💻 computer science

Trust at the Core: Unpacking AI Adoption in Talent Acquisition from the Candidate Perspective

यह अध्ययन एक उम्मीदवार-केंद्रित ढांचे का उपयोग करता है यह प्रदर्शित करने के लिए कि विश्वास, भारतीय संदर्भ के भीतर निष्पक्षता, पारदर्शिता और गोपनीयता जैसी नैतिक चिंताओं के प्रभाव को महत्वपूर्ण रूप से मध्यस्थता करते हुए, नौकरी के आवेदकों के एआई-संचालित प्रतिभा अधिग्रहण प्रणालियों का उपयोग करने के इरादे का सबसे मजबूत भविष्यवक्ता है।

मूल लेखक: Meenu Pachauri, Jamal A. Farooquie

प्रकाशित 2026-07-07

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Meenu Pachauri, Jamal A. Farooquie

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ शोध पत्र, "Trust at the Core: Unpacking AI Adoption in Talent Acquisition from the Candidate Perspective" का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

बड़ी तस्वीर: रोबोटों के युग में नौकरी की तलाश

कल्पना कीजिए कि आप एक नई नौकरी की तलाश कर रहे हैं। अतीत में, आप अपना बायोडाटा (resume) एक मानव रिक्रूटर को भेजते थे जिसने उसे पढ़ा, शायद आपसे बातचीत के लिए फोन किया, और तय किया कि क्या आप उपयुक्त हैं। आज, कई कंपनियाँ शुरुआती स्क्रीनिंग करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करती हैं। ये AI सिस्टम आपके बायोडाटा को स्कैन करते हैं, आपके वीडियो इंटरव्यू को देखते हैं, और तय करते हैं कि किसे अगले चरण के लिए आमंत्रित किया जाए।

हालाँकि यह सुनने में तेज़ और कुशल लगता है, लेकिन यह नौकरी खोजने वालों को घबरा देता है। शोधकर्ता, मीनू पचौरी और जमाल ए. फारूकी, यह समझना चाहते थे कि: कुछ लोग इन रोबोट रिक्रूटर्स पर भरोसा क्यों करते हैं, जबकि अन्य उन्हें इस्तेमाल करने से डरते हैं?

उन्होंने यह जानने के लिए भारत के नौकरी खोजने वालों पर ध्यान केंद्रित किया कि कौन सी चीज़ें एक उम्मीदवार को यह कहने पर मजबूर करती हैं कि, "हाँ, मैं इसके साथ सहज हूँ," या "नहीं, मैं यह नहीं करूँगा।"

भरोसे की रेसिपी: शोधकर्ताओं ने क्या टेस्ट किया

लेखकों ने एक "रेसिपी" बनाई ताकि यह देखा जा सके कि कौन से तत्व (ingredients) एक नौकरी खोजने वाले को AI भर्ती उपकरणों का उपयोग करने के लिए तैयार करते हैं। उन्होंने तीन मुख्य प्रकार के तत्वों को मिलाया:

"क्या यह उपयोगी है?" वाले तत्व (क्लासिक टेक टेस्ट):
- कथित उपयोगिता (Perceived Usefulness): क्या यह AI वास्तव में मुझे तेज़ी से नौकरी पाने में मदद करता है या मुझे बेहतर तरीके से मैच करता है?
- कथित सुगमता (Perceived Ease of Use): क्या सिस्टम का उपयोग करना आसान है, या यह बिना निर्देशों के फर्नीचर जोड़ने जैसा है?
- उपमा (Analogy): इसे एक नया स्मार्टफोन खरीदने जैसा समझें। आप जानना चाहते हैं: "क्या यह फोन मेरा जीवन आसान बनाएगा?" और "क्या इसे चालू करने का तरीका समझना कठिन है?"
"क्या यह निष्पक्ष है?" वाले तत्व (नैतिक परीक्षण):
- निष्पक्षता (Fairness): क्या AI सभी के साथ समान व्यवहार करता है, या इसमें कोई पक्षपात है?
- पारदर्शिता (Transparency): क्या मैं देख सकता हूँ कि AI ने अपना निर्णय कैसे लिया, या यह एक "ब्लैक बॉक्स" है जिसके अंदर मैं नहीं देख सकता?
- गोपनीयता और सुरक्षा (Privacy & Security): क्या मेरा व्यक्तिगत डेटा (जैसे मेरा पता या फ़ोन नंबर) चोरी या दुरुपयोग किया जाएगा?
- जवाबदेही (Accountability): यदि AI गलती करता है (जैसे किसी बेहतरीन उम्मीदवार को खारिज करना), तो इसके लिए कौन जिम्मेदार है? क्या मैं किसी से शिकायत कर सकता हूँ?
- उपमा: एक अदालत में जज की कल्पना करें। आप जानना चाहते हैं: "क्या जज निष्पक्ष है?" "क्या मैं वह सबूत देख सकता हूँ जो उन्होंने इस्तेमाल किए?" "क्या मेरी निजी जानकारी सुरक्षित है?" और "यदि जज गलती करता है, तो क्या मैं उन्हें जवाबदेह ठहरा सकता हूँ?"
"क्या मैं इसे समझता हूँ?" वाला तत्व (ज्ञान परीक्षण):
- AI साक्षरता (AI Literacy): क्या नौकरी खोजने वाले को वास्तव में समझ है कि AI कैसे काम करता है? क्या वे जानते हैं कि यह केवल पैटर्न खोजने वाला एक कंप्यूटर प्रोग्राम है?
- उपमा: यदि आप जानते हैं कि जादू का खेल कैसे काम करता है, तो आप उससे डरे हुए नहीं होते। यदि आप सोचते हैं कि AI एक मन पढ़ने वाला जादूगर है, तो आप उससे बहुत डर सकते हैं।

गुप्त नुस्खा: भरोसा (Trust)

शोधकर्ताओं ने पाया कि ये सभी तत्व सीधे तौर पर एक नौकरी खोजने वाले के "हाँ" कहने का कारण नहीं बनते। इसके बजाय, वे सभी एक बड़े बर्तन में मिलते हैं जिसे भरोसा (Trust) कहा जाता है।

भरोसा एक पुल है।

यदि आपको लगता है कि सिस्टम उपयोगी और आसान है, तो आप इस पर अधिक भरोसा करते हैं।
यदि आपको लगता है कि यह निष्पक्ष, पारदर्शी और सुरक्षित है, तो आप इस पर अधिक भरोसा करते हैं।
यदि आप समझते हैं कि यह कैसे काम करता है (AI साक्षरता), तो आप इस पर अधिक भरोसा करते हैं।

एक बार जब वह भरोसा बन जाता है, तभी नौकरी खोजने वाला वास्तव में उस सिस्टम का उपयोग करने के लिए तैयार होता है।

अध्ययन में वास्तव में क्या पाया गया (परिणाम)

शोधकर्ताओं ने 432 नौकरी खोजने वालों से एक सर्वेक्षण भरने के लिए कहा। डेटा ने उन्हें क्या बताया:

भरोसा ही MVP (सबसे मूल्यवान खिलाड़ी) है: भरोसा वह एकल सबसे मजबूत भविष्यवक्ता था कि क्या कोई उम्मीदवार AI भर्ती प्रणाली का उपयोग करेगा। यह इस बात से भी अधिक महत्वपूर्ण था कि सिस्टम कितना "उपयोगी" या "आसान" दिखता है।
ज्ञान ही शक्ति है: जो लोग समझते थे कि AI कैसे काम करता है (उच्च AI साक्षरता), वे इस पर अधिक भरोसा करने और इसका उपयोग करने के लिए बहुत अधिक इच्छुक थे। वे इसे एक डरावने राक्षस के रूप में नहीं, बल्कि एक उपकरण के रूप में देखते थे।
"निष्पक्षता" का कारक: उम्मीदवारों ने निष्पक्षता और पारदर्शिता की गहरी परवाह की। यदि उन्हें लगा कि प्रक्रिया खुली और निष्पक्ष है, तो उनका भरोसा बढ़ गया।
"गोपनीयता" का सुरक्षा जाल: यह जानना कि उनका डेटा सुरक्षित है, उन्हें सिस्टम का उपयोग करने में अधिक सुरक्षित महसूस कराता था।
चौंकाने वाला परिणाम (जवाबदेही): यह अजीब हिस्सा है। अध्ययन ने पाया कि जवाबदेही ने भरोसे को महत्वपूर्ण रूप से नहीं बढ़ाया।
- क्यों? शोधकर्ताओं का सुझाव है कि हालांकि उम्मीदवार कहते हैं कि वे जानना चाहते हैं कि कौन जिम्मेदार है, लेकिन वास्तविक दुनिया में, वे जवाबदेही के तंत्र को वास्तव में देख नहीं सकते। यह एक कार में बैठे यात्री की तरह है जो चिंता करता है कि अगर कार दुर्घटनाग्रस्त हो गई तो कौन उत्तरदायी होगा; वे बीमा पॉलिसी या ड्राइवर के लाइसेंस को नहीं देख सकते, इसलिए यह क्षण में उनकी सुरक्षा की भावना को नहीं बदलता है। वे बस चाहते हैं कि कार सुरक्षित चले (निष्पक्षता/पारदर्शिता) और दुर्घटना न हो (गोपनीयता)।

सरल अंग्रेजी में निष्कर्ष

पत्र का निष्कर्ष यह है कि यदि कंपनियाँ चाहती हैं कि नौकरी खोजने वाले AI भर्ती उपकरणों को स्वीकार करें, तो वे केवल यह नहीं कह सकतीं, "यह तेज़ और कुशल है!" (उपयोगिता/सुगमता)।

उन्हें भरोसा बनाना होगा। ऐसा करने के लिए, उन्हें:

यह सुनिश्चित करना होगा कि सिस्टम निष्पक्ष और पारदर्शी हो (अपना काम दिखाएं)।
गोपनीयता की रक्षा करनी होगी (डेटा सुरक्षित रखें)।
उम्मीदवारों को यह समझने में मदद करनी होगी कि AI कैसे काम करता है (उन्हें इसके बारे में थोड़ा सिखाएं)।

यदि आप ये चीजें करते हैं, तो भरोसा बढ़ता है, और उम्मीदवार आपको नौकरी खोजने में AI की मदद लेने के लिए तैयार होते हैं। यदि आप इन्हें छोड़ देते हैं, तो सबसे तेज़, सबसे आसान AI सिस्टम को भी खारिज कर दिया जाएगा क्योंकि लोग उस पर भरोसा नहीं करेंगे।

अध्ययन ने क्या नहीं कहा

इसने यह नहीं कहा कि AI पूर्ण है या इसे पूरी तरह से मनुष्यों की जगह लेनी चाहिए।
इसने यह परीक्षण नहीं किया कि क्या AI वास्तव में बेहतर लोगों को काम पर रखता है (इसने केवल यह परीक्षण किया कि क्या लोग इसका उपयोग करना चाहते हैं)।
इसने विशिष्ट कानूनों या भविष्य की नीतियों का सुझाव नहीं दिया, सिवाय इसके कि जवाबदेही को उम्मीदवारों के लिए अधिक दृश्यमान बनाने की आवश्यकता है।
इसने विशेष रूप से उम्मीदवार के दृष्टिकोण पर ध्यान केंद्रित किया, कंपनी के दृष्टिकोण पर नहीं।

तकनीकी सारांश: विश्वास ही केंद्र में है: प्रतिभा अधिग्रहण में AI अपनाने को उम्मीदवार के दृष्टिकोण से समझना

1. समस्या विवरण

प्रतिभा अधिग्रहण (Talent Acquisition - TA) में आर्टिफिशियल इंटेलिजेंस (AI) के एकीकरण ने भर्ती प्रक्रिया को नियमित परिचालन कार्यों से रणनीतिक निर्णय लेने वाले कार्यों में बदल दिया है। जबकि AI सिस्टम सोर्सिंग, स्क्रीनिंग और भविष्य कहने वाली भर्ती (predictive hiring) को स्वचालित करते हैं, उनका उपयोग नौकरी के आवेदकों के बीच महत्वपूर्ण नैतिक और मनोवैज्ञानिक चिंताएं पैदा करता है। मौजूदा साहित्य मुख्य रूप से संगठनात्मक और प्रबंधकीय दृष्टिकोणों पर केंद्रित है, जो परिचालन दक्षता और पूर्वाग्रह न्यूनीकरण (bias mitigation) पर जोर देता है, जबकि उम्मीदवार के दृष्टिकोण की काफी हद तक उपेक्षा करता है।

वर्तमान प्रौद्योगिकी अपनाने के ढांचे, जैसे कि टेक्नोलॉजी एक्सेप्टेंस मॉडल (TAM), मुख्य रूप से "अनुभूत उपयोगिता" (Perceived Usefulness - PU) और "अनुभूत सुगमता" (Perceived Ease of Use - PEU) पर निर्भर करते हैं। हालांकि, ये निर्माण (constructs) भर्ती जैसे उच्च-दांव वाले, संवेदनशील संदर्भों में अपनाने की व्याख्या करने के लिए अपर्याप्त हैं, जहां नैतिक आयाम (निष्पक्षता, जवाबदेही, पारदर्शिता, गोपनीयता) और संज्ञानात्मक कारक (AI साक्षरता) महत्वपूर्ण भूमिका निभाते हैं। इसके अलावा, नैतिक और संज्ञानात्मक कारकों को व्यवहार संबंधी इरादे (behavioral intention) से जोड़ने में विश्वास (Trust) की मध्यस्थ भूमिका अभी भी कम खोजी गई है, विशेष रूप से भारत जैसे विकासशील देशों में जहां डिजिटल साक्षरता और संस्थागत विश्वास काफी भिन्न होता है।

2. कार्यप्रणाली

यह अध्ययन एक विस्तारित टेक्नोलॉजी एक्सेप्टेंस मॉडल (TAM) को अनुभवजन्य रूप से मान्य करने के लिए एक मात्रात्मक, क्रॉस-सेक्शनल अनुसंधान डिजाइन का उपयोग करता है, जिसे उम्मीदवार के दृष्टिकोण से AI-संचालित प्रतिभा अधिग्रहण के लिए तैयार किया गया है।

डेटा संग्रह: डेटा एक संरचित प्रश्नावली के माध्यम से एकत्र किया गया था जिसे गैर-संभाव्यता (सुविधाजनक) नमूनाकरण (convenience sampling) के माध्यम से लिंक्डइन (LinkedIn) पर वितरित किया गया था, जिसका लक्ष्य सक्रिय नौकरी चाहने वाले और पेशेवर थे। विश्लेषण के लिए कुल 432 वैध प्रतिक्रियाएं रखी गईं।
उपकरण (Instrument): सर्वेक्षण ने नौ निर्माणों (constructs) में 44 मदों (items) के साथ एक 5-पॉइंट लिकर्ट स्केल (1 = दृढ़ता से असहमत से 5 = दृढ़ता से सहमत) का उपयोग किया:
- TAM निर्माण: अनुभूत उपयोगिता (PU), अनुभूत सुगमता (PEU)।
- नैतिक निर्माण: अनुभूत निष्पक्षता (PF), अनुभूत जवाबदेही (PA), अनुभूत पारदर्शिता (PTY), गोपनीयता और डेटा सुरक्षा (PPD)।
- संज्ञानात्मक निर्माण: AI साक्षरता (AL)।
- मध्यस्थ (Mediator): विश्वास (PTR)।
- आश्रित चर (Dependent Variable): व्यवहार संबंधी इरादा (BIU)।
- नोट: PU, PEU, PF, PTY, PPD, और BIU के लिए मदों को स्थापित पैमानों (जैसे, डेविस, 1989; शिन एट अल., 2020) से अनुकूलित किया गया था, जबकि AI साक्षरता और अनुभूत जवाबदेही के मदों को साहित्य के आधार पर शोधकर्ता द्वारा विकसित किया गया था।
विश्लेषण: वर्णनात्मक सांख्यिकी और विश्वसनीयता परीक्षण के लिए SPSS और स्ट्रक्चरल इक्वेशन मॉडलिंग (SEM) के लिए AMOS का उपयोग करके सांख्यिकीय विश्लेषण किया गया। अध्ययन ने विश्वसनीयता (क्रोनबैक अल्फा, कंपोजिट रिलायबिलिटी), वैधता (फार्नेल-लारकर मानदंड के माध्यम से अभिसारी और विभेदक), और परिकल्पित संबंधों का मूल्यांकन किया। मध्यस्थता प्रभावों का परीक्षण 5,000 नमूनों के साथ बूटस्ट्रैपिंग का उपयोग करके किया गया था।

3. प्रमुख योगदान

यह शोध तीन प्राथमिक तरीकों से AI अपनाने के साहित्य को आगे बढ़ाता है:

उम्मीदवार-केंद्रित ढांचा: यह ध्यान को संगठनात्मक दक्षता से हटाकर आवेदक के अनुभव पर केंद्रित करता है, एक ऐसा ढांचा विकसित करता है जो पारंपरिक TAM में नैतिक (FAT सिद्धांत, गोपनीयता) और संज्ञानात्मक (AI साक्षरता) आयामों को एकीकृत करता है।
विश्वास की भूमिका: यह व्यवहार संबंधी इरादे से नैतिक धारणाओं और AI साक्षरता को जोड़ने वाले एक महत्वपूर्ण मध्यस्थ मनोवैज्ञानिक तंत्र के रूप में विश्वास को अनुभवजन्य रूप से मान्य करता है।
संदर्भगत प्रासंगिकता: यह भारतीय संदर्भ में AI अपनाने के संबंध में साहित्य के अंतराल को संबोधित करता है, जो एक विकासशील राष्ट्र है जहां डिजिटल एक्सपोजर और संस्थागत विश्वास की गतिशीलता पश्चिमी संदर्भों से भिन्न हो सकती है।

4. परिणाम

स्ट्रक्चरल इक्वेशन मॉडलिंग निम्नलिखित प्रमुख निष्कर्ष प्रदान करती है:

व्यवहार संबंधी इरादे पर प्रत्यक्ष प्रभाव:
- विश्वास उम्मीदवारों के AI-संचालित TA सिस्टम के उपयोग के व्यवहार संबंधी इरादे के लिए सबसे मजबूत भविष्यवक्ता के रूप में उभरा ( $\beta = 0.490, p < 0.001$ )।
- AI साक्षरता ने भी व्यवहार संबंधी इरादे के साथ एक महत्वपूर्ण सकारात्मक सीधा संबंध प्रदर्शित किया ( $\beta = 0.114, p = 0.013$ )।
- अनुभूत उपयोगिता ( $\beta = 0.219$ ) और अनुभूत सुगमता ( $\beta = 0.130$ ) ने व्यवहार संबंधी इरादे पर सकारात्मक लेकिन तुलनात्मक रूप से छोटे प्रभाव दिखाए।
- अनुभूत जवाबदेही ने विश्वास या व्यवहार संबंधी इरादे के साथ कोई महत्वपूर्ण सीधा संबंध प्रदर्शित नहीं किया ( $p = 0.101$ )।
मध्यस्थता विश्लेषण (अप्रत्यक्ष प्रभाव):
- विश्वास ने अनुभूत निष्पक्षता, अनुभूत पारदर्शिता, और गोपनीयता/डेटा सुरक्षा तथा व्यवहार संबंधी इरादे के बीच के संबंध को महत्वपूर्ण रूप से मध्यस्थता की।
- AI साक्षरता ने निम्नलिखित पथ के माध्यम से व्यवहार संबंधी इरादे पर एक महत्वपूर्ण क्रमिक अप्रत्यक्ष प्रभाव दिखाया: AI साक्षरता $\rightarrow$ अनुभूत सुगमता $\rightarrow$ अनुभूत उपयोगिता $\rightarrow$ व्यवहार संबंधी इरादा ( $\beta = 0.182$ )।
- अनुभूत जवाबदेही विश्वास के माध्यम से महत्वपूर्ण अप्रत्यक्ष प्रभाव दिखाने में विफल रहा (कॉन्फिडेंस इंटरवल शून्य सहित है)।
विश्वसनीयता और वैधता:
- सभी निर्माणों ने उच्च आंतरिक स्थिरता (क्रोनबैक अल्फा > 0.93) और संतोषजनक अभिसारी वैधता (AVE > 0.5) प्रदर्शित की।
- विभेदक वैधता की पुष्टि हुई क्योंकि प्रत्येक निर्माण के लिए AVE का वर्गमूल अन्य निर्माणों के सह-संबंधों से अधिक था।

5. महत्व और दावे

लेखक यह दावा करते हैं कि यह अध्ययन भर्ती में AI स्वीकृति को चलाने वाले कारकों की एक व्यापक समझ प्रदान करता है। निष्कर्षों का महत्व निम्नलिखित कथनों में निहित है:

विश्वास सर्वोपरि है: उच्च-दांव वाले भर्ती परिदृश्यों में, विश्वास पारंपरिक उपयोगिता मेट्रिक्स की तुलना में अपनाने का एक अधिक महत्वपूर्ण चालक है। उम्मीदवार मुख्य रूप से तभी AI सिस्टम के साथ जुड़ने के इच्छुक होते हैं जब वे सिस्टम की निष्पक्षता और डेटा हैंडलिंग पर विश्वास करते हैं।
नैतिक धारणाएं विश्वास को संचालित करती हैं: अनुभूत निष्पक्षता, पारदर्शिता और गोपनीयता/सुरक्षा केवल स्टैंडअलोन चिंताएं नहीं हैं; वे आवश्यक विश्वास बनाने वाले पूर्ववर्ती (antecedents) के रूप में कार्य करते हैं। इनमें से, अनुभूत निष्पक्षता का विश्वास पर सबसे मजबूत प्रभाव था।
साक्षरता की भूमिका: AI साक्षरता एक महत्वपूर्ण संज्ञानात्मक सुविधाकर्ता के रूप में कार्य करती है। यह AI सिस्टम की कथित जटिलता को कम करती है, जिससे अनुभूत उपयोगिता और सुगमता बढ़ती है, और सीधे तौर पर तकनीक में विश्वास को बढ़ावा देती है।
"अदृश्य" जवाबदेही: अध्ययन बताता है कि हालांकि जवाबदेही सैद्धांतिक रूप से महत्वपूर्ण है, लेकिन यह उम्मीदवारों के लिए बहुत अमूर्त या अस्पष्ट ("ब्लैक बॉक्स") हो सकती है, जिससे यह निष्पक्षता और पारदर्शिता जैसे मूर्त कारकों की तुलना में उनके तत्काल व्यवहार संबंधी इरादों पर कम प्रभावशाली हो जाती है।

शोध निष्कर्ष निकालता है कि AI-सक्षम भर्ती प्रणालियों के जिम्मेदार डिजाइन और कार्यान्वयन को केवल परिचालन दक्षता पर ध्यान केंद्रित करने के बजाय विश्वास-निर्माण तंत्रों को प्राथमिकता देनी चाहिए, नैतिक पारदर्शिता सुनिश्चित करनी चाहिए और उम्मीदवारों के बीच AI साक्षरता को बढ़ावा देना चाहिए।