خلال السنة التي أرسلت فيها أكثر من 2,200 طلب توظيف، لم أكن قد سمعت قط بنظام تتبع المتقدمين (ATS). لم أتعرّف على المصطلح إلا قبل نحو سنة ونصف، حين أصبحت نشطاً على Medium (يفتح في تبويب جديد). وفي هذه الأثناء واصلت تحسين سيرتي الذاتية بالطريقة التي أوصاني بها الجميع: تنسيق أنيق بعمودين، وأيقونات صغيرة أمام عنوان حسابي على LinkedIn وعنوان بريدي الإلكتروني، وشريط مهارات هنا وهناك. كانت تبدو جيدة. وحين بدأت أخيراً أقرأ ما يُكتب عن البرنامج الذي كان يفتحها فعلاً، وجدت أن معظمه كان خاطئاً بقدر ما كانت أعمدتي خاطئة.
إليك إذن ثمانية ادعاءات صدّقتها ثم تحقّقت منها في وثائق المزوّدين أنفسهم والأبحاث المتاحة. ولكل ادعاء حكم، يتراوح بين خاطئ ونصف صحيح.
الخرافة 1: «75 بالمئة من السير الذاتية لا يراها إنسان أبداً»
الحكم: خاطئ. لا توجد دراسة وراء هذا الرقم.
هذا هو الرقم الأكثر تكراراً في الموضوع كله، وقد تتبّعه أكثر من شخص حتى مصدره. في أكتوبر 2020 سمعته Christine Assaf، وهي متخصصة في الموارد البشرية، في عرض تقديمي فتتبّعت الاستشهادات: استشهد المتحدث بشركة كتابة السير الذاتية TopResume، واستشهدت TopResume بمقال في Forbes، ولم يستشهد مقال Forbes بأحد. أما وسائل الإعلام التي ذكرت مصدراً، وهي CIO وCNBC، فقد نسبته إلى «شركة خدمات البحث عن عمل Preptel»، وهي شركة لكتابة السير الذاتية أُغلقت في أغسطس 2013 ولم تنشر قط دراسة ولا مجموعة بيانات ولا منهجية (Ask a Manager، نقلاً عن مقال Christine Assaf (يفتح في تبويب جديد)).
في يوليو 2026 توصّلت أكاديميتان كنديتان، Leda Salazar de Leon من Mount Royal University وMehnaz Rafi من University of Calgary، إلى النتيجة نفسها في The Conversation: فالرقم «نشأ من عرض تسويقي عام 2012 لشركة Preptel، وهي شركة لتحسين السير الذاتية خرجت من السوق في العام التالي. ولم تُنشر أي منهجية قط» (The Conversation (يفتح في تبويب جديد)).
والمقال الذي أطلق الموجة، مقال Lauren Weber «Your Résumé vs. Oblivion» في Wall Street Journal في يناير 2012، لم يقل ذلك أيضاً. فحين طُلب منها على NPR أن تشرح هذه الأنظمة، وصفت Weber برنامجاً «يقيّم المرشحين ويرتّبهم» بحيث يستطيع مسؤول التوظيف فتح الوظيفة والاطلاع على أفضل 25 أو 50 منهم. ولم يكن أسوأ احتمال عندها هو سلة المهملات، بل «أسفل نظام الترتيب» (NPR، Talk of the Nation، فبراير 2012 (يفتح في تبويب جديد)). ويتأرجح الرقم بين 70 و75 و88 بالمئة بحسب من يعيد روايته، وهذا ما يحدث حين لا يكون هناك أصل يمكن التحقق منه.
الخرافة 2: «نظام ATS يرفض سيرتك الذاتية تلقائياً»
الحكم: خاطئ في معظمه، والجزء الصحيح منه أسوأ من الخرافة.
في الوثائق الرسمية لكل من Greenhouse وWorkday وiCIMS، لا يُطلق الرفضَ التلقائي إلا إجاباتُك عن أسئلة صاحب العمل نفسه في نموذج الطلب: هل تحمل الرخصة، هل يُسمح لك بالعمل هنا، هل يمكنك العمل في عطلات نهاية الأسبوع (Greenhouse، الرفض التلقائي (يفتح في تبويب جديد)؛ دليل مسؤول Workday (يفتح في تبويب جديد)؛ iCIMS (يفتح في تبويب جديد)). ولا يصف أي منها درجة خفية ترفض السيرة الذاتية. وحيث توجد مطابقة بالذكاء الاصطناعي، تذكر Greenhouse أنها تفرز المتقدمين في مجموعات و«لا تبتّ تلقائياً في أي مرشح ولا تتخذ أي قرارات توظيف» (Greenhouse، الأسئلة الشائعة عن مطابقة المواهب (يفتح في تبويب جديد)).
والآن الجزء الصحيح. المرشحات التي يُعدّها مسؤولو التوظيف حقيقية، وهي أدوات فجّة. ففي استطلاع Harvard Business School عام 2021 الذي شمل 2,275 مديراً تنفيذياً في الولايات المتحدة والمملكة المتحدة وألمانيا، استبعد نحو نصف الشركات تلقائياً أي مرشح انقطع عن العمل أكثر من ستة أشهر، وقال 88 بالمئة من المديرين التنفيذيين إن مرشحين مؤهلين ذوي مهارات عالية استُبعدوا لأنهم لم يطابقوا المعايير المحددة حرفياً (Hidden Workers: Untapped Talent (يفتح في تبويب جديد)). إنسان هو من اختار تلك القاعدة، وإنسان هو من ضغط زر الرفض على ما أفرزته. وقد لخّصتها Assaf في جملة واحدة: «الإنسان هو من يرفض المتقدمين؛ أما الحاسوب فيرتّب الطلبات بناءً على بيانات قدّمها إنسان».
الخرافة 3: «ذكاء اصطناعي يقرأ سيرتك الذاتية»
الحكم: خاطئ في معظمه، حتى الآن.
في يناير 2024 استطلعت جمعية إدارة الموارد البشرية (SHRM) آراء 2,366 متخصصاً في الموارد البشرية في الولايات المتحدة. ولم تكن تستخدم الذكاء الاصطناعي في أي نشاط من أنشطة الموارد البشرية على الإطلاق سوى 26 بالمئة من مؤسساتهم؛ ومن بين هؤلاء، استخدمه 64 بالمئة في مرحلة ما من الاستقطاب أو المقابلات أو التعيين، واستخدمه نحو واحد من كل ثلاثة من تلك المجموعة لمراجعة السير الذاتية أو فرزها (SHRM، 2024 Talent Trends (يفتح في تبويب جديد)). وإذا ضربت هذه النسب بعضها في بعض، وجدت أن الذكاء الاصطناعي كان يقرأ السير الذاتية في نحو مؤسسة واحدة من كل عشرين. وفي كل مكان آخر، كان البرنامج يشغّل قواعد وعمليات بحث أعدّها إنسان. وهذه النسبة في ازدياد، وقانون الذكاء الاصطناعي في الاتحاد الأوروبي يصنّف بالفعل الذكاء الاصطناعي المستخدم في التوظيف ضمن الأنظمة عالية المخاطر، لكن إن كنت تتخيّل آلة تفهم سيرتك الذاتية، فأنت تتخيّل الاستثناء. وقد وصفت ما يفعله النظام النموذجي، خطوة بخطوة، في المقال الأول في هذه السلسلة (يفتح في تبويب جديد).
الخرافة 4: «نظام ATS لا يستطيع قراءة ملفات PDF، والتنسيق بعمودين يؤدي إلى رفضك»
الحكم: نصف صحيح، والنصف الصحيح يتعلق في الغالب بالتنسيق لا بنوع الملف.
نوع الملف أولاً. تقبل Greenhouse ملفات .doc و.docx و.pdf و.rtf و.txt (Greenhouse، الصيغ المدعومة (يفتح في تبويب جديد)). وتستخرج iCIMS النص من ملفات PDF وWord وOpenDocument وRTF وHTML وحتى ملفات الصور (مجتمع مطوّري iCIMS (يفتح في تبويب جديد)). أما Textkernel، التي يعمل محلّلها داخل كثير من هذه الأنظمة، فتقرأ أكثر من 70 صيغة، تقول إنها «تغطي ما يقارب 100 بالمئة من المستندات التي نعالجها عملياً» (Textkernel، صيغ الملفات المدعومة (يفتح في تبويب جديد)). فملف PDF المصدَّر من Word أو Google Docs هو نص، والمحلّل يقرؤه. أما ما لا يستطيع المحلّل قراءته فهو صورة لنص: سيرة ذاتية ممسوحة ضوئياً، أو ملف مصدَّر من أداة تصميم تكون فيه الحروف بكسلات. فذلك يحتاج إلى التعرف الضوئي على الحروف، الذي تبيعه Textkernel خدمةً إضافية وتحذّر من أنه «يستغرق وقتاً أطول بكثير في التحليل».
ومع ذلك، في نوع الملف مشكلة واحدة، نبّهني إليها أحد القرّاء على LinkedIn (يفتح في تبويب جديد) بعد نشر هذا المقال. تحفظ بعض ملفات PDF مجموعات أحرف مثل fi وfl وffi على شكل حرف واحد يُسمّى الحرف المركّب (Unicode, Alphabetic Presentation Forms (يفتح في تبويب جديد)). وهل يفعل ملفك ذلك أم لا، فهذا يتوقف على البرنامج الذي أنشأ ملف PDF وعلى الخط المستخدم. اختبرت ذلك في 7 أكتوبر 2026: خرجت ملفات PDF المحفوظة من Word نفسه والمنزّلة من Google Docs بأحرف عادية في كل مرة، حتى بخط Calibri وحتى مع تفعيل الحروف المركّبة في Word، أما ملف PDF المطبوع من متصفح Chrome بخط Calibri أو Aptos فقد حفظ كلمة «Office» على شكل O وحرف ffi واحد و«ce». والبرنامج الذي يقرأ النص دون أن يعيد هذا الحرف إلى أحرف عادية يبحث عن كلمة غير موجودة. بعض البرامج يعيده وبعضها لا، ولا تستطيع معرفة أيّها يستخدم نظام صاحب العمل. لكن المسألة الأكبر هي صيغة PDF نفسها: تقول Textkernel، التي يعمل محلّلها داخل كثير من هذه الأنظمة، لعملائها: «إذا أردت تقليل مشكلات التحويل إلى أدنى حد، فلا تستخدم مستندات PDF» (Textkernel، دليل البدء (يفتح في تبويب جديد)). أما ملف Word فيحفظ النص على شكل أحرف عادية، لذلك ما لم يطلب إعلان الوظيفة ملف PDF، فإن Word هو الخيار الأسلم.
والآن التنسيق. تحذّر وثائق Textkernel نفسها من أن التنسيقات ذات الأعمدة تربك المحلّل، ومن أن بعض الأقسام «يستحيل تحليلها على مستوى دقيق» (Textkernel، مخرجات المحلّل (يفتح في تبويب جديد)). والنتيجة ليست رفضاً، بل سجل تُنسب فيه وظيفتك الأخيرة إلى صاحب العمل الخطأ، أو تقع فيه مهاراتك خارج أي حقل على الإطلاق، وذلك السجل لا يظهر حين يبحث مسؤول التوظيف. ولا شيء يخبرك بذلك. كانت أيقوناتي وعمودايَ تفعل هذا بالضبط، طوال سنة.
الخرافة 5: «أخفِ الكلمات المفتاحية بخط أبيض وسيرتّبك البرنامج في مرتبة أعلى»
الحكم: خاطئ، ويكلّفك الوظيفة.
المحلّل لا يرى الألوان. إنه يستخرج النص ويخزّنه نصاً عادياً، وذلك النص العادي هو ما يفتحه مسؤول التوظيف. وتُظهر Jobscan، وهي شركة تبيع فحص السير الذاتية، كيف يبدو ذلك: سيرة ذاتية محلَّلة تمتد عبرها عبارة «محاسبة محاسبة محاسبة»، وهو أمر «يسهل اكتشافه بمجرد تحليل نص السيرة الذاتية في النظام» (Jobscan، نوفمبر 2024 (يفتح في تبويب جديد)). يرى مسؤول التوظيف الحيلة قبل أن يرى اسمك.
في عام 2023 عادت الحيلة بشكل جديد موجّه إلى الفرز بالذكاء الاصطناعي: الصق وصف الوظيفة كاملاً في السيرة الذاتية بخط أبيض كي يطابقك النموذج معه (Bruce Schneier عن تقرير في Washington Post، أغسطس 2023 (يفتح في تبويب جديد)). الحيلة نفسها، وعرض النص العادي نفسه، ومسؤول التوظيف نفسه. وفي عام 2023، كما تبيّن الخرافة 3، كان «الذكاء الاصطناعي» الذي يقرأ معظم السير الذاتية لا يزال مربع بحث. لقد بنيت ATS.rip على المبدأ المعاكس: فهي تغيّر البنية والصياغة، ولا تغيّر الحقائق أبداً، ولا أي شيء لا يستطيع القارئ رؤيته.
الخرافة 6: «تحتاج إلى تطابق بنسبة 75 بالمئة في الكلمات المفتاحية»
الحكم: الرقم غير موجود. أما الكلمات فموجودة.
نسبة التطابق تأتي من أدوات فحص السير الذاتية، لا من برنامج صاحب العمل. وJobscan، التي توصي باستهداف نسبة 75 بالمئة، تقول ذلك على صفحة أداة الفحص الخاصة بها: «حين تقدّم سيرتك الذاتية إلى وظيفة، لا يمنحها نظام ATS درجة. فنسبة التطابق في أداة الفحص لدينا هي أداة للعرض البصري» (Jobscan، أداة فحص السيرة الذاتية (يفتح في تبويب جديد)). لا يرى مسؤول التوظيف ذلك الرقم أبداً، ولا شيء في الأنظمة التي قرأت عنها يحسبه.
ما يحدث فعلاً أبسط من ذلك. يكتب مسؤول التوظيف كلمات من إعلان الوظيفة في مربع بحث، ويستطيع النظام ترتيب السجلات بحسب مدى مطابقتها للمتطلبات (دليل Indeed المهني (يفتح في تبويب جديد)). ويترتب على ذلك أمران. أولاً، أصبح البرنامج أكثر تسامحاً مع المرادفات: فمحلّل Textkernel يوحّد أكثر من 250,000 مرادف للمهارات في نحو 13,000 مهارة عبر أكثر من 20 لغة (Textkernel، الأسئلة الشائعة عن منصة Tx (يفتح في تبويب جديد))، وبذلك فإن «واضع النماذج العددية» الذي لم يكن يظهر في بحث عن «إحصائي» في مثال Weber عام 2012 لديه فرصة أفضل اليوم. ثانياً، مربع البحث لا يزال يجد ما يُكتب فيه، وهذا بالضبط ما يصفه الـ88 بالمئة من المديرين التنفيذيين في استطلاع Harvard، الذين يرون أشخاصاً مؤهلين يُستبعدون لأنهم لا يطابقون المعايير حرفياً. استخدم كلمات الإعلان متى كانت تنطبق عليك فعلاً. وتجاهل النسبة المئوية.
الخرافة 7: «كل شركة تستخدم نظام ATS»
الحكم: نصف صحيح.
بين أكبر أصحاب العمل يكاد يكون صحيحاً. فقد فحصت Jobscan صفحات الوظائف لجميع الشركات الـ500 في قائمة Fortune 500 لعام 2026 ورصدت نظام ATS لدى 487 منها، أي 97.4 بالمئة (Jobscan، أغسطس 2026 (يفتح في تبويب جديد)). هذا إحصاء من شركة مزوّدة، أُجري بقراءة صفحات التوظيف، لكنه إحصاء لا تخمين. أما بين أصحاب العمل عموماً فالصورة مختلفة: فقد وجد استطلاع Harvard Business School أن 63 بالمئة يستخدمون نظاماً لإدارة التوظيف في الولايات المتحدة والمملكة المتحدة وألمانيا مجتمعة، بواقع 75 و58 و54 بالمئة بحسب البلد، و69 بالمئة بين أصحاب العمل الذين لديهم أكثر من 1,000 موظف (Hidden Workers: Untapped Talent (يفتح في تبويب جديد)). وتضيف مؤلفتا مقال The Conversation أن الشركات الصغيرة بالذات قلّما تعتمد على نظام كهذا (The Conversation (يفتح في تبويب جديد)). إذن: إن كان صاحب العمل كبيراً، فالأمر شبه مؤكد. أما شركة صغيرة في حيّك فيها اثنا عشر موظفاً، فعلى الأرجح لا. وسيتناول مقال لاحق في هذه السلسلة الأرقام منطقة منطقة.
الخرافة 8: «كل ما تحتاج إليه قالب متوافق مع ATS»
الحكم: خاطئ.
القالب يجعلك مقروءاً. لكنه لا يجعلك مناسباً. فبعد المحلّل يأتي إنسان، والإنسان سريع: ففي عام 2018 قاس موقع الوظائف Ladders النظرة الأولى لمسؤولي التوظيف إلى السيرة الذاتية بمعدات تتبع حركة العين وحصل على متوسط 7.4 ثانية (HR Dive عن دراسة Ladders (يفتح في تبويب جديد)). ويصف تقرير Harvard ما يحدث قبل تلك النظرة: فالبرنامج «يعتمد إلى حد كبير على منطق “سلبي” لغربلة مجموعة المتقدمين»، فيستبعد الأشخاص بسبب ما ينقصهم بدلاً من النظر فيما لديهم. والسيرة الذاتية المحلَّلة تحليلاً كاملاً، لكنها تقول الأشياء الخطأ، يُعثر عليها ببساطة، ثم تُرفض، مع عزاء صغير هو أن إنساناً رآها هذه المرة. البنية تُدخلك في نتائج البحث. والمحتوى هو ما يجعلهم يتصلون بك. وهناك أربعة أمثلة على الأمرين، قبل التحسين وبعده، في صفحة شرح ATS (يفتح في تبويب جديد).
ما هو صحيح فعلاً
- البرنامج يخزّن ويبحث ويرتّب. والناس هم من يرفضون.
- الرفض التلقائي يأتي من إجاباتك عن أسئلة صاحب العمل، ومن مرشحات أعدّها مسؤول التوظيف، لا من درجة خفية للسيرة الذاتية.
- يجب أن يستطيع المحلّل قراءة سيرتك الذاتية: عمود واحد، ونص حقيقي لا صور، وعناوين أقسام قياسية، وتواريخ مرتبطة بالوظائف التي تخصها.
- يجب أن تحتوي سيرتك الذاتية على الكلمات التي يستخدمها الإعلان، متى كانت تنطبق عليك فعلاً.
- ثم يقرؤها إنسان لنحو سبع ثوانٍ، لذا يجب أن تكون واضحة للإنسان أيضاً.
ما كنت أتمنى لو عرفته
قضيت سنة أضيف أيقونات إلى مستند كان البرنامج يقرؤه نصاً، وأصقل أعمدة كان المحلّل يقرؤها ضجيجاً. لم يكن أحد يرمي سيرتي الذاتية. كانت قابعة في قاعدة بيانات، تبدو كسيرة ذاتية لشخص لم يفعل قط ما طلبه الإعلان. النقطتان الثالثة والرابعة في القائمة أعلاه هما ما يستطيع برنامجٌ إصلاحه، وهذا ما تفعله ATS.rip: فهي تحتفظ بحقائقك وتعيد تشكيل البنية والصياغة بحيث يستطيع المحلّل ومربع البحث قراءتهما. أما النقطة الأخيرة فهي عليك أنت.



