AI स्क्रीनिंग से गलत भर्ती की ज़िम्मेदारी नहीं हटती
जो नियोक्ता उम्मीदवारों की पहली छँटाई सॉफ़्टवेयर को सौंप देता है, चाहे सीधे या किसी एजेंसी के ज़रिए, वह अक्सर मान लेता है कि उसने जोखिम का एक हिस्सा भी सौंप दिया है। ऐसा नहीं है। जब कोई टूल गलत लोगों को बाहर कर देता है, तो बाद में सवाल पूछने वाले ये सवाल उस कंपनी से पूछेंगे जिसने भर्ती की, और उस एजेंसी से जिसने उसकी ओर से खोज की।
यह लेख यह तर्क देता है कि AI स्क्रीनिंग की किसी गलती की ज़िम्मेदारी कभी एल्गोरिदम पर या उसे बेचने वाले विक्रेता पर नहीं जाती। इसके बाद यह बताता है कि भर्ती क्षेत्र के लोग किन मानकों की माँग कर रहे हैं, और नियोक्ता AI से स्क्रीनिंग करने वाली किसी भी एजेंसी से कौन से सवाल पूछ सकता है।
फ़ैसले का ज़िम्मेदार अब भी कोई है
अगस्त 2026 में ERE पर लिखते हुए राघव सिंह ने यह सिद्धांत साफ़ शब्दों में रखा। बात सीधी है, और जब कोई टूल आवेदक ट्रैकिंग सिस्टम के भीतर चुपचाप चल रहा हो, तो इसे भूलना आसान है।
नियोक्ता केवल इसलिए जवाबदेही किसी और को नहीं सौंप सकते कि किसी फ़ैसले में एक AI सिस्टम शामिल था।
स्क्रीनिंग टूल किसी को नौकरी पर नहीं रखता। वह आवेदनों को क्रम देता है, अंक देता है या हटा देता है, और कोई व्यक्ति या नियोक्ता द्वारा बनाई गई प्रक्रिया उस नतीजे पर अमल करती है। अगर नतीजा गलत है, तो सवाल यह है कि टूल किसने चुना, मानदंड किसने तय किए और नतीजों की जाँच किसने की। ये प्रबंधन के फ़ैसले हैं, और ये उसी के हैं जिसके पास भर्ती प्रक्रिया की ज़िम्मेदारी है।
यही तर्क तब भी लागू होता है जब स्क्रीनिंग कोई एजेंसी करती है। एजेंसी ने टूल चुना और सेट किया, इसलिए वह अपनी भेजी गई शॉर्टलिस्ट के लिए जवाबदेह है। नियोक्ता ने एजेंसी चुनी और शॉर्टलिस्ट स्वीकार की, इसलिए वह भर्ती के लिए जवाबदेह है। दोनों में से कोई भी सॉफ़्टवेयर की ओर इशारा करके किनारे नहीं हट सकता।
नियम पहले से ही उपयोगकर्ता की ओर इशारा करते हैं
यह केवल नैतिक तर्क नहीं है। कई सार्वजनिक नियम और मामले पहले से ही ज़िम्मेदारी उस संगठन पर डालते हैं जो टूल का उपयोग करता है, न कि केवल उस कंपनी पर जिसने उसे बनाया।
न्यूयॉर्क सिटी में 2021 का लोकल लॉ 144 नियोक्ताओं और रोज़गार एजेंसियों को किसी स्वचालित रोज़गार निर्णय टूल का उपयोग करने से रोकता है, जब तक कि उपयोग से एक साल के भीतर उसका पूर्वाग्रह ऑडिट न हुआ हो, उस ऑडिट का सारांश सार्वजनिक न हो और उम्मीदवारों को सूचित न किया गया हो। शहर के उपभोक्ता और कर्मचारी संरक्षण विभाग ने 5 जुलाई 2023 से इसे लागू करना शुरू किया। कानून नियोक्ताओं के साथ रोज़गार एजेंसियों का भी नाम लेता है, जो पहली छँटाई आउटसोर्स करने वाले हर व्यक्ति के लिए मायने रखता है।
यूरोपीय संघ में AI अधिनियम भर्ती या चयन के लिए उपयोग होने वाले AI सिस्टम को उच्च जोखिम वाला मानता है, जिनमें वे टूल भी शामिल हैं जो नौकरी के आवेदनों का विश्लेषण और छँटाई करते हैं और उम्मीदवारों का मूल्यांकन करते हैं। इसका डिप्लॉयर्स से जुड़ा अनुच्छेद ऐसे सिस्टम का उपयोग करने वाले संगठन से कहता है कि वह मानवीय निगरानी ऐसे लोगों को सौंपे जिनके पास इसकी योग्यता और अधिकार हो, सिस्टम के लॉग सुरक्षित रखे, और लोगों को बताए कि उन पर ऐसा सिस्टम इस्तेमाल हो रहा है। वही पेज अनुबंध III के सिस्टम के लिए इन दायित्वों की तारीख 2 दिसंबर 2027 बताता है।
अमेरिका में Workday के ख़िलाफ़ एक मुकदमा दिखाता है कि विवाद कहाँ तक पहुँच सकते हैं। मई 2025 में कैलिफ़ोर्निया के एक संघीय न्यायाधीश ने 40 साल और उससे अधिक उम्र के उन आवेदकों के लिए एक सामूहिक कार्रवाई को प्रारंभिक मंज़ूरी दी, जिनका कहना है कि एक AI सिफ़ारिश सिस्टम ने उन्हें बाहर कर दिया। Workday आरोपों से इनकार करता है, और अदालत ने अभी तय नहीं किया है कि उनमें दम है या नहीं। फिर भी यह मामला याद दिलाता है कि ऐसे प्लेटफ़ॉर्म का उपयोग करने वाले नियोक्ता यह मानकर नहीं चल सकते कि मामला वादियों और विक्रेता के बीच ही रहेगा।
विक्रेता का ऑडिट कोई मानक नहीं है
अब कई टूल निष्पक्षता ऑडिट के साथ आते हैं। सितंबर 2026 के एक ERE कॉलम में डेविड मनास्टर ने तर्क दिया कि ये ऑडिट मुख्य रूप से खरीदारों को आश्वस्त करने का काम करते हैं, और इनका दायरा, तरीका और पास होने की कसौटी अलग-अलग होती है, क्योंकि कोई साझा मानक मौजूद नहीं है। जो नियोक्ता किसी विक्रेता का ऑडिट पढ़ता है, वह दरअसल निष्पक्षता की विक्रेता की अपनी परिभाषा पढ़ रहा होता है।
मनास्टर ने कुछ सीमाएँ सुझाईं जिनका पालन हर AI स्क्रीनिंग को करना चाहिए। सरल शब्दों में, ये चार बातें हैं।
- किसी उम्मीदवार को स्वचालित रूप से केवल ऐसे मानदंड पर अस्वीकार किया जाए जिसे नियोक्ता पहले से, सरल भाषा में, नौकरी की आवश्यकता के रूप में बता सके।
- किसी को भी ऐसी विशेषता के आधार पर अस्वीकार न किया जाए जो नियोक्ता ने कभी तय नहीं की और जिसका अनुमान सिस्टम ने खुद लगाया।
- AI द्वारा मूल्यांकन से पहले उम्मीदवारों को बताया जाए, और यह सूचना एक सेटिंग के भरोसे छोड़ने के बजाय उत्पाद में ही शामिल हो।
- सॉफ़्टवेयर द्वारा बाहर किया गया कोई भी व्यक्ति माँग कर सकता है कि कोई इंसान दोबारा देखे।
आख़िरी बात उन्होंने ऐसे शब्दों में कही जो याद रखने लायक हैं।
सॉफ़्टवेयर द्वारा बाहर किया गया कोई भी उम्मीदवार किसी इंसान से दोबारा विचार का अनुरोध कर सकता है और उसे वह सचमुच मिलती है।
इनमें से किसी भी सीमा के लिए नई तकनीक की ज़रूरत नहीं है। ज़रूरत इस बात की है कि भर्ती करने वाले पक्ष में कोई मानदंड लिखे, पढ़े कि टूल उनके साथ क्या करता है, और नतीजे के लिए जवाबदेह बना रहे। यही जवाबदेही का तर्क अपने व्यावहारिक रूप में है।
AI से स्क्रीनिंग करने वाली एजेंसी से क्या पूछें
किसी एजेंसी को काम सौंपने वाला नियोक्ता खोज शुरू होने से पहले इसे कुछ सवालों में बदल सकता है। जवाब दिखाते हैं कि एजेंसी अपने टूल को ऐसी चीज़ मानती है जिसकी वह ज़िम्मेदार है, या ऐसी चीज़ जिसे उसने बस चालू कर दिया।
- कौन से टूल हमारे उम्मीदवारों से जुड़ते हैं, किस चरण पर, और एजेंसी में हर टूल को किसने मंज़ूरी दी?
- कौन से मानदंड किसी व्यक्ति के आवेदन पढ़े बिना उम्मीदवार को अस्वीकार कर सकते हैं, और उन्हें किसने लिखा?
- हर टूल की पूर्वाग्रह जाँच आख़िरी बार कब हुई, किसने की, और क्या हम उसका सारांश पढ़ सकते हैं?
- क्या उम्मीदवारों को बताया जाता है कि स्क्रीनिंग में AI शामिल है, और कब?
- क्या अस्वीकृत उम्मीदवार मानवीय समीक्षा माँग सकता है, और उसे कौन करता है?
- टूल ने क्या सिफ़ारिश की और रिक्रूटर ने क्या फ़ैसला किया, इसका आप क्या रिकॉर्ड रखते हैं?
जो एजेंसी इनका जवाब जल्दी दे सकती है, उसने शायद पहले ही इन पर सोचा है। जो एजेंसी ऐसा नहीं कर सकती, वह नियोक्ता से ऐसा जोखिम साझा करने को कह रही है जिसे कोई संभाल नहीं रहा।
ज़िम्मेदारी वहीं रखें जहाँ फ़ैसला होता है
AI स्क्रीनिंग किसी भर्ती टीम का बहुत समय बचा सकती है, और यहाँ कुछ भी इसके उपयोग के ख़िलाफ़ नहीं है। तर्क इससे सीमित है: टूल यह बदलता है कि शॉर्टलिस्ट कैसे बनती है, यह नहीं कि उसके लिए जवाबदेह कौन है। टूल का उपयोग करने वाले नियोक्ता और एजेंसी उसकी गलतियों के उसी तरह ज़िम्मेदार हैं जैसे किसी रिक्रूटर की गलतियों के।
व्यावहारिक कदम यह है कि पहला आवेदन आने से पहले इस ज़िम्मेदारी को लिखित रूप दें। हर टूल को मंज़ूरी देने वाले व्यक्ति का नाम तय करें, अस्वीकृति के मानदंड सरल भाषा में लिखें, ऑडिट का सारांश माँगें, और तय करें कि अस्वीकृत उम्मीदवार किसी इंसान तक कैसे पहुँच सकता है। जब कुछ गलत होगा, तो ऐसा करने वाली कंपनी के पास जवाब तैयार होगा।
संबंधित लेख
टिप्पणियाँ
अभी कोई टिप्पणी नहीं
पहले बनें — लेख पर सवाल या अपना अनुभव लिखें।