Kandidat mengerjakan tugas nyata dari pekerjaan itu dengan alat AI yang sudah mereka pakai. Kami merekam seluruh percakapan mereka dengan AI, menilai enam keterampilan darinya, dan menghubungkan setiap skor ke pesan yang menjadi dasarnya. Di bawah ini: apa yang kami ukur, bagaimana level diberikan, dan satu contoh lengkap.
Keterampilan AI adalah apa yang dilakukan seseorang untuk mendapatkan pekerjaan yang baik dari alat AI. Kami menyebut enam: memahami tugas sebelum menyerahkannya, memberi arahan kepada AI, memeriksa hasilnya, mengoreksinya saat salah, menyetujui pekerjaan yang siap dikirim, dan membuatnya bisa diulang.
Beri orang itu tugas nyata dari pekerjaan itu dan biarkan mereka memakai alat AI yang sudah mereka pakai. Lalu baca seluruh percakapan, bukan hanya hasilnya. Keterampilannya terlihat dari apa yang mereka tanyakan, apa yang mereka periksa, dan apa yang mereka ubah.
AI adalah rekan junior tercepat dan paling percaya diri yang pernah Anda miliki. Kami menguji seberapa baik orang mengelolanya.
Asesmen mengukur dua hal:
1. Keterampilan AISeberapa baik mereka bekerja dengan AI? Enam keterampilan, dibaca dari cara mereka mengerjakan satu tugas nyata yang lebih panjang dari pekerjaan itu. Dinilai dari Lemah sampai Kuat.
2. Keterampilan pekerjaanApakah pekerjaannya sendiri bagus? Dua atau tiga keterampilan untuk peran itu, dibaca dari tugas yang sama. Dinilai di bawah, sesuai, atau di atas standar.
Dibaca dari satu tugas nyata untuk peran itu. Untuk setiap keterampilan: pertanyaan yang dijawabnya, seperti apa pekerjaan yang lemah dan kuat, dan contoh nyata dari sesuatu yang bisa Anda tunjuk dalam sesi.
Apakah mereka memahami tugas sebelum menyerahkannya ke AI?
Meminta jawaban lebih dulu. Menerima brief apa adanya.
Membaca materinya lebih dulu. Memecah masalahnya. Menyadari ketika brief-nya salah.
Melihat data sebelum meminta jawaban.
Apakah mereka memberi AI apa yang dibutuhkannya?
Menempelkan semuanya dan berkata “kerjakan ini”.
Memberi konteks, batasan, contoh, dan seperti apa hasil akhirnya. Tetap memegang keputusan penting.
Meminta AI hanya memakai angka di dalam file.
Apakah mereka menangkap saat AI salah?
Mengirim apa yang tampak selesai.
Menguji terhadap sumbernya. Menangkap fakta karangan dan angka yang salah.
Mencocokkan total dengan angka dari tim keuangan.
Apakah mereka memperbaikinya saat tidak berhasil?
“Coba lagi”, “buat lebih bagus”, berulang-ulang.
Mengatakan apa yang salah dan mengapa. Mengubah pendekatan sejak awal.
Saat query salah, mengatakan apa yang salah.
Apakah yang mereka serahkan siap dikirim?
Basa-basi, terlalu panjang, klaim yang tidak diperiksa siapa pun.
Siap untuk pembacanya. Mengatakan apa yang sudah dan belum diperiksa. Menjaga data rahasia tetap di luar.
Lima baris, sesuai permintaan, dengan asumsi yang dinyatakan.
Apakah mereka membuatnya bisa diulang?
Mengulang pekerjaan secara manual setiap kali.
Prompt, skill, workflow, dan otomatisasi yang tersimpan. Putaran berikutnya lebih cepat dan hasilnya sama.
Mengerjakan dua kuartal berikutnya dengan cara yang sama, tanpa mulai dari awal.
Menulis prompt, iterasi, memeriksa halusinasi: keterampilan AI punya banyak nama. Setiap istilah umum tercakup dalam salah satu dari enam keterampilan kami. Jika perusahaan Anda punya daftar keterampilan AI sendiri, gunakan tabel ini untuk mencocokkannya dengan milik kami.
| Istilah umum | Dinilai di bawah |
|---|---|
| Memutuskan apa yang bisa dibantu AI | Memberi arahan |
| Memecah tugas menjadi langkah-langkah | Memahami |
| Menulis prompt: tujuan, konteks, batasan, format, contoh, seperti apa hasil akhirnya | Memberi arahan |
| Iterasi | Mengoreksi |
| Verifikasi, kesalahan, halusinasi, dan bias | Memeriksa |
| Keamanan, perlindungan data, kerahasiaan, dan kepatuhan | Menyetujui |
| Prompt, workflow, skill, agen, dan otomatisasi yang bisa dipakai ulang | Memakai ulang |
| Template dan standar untuk tim | Memakai ulang |
| Menghubungkan alat dan data | Memakai ulang, serta tugas web dan spreadsheet |
| Berpikir kritis | Keenamnya. Istilah ini terlalu luas untuk dinilai sendiri, jadi kami menilainya di tempat munculnya. |
| Mengukur nilai tambah AI dari waktu ke waktu | Tidak dinilai. Satu hasil kerja tidak bisa menunjukkannya. |
Mahir dengan AI tidak cukup jika pekerjaannya salah. Dalam asesmen lengkap, Lemonsignal juga membaca dua atau tiga keterampilan untuk peran itu, pada hasil kerja yang sama. Masing-masing ditandai di bawah, sesuai, atau di atas standar.
Keterampilan pekerjaan untuk setiap peranSetiap tugas punya lembar penilaian, yang ditulis sebelum kandidat mana pun mengerjakannya. Untuk setiap keterampilan, lembar itu mencantumkan dua atau tiga titik periksa: hal spesifik yang dilakukan pekerjaan yang baik, seperti “mencocokkan total dengan sumber kedua”. Lemonsignal menandai titik periksa mana yang dipenuhi kandidat, dan di mana. Levelnya lalu mengikuti aturan di bawah, sama untuk setiap kandidat. Jika tidak ada momen yang bisa ditunjuk, tidak ada level yang diberikan.
Setiap keterampilan mendapat poin: Lemah 0, Sebagian 1, Solid 2, Kuat 3. Skor adalah poin yang diperoleh dari poin yang mungkin. Solid di keenam keterampilan berarti 12 dari 18, jadi 67%. Keterampilan yang Tidak diuji dikeluarkan dari keduanya, sehingga tidak bisa menurunkan skor.
Skor menunjukkan kekuatan keseluruhan. Rekomendasi mengajukan pertanyaan lain: apakah orang ini memenuhi kebutuhan peran itu? Setiap peran punya syarat wajib, misalnya Memeriksa minimal Solid untuk analis data. Jika satu tidak terpenuhi, hasilnya Di bawah standar, meski skornya tinggi. Anda bisa mengubah syarat wajib sebelum mengirim tugas. Ini hanya rekomendasi: tim Anda yang membuat keputusan.
Setiap level bertumpu pada salah satu dari empat jenis bukti. Lemonsignal menemukan momen yang relevan, mengutipnya, dan memberi penilaian awal; tim Anda memeriksanya. Sebuah momen ditandai menurut gilirannya dalam percakapan (“Giliran 14” adalah pesan ke-14), bukan menurut jam, karena sebagian besar kandidat bekerja dalam lebih dari satu kali duduk.
| Bukti | Misalnya | Cara penilaiannya |
|---|---|---|
| Kesalahan AI yang diketahui dan sengaja ada di tugas | Setiap tugas punya titik tempat AI biasanya salah. Apakah kesalahan itu sampai ke hasil kerja yang mereka serahkan? | Diperiksa otomatis: ya atau tidak. |
| Percakapan mereka dengan AI | Melihat data sebelum meminta jawaban. | Lemonsignal menemukan momennya dan memberi level awal. Tim Anda memeriksanya. |
| Apa yang mereka serahkan | Lima baris, sesuai permintaan, dengan asumsi yang dinyatakan. | Lemonsignal, berdasarkan lembar penilaian. Tim Anda memeriksanya. |
| Apa yang mereka buat | Prompt tersimpan, skill, skrip, atau workflow. | Lemonsignal, berdasarkan lembar penilaian. Tim Anda memeriksanya. |
Lembar penilaian nyata untuk satu tugas, milik analis data. Kandidat mendapat brief ini: “Dasbor menunjukkan pendapatan turun 12% pada Maret. Jelaskan alasannya kepada CFO dalam lima baris. Lalu kerjakan Q2 dan Q3.” File yang mereka terima memuat semua yang dibutuhkan untuk memeriksa jawabannya. Dalam lembar itu, setiap baris adalah satu keterampilan. Penuhi setiap titik periksa di kolom tengah untuk Solid; penuhi juga yang di kanan untuk Kuat.
| Keterampilan | Titik periksa untuk Solid | Titik periksa tambahan untuk Kuat |
|---|---|---|
| Memahami | Melihat data sebelum meminta jawaban. Memeriksa bagaimana dasbor mendefinisikan pendapatan. | Mempertanyakan angka dasbor sebelum menjelaskannya, dan menjadikannya pertanyaan utama. |
| Memberi arahan | Memberi AI tabel dan definisinya. Memintanya hanya memakai angka-angka ini. | Menyimpan kesimpulan untuk diri sendiri; AI yang menjalankan query. |
| Memeriksa | Memeriksa query AI sebelum memakai angkanya. Mencocokkan total dengan sumber kedua. | Memeriksa bulan kedua untuk memastikan ini bukan kejadian satu kali. |
| Mengoreksi | Saat query salah, mengatakan apa yang salah. | Menambahkan pemeriksaan agar tidak terulang. |
| Menyetujui | Lima baris, sesuai permintaan. Tidak ada klaim tanpa sumber. Asumsi dinyatakan. | Menyebut apa yang masih belum terverifikasi. |
| Memakai ulang | Mengerjakan Q2 dan Q3 dengan cara yang sama, tanpa mengulang secara manual. | Menyerahkan prompt, skill, atau query yang mereka buat. |
Hasil yang dihasilkan lembar ini untuk satu kandidat. Setiap level terhubung ke giliran asalnya.
Apa yang dia serahkan, persis seperti saat diserahkan. Setiap tanda adalah keterampilan dari hasilnya.
Karena perubahan harga pada 1 Maret.
| Bulan | Pendapatan (€k) | Perubahan |
|---|---|---|
| Januari | 1,212 | |
| Februari | 1,240 | +2.3% |
| Maret | 1,091 | −12.0% |
| April | 1,118 | +2.5% |
| Mei | 1,152 | +3.0% |
| Juni | 1,139 | −1.1% |
| Juli | 1,101 | −3.3% |
| Agustus | 1,087 | −1.3% |
| September | 1,164 | +7.1% |
Lemonsignal memberi penilaian awal untuk setiap sesi. Hiring manager atau perekrut Anda menonton sesinya, memeriksa penilaian itu, dan bisa menambahkan komentar. Merekalah yang memutuskan. Kami menulis tugas dan lembar penilaiannya.
Lembar penilaian ditulis sebelum siapa pun mengerjakan tugas, sehingga setiap kandidat diukur dengan hal yang sama. Setiap level terhubung ke momen yang menjadi dasarnya, sehingga Anda bisa memeriksa skor apa pun sendiri.
Kami memeriksa bahwa orang yang mengerjakan tugas adalah orang yang Anda kirimi tugas. Apa yang mereka serahkan harus sesuai dengan percakapan mereka dengan AI. Dan pertanyaan wawancara menanyakan momen tertentu, yang sulit dijawab untuk pekerjaan yang bukan Anda kerjakan.
Kami merekam percakapan dengan alat AI, hasil kerja yang mereka serahkan, dan apa pun yang mereka buat untuk itu. Tim rekrutmen Anda dan kandidat bisa melihatnya. Semuanya disimpan di UE dan ditangani sesuai GDPR.
Lemonsignal membaca seluruh percakapan, menandai momen yang penting, dan memberi penilaian awal. Setiap level terhubung ke momen asalnya. Tim rekrutmen Anda menonton sesinya, memeriksa penilaian itu, menambahkan komentar, dan memutuskan.
Hasil untuk tugas yang sama dinilai berdasarkan lembar yang sama, jadi bisa dibandingkan. Tugas yang berbeda, atau tugas Anda sendiri, punya lembar sendiri.
Sebutkan di brief alat mana yang harus dipakai. Jika mereka memakai alat lain, kami mungkin tidak bisa membaca percakapannya, dan keterampilan yang bergantung padanya menjadi Tidak diuji, bukan dinilai rendah.
Beri mereka tugas nyata dari pekerjaan itu, biarkan mereka memakai alat AI sendiri, dan baca percakapannya sesudahnya. Lalu tanyakan satu momen di dalamnya: mengapa mereka memercayai suatu angka, atau mengapa mereka mengubah brief. Meminta orang menjelaskan cara mereka memakai AI menunjukkan seberapa baik mereka membicarakannya, bukan seberapa baik mereka melakukannya.
Jika mereka akan memakai AI di pekerjaannya, ya. Melarangnya berarti menguji cara kerja yang tidak akan mereka pakai. Mengizinkannya tanpa membaca percakapan adalah kesalahan lainnya: Anda melihat hasil akhir dan tidak bisa tahu siapa yang berpikir.
Enam yang sama. Pemasar memeriksa angka karangan AI; engineer memeriksa perbaikan yang tampak benar padahal tidak. Yang berubah antarperan adalah tugasnya, bukan keterampilannya.
Skor merata-ratakan enam keterampilan. Rekomendasi melihat syarat wajib peran itu. Skor tinggi dengan syarat wajib di bawah standar bukan kecocokan, dan hasilnya menyebut keterampilan mana.
Kami memakai cookie untuk menganalisis lalu lintas situs dan meningkatkan pengalaman Anda.
Kebijakan privasiKami memakai cookie.