ریورس ریکروٹمنٹ یعنی الٹی بھرتی روایتی عمل کو سر کے بل کھڑا کر دیتی ہے۔ روایتی بھرتی میں امیدوار ہر بار وہی کام دہراتا ہے، سی وی اپ لوڈ کرنا، فارم بھرنا، انہی سوالوں کے جواب دینا، اور دوبارہ ٹیکنیکل ٹیسٹ دینا۔ پورا عمل اُس کمپنی کے لیے بہتر بنایا گیا ہوتا ہے جو بھرتی کر رہی ہے، نہ کہ اُس شخص کے لیے جو نوکری کی تلاش میں ہے۔
ریورس ریکروٹمنٹ اِس منطق کو بدل دیتی ہے۔ امیدوار ایک ہی گہرا جائزہ دیتا ہے، تکنیکی صلاحیتیں، رویہ جاتی پروفائل، زبان، اور اس کا نتیجہ ایک تصدیق شدہ پروفائل میں محفوظ ہو جاتا ہے۔ جب کمپنیاں اسامیاں کھولتی ہیں تو وہ اِن پہلے سے جانچے گئے امیدواروں کے پول کو چھانتی ہیں، بجائے اس کے کہ ہر شخص سے نئے سرے سے درخواست منگوائیں۔ پاکستان جیسے بازار میں، جہاں ہر سال پچاس ہزار سے زائد آئی ٹی گریجویٹ نکلتے ہیں مگر کمپنیوں کو اب بھی "کام کے لیے تیار" لوگ ڈھونڈنا مشکل لگتا ہے، یہ فرق معمولی نہیں۔
عملی طور پر یہ کیسے کام کرتا ہے؟
یہ بہاؤ چار مرحلوں میں کھلتا ہے:
1. ایک ہی بار جائزہ۔ ہارڈ اسکلز (ایک حقیقی چھانٹی کے برابر ٹیکنیکل ٹیسٹ، بے تناظر LeetCode نہیں)، سافٹ اسکلز (سائنسی طور پر توثیق شدہ Big Five)، زبان، اور ایک قابلِ تصدیق تجربہ نامہ۔
2. یکجا اسکور۔ ایک ایسے سی وی کے بجائے جہاں سب کچھ محض دعویٰ ہوتا ہے، امیدوار کے پاس ٹیسٹوں سے اخذ کردہ ایک اسکور ہوتا ہے جسے کوئی بھی کمپنی جانچ سکتی ہے۔ ہر کمپنی خود طے کرتی ہے کہ کس پہلو کو کتنا وزن دینا ہے۔
3. کمپنیاں چھانٹی کرتی ہیں۔ جب کوئی اسامی کھلتی ہے تو نظام معروضی معیار پر موزوں امیدوار دکھاتا ہے، اسکور کی حد، زبان، دستیابی۔ امیدوار درخواست نہیں دیتا، کمپنی فیصلہ کرتی ہے کہ کسے بلایا جائے۔
4. بامعنی گفتگو۔ پہلی بات چیت ایک ٹھوس پیشکش کے ساتھ ہوتی ہے، نظر آنے والی تنخواہ، کام کا دائرہ، طریقہ کار۔ نہ سی وی کی چھانٹی، نہ "امیدوار کو جاننے" کے لیے ابتدائی انٹرویو۔
یہ ایک روایتی ATS سے کہاں مختلف ہے؟
ATS یعنی Applicant Tracking System ایک ایسا ٹول ہے جو کمپنی کو موصول ہونے والی درخواستوں کو منظم کرنے میں مدد دیتا ہے۔ بہاؤ وہی رہتا ہے: اسامی کھلی، امیدوار درخواست دیتے ہیں، کمپنی چھانٹی کرتی ہے۔ کمپنی کو اندرونی کارکردگی ملتی ہے، مگر امیدوار اب بھی ہر پلیٹ فارم پر وہی کام دہراتا ہے۔
ریورس ریکروٹمنٹ سمت بدل دیتی ہے، امیدوار یہ کام ایک بار کرتا ہے۔ ATS کمپنی کے لیے ایک ضروری نقطہ ہے، جبکہ ریورس ریکروٹمنٹ امیدوار کے لیے ایک قدر کی تجویز ہے۔ دونوں ساتھ ساتھ چل سکتے ہیں، ریورس ریکروٹمنٹ سے پیدا ہونے والی بھرتیاں اندرونی ATS کو غذا فراہم کر سکتی ہیں۔ Nort خود کوئی ATS نہیں، بلکہ ایک ریورس ریکروٹنگ اور اسسمنٹ پلیٹ فارم ہے، اور اسی لیے یہ کسی ATS کی جگہ لینے کے بجائے اُس کی تکمیل کرتا ہے۔
وہ تین قسم کے جائزے جو واقعی اہم ہیں
جب "امیدوار کا جائزہ" کی بات ہوتی ہے تو بہت سے پلیٹ فارم مفاہیم خلط ملط کر دیتے ہیں۔ ایک ایماندار ڈھانچے میں تین قسمیں سماتی ہیں:
- ہارڈ اسکلز۔ کوڈ کے ٹیکنیکل ٹیسٹ، شعبہ جاتی مسائل (SQL، سسٹم، ڈیزائن)، اور عملی توثیق۔ مقصد خارج کرنا نہیں، بلکہ ایک معروضی محور پر صلاحیت کی اصل سطح ناپنا ہے۔
- سافٹ اسکلز۔ Big Five (پانچ بڑے عوامل) نفسیاتی پیمائش کے ادب میں سب سے زیادہ توثیق شدہ فریم ورک ہے۔ یہ کشادگی، ضمیر شناسی، اجتماعیت، خوش خلقی اور جذباتی استحکام ناپتا ہے۔ یہ "آپ کون سا جانور ہوتے" قسم کا شخصیت ٹیسٹ نہیں، بلکہ ایک اصل نفسیاتی سوالنامہ ہے۔
- زبان۔ سمجھنا، بولنا اور لکھنا۔ کسی بھی ریموٹ بین الاقوامی اسامی کے لیے فیصلہ کن، اور سی وی میں سب سے آسانی سے بڑھا چڑھا کر لکھا جانے والا نکتہ۔
اِن تینوں کا ملاپ وہ چیز بناتا ہے جسے Nort Career Score کہتا ہے، یعنی واحد عدد کے بجائے صلاحیتوں کا ایک کثیر الاضلاع نقشہ، کیونکہ اوسطاً ٧.٠ کا اسکور ایک ایسے امیدوار کو چھپا سکتا ہے جس کی ہارڈ اسکل ٩ ہو اور سافٹ اسکل ٥، یا اس کے برعکس۔
کیا الٹی بھرتی پاکستان کے بازار سے میل کھاتی ہے؟
پاکستان کا تناظر اِس ماڈل کے حق میں جاتا ہے۔ Rozee.pk جیسے روایتی جاب پورٹل پر لاکھوں رجسٹرڈ پیشہ ور ہیں، مگر مسئلہ پروفائلز کی تعداد کا نہیں، بلکہ اُن کی تصدیق شدہ صلاحیت کا ہے۔ کراچی، لاہور اور اسلام آباد کے ٹیک مراکز میں کمپنیاں سینکڑوں سی وی پاتی ہیں، اور پھر ہر ایک کی صلاحیت دستی طور پر جانچنے میں ہفتے لگاتی ہیں۔
اس کے ساتھ ساتھ، ہنر کی بیرونِ ملک ہجرت (برین ڈرین) ایک حقیقی دباؤ ہے۔ رپورٹس کے مطابق یہ پاکستان کی معیشت کو سالانہ اربوں ڈالر کا نقصان پہنچاتی ہے، اور ٢٠٢٢ سے ٢٠٢٣ کے درمیان اعلیٰ تربیت یافتہ پیشہ وروں کی ہجرت میں تقریباً ٢٧ فیصد اضافہ ہوا۔ جو امیدوار رہ جاتا ہے، وہ زیادہ شفاف اور تیز عمل کی توقع رکھتا ہے، اور جو کمپنی سستی برتتی ہے، اچھے لوگ اُس کے ہاتھ سے کہیں اور (اکثر بیرونِ ملک ریموٹ کام کی طرف) نکل جاتے ہیں۔ ریورس ریکروٹمنٹ اِس دباؤ کا جواب دیتی ہے، کیونکہ امیدوار جائزہ ایک بار دیتا ہے اور کمپنیاں اُسے پہلے سے تیار حالت میں پاتی ہیں۔
آر ایچ میں مصنوعی ذہانت کے منفی پہلو
یہ سوال براہِ راست تلاش میں سامنے آتا ہے، اور مارکیٹنگ کا شور بننے سے پہلے ایک ایماندار جواب کا حق دار ہے:
- الگورتھمی تعصب۔ اگر ماڈل کو تربیت دینے والی بھرتی کی تاریخ میں تعصب موجود ہے تو ماڈل اُسے بڑھا دیتا ہے۔ مشہور واقعات (Amazon، ٢٠١٨) نے دکھایا کہ مصنوعی ذہانت تعصبات کو منظم انداز میں دہرا سکتی ہے۔
- وضاحت کی کمی۔ جو نظام امیدواروں کی درجہ بندی کرتے ہیں مگر وجہ نہیں بتاتے، وہ لوگوں کو اندھیرے میں رکھتے ہیں کہ بہتری کیسے لائیں، جو ایک منصفانہ عمل کا اُلٹ ہے۔
- متبادل بمقابلہ تقویت۔ مصنوعی ذہانت چھانٹی کو معیاری بنانے اور معروضی صلاحیتیں ناپنے میں اچھی ہے۔ یہ مخصوص ثقافتی موزونیت، طویل مدتی ارادے، یا تناظر کی باریکی پرکھنے میں کمزور ہے۔ آخری مرحلے میں انسانی ریکروٹر اب بھی ضروری رہتا ہے۔
ریورس ریکروٹمنٹ اِن نکات کا جواب شفافیت سے دیتی ہے، امیدوار اپنا اسکور جانتا ہے اور دیکھ سکتا ہے کہ وہ کیسے بنا۔ مگر کوئی پلیٹ فارم تعصب اُس وقت تک حل نہیں کرتا جب تک بھرتی کی تاریخ کا دانستہ جائزہ نہ لیا جائے۔
پاکستان میں ڈیٹا پرائیویسی کا قانونی پہلو
جب امیدوار ایک بار تفصیلی جائزہ دیتا ہے تو حساس ذاتی ڈیٹا (ٹیسٹ کے نتائج، رویہ جاتی پروفائل، تجربہ) جمع ہوتا ہے، اس لیے قانونی صورتحال کو سمجھنا ضروری ہے۔ یہاں اہم نکتہ یہ ہے کہ پاکستان میں ابھی تک کوئی جامع، نافذ العمل ڈیٹا پروٹیکشن قانون موجود نہیں۔
وزارتِ انفارمیشن ٹیکنالوجی و ٹیلی کمیونیکیشن نے ١٩ مئی ٢٠٢٣ کو پرسنل ڈیٹا پروٹیکشن بل ٢٠٢٣ کا مسودہ جاری کیا، جو ایک قومی ڈیٹا پروٹیکشن کمیشن (NCPDP) قائم کرنے کی تجویز دیتا ہے، مگر یہ تاحال زیرِ غور اور مسودے کی شکل میں ہے، حتمی قانون نہیں۔ یعنی یورپ کے GDPR یا EU AI Act کی طرح کوئی پابند قانون فی الحال پاکستان پر لاگو نہیں ہوتا۔ موجودہ صورتحال کی تفصیل کے لیے پاکستان میں ڈیٹا پروٹیکشن قوانین کا جائزہ دیکھا جا سکتا ہے۔
اِس کا مطلب یہ نہیں کہ کوئی اصول لاگو نہیں ہوتے۔ مسودہ بل اور بین الاقوامی بہترین طریقے دونوں انہی عمومی اصولوں کی طرف اشارہ کرتے ہیں جن پر عمل کرنا اب بھی دانش مندی ہے، رضامندی اور مقصد کی وضاحت، ڈیٹا کی کفایت، ذخیرے کی واضح مدت، اور شفافیت کے ساتھ انسانی نگرانی۔ ریورس ریکروٹمنٹ اِن اصولوں سے قدرتی طور پر میل کھاتی ہے، کیونکہ امیدوار خود فیصلہ کرتا ہے کہ کون اُس کا مکمل پروفائل دیکھ سکتا ہے، اور درجہ بندی کے پیچھے کا معیار واضح اور قابلِ دستاویز رہتا ہے۔
ریورس ریکروٹمنٹ کب موزوں ہوتی ہے؟
یہ کوئی آفاقی نسخہ نہیں۔ یہ تب زیادہ موزوں ہے جب:
- اسامی ریموٹ اور بڑی تعداد میں ہو۔ کمپنی کو اگلی سہ ماہی میں ٥ سے زائد ڈیولپر، مختلف سطحوں پر، درکار ہوں۔ دستی چھانٹی اِس پیمانے پر نہیں چلتی۔
- صلاحیت قابلِ پیمائش ہو۔ انجینئرنگ، ڈیٹا، ڈیزائن، یعنی وہ شعبے جہاں عملی ٹیسٹ کارکردگی کی پیش گوئی کرتا ہے۔ جن اسامیوں میں ثقافتی موزونیت قابلِ پیمائش اسکل سے بھاری پڑتی ہے (C-level ایگزیکٹو، تعلق پر مبنی سیلز)، وہاں روایتی ماڈل اب بھی بہتر کام کرتا ہے۔
- کمپنی بھرتی کا اوسط وقت کم کرنا چاہتی ہو۔ ٤ سے ٦ ہفتوں کے عمل کے بجائے یہ ١ سے ٢ ہفتوں پر آ جاتا ہے، کیونکہ امیدوار پہلے سے جانچے ہوئے آتے ہیں۔
یہ تب موزوں نہیں جب اسامی منفرد، بہت سینئر ہو، اور بھرپور انداز میں ذاتی روابط (نیٹ ورک) پر منحصر ہو۔ ایسے میں راستہ ہیڈ ہنٹر ہے، پلیٹ فارم نہیں۔
Nort یہاں کہاں فٹ ہوتا ہے؟
Nort ریورس ریکروٹمنٹ کے اِسی اصول پر بنا ہے۔ امیدوار ایک پورٹیبل اسسمنٹ ایک بار مکمل کرتا ہے، کمپنی صلاحیتوں کے کثیر الاضلاع نقشے سے چھانٹی کرتی ہے، اور ایک قابلِ ترتیب Career Score مختلف پہلوؤں کو ایڈجسٹ کیے جانے والے وزن کے ساتھ یکجا کرتا ہے۔ یہ ATS کی جگہ نہیں لیتا، بلکہ "رابطے سے پہلے" کے کام کو پہلے ہی نمٹا دیتا ہے، تاکہ جب اسامی کھلے تو چھانٹی فوری دستیاب ہو اور حتمی گفتگو ٹھوس پیشکش کے ساتھ شروع ہو، نہ کہ یہ دریافت کرنے کے لیے کہ آیا شخص کے پاس اسکلز ہیں یا نہیں۔
اکثر پوچھے جانے والے سوالات
کیا ریورس ریکروٹمنٹ اور LinkedIn Recruiter ایک ہی چیز ہیں؟
نہیں۔ LinkedIn ایک ڈائریکٹری ہے جہاں ریکروٹر خود ساختہ سی وی میں کلیدی الفاظ سے تلاش کرتے ہیں۔ ریورس ریکروٹمنٹ تصدیق شدہ صلاحیت سے شروع ہوتی ہے، کلیدی الفاظ سے نہیں۔ دونوں ایک دوسرے کی تکمیل کر سکتے ہیں، LinkedIn استعمال کرنے والے ریکروٹر بعض اوقات صلاحیت کا وہی ثبوت مانگتے ہیں جو ریورس ریکروٹمنٹ پہلے ہی فراہم کر چکی ہوتی ہے۔
کیا یہ امیدوار کے لیے مفت ہے؟
اِس ماڈل کی بنیاد یہ ہے کہ امیدوار خود ایک جانچی ہوئی مصنوعہ ہے، اِس لیے اُس سے پیسے لینے کی کوئی منطق نہیں۔ ادائیگی وہ کمپنی کرتی ہے جو امیدواروں کو چھانتی ہے۔ Nort اِسی اصول پر چلتا ہے، پروفائل بنانا اور ٹیسٹ دینا مفت ہے۔
کیا یہ ٹیسٹ ایک سے زائد اسامی کے لیے کام آتے ہیں؟
ہاں۔ اصل نکتہ یہی ہے۔ Career Score پورٹیبل ہے، یہ ہر اُس کمپنی کے لیے کام آتا ہے جو اِس سے چھانٹی کرے۔ امیدوار ایک بار جائزہ دیتا ہے اور وقت کے ساتھ متعدد کمپنیاں اُسے ڈھونڈ نکالتی ہیں۔
اگر کمپنی پھر بھی انٹرویو لینا چاہے تو؟
کمپنی پیشکش حتمی کرنے سے پہلے بات کرنا چاہ سکتی ہے، اور عموماً چاہے گی۔ فرق یہ ہے کہ یہ گفتگو میز پر پیشکش رکھ کر شروع ہوتی ہے، نظر آنے والی تنخواہ، طے شدہ دائرہ۔ یہ "آئیے امیدوار کو جان لیں کہ آگے بڑھنا چاہیے یا نہیں" نہیں، بلکہ "ہمیں آپ چاہئیں، آئیے تفصیلات طے کریں" ہوتی ہے۔
اگر میں پہلے سے ملازم ہوں تو میری پرائیویسی کیسے محفوظ رہے گی؟
ایک معقول ریورس ریکروٹمنٹ پلیٹ فارم بطورِ ڈیفالٹ پروفائل کو موجودہ آجر سے چھپاتا ہے۔ Nort میں یہ قابلِ ترتیب ہے، امیدوار خود طے کرتا ہے کہ مکمل پروفائل کون دیکھ سکتا ہے۔ عوامی اسکور شناختی تفصیلات کے بغیر ظاہر ہو سکتا ہے۔
کیا آپ ایک بار اپنی صلاحیت ثابت کر کے کمپنیوں کو خود تک آنے دینا چاہتے ہیں؟ مفت Nort پروفائل بنائیں اور تصدیق شدہ اسکور کے ساتھ ریورس ریکروٹمنٹ آزمائیں۔