءمة. هذه قدرات موثقة في منتج LinkedIn ولا تثبت أن كل جهة توظيف أو شركة بحث تنفيذي في الخليج تستخدم الأدوات أو سير العمل نفسه.
العودة إلى الرؤى ←