வேட்பாளர்களை சோதிக்க Anthropic நேர்முகத் தேர்வுகளில் AI கருவிகளைத் தடை செய்கிறது

Anthropic-இன் பணியமர்த்தல் விதி AI வேலை சந்தையில் புதிய பதற்றத்தை சுட்டிக்காட்டுகிறது

Anthropic, நிறுவனம் வெளிப்படையாக வேறு சொல்லாத வரை, நேரடி வேலை நேர்முகத் தேர்வுகளின் போது வேட்பாளர்கள் AI கருவிகளைப் பயன்படுத்துவதைத் தடை செய்கிறது என்று கூறப்படுகிறது. Bloomberg Businessweek-ஐ மேற்கோள் காட்டும் ஒரு அறிக்கையில் விவரிக்கப்பட்டுள்ள இந்தக் கொள்கை, வெளிப்படையாக எளிமையானது: மதிப்பீட்டு தருணத்தையே அது உருவாக்கும் அதே வகை கருவிகளிடம் ஒப்படைக்காமல், விண்ணப்பதாரர்கள் உண்மையில் எப்படி சிந்திக்கிறார்கள் என்பதை நிறுவனம் பார்க்க விரும்புகிறது.

அதனால் இந்த விதி வெறும் பணியமர்த்தல் குறிப்பு அல்ல. இது AI பொருளாதாரத்தில் அதிகரிக்கும் முரண்பாட்டை வெளிப்படுத்துகிறது. மிக முன்னேற்றமான மாடல் உருவாக்குநர்கள் மனிதப் பணியை விரிவாக்கும் அமைப்புகளை உருவாக்குகிறார்கள்; ஆனால் திறமையை மதிப்பீடு செய்யும் போது, உதவியற்ற, சுயமான தர்க்கம், தீர்ப்பு மற்றும் தொடர்பு ஆகியவற்றைத் தெளிவாகப் பார்க்க விரும்புகிறார்கள்.

Anthropic-இன் அணுகுமுறை, வேலையில் AI-ஐ உற்பத்தித் தளமாகப் பயன்படுத்துவதுக்கும், மதிப்பீட்டின் போது அதையே மாற்றீடாகப் பயன்படுத்துவதுக்கும் வேறுபாடு உள்ளது என்று நிறுவனம் கருதுவதைச் சுட்டிக்காட்டுகிறது. நேர்முகத் தேர்வில், முக்கியமானது இறுதி பதில் மட்டுமல்ல. அந்தப் பதிலை அடையும் பாதை, ஒருவர் கவனிக்கும் சமரசங்கள், மற்றும் குழப்பம் அல்லது சவாலுக்கு நேரடியாக பதிலளிக்கும் திறன் என்பவையும் முக்கியம்.

நேர்முகத் தேர்வு செயல்முறை எப்படி விவரிக்கப்படுகிறது

மூல உரையின் படி, Anthropic வேட்பாளர்கள் ஐந்து சுற்றுகள் வரை நேர்முகத் தேர்வுகள் மற்றும் சோதனைகளைக் கடக்கலாம். மிகவும் குறிப்பிடத்தக்க கட்டங்களில் ஒன்று “culture interview” என்று விவரிக்கப்படுகிறது; இதில் விண்ணப்பதாரர்களிடம் மதிப்புகள், உலகநோக்கு, மற்றும் நெறிமுறைத் திணறல்கள் குறித்து கேள்விகள் எழுப்பப்படுகின்றன.

இந்த அழுத்தம் Anthropic உருவாக்க முயன்றுள்ள பொது அடையாளத்துடன் பொருந்துகிறது. அந்த நிறுவனம் தன்னை ஒரு முன்னணி AI ஆய்வகமாக மட்டுமல்ல, பாதுகாப்பு, நிர்வாகம், மற்றும் மேம்பட்ட அமைப்புகளின் சமூக விளைவுகளை முன்னிலைப்படுத்தும் ஒன்றாகவும் நிலைநிறுத்தியுள்ளது. எனவே மதிப்புகள் மற்றும் நெறிமுறைப் பகுத்தறிவை மையமாகக் கொண்ட culture screen, அது தன்னை முன்வைக்க விரும்பும் அமைப்பு வகையுடன் ஒத்துப்போகிறது.

மூல உரை கூறுவதற்கு, இந்த culture interview-கள் மற்ற நிறுவனங்களை விட அதிக தீவிரமானவை என்றும், இந்த கட்டத்தில் தோல்வியடைதல் வேட்பாளரின் வாய்ப்புகளை நடைமுறையில் முடிவுக்கு கொண்டு வரலாம் என்றும் தெரிவிக்கப்படுகிறது. அது சரி என்றால், Anthropic தொழில்நுட்பத் திறன் நிரூபிக்கப்பட்ட பிறகு பார்க்கும் இரண்டாம் நிலை பொருத்தமாக அல்ல, உலகநோக்கு ஒத்திசைவும் தீர்ப்பும் முக்கிய பணியமர்த்தல் அளவுகோல்களாகக் கருதப்படுகின்றன என்பதைக் காட்டுகிறது.

மிக உயர்ந்த திறன் கொண்ட AI அமைப்புகளை உருவாக்கும் நிறுவனத்திற்கு இது முக்கியமான தேர்வு. இது, அமைப்பை யார் உருவாக்குகிறார்கள் என்பதற்கும், அவர்கள் என்ன உருவாக்க முடியும் என்பதற்கும் சமமான முக்கியத்துவம் உள்ளது என்று Anthropic நம்புகிறது என்பதைக் குறிக்கிறது.

நேர்முகத் தேர்வுகளில் AI-ஐத் தடை செய்வது ஏன் சின்னார்த்த ரீதியாக முக்கியமானது

AI உதவிக்கு விதிக்கப்பட்டுள்ள தடை கவனம் பெறுவதற்கான காரணங்களில் ஒன்று, அது ஒரு பரந்த போக்குக்கு எதிராகச் செல்கிறது என்பதுதான். பல அறிவுத் தொழில் சூழல்களில் AI பயன்பாடு வேகமாக இயல்பாகி வருகிறது. மக்கள் அதை கொண்டு வரைவைத் தயாரிக்கிறார்கள், ஆராய்ச்சி செய்கிறார்கள், சுருக்கங்களை உருவாக்குகிறார்கள், மேலும் increasingly நேர்முகத் தேர்வுகளுக்காகத் தயாராகவும் பயன்படுத்துகிறார்கள். சில நிறுவனங்கள் கூட வேட்பாளர்கள் AI-ஐச் சிறப்பாகப் பயன்படுத்தத் தெரிந்திருக்க வேண்டும் என்று எதிர்பார்க்கின்றன.

Anthropic-இன் அறிக்கையிலுள்ள விதி ஒரு கூர்மையான எல்லையை வரைகிறது. சுயமான தர்க்கம் இன்னும் நேரடியாகப் பார்க்கப்பட வேண்டிய சூழல்கள் உள்ளன என்று அது சொல்கிறது. இது AI-ஐ ஒரு கருவியாக நிராகரிப்பதல்ல. நிறுவனம் அளவிட விரும்பும் சிக்னலுக்கு கருவிப் பயன்பாடு இடையூறு விளைவிக்கும் சூழலை அது வரையறுக்கிறது.

நேரடி நேர்முகத் தேர்வுகளில் அந்தச் சிக்னல் மிகவும் மதிப்புமிக்கது. நிகழ்நேர விவாதம், ஒரு வேட்பாளர் பிரச்சினையை எவ்வாறு வடிவமைக்கிறார், எந்த முன்கணிப்புகளை வெளிப்படுத்துகிறார், அழுத்தத்தின் கீழ் எவ்வாறு செயல்படுகிறார், மற்றும் உரையாடல் சவாலாக மாறும்போது நிலைப்பாட்டை எவ்வாறு பாதுகாக்கிறார் என்பதைக் காட்டுகிறது. AI அழகான மொழியை உருவாக்க உதவலாம், ஆனால் அழகான மொழி என்பது நிரூபிக்கப்பட்ட தீர்ப்புடன் ஒன்றல்ல.

அதனால் மற்ற நிறுவனங்கள் AI உதவியுள்ள நேர்முகத் தேர்வுகள் வழக்கமான மதிப்பீட்டு முறைகளின் பயனைக் குறைத்துவிட்டன என்று கருதினால், இந்த பணியமர்த்தல் விதி Anthropic-க்கு வெளியிலும் தாக்கம் செலுத்தக்கூடும்.

முன்னணி AI திறமையின் பொருளாதாரம்

முன்னணி AI திறமையைச் சுற்றியுள்ள அதிகரித்துக் கொண்டிருக்கும் கடுமையான பொருளாதாரத்தையும் இந்த அறிக்கை சுட்டிக்காட்டுகிறது. மூல உரையின் படி, Anthropic-இல் சம்பளங்கள் $850,000 வரை செல்லலாம், அதற்கு மேலாக equity உண்டு. மேலும் OpenAI மற்றும் Anthropic-இன் தற்போதைய ஊழியர்கள் பெரிய paper wealth உருவாக்கி வருகிறார்கள்; இதனால் அந்த உயர்வில் பங்கேற்காத டெவலப்பர்களிடையே கவலை அதிகரிக்கிறது.

இந்த பின்னணி, frontier labs-இல் பணியமர்த்தல் நடைமுறைகள் ஏன் கவனம் பெறுகின்றன என்பதை விளக்குகிறது. இவை வெறும் சம்பள வரம்புகளால் மட்டுமே போட்டியிடும் சாதாரண software வேலைகள் அல்ல. இவை தற்போதைய AI boom-இன் மையத்தில் இருக்கும் நிறுவனங்களுக்குள் உள்ள பதவிகள்; இங்கே compensation, status, மற்றும் perceived influence ஆகியவை மிகக் கூடிய அளவில் συγκர்ந்துள்ளன.

சில விண்ணப்பதாரர்கள் தற்போதைய OpenAI மற்றும் Anthropic ஊழியர்களால் பெயர் மறைத்து நடத்தப்படும் prep coaching-க்கு சராசரியாக $4,600 செலவிடுகிறார்கள் என்றும் உரை கூறுகிறது. அந்த எண்ணிக்கை பிரதிநிதியாக இருந்தால், மிகக் குறைந்த எண்ணிக்கையிலான நிறுவனங்களைச் சுற்றி எவ்வளவு வேகமாக ஒரு interview-preparation market உருவாகிறது என்பதை அது காட்டுகிறது. உண்மையில், frontier-lab பணியமர்த்தல், விலையுயர்ந்த signaling, சிறப்பு coaching, மற்றும் உயர்ந்த பங்குதன்மை கொண்ட screening ஆகியவற்றுடன் ஒரு admissions ecosystem போல மாறத் தொடங்கியுள்ளது.

இதன் fairness மீது தெளிவான விளைவுகள் உள்ளன. elite AI நிறுவனங்களில் நுழைவதற்கான பாதை அதிகமாக paid preparation-ஐ சார்ந்ததாக மாறினால், செயல்முறையை optimize செய்யக்கூடியவர்களிடம் அணுகல் சாய்ந்து, வெறும் திறனை வெளிப்படுத்தும் வேட்பாளர்களை விட அவர்களுக்கு முன்னிலை கிடைக்கலாம்.

நம்பிக்கை மற்றும் மதிப்பீடு பற்றி இந்தக் கொள்கை என்ன சொல்கிறது

ஆழமான நிலையில், Anthropic-இன் அறிக்கையிலுள்ள விதி பல முதலாளிகள் விரைவில் சந்திக்கவிருக்கும் trust problem-ஐ வெளிப்படுத்துகிறது. AI கருவிகள் வலுவான நேர்முகத் தேர்வு பதில்களைத் தேவைக்கேற்ப உருவாக்க முடிந்தால், ஒரு நிறுவனம் உண்மையான fluency மற்றும் நன்றாக நிர்வகிக்கப்பட்ட உதவியை எவ்வாறு வேறுபடுத்தும்? ஒரு வழி நேர்முகத் தேர்வுகளை முற்றிலும் மறுபிரிவமைத்தல். மற்றொரு வழி, நேரடி சூழலில் AI பயன்பாட்டைத் தடை செய்து, conversation, improvisation, மற்றும் scrutiny கீழ் reasoning ஆகியவற்றை அதிகம் நம்புதல்.

Anthropic இப்போதைக்கு இரண்டாவது பாதையைத் தேர்ந்தெடுத்திருப்பதாகத் தெரிகிறது. புதிய கேள்விகளை ஒருவர் சிந்தித்து ஆராய முடியுமா, அல்லது நன்றாக அடுக்கப்பட்ட பதில்களை மட்டும் மீட்டெடுக்கிறாரா என்பதை அறிய விரும்பும் ஒரு நிறுவனத்திற்கு இது பொருத்தமானது. மேலும் safety-oriented AI development-க்கு uncertainty, incentives, மற்றும் ethics குறித்து தெளிவாக reasoning செய்யக்கூடியவர்களே தேவை என்பதையும் இது ஒத்துப்போகிறது; model output-ஐ judgment-க்கு மாற்றாகக் கருதக் கூடாது.

மற்ற நிறுவனங்கள் இதைப் பின்பற்றுமா என்பது, அவர்கள் மிக அதிகமாக மதிப்பிடுவது எது என்பதையே பொறுத்தது. சிலர் நேர்முகத் தேர்வுகளிலேயே மனிதர்-AI இணைப்பு திறனை இன்னும் அதிகமாகப் பாராட்டலாம். மற்றவர்கள் சில பதவிகளுக்கு, ஒரு நபர் தனியாக எவ்வாறு சிந்திக்கிறார் என்பதை வடிகட்டல் இன்றி பார்க்க வேண்டியது இன்னும் அவசியம் என்று தீர்மானிக்கலாம்.

பரந்த பணியிட விவாதங்களுக்கான முன்னோட்டம்

Anthropic-இன் நேர்முகத் தேர்வு கொள்கை ஒரு குறுகிய பணியமர்த்தல் முடிவாகப் பார்க்கப்படலாம்; ஆனால் இது இன்னும் தொடக்க நிலையில் உள்ள ஒரு பரந்த விவாதத்தைச் சுட்டிக்காட்டுகிறது. AI நாளாந்த அறிவுத் தொழிலில் ஆழமாக இணையும் போது, கருவிப் பயன்பாடு எப்போது ஊக்கப்படுத்தப்பட வேண்டும், எப்போது கட்டாயமாக இருக்க வேண்டும், மற்றும் எப்போது அது ஒரு மதிப்பீட்டின் நோக்கத்தை பாதிக்கும் என்பதை நிறுவனங்கள் தீர்மானிக்க வேண்டியிருக்கும்.

நேர்முகத் தேர்வுகள் ஆரம்ப போர்க்களங்களில் ஒன்றாகும்; ஏனெனில் அவை தனிநபர் திறனை வெளிப்படுத்த வேண்டும் என்று கருதப்படுகின்றன. ஆனால் இதே பதற்றம் கல்வி, சான்றிதழ், code review, சட்ட வரைவு, மற்றும் மேலாண்மை முடிவெடுப்பிலும் தோன்றும். கேள்வி AI பயனுள்ளதா என்பதல்ல. இன்னும் நேரடியாகத் தெரிந்திருக்க வேண்டிய மனிதத் திறன் எந்த வகையானது என்பதுதான்.

Anthropic-இன் பதில், குறைந்தபட்சம் நேரடி நேர்முகத் தேர்வுகளில், மிகவும் தெளிவானது: வேறு எதுவும் சொல்லப்படாவிட்டால், வேட்பாளர்கள் தங்களுடைய சிந்தனையையே காட்ட வேண்டும். ஒரு AI நிறுவனத்தின் சூழலில் அந்த நிலைப்பாடு கூடுதல் வலிமை பெறுகிறது. அது, மேம்பட்ட மாடல்களின் உருவாக்குநர்கள்கூட, மாடல் என்ன செய்யவில்லை என்பதைப் பார்ப்பதே மதிப்பு இருக்கும் தருணங்கள் உள்ளன என்று நம்புகிறார்கள் என்பதைக் குறிக்கிறது.

இந்தக் கட்டுரை The Decoder-இன் செய்திப்பதிவை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.