كيفية زيادة كفاءة التوظيف إلى أقصى حد باستخدام الذكاء الاصطناعي

واجه المؤسسات معضلة صعبة: فبينما تعددت وتنوعت أدوات الوصول إلى المرشحين، لا تزال القدرة على اتخاذ قرارات توظيف صائبة وبسرعة تبدو أمرًا بعيد المنال. تظل الأدوار مفتوحة لفترة أطول من اللازم وينسحب المرشحون المؤهلون في منتصف العملية. تستنزف أوجه القصور هذه طاقة مسؤولي التوظيف، وتضر بسمعة صاحب العمل، كما تزيد من التكاليف التشغيلية.

وفقاً لـ Kim Morick، الرائدة في مجال الموارد البشرية القائمة على الذكاء الاصطناعي في ®IBM Consulting، فإن أصحاب المواهب المتميزة لا يبقون في سوق العمل إلا لمدة 10 أيام في المتوسط. تتفاقم عواقب عملية التوظيف السيئة بسرعة، خاصةً بالنظر إلى وتيرة التغيير في بيئات العمل اليوم. 

وفقاً لاستطلاع شمل 750 مسؤولاً تنفيذياً أجراه معهد IBM لقيمة الأعمال، وجد أن 87% من قادة الأعمال يعتقدون أنه من أجل تحقيق الإمكانات الكاملة لمستقبل مدعوم بالذكاء الاصطناعي، يجب أن يكون لديهم الأشخاص المناسبون في الأدوار المناسبة.

وجدت Deloitte أن 93% من العاملين الذين شملهم استطلاع المؤسسة يعتقدون أن تجاوز الهيكل الوظيفي التقليدي أمر بالغ الأهمية للنجاح المؤسسي. في هذه اللحظة، قد تكون القدرة على التكيف بأهمية المهارات المكتسبة مسبقاً نفسها، كما تعد المرونة —سواء لمديري التوظيف أو لسلسلة الكفاءات— أمراً جوهرياً.

لا تقتصر استراتيجية التوظيف الفعالة على السرعة فقط. بل تتعلق بتقليل الجهد الضائع وتحسين جودة صناعة القرار على طول الطريق. “كفاءة التوظيف لا تعني تنفيذ نفس العملية بشكل أسرع،” يقول Rob Enright، القائد العالمي لاستقطاب المواهب في IBM Consulting. “يتعلق الأمر بإصدار أحكام أفضل بأدلة أوضح وضجيج أقل.” 

وتتجلى هذه الديناميكية بشكل خاص في مشهد توظيف دائم التوسع وكثيف المنصات. بينما مكنت التكنولوجيا الموظفين المحتملين من إغراق المؤسسات بالسير الذاتية عبر مختلف قنوات التوظيف، لجأت فرق التوظيف إلى نفس هذه التقنيات لمساعدتها في تصفية هذا الضجيج. لكن استخدام التكنولوجيا لغرض كفاءة التوظيف يجب أن يستند دائماً إلى معايير نجاح واضحة. ويؤكد Enright أن السر يكمن في "تصميم طبيعة العمل أولاً، ثم تطبيق التقنية."

وفقاً لـ Enright فإن المؤسسات تحقق أكبر قدر من القيمة من خلال التكنولوجيا عندما:

• تمتلك رؤية واضحة حول المتطلبات الحقيقية لكل دور وظيفي
• تضمن مشاركة مديري التوظيف ومسؤولي التوظيف في تصميم سير العمل، وليس فقط فرق التقنية
• تستخدم الذكاء الاصطناعي لدعم الحكم، وليس لاستبداله
• تختبر التكنولوجيا في سيناريوهات واقعية، لا نظرية
• تضمن الشفافية حول كيفية تقديم التوصيات
• تقوم بتقييم ما إذا كانت التكنولوجيا تقلل الجهد المبذول لكل من المديرين والمرشحين

إن تحسين كفاءة التوظيف يتطلب تعزيز عدة عمليات مترابطة، ولكن لا يمكن لأي إجراء منفرد أن يحل محل الوضوح. يقول Enright: "إن أهم ممارسة هي تحديد ما يهم حقاً في الوظيفة؛ فمعظم عدم الكفاءة ينبع من المبالغة في المتطلبات والبحث عن مرشحين "جاهزين تماماً" لا وجود لهم في الواقع."

ينبع عدم الكفاءة أيضًا من إرهاق فرق التوظيف. تتلقى العديد من الشركات عشرات الآلاف—أو حتى الملايين— من طلبات التقديم. بشكل متزايد، يساعد الذكاء الاصطناعي المؤسسات على تصفية الكم الهائل من البيانات، وتبسيط عمليات التوظيف، وتوليد رؤى قائمة على البيانات حول اتجاهات التوظيف.

تشمل الاستراتيجيات الأساسية لتحسين كفاءة التوظيف ما يلي:

يمكن لأنظمة تتبع المتقدمين الحديثة (ATS)، وأدوات الاستقطاب المدعومة بالذكاء الاصطناعي، ومنصات المقابلات المرئية أن تقلل بشكل كبير من الوقت المستغرق في المهام اليدوية. لكن التقنية تحقق قيمة عندما تُستخدم بشكل متعمد. إن تدقيق مجموعة التقنيات الحالية للمؤسسة يمكن أن يؤدي إلى تحسين الأداء، وذلك من خلال ضمان عدم اضطرار موظفي التوظيف لاستخدام أدوات ثقيلة وغير عملية، وعبر نشر أنظمة تتكامل بسلاسة مع سير العمل القائم.

بشكل متزايد، تعمل أدوات الذكاء الاصطناعي على تحسين عملية التوظيف من خلال فحص السير الذاتية، والبحث عن المرشحين، وتخصيص رسائل المتابعة، مما يتيح لمسؤولي التوظيف التركيز على المهام القائمة على بناء العلاقات. 

يمكن أن يكون من المفيد للمؤسسات رسم مخطط لعملياتها الحالية لتحديد مكامن ضياع الوقت أو الخطوات المكررة. على سبيل المثال، تجري العديد من المؤسسات جولات متعددة من المقابلات أو تتطلب طلبات توظيف طويلة، في حين أن إجراءات أقصر قد تؤدي إلى نتائج مماثلة. وهذا ينطبق أيضاً على مداولات فريق التوظيف، والتي غالباً ما تشارك فيها أطراف متعددة. يقول Enright: "ابنِ مسارات أبسط وأسرع لاتخاذ القرار مع تحديد مسؤولين واضحين لكل منها."

من خلال استخدام التدخلات التقنية مثل الذكاء الاصطناعي لتقييم مؤهلات المرشحين في مرحلة مبكرة من العملية، يمكن للمؤسسات تقليل الإجراءات التي تتطلب عمالة مكثفة، وتقليص الوقت المستغرق في عمليات الفرز الأولية.

الحدس وحده لا يصنع استراتيجية توظيف. تساعد المقابلات المهيكلة، والمعايير الموحدة، ونماذج التقييم محددة الأهداف الفرقَ على اتخاذ قرارات أكثر اتساقاً. مع مرور الوقت، يمكن لمتابعة أيّ من التعيينات الجديدة تحقق نجاحاً أن تساعد المؤسسات على تحسين وتطوير عملياتها. باستخدام أدوات التحليل المدعومة بالذكاء الاصطناعي، يمكن للشركات استخلاص رؤى دقيقة حول اتجاهات التوظيف وتحديد المعايير التي تتنبأ بالنجاح في أدوار وظيفية محددة. 

يُعد ضعف التواصل—على المستويين الداخلي والخارجي—أحد الأسباب الرئيسية وراء تأخر عمليات التوظيف. قم بإرساء عمليات استقطاب واضحة عند بداية كل عملية بحث، وحدد الأدوار والمسؤوليات بين جميع الأطراف المعنية. احرص على موافاة المرشحين بتحديثات صادقة وفي الوقت المناسب. يؤدي غياب التنسيق وضعف التواصل مع المرشحين إلى هدر المقابلات وتكرار جهود البحث عن الكفاءات.

يمكن لأدوات الذكاء الاصطناعي تحديد فجوات الاتصال بشكل استباقي. على سبيل المثال، يمكن لهذه الأدوات تنبيه فرق التوظيف عندما يمر عدد معين من الأيام دون التواصل مع المرشح، أو القيام بصياغة تحديثات مخصصة للحالة على نطاق واسع. 

إن مكاسب الكفاءة التي تتحقق على حساب جودة المرشحين ليست مكاسب حقيقية. الهدف هو بناء عملية سريعة ومدروسة. يتطلب هذا النهج استثمار الوقت مسبقاً لتحديد الدور الوظيفي بوضوح، وتصميم مقابلات عمل تظهر المعلومات التي تحتاجها المؤسسة. إن وجود مجموعة صغيرة من المرشحين الذين خضعوا لفحص دقيق ويتناسبون جيداً مع ثقافة العمل، هو دائماً تقريباً أكثر كفاءة من مجموعة كبيرة من المرشحين الذين لم يتم فحصهم بعناية.

تساعد تقنيات الذكاء الاصطناعي الفرق على اتخاذ إجراءات مبكرة وأكثر سرعة تجاه المرشحين ذوي الكفاءة العالية، وذلك من خلال فحص المؤشرات الأكثر ارتباطاً بفرص النجاح. كما يساهم ذلك في تقليل عدد المقابلات المطلوبة دون المساس بجودة مجموعة المرشحين النهائية.

يخصص مسؤولو التوظيف قدراً غير متناسب من الوقت لمهام لا تتطلب حكماً بشرياً—مثل جدولة المقابلات، وإرسال تحديثات الحالة، وجمع الملاحظات، ونشر الأوصاف الوظيفية. أتمتة هذه المهام تمنح مسؤولي التوظيف تفرغاً للقيام بالأعمال التي تتطلب خبراتهم.

يُعد الذكاء الاصطناعي مناسباً تماماً لأتمتة المهام الإدارية، حيث يمكنه التعامل مع المهام المتكررة والقائمة على قواعد محددة، وتحقيق وفر في الوقت بشكل فوري. ومع ذلك، فإن المبالغة في أتمتة عمليات التوظيف قد تؤدي إلى تفاعلات مفككة وغير فعالة، أو إلى التغاضي عن إشارات هامة. تستخدم المؤسسات الناجحة الذكاء الاصطناعي والأتمتة لتبسيط تجربة التوظيف—وليس فقط لتسريعها.

تلجأ العديد من المؤسسات إلى التوظيف الخارجي قبل النظر بجدية في المرشحين الداخليين. هذا التوجه قد يكون مكلفاً: فالموظفون الذين يتم تعيينهم من الخارج عادةً ما يستغرقون وقتاً أطول للاندماج في العمل ويتطلبون تدريباً أكثر. يقول Enright: "انظر إلى المرشحين الداخليين أولاً،" "فغالبًا ما يكون المسار الأسرع من الداخل". يميل المرشحون الداخليون عادةً إلى فهم ثقافة المؤسسة وأنظمتها بالفعل. تعزز برامج التنقل الداخلي القوية أيضاً تجربة الموظف بشكل أوسع، مما يوفر ميزة تنافسية كبيرة في أسواق المواهب المحدودة. 

تعد تقنيات الذكاء الاصطناعي مفيدة في إجراء فحص منهجي لقواعد بيانات المواهب الداخلية، وذلك لتحديد الموظفين الذين يمتلكون مهارات أو خبرات تجعلهم مرشحين مناسبين للوظائف الشاغرة. تتوفر هذه الإمكانية حتى عندما لا يظهر الموظف في عمليات البحث التقليدية بناءً على مسمى وظيفته الحالي.

تزداد تعقيدات العمليات بمرور الوقت، وبينما قد يوحي ذلك بالدقة والشمول، إلا أنه قد يحجب أيضاً عدم الوضوح بشأن الأولويات الجوهرية. لقد تم إضافة كل مرحلة من مراحل عملية المقابلة أو خطوة من خطوات الموافقة لسبب ما، ولكن الأثر التراكمي قد يؤدي إلى عملية توظيف تستغرق شهوراً.

التبسيط—سواء في التقديم الأولي أو جولات المقابلات الشخصية—يؤتي ثماره في السرعة وتجربة أكثر إيجابية للمرشحين. من خلال التوظيف الاستراتيجي للذكاء الاصطناعي، يمكن للمؤسسات توحيد بيانات التوظيف وأتمتة العمليات الأساسية، مما يؤدي إلى عملية توظيف أبسط وأسرع. 

بما أن التوظيف عملية قائمة على التعاون بين مسؤولي التوظيف، ومديري التوظيف، والمُحاورين، والموارد البشرية، والأقسام الأخرى، فإنه يُعد بطبيعته عملية مشتركة بين الأقسام. ومع ذلك، عندما يعمل الأطراف المعنين هؤلاء بشكل منعزل عن بعضهم البعض، فإن العمليات تتباطأ حتماً. يُعد تحديد مسؤول بوضوح عن كل خطوة في عملية التوظيف ركيزة أساسية، تماماً كما هو الحال مع إنشاء قنوات اتصال سلسة بين الأقسام.

يمكن للذكاء الاصطناعي المساعدة في عملية التنسيق من خلال تتبع المواعيد النهائية للملاحظات، وتصعيد الموافقات الفائتة، ومنح جميع الأطراف المعنية رؤية شاملة لكل خطوة من خطوات عملية التوظيف. 

إن التوظيف لمنصب غير مفهوم بشكل جيد—أو برؤية محدودة للمهام الوظيفية—يمكن أن يؤدي إلى إبطاء العملية التوظيفية وإحداث نتائج كارثية. يقول Enright إنه من المهم فهم العمل الحقيقي. "نادرًا ما تتعمق المؤسسات في تحديد ماهية النجاح الفعلي في الوظيفة، لذا تتضخم المتطلبات بأمور ليست ضرورية حقًا." للقيام بهذا العمل، أنه يشير، إلى أنه يجب على المؤسسات "تجنب الخلط بين المهارات وبين السمات الشخصية، أو الخبرة السابقة، أو التفضيلات".

إن إجراء نقاش دقيق لاستكشاف تفاصيل الدور الوظيفي قبل البدء بعملية البحث عن الكفاءات، بالإضافة إلى تبني رؤية واسعة لملفات المرشحين المحتملين، هو استثمار يؤتي ثماره لاحقاً. إن استخدام الذكاء الاصطناعي لتحديد المهارات والوظائف عبر المؤسسة يساعد مديري التوظيف على قيادة حوارات منظمة ومبنية على بيانات دقيقة، مما يساهم في تجنب عدم التوافق في مراحل مبكرة. 

يقول Enright: "افصل بين المهارات التي يجب توفرها في اليوم الأول وبين تلك التي يمكن تعليمها لاحقاً." غالبًا ما تكون الأوصاف الوظيفية بمثابة قائمة أمنيات وليست ترتيبًا حقيقيًا للأولويات والمتطلبات، كما يواجه بعض مديري التوظيف صعوبة في الإبداع عند تقييم المهارات الناعمة.

يقول: "غالباً ما تستبعد الفرق مرشحين أقوياء لمجرد افتقارهم لعنصر واحد ضيق يمكن تعلمه—بدلاً من النظر إلى قدرتهم على التكيف، ومسار تطورهم، وإمكانياتهم الكامنة." "كما أنها تتجاهل أيضًا التنقل الداخلي وحلقات التعليقات وحقيقة أن الأدوار تتطور بشكل أسرع من المتطلبات المستخدمة لتحديدها."

يمكن للذكاء الاصطناعي تحليل الأوصاف الوظيفية وبيانات التوظيف التاريخية للتمييز بين المتطلبات المذكورة التي كانت متوفرة بالفعل لدى الموظفين الناجحين. يوفر هذا التحليل قاعدة أدلة تسمح للفرق بكتابة المتطلبات حول ما يهم حقًا.

يقول Enright: "تركز المقاييس ذات المغزى الآن على جودة القرار، ووضوح الأدوار، والملاءمة على المدى الطويل، وليس فقط السرعة". ويضيف: "المقاييس التقليدية تركز على النشاط، بينما تركز المقاييس الحديثة على مدى الذكاء والاستدامة في عمليات التوظيف". وفقاً لما ذكره، فإن المتغيرات القابلة للقياس الأكثر نفعاً لتقييم كفاءة التوظيف في بيئة العمل الحديثة هي: 

يُعد مقياس 'الوقت المستغرق لاتخاذ القرار' أكثر فائدة وتوجيهًا من مقياسي 'وقت ملء الشاغر' أو 'وقت التوظيف'؛ فهو يقيس المدة المستغرقة منذ استلام الطلب—أو إتمام مرحلة المقابلة—وحتى اتخاذ قرار التوظيف النهائي. يمكن أن تشير الفجوات الطويلة بين المراحل إلى فشل التنسيق أو عدم وضوح سلطة اتخاذ القرار. 

إذا تغيرت متطلبات الوظيفة بشكل كبير بعد بدء عملية البحث والاستقطاب، فهذه علامة على أن الدور الوظيفي لم يكن مفهوماً بشكل جيد منذ البداية. إن تتبع مدى تكرار التغير في متطلبات الوظائف يساعد المؤسسات على تحديد الوظائف أو الأقسام التي قد تحتاج إلى مزيد من الدعم. 

إن نسبة الوظائف التي يتم شغلها داخلياً تخدم غرضاً مزدوجاً: فهي تقيس كفاءة التوظيف، وتعتبر مؤشراً استباقياً لمشاركة الموظفين. إن المؤسسات التي تشغل المناصب داخلياً تمتاز بسرعة الإنجاز، وتحافظ على المعرفة المؤسسية القيمة، بالإضافة إلى صون ثقافة الشركة على المدى الطويل. 

عندما ينسحب المرشحون من عملية التوظيف قبل تقديم عرض عمل أو الرفض، يمكن أن يكون سبب الانسحاب مؤشرًا حيويًا يجب تتبعه. إن حالات الانسحاب الناتجة عن عدم توافق التوقعات تمثل إخفاقات يمكن تفاديها. إن التتبع المنهجي وتصنيف الأسباب التي تدفع المرشحين للانسحاب من عملية التوظيف—سواء كان ذلك بسبب عدم التوافق في الأجور أو سوء فهم طبيعة الدور الوظيفي—يمكن أن يشكل مصدراً حيوياً للبيانات اللازمة لتحسين الأداء المستقبلي. يمكن أن يكون هذا المقياس أكثر فائدة من معدل قبول العروض في تحديد العقبات في عملية التوظيف. 

إن أداء الموظف الجديد بعد مرور أشهر على تعيينه قد يكون مقياساً أكثر صدقاً لجودة التوظيف من الانطباع الأولي الذي يتركه المرشح أثناء المقابلة. تستطيع المؤسسات التي تتبع أداء الموظفين الجدد مقارنةً بمعايير التوظيف تحديد أي اللحظات في العملية تتنبأ بالنجاح، وأيها أقل أهمية.

بعد إتمام عملية التوظيف، تساهم مراجعة الوصف الوظيفي الأصلي ومقارنته بالمرشح الذي تم تعيينه بالفعل في كشف مدى واقعية المتطلبات الموضوعة. يعد هذا المقاييس مقياسًا مباشرًا لمدى انعكاس المتطلبات على ما يحتاجه الدور حقًا. 

لقد أصبح الذكاء الاصطناعي واسع الانتشار بشكل متزايد في مجالات التوظيف، وفرز السير الذاتية، وجدولة المقابلات. يقول Enright: "لكن مفتاح التنفيذ الفعال يكمن في فهم المهام التي تناسب التكنولوجيا حقًا؛ فالذكاء الاصطناعي تزداد قيمته عندما يساعد المؤسسات على رؤية الأدوار والمواهب بوضوح أكبر، وليس عندما يكرس عمليات مطابقة غير واقعية". بشكل عام، يضيف الذكاء الاصطناعي أكبر قيمة عندما: 

تقوم الأدوات المدعومة بالذكاء الاصطناعي بتحليل الأوصاف الوظيفية وتحديد المصطلحات التي قد تكون غامضة أو متناقضة. كما يمكن أن يساعد مديري التوظيف ومسؤولي الاستقطاب في التفكير بتمعن في المتطلبات الجوهرية والأساسية حقاً، أو تحليل مؤشرات النجاح المستخلصة من الأدوار الوظيفية السابقة. والنتيجة هي أوصاف وظيفية أكثر تركيزاً ومصداقية، تجذب المرشحين المناسبين. 

أحد أكثر التطبيقات الواعدة للذكاء الاصطناعي هو تحديد المرشحين الذين تقترب مهاراتهم من المتطلبات المذكورة، حتى وإن لم تكن مطابقة لها تماماً. هذه القدرة قيّمة جداً لتعزيز التنقل الداخلي، حيث تعمل تقنية الذكاء الاصطناعي على إبراز الموظفين الذين طوروا مهارات ذات صلة بطرق قد لا تظهر من خلال البحث التقليدي عن المؤهلات والشهادات الأساسية.

نطبق النمط ذاته على المرشحين الخارجيين الذين ربما لم يكونوا الأنسب لشغل منصب معين. في إحدى الحالات، طلبت شركة إعلامية من المرشحين الذين لم يتم توظيفهم في البداية الحصول على إذن للاحتفاظ ببياناتهم في قاعدة بيانات. باستخدام الذكاء الاصطناعي التوليدي، قامت الشركة بمطابقة هؤلاء المتقدمين بفرص جديدة فور توفرها. 

يمكن للذكاء الاصطناعي مساعدة فرق التوظيف في التمييز بين المتطلبات التي يجب توافرها منذ اليوم الأول، والمهارات التي يمكن تطويرها بشكل معقول أثناء ممارسة الدور الوظيفي. من خلال الاستفادة من الأنماط الشائعة في الأدوار والصناعات المماثلة، يمكن للذكاء الاصطناعي أن يحفز إجراء نقاشات أكثر واقعية حول المتطلبات اليومية للوظيفة، ويساعد في منع المبالغة في تحديد المواصفات التي قد تؤدي إلى استبعاد مرشحين أقوياء دون داعٍ.

تعد تحديثات الحالة وجدولة المواعيد مهامًا تستهلك الكثير من الوقت، ويمكن للذكاء الاصطناعي وأتمتة سير العمل التعامل معها بشكل منطقي دون تدخل بشري. يُتيح هذا التحوّل لمسؤولي التوظيف التفرغ للتركيز على المهام ذات القيمة الأعلى، مما يسمح لهم باستثمار وقتهم في الجوانب الأكثر أهمية—كبناء العلاقات، وتقييم المرشحين، وعقد الشراكات الاستراتيجية.

بإمكان التحليلات القائمة على الذكاء الاصطناعي كشف أنماط في بيانات التوظيف قد تكون غير مرئية لشخص يركز على عملية بحث واحدة. ما هي المراحل التي تتعثر باستمرار؟ ما هي الوظائف التي يتكرر الشاغر فيها؟ تتيح هذه الرؤى للمؤسسات التدخل في اللحظة المناسبة وبالتدخلات المناسبة.

وفي نهاية المطاف، يقول Enright: "يعمل الذكاء الاصطناعي على تحسين الكفاءة من خلال تقليل الضوضاء وتوسيع نطاق الاختيارات بذكاء، وليس من خلال التصفية بحثًا عن "تطابقات مثالية" وهمية".

هناك تكاليف حقيقية للوظائف الشاغرة: تتمثل في انخفاض الإنتاجية، وإرهاق فرق العمل، وعدم تحقيق مؤشرات الأداء الرئيسية (KPIs). تدرك المؤسسات التي تبني عمليات توظيف فعّالة حقاً أن السرعة هي نتيجة ثانوية، وليست الهدف.

يقول Enright: "إن ما يتم إغفاله غالبًا هو أن زيادة كفاءة التوظيف لا تقتصر فقط على تسريع سير العمل—بل تتعلق بتحسين جودة القرارات المتخذة في خضمه". ويقول إن معظم أدوات اليوم يمكنها جعل العملية أسرع، دون أن تُغير من التحديات الجوهرية الكامنة في قلب عملية التوظيف، والمتمثلة في: تقييم سلوك الفرد ومهاراته مقابل ما يسميه "بالأداء البشري في السياق المستقبلي."

يقول Enright: "مجرد تسريع الخطوات لا يجعل التنبؤ أكثر دقة".

لإعادة تصميم عمليات التوظيف بما يضمن دعماً أفضل لهذا التقييم الصعب ورفع جودة قرارات التعيين، يوصي Enright بالتركيز على الديناميكيات التالية:

• وضوح الأدلة: فهم ما يهم حقًا في تقييم شخص ما وما هو مجرد ضجيج.
• اتساق التفسير: الحد من التباين بين المقابلين والمعايير والمراحل.
• رؤية كيفية اتخاذ القرارات: ما هي الإشارات التي أثرت في النتيجة، وأين اختلف القائمون على المقابلات ولماذا.
• التعلم من القرارات السابقة: النظر إلى التعيينات السابقة لفهم أي الأحكام كانت تنبؤية وأيها لم تكن.
• إبراز القابلية للتعلم والإمكانات الداخلية: توسيع نطاق المواهب المتاحة بدلاً من تضييقه من خلال توقعات غير واقعية.
• تصميم أدوات تعزز القدرة على الحكم والتقدير بدلاً من تجاوزها: منح الأشخاص رؤى أعمق، لا تقرير النتائج نيابة عنهم.

ويضيف Enright: "تتحسن الكفاءة بأقصى درجاتها عندما تتوقف المؤسسات عن محاولة تحسين المسار للوصول إلى المثالية، وتركز بدلًا من ذلك على تعزيز القدرة على التقييم واتخاذ القرار بداخله".