5 grešaka koje ćeš napraviti na automatizaciji intervjua

Tvoj sistem za automatizaciju intervjua je tempirana bomba. Ako misliš da je dovoljno samo zakačiti GPT-4 API na jedan web-formular i pustiti kandidate da se ‘zabavljaju’, tvoj proces zapošljavanja će se raspasti brže od jeftine iverice na kiši. Većina firmi u 2026. godini gubi vrhunske talente jer njihovi botovi zvuče kao pokvareni frižideri, a ne kao profesionalni regruteri. Uštedjećeš hiljade eura na procesima, ali samo ako prestaneš praviti početničke greške koje tjeraju seniore u suze.

Temperatura modela: Zašto tvoj bot halucinira usred razgovora

Da bi spriječio botove da izmišljaju radna mjesta koja ne postoje, moraš kontrolisati parametre. Postavljanje temperature na 0.8 je kao da pijanom čovjeku daš mikrofon na vjenčanju; previše ‘kreativnosti’ u intervjuu vodi direktno u katastrofu. Čuo sam zujanje servera dok je jedan model pokušavao objasniti kandidatu da firma nudi besplatne letove na Mars. Čista glupost.

U svijetu mašinskog učenja, temperatura određuje koliko će model biti predvidljiv. Za intervjue, želiš nešto blizu 0.2. Ako ne znaš kako to podesiti, pročitaj vodič o temperature parametru. Bez toga, tvoj AI će početi ‘hvatati krivine’. Podesi to odmah. Ne čekaj sutra.

Greška br. 1: Ignorisanje algoritamske diskriminacije

Tvoj kod ne vidi boju kože, ali vidi ‘rupe’ u CV-u koje tvoj algoritam kažnjava bez milosti. To je digitalna rđa. Ako tvoj model uči na starim podacima iz 2010. godine, on će kopirati sve tadašnje predrasude. Osjetit ćeš onaj hladan znoj kad dobiješ prvu tužbu zbog diskriminacije.

Provjeri svoje baze. Algoritamska diskriminacija nije mit; to je tehnički dug koji nisi vratio. Svaki put kad AI odbije kandidata jer nije išao na određeni fakultet, gubiš potencijalnog genijalca. Zidovi tvog biznisa pucaju, a ti ne vidiš pukotine.

UPOZORENJE: Prema EU AI Act-u iz 2026., automatizovani sistemi za zapošljavanje spadaju u kategoriju visokog rizika. Ako tvoj model nema transparentno objašnjenje odluke, kazne idu do 7% tvog godišnjeg prometa. Ovo nije igra.

Zašto AI modeli pucaju kao loše zavaren čelik? (Nauka iza propusta)

Razmisli o ‘Why It Works’ callout-u: Neuronske mreže rade na principu kaskadnih težina. Kada automatizuješ intervju, svaki ‘token’ koji model generiše utiče na sljedeći. Ako prvi token skrene s puta, cijeli razgovor postaje besmislen. To je kao kad loše postaviš prvi red cigli; do petog reda, zid je nagnut za 10 stepeni. U fizici materijala, to zovemo zamorom materijala; u AI-u, to je akumulacija greške. Ako tvoj prompt nema čvrstu strukturu, on će se ‘uvenuti’ pod pritiskom kompleksnih pitanja. Koristi sistemske instrukcije da zaključaš logiku.

Greška br. 2: Nedostatak ljudskog nadzora (Human-in-the-loop)

Najveća glupost koju možeš uraditi je ostaviti bota potpuno samog. AI treba da bude tvoj šegrt, a ne tvoj direktor. Jedna firma iz Sarajeva je 2025. izgubila kompletan tim jer je bot ‘slučajno’ odbio sve prijave koje su sadržavale riječ ‘fleksibilno’. Bot je mislio da je to lijenost.

Moraš uvesti ljudski nadzor u AI procese. Svakih 50 intervjua, uzmi sat vremena i prođi kroz logove. Ako vidiš da model ‘gura’ kandidate u ćošak čudnim pitanjima, reaguj. Nemoj biti pasivan posmatrač svog neuspjeha.

Da li kandidati mrze razgovor sa robotom?

Da, ako je robot dosadan. Ako tvoj sistem ne može prepoznati sarkazam ili frustraciju, kandidat će se osjećati kao da priča sa zidom. Miris ustajale kafe u kancelariji je bolji od hladnog, binarnog odbijanja bez objašnjenja.

Kako spriječiti halucinacije modela u realnom vremenu?

Koristi RAG (Retrieval-Augmented Generation). Umjesto da pustiš model da nagađa o tvojim benefitima, daj mu direktan pristup tvom pravilniku o radu. Ako ga pita ‘Imate li teretanu?’, on treba da povuče podatak iz PDF-a, a ne iz svoje mašte.

Saznaj zašto tvoj AI model laže i kako to sasjeći u korijenu. To je razlika između profesionalnog alata i igračke iz podruma.

Anatomija katastrofe: Kako uništiti brend u 30 sekundi

Zamisli ovo: tvoj najbolji klijent se prijavljuje za novu poziciju, a tvoj bot mu kaže da mu je CV ‘siromašan’ jer ne prepoznaje format fajla. Šest mjeseci kasnije, taj isti klijent priča svima kako tvoja firma nema dušu. To je ono što se desi kada preskočiš testiranje na različitim formatima podataka. Spljeskao si proces kao čekićem po palcu.

Greška je u validaciji. Ako tvoj parser ne može da ‘sažvaće’ moderan PDF, ti si u 2010. godini. Algoritmi koji diskriminišu format su tihi ubice tvog HR-a.

Greška br. 3: Čuvanje podataka bez enkripcije

Ako čuvaš audio snimke intervjua na nekom nezaštićenom ‘S3 bucket-u’, bolje odmah podnesi ostavku. Hakeri na Balkanu vrebaju takve propuste. Lični podaci kandidata su tvoja najveća odgovornost.

Zgrabi ključ za enkripciju. Nemoj slati lozinke u čistom tekstu. Koristi alate kao što su oni opisani u uputstvu za bezbjednost podataka. Ako procuri jedan intervju, tvoja reputacija ide u smeće. To nije popravljivo ljepilom.

Zaključak: Majstorski pristup automatizaciji

Ne budi onaj lik koji kupi najskuplju bušilicu, a ne zna gdje je armatura u zidu. Automatizacija intervjua zahtijeva preciznost, stalno održavanje i poštovanje pravila struke. Testiraj. Nadgledaj. Koriguj. To je jedini put. Ako želiš da tvoj sistem radi kao švajcarski sat, prestani tretirati AI kao magiju i počni ga tretirati kao inženjerski izazov. Gurnite ruke u kod. Zaprljajte se. Isplatiće se.