Malalaman Ba ng Employer na Ginamit Mo ang ChatGPT sa Resume Mo?

Isinulat mong muli ang mga bullet mo sa ChatGPT, ipinadala mo ang file, at ngayon iniisip mo kung may nag-flag nito sa kabilang dulo. Tinatalakay ng bahaging ito kung ano talaga ang inilalabas ng isang AI text detector kapag pumasok ang isang resume. Sa maikling salita: iskor ng probabilidad, hindi ebidensiya.

Estadistika ang paraan ng mga detector. Sinusukat nila kung gaano kahulaan ang pagpili ng salita at gaano nagbabago ang ritmo ng pangungusap, saka nila ito ginagawang posibilidad na modelo ang sumulat ng teksto. Hula ang lumalabas tungkol sa pagsulat, hindi tala kung ano ang nag-type nito. Walang bakas ng ginamit na tool na naiiwan sa file, kaya walang maaaring suriin kahit gustuhin man ng hiring team.

At halos pinakamasamang input ang resume para sa paraang iyon. Maikli ito, nakabatay sa bullet, siksik sa keyword, at sinusunod ang template na mas matanda kaysa ChatGPT nang ilang dekada. Magkaparehong estruktura, malalakas na action verb, at maiikling linyang may numero ang matagal nang inirerekomenda sa pagsulat ng resume, at iyon din mismo ang nilalabas ng isang language model. Nafaflag ng detector ang resume ng tao sa parehong dahilan kung bakit nila nafaflag ang ginawa ng makina. Inalis ng OpenAI ang sarili nilang AI text classifier noong 2023 matapos ang mababang katumpakan sa totoong gamit, at malinaw itong senyales kung gaano dapat pahalagahan ang iisang iskor.

Ang mas malawak na usapin kung gaano katatag ang mga claim tungkol sa detection ay nasa /answers/topic/detectability.

Makina ang unang bahagi ng daanan ng resume at tao ang huli. Kinukuha ng parser ang teksto, itinatapat ng ranking step sa job posting, at binabasa ng recruiter ang natira. Wala sa mga hakbang na iyon ang nagtatanong kung sino ang nag-type ng mga salita. Ang tinatanong nila ay kung tugma ang nilalaman sa trabaho at kung magkakaugnay ang mga detalye.

Isipin ang isang backend engineer na nag-a-apply sa senior na posisyon sa isang kumpanya ng pagbabayad. Nakasulat sa resume niya na binawasan niya ng isang katlo ang p99 latency ng settlement service. Walang naglalagay ng linyang iyon sa detector. Tinatanong ito ng recruiter sa phone screen, at may hugis ang sagot, kung saan ang bottleneck, ano ang binago, paano sinukat, o wala. Ang usapang iyon ang tanging detector sa buong proseso na maaasahan.

Kaya ang tanong kung sino ang sumulat ay pangunahin nang pangamba ng aplikante, at ang tanong kung magkakaugnay ba ang detalye ang siyang praktikal. Petsang hindi tugma, titulong lumalaki sa pagitan ng dalawang aplikasyon, sukatang walang makapagpaliwanag: napapansin ito ng tao, at ito ang mga pagkakamaling talagang nag-aalis ng interbyu. Ang iba pang materyal tungkol sa resume ay nasa /answers/topic/resume.

Totoo ang pinsala ng pagpapadraft sa modelo, pero hindi ito bumabagsak sa detection. Tatlong uri ng pagkakamali ang bumubuo sa halos lahat nito.

• Pangkalahatang pananalita. Sumusulat ang modelo patungo sa karaniwan ng lahat ng nakita nito, kaya nababasa ang mga bullet mo tulad ng bullet ng ibang aplikante. Isyu ito ng ranking, hindi ng detection, at ito ang pinakakaraniwan.
• Mga sinasabing hindi mo maipagtatanggol. Kung pinalaki ng modelo ang saklaw mo o gumawa ito ng numero para punan ang linya at hinayaan mo, ilalabas ito ng phone screen. Hindi kailanman ang resume ang panganib; ang susunod na tanong iyon.
• Walang kaugnayan sa posting. Ang modelong hindi nagbasa ng job description ay sumusulat para sa pangkalahatang bersyon ng trabaho, samantalang isang tiyak na bersyon ang ikinukumpara sa iyo ng ranking step.

Iisa ang lunas sa tatlo. Sarili mong numero, sarili mong saklaw, at sarili mong salita ang gamitin sa lahat ng bagay na kailangan mong talakayin nang malakas.

Ayos lang ang magpadraft sa modelo. Ang hindi ayos ay ang ipadala ang output nang hindi binabasa. Sapat na ang maikling pagsusuri:

• Itapat ang bawat numero sa isang bagay na maituturo mo. Palitan ng payak na paglalarawan ng trabaho ang anumang hindi mo mapagmumulan.
• Basahin nang malakas ang resume. Ang linyang hindi mo masabi sa sarili mong tinig ay isulat muli sa sarili mong tinig.
• Isulat muli ang mga bullet na maaaring pag-aari ng kahit sino. Tiyak na sistema, hadlang, at resulta ang naghihiwalay sa iyo mula sa karaniwan ng training data.
• Tiyaking nababasa pa rin nang malinis ang file matapos ang mga pagbabago sa pormat, dahil mas madalas na sinisira ng pagbabago sa layout ang pagkuha ng teksto kaysa sa pagbabago ng salita.

Si Aaron Cao, tagapagtatag ng SubcueAI, ay ibinatay ang mga tool para sa resume sa ganitong paghahati ng trabaho. Naglalabas ang libreng builder ng PDF na may text layer para mabasa ito ng mga parser, at binabasa ng live assistant ang resume na inupload mo para matukoy ang tunay mong karanasan habang nag-iinterbyu. Walang hakbang na sumusubok itago kung paano idinraft ang dokumento, dahil hindi iyon ang panganib na sulit labanan. Nasa /resume-builder ang builder.