बिना CV, फोटो और पदनाम के दो विशेषज्ञों की तुलना कैसे करें? 7 संकेत जो वास्तव में मायने रखते हैं

OECD बताता है कि नियोक्ता अभी भी अक्सर पदनाम, अनुभव के वर्षों और योग्यताओं जैसे अप्रत्यक्ष संकेतों से यह अनुमान लगाते हैं कि कोई व्यक्ति क्या कर सकता है। साथ ही, कौशल की साझा और स्पष्ट भाषा न होने से उन्हें संकेतित करना, पहचानना और तुलना करना कठिन होता है। [1]

2026 की रिपोर्ट में OECD कौशल-प्रथम दृष्टिकोण को ऐसे मूल्यांकन के रूप में बताता है जिसमें व्यक्ति को उन कौशलों पर परखा जाता है जिन्हें वह प्रदर्शित कर सकता है, जबकि औपचारिक योग्यता और पिछला अनुभव पूरक भूमिका निभाते हैं। OECD यह भी स्पष्ट करता है कि इस तरह की प्रथाओं को प्रभावी ढंग से लागू करने के प्रमाण अभी सीमित हैं और काफी हद तक संगठनों के शुरुआती अनुभवों पर आधारित हैं। [2]

इसलिए नीचे दिए सात संकेतों को वैज्ञानिक रूप से मान्य पैमाना नहीं मानना चाहिए। ये काम, कौशल और प्रमाण के मूल्यांकन से जुड़े स्रोतों में बताए सिद्धांतों पर आधारित एक व्यावहारिक तुलना मॉडल हैं.

U.S. Office of Personnel Management काम के विश्लेषण को मूल्यांकन और चयन संबंधी निर्णयों की नींव बताता है: पहले कार्यों, आवश्यक दक्षताओं और उनके बीच संबंध को समझना जरूरी है। [3]

दो प्रोफ़ाइल खोलने से पहले लिखें:

• कौन-सी समस्या हल करनी है,
• कौन-से 3-7 कौशल वास्तव में आवश्यक हैं,
• कौन-से कार्य किए जाएंगे,
• कितनी स्वतंत्रता चाहिए,
• कौन-सी सीमाएँ महत्वपूर्ण हैं,
• किस परिणाम को पर्याप्त माना जाएगा.

इस तरह मानदंड व्यक्ति को देखने से पहले तय होते हैं, न कि तब जब कोई एक प्रोफ़ाइल बेहतर पहला प्रभाव डाल चुका हो.

पहला सवाल यह नहीं होना चाहिए: किसके पास अधिक कौशल हैं?

बेहतर सवाल है: क्या इस व्यक्ति के पास इस खास समस्या को हल करने के लिए जरूरी कौशल हैं?

40 कौशलों की सूची जरूरी नहीं कि छह अच्छी तरह मेल खाने वाले कौशलों से बेहतर हो। OECD भूमिकाओं को स्पष्ट रूप से परिभाषित कौशलों में विभाजित करने पर जोर देता है, केवल पदनाम से क्षमता का अनुमान लगाने पर नहीं। [1]

लेबलों की संख्या नहीं, बल्कि आपकी समस्या की जरूरतों को कौशल कितना पूरा करते हैं यह तुलना करें.

"मैं डेटा का विश्लेषण कर सकता हूँ" कहना उस काम को देखने से कमजोर संकेत है जिसमें यह कौशल वास्तव में इस्तेमाल हुआ हो.

पेशे के अनुसार मजबूत प्रमाण हो सकते हैं:

• काम का नमूना,
• परियोजना का विवरण,
• प्रोटोटाइप,
• कानूनन दिखाया जा सकने वाला कोड अंश,
• विश्लेषण,
• रिपोर्ट,
• प्रकाशन,
• अभियान सामग्री,
• विश्वसनीय स्रोत से पुष्ट परिणाम.

OPM काम के नमूनों को उन कार्यों या गतिविधियों के रूप में बताता है जो वास्तविक नौकरी में किए जाने वाले काम को प्रतिबिंबित करते हैं। [4]

प्रमाण जितना उस वास्तविक कार्य के करीब होगा जिसे आप सौंपना चाहते हैं, उतनी अधिक जानकारी वह उपयुक्तता के बारे में देगा.

एक ही कौशल बहुत अलग परिस्थितियों में इस्तेमाल हो सकता है.

साधारण जानकारी वाली वेबसाइट का इंटरफ़ेस डिजाइन करना और कई उपयोगकर्ता भूमिकाओं वाले वित्तीय सिस्टम में प्रक्रिया डिजाइन करना कुछ समान कौशल मांग सकते हैं, लेकिन वे एक ही समस्या नहीं हैं.

इन बातों की तुलना करें:

• पैमाना,
• उपयोगकर्ता का प्रकार,
• निर्भरताओं की संख्या,
• निर्णय की जिम्मेदारी,
• गुणवत्ता की अपेक्षाएँ,
• समय या नियामकीय सीमाएँ,
• अन्य विशेषज्ञों के साथ काम करने की जरूरत.

समान संदर्भ सफलता की गारंटी नहीं देता, लेकिन यह समझने में मदद करता है कि पिछले अनुभव से नए कार्य तक का अंतर कितना बड़ा है।

किसी परियोजना का पोर्टफोलियो में होना अपने आप नहीं बताता कि उस व्यक्ति ने वास्तव में क्या किया.

तुलना करें:

• वह व्यक्तिगत रूप से किसका जिम्मेदार था,
• उसने कौन-से निर्णय लिए,
• उसने स्वतंत्र रूप से क्या किया,
• टीम के साथ मिलकर क्या बनाया गया,
• परिणाम का कौन-सा हिस्सा उचित रूप से उसके काम से जोड़ा जा सकता है.

जो विशेषज्ञ अपनी जिम्मेदारी की सीमाएँ स्पष्ट बताता है, वह उस व्यक्ति से बेहतर मूल्यांकन सामग्री देता है जो कई लोगों की परियोजना के पूरे परिणाम को अपना बताता है.

कुछ साल पुराना अनुभव अभी भी उपयोगी हो सकता है, लेकिन उसकी प्रासंगिकता क्षेत्र पर निर्भर करती है.

तेजी से बदलते तकनीकी क्षेत्रों में नवीनता बहुत महत्वपूर्ण हो सकती है. अन्य पेशों में मूल सिद्धांत, क्षेत्रीय ज्ञान या किसी खास प्रकार की समस्या का अनुभव अधिक समय तक उपयोगी रह सकता है.

हर प्रमाण के लिए एक ही समय सीमा न लगाएँ. पूछें:

क्या उस काम को करने का तरीका आज विशेषज्ञ के सामने आने वाली परिस्थितियों, उपकरणों और अपेक्षाओं से अभी भी मेल खाता है?

परिणाम गतिविधियों की सूची को वास्तविक प्रभाव से अलग करने में मदद करता है.

उदाहरण:

• दिया गया उत्पाद,
• प्रक्रिया में लगा समय कम होना,
• त्रुटियों की संख्या कम होना,
• शोध से पुष्ट उपयोगिता सुधार,
• निश्चित सीमाओं के भीतर परियोजना पूरी होना,
• प्रकाशन,
• लागू किया गया समाधान,
• ग्राहक या अन्य स्रोत से पुष्ट प्रभाव.

लेकिन कारण का श्रेय सावधानी से देना चाहिए. यदि टीम परियोजना के बाद कोई व्यावसायिक संकेतक सुधरता है, तो यह अपने आप नहीं दिखाता कि एक व्यक्ति ने पूरा बदलाव पैदा किया.

सबसे उपयोगी संकेत परिणाम को स्पष्ट रूप से बताए गए जिम्मेदारी के दायरे से जोड़ता है।

सबसे सक्षम विशेषज्ञ भी किसी खास काम के लिए सर्वोत्तम विकल्प नहीं हो सकता यदि सहयोग की शर्तें मेल न खाएँ.

दक्षता से अलग इन बातों की तुलना करें:

• उपलब्धता,
• शुरू करने की संभावित तारीख,
• सेवा का दायरा,
• भुगतान का तरीका और कीमत,
• काम का मॉडल,
• जरूरत होने पर संचार की भाषा,
• आवश्यक समय क्षेत्र में काम करने की क्षमता,
• दोनों पक्षों की सीमाएँ.

कीमत क्षमता का माप नहीं है और उपलब्धता गुणवत्ता का प्रमाण नहीं है। फिर भी ये सहयोग के व्यावहारिक रूप से संभव होने के वास्तविक मानदंड हैं और इन्हें अलग से देखना चाहिए.

इन सात संकेतों को एक सार्वभौमिक संख्या में बदलने का ठोस आधार नहीं है जो कथित रूप से बहुत सटीकता से बताए कि कौन बेहतर विशेषज्ञ है.

इसके बजाय सरल तुलना कार्ड उपयोग करें:

मजबूत संकेत - प्रत्यक्ष और प्रासंगिक प्रमाण मौजूद है.
आंशिक संकेत - प्रमाण है, लेकिन संदर्भ या दायरा जरूरत से अलग है.
पर्याप्त जानकारी नहीं - मूल्यांकन के लिए जानकारी कम है.

सबसे महत्वपूर्ण नियम:

जानकारी की कमी खराब परिणाम के बराबर नहीं है।

यदि जानकारी जरूरी है, तो उसे पूरा करें; स्वतः सबसे खराब अंक न दें.

मान लें कि आपको B2B एप्लिकेशन की शुरुआती उपयोग प्रक्रिया सुधारनी है क्योंकि उपयोगकर्ताओं को पहली सेटिंग पूरी करने में कठिनाई होती है.

विशेषज्ञ A कई आकर्षक डिजिटल उत्पाद परियोजनाएँ दिखाता है. लेकिन यह स्पष्ट नहीं कि उसने स्वयं कौन-से हिस्से बनाए, उपयोगकर्ता समस्याओं का अध्ययन कैसे किया, या बदलावों के परिणाम क्या रहे.

विशेषज्ञ B कम परियोजनाएँ दिखाता है, लेकिन उनमें एक समान प्रक्रिया से जुड़ी है. वह अपनी जिम्मेदारी बताता है, शोध प्रक्रिया, प्रोटोटाइप का हिस्सा, निर्णय लेने का तरीका दिखाता है और परियोजना के परिणाम को टीम का परिणाम बताता है.

इन जानकारियों के आधार पर विशेषज्ञ B इस खास समस्या से जुड़े अधिक प्रमाण देता है. इसका अर्थ यह नहीं कि वह सामान्य रूप से बेहतर विशेषज्ञ है. केवल इतना कि इस चरण पर हमारे पास इस खास कार्य के लिए उसकी उपयुक्तता का आकलन करने का मजबूत आधार है.

OPM काम के नमूने और सिमुलेशन को ऐसे तरीकों के रूप में बताता है जिनमें व्यक्ति वास्तविक नौकरी की गतिविधियों को प्रतिबिंबित करने वाले कार्य करता है. [4]

CIPD भी कौशल-आधारित मूल्यांकन, जिनमें काम के नमूने और सिमुलेशन शामिल हैं, का उल्लेख करता है और कहता है कि वे वास्तविक कार्यों से यथासंभव मिलते-जुलते होने चाहिए. [6]

यदि अतिरिक्त सत्यापन चाहिए, तो छोटा और प्रतिनिधि कार्य चुनें, वास्तविक परियोजना का ऐसा महत्वपूर्ण व्यावसायिक हिस्सा नहीं जिसे बिना भुगतान कराया जाए.

कार्य वही मापे जिसकी आपको वास्तव में जरूरत है, उसके मानदंड स्पष्ट हों और सभी मूल्यांकित लोगों के लिए तुलना योग्य हो.

संरचित साक्षात्कार में सभी से वही पहले से तय प्रश्न उसी क्रम में पूछे जाते हैं और उत्तरों को समान मूल्यांकन पैमाने और मानकों से आंका जाता है. OPM के अनुसार इससे जानकारी देने का समान अवसर मिलता है और सटीक तथा एकरूप मूल्यांकन में सहायता होती है. [5]

CIPD सलाह देता है कि सभी उम्मीदवारों से वही प्रश्न उसी क्रम में पूछे जाएँ और उत्तरों को पहले से तय वस्तुनिष्ठ मानदंडों से आंका जाए. [6]

एक व्यक्ति से तकनीकी सवाल और दूसरे से व्यक्तित्व के सवाल न पूछें. दोनों से उन्हीं समस्याओं, निर्णयों और सीमाओं पर सवाल करें.

गुमनाम आवेदनों पर शोध बताता है कि पहचान संबंधी जानकारी की दृश्यता सीमित करना कुछ परिस्थितियों में चयन के शुरुआती चरण में भेदभाव के प्रभाव को कम कर सकता है. लेकिन परिणाम एक जैसे नहीं हैं और कुछ अध्ययनों में अनचाहे प्रभाव भी मिले हैं. IZA की समीक्षा गुमनामी के संभावित लाभ और सीमाएँ दोनों स्पष्ट करती है. [7]

सही निष्कर्ष यह नहीं है:

"नाम छिपाने से पूर्वाग्रह खत्म हो जाता है".

बेहतर निष्कर्ष है:

"पहले चरण में कुछ पहचान संबंधी जानकारी सीमित करने से तुलना को कार्य-संबंधी मानदंडों पर केंद्रित करने में मदद मिल सकती है, लेकिन यह अपने आप निष्पक्ष या बेहतर निर्णय की गारंटी नहीं देता".

वास्तविक सहयोग में हर जानकारी हमेशा के लिए छिपी नहीं रह सकती.

बाद के चरण में जरूरत हो सकती है:

• अनुबंध के लिए डेटा,
• बिलिंग संबंधी डेटा,
• पहचान सत्यापन,
• कानून या सुरक्षा कारणों से आवश्यक जानकारी,
• दोनों पक्षों के बीच सीधा संचार.

उद्देश्य स्थायी गुमनामी नहीं, बल्कि जानकारी प्रकट करने का क्रम है: पहले पेशेवर मेल का आकलन करने के लिए जरूरी जानकारी, और पहचान संबंधी डेटा तब जब वह अगले चरण के लिए वास्तव में आवश्यक हो.

यूरोपीय संघ में GDPR का अनुच्छेद 5 डेटा न्यूनतमकरण का सिद्धांत निर्धारित करता है: व्यक्तिगत डेटा प्रसंस्करण के उद्देश्य के लिए पर्याप्त, प्रासंगिक और आवश्यक सीमा तक होना चाहिए. [8]

इसका अर्थ यह नहीं कि कम डेटा हमेशा स्वतः बेहतर होता है. डेटा का दायरा विशिष्ट उद्देश्य और प्रसंस्करण के आधार से मेल खाना चाहिए.

विशेषज्ञों की पहली तुलना में यह सवाल उपयोगी है:

क्या फोटो, उम्र या पूरी पहचान इस चरण में किसी खास काम को करने की क्षमता का आकलन करने के लिए वास्तव में आवश्यक है?

1. आप पहले प्रोफ़ाइल देखते हैं और बाद में मानदंड बनाते हैं।

2. समस्या से मेल देखने के बजाय कौशलों की संख्या गिनते हैं।

3. आकर्षक परियोजना को इस बात का प्रमाण मानते हैं कि व्यक्ति ने सब कुछ स्वयं किया।

4. एक व्यक्ति को पोर्टफोलियो से और दूसरे को साक्षात्कार से आंकते हैं।

5. जानकारी न होने को कमजोर क्षमता का प्रमाण मानते हैं।

6. कीमत, अनुभव के वर्ष या प्रसिद्ध कंपनी के नाम को गुणवत्ता का सीधा माप मानते हैं।

7. मूल्यांकन के पीछे प्रमाण समझाए बिना एक ही संख्या बना देते हैं।

दोनों लोगों के लिए एक ही सवालों के जवाब दें:

1. उनके कौशल समस्या की जरूरतों को कितना पूरा करते हैं?
2. इन कौशलों के इस्तेमाल के प्रमाण कितने मजबूत हैं?
3. पिछला संदर्भ और जटिलता का स्तर कितना समान था?
4. क्या हमें पता है कि व्यक्ति व्यक्तिगत रूप से किसका जिम्मेदार था?
5. क्या प्रमाण इस क्षेत्र के लिए पर्याप्त रूप से वर्तमान है?
6. क्या परिणाम विश्वसनीय ढंग से बताया गया है और कम से कम आंशिक रूप से सत्यापित किया जा सकता है?
7. क्या सहयोग की शर्तें वास्तव में काम पूरा करने देती हैं?

हर बिंदु पर यह भी लिखें कि आप क्या नहीं जानते. अक्सर वही कमी अगला सवाल बननी चाहिए.

तुलना को इस सवाल का जवाब देना चाहिए:

इन खास परिस्थितियों में इस खास कार्य के अच्छे निष्पादन की उम्मीद के लिए कौन अधिक मजबूत आधार देता है?

यह इस सवाल का जवाब नहीं कि कौन अधिक मूल्यवान व्यक्ति है, किसका करियर बेहतर है, या कौन हर परिस्थिति में बेहतर विशेषज्ञ है.

यह अंतर महत्वपूर्ण है. दो बहुत सक्षम लोग पूरी तरह अलग समस्याओं के लिए सही विकल्प हो सकते हैं.

CV, पदनाम, विश्वविद्यालय, प्रसिद्ध कंपनी या फोटो पहले प्रभाव को प्रभावित कर सकते हैं, लेकिन इनमें से कोई अकेले सबसे जरूरी सवाल का जवाब नहीं देता:

क्या यह व्यक्ति मेरी समस्या हल कर सकता है, और क्या मेरे पास इसके पर्याप्त प्रमाण हैं?

मूल्यांकन का बेहतर क्रम:

समस्या -> आवश्यक कौशल -> प्रमाण -> संदर्भ -> जिम्मेदारी -> परिणाम -> सहयोग की शर्तें.

उसके बाद बातचीत, सत्यापन और सहयोग शुरू करने के लिए आवश्यक जानकारी जोड़ी जा सकती है.

यह तरीका अनिश्चितता खत्म नहीं करता. लेकिन यह अधिक स्पष्ट करता है कि निर्णय वास्तव में किस आधार पर लिया जा रहा है.

[1] OECD, A Skills-First Labour Market - Building a common skills language, 2026
स्रोत खोलें

[2] OECD, A Skills-First Labour Market - Promoting skills-first hiring and talent management, 2026
स्रोत खोलें

[3] U.S. Office of Personnel Management - Job Analysis
स्रोत खोलें

[4] U.S. Office of Personnel Management - Work Samples and Simulations
स्रोत खोलें

[5] U.S. Office of Personnel Management - Structured Interviews
स्रोत खोलें

[6] CIPD - Selection Methods, 2024
स्रोत खोलें

[7] IZA World of Labour - Anonymous job applications and hiring discrimination
स्रोत खोलें

[8] Regulation (EU) 2016/679 - GDPR, Article 5, EUR-Lex
स्रोत खोलें

पद्धति संबंधी टिप्पणी: कुछ स्रोत औपचारिक कर्मचारी चयन से जुड़े हैं. इस सामग्री में कार्य, कौशल, काम के नमूने और संरचित तुलना के सिद्धांतों को स्वतंत्र विशेषज्ञ या सेवा प्रदाता चुनने के लिए भी संदर्भ के रूप में इस्तेमाल किया गया है. इसका अर्थ यह नहीं कि हर भर्ती प्रक्रिया को हर सेवा संबंध पर सीधे लागू किया जा सकता है.