قصتنا
نشأت معظم أنظمة تتبع المتقدمين داخل حزم برمجيات الموارد البشرية. أما Expertini ATS فقد وُلد داخل محرك بحث. على مدار ما يقرب من عقدين من الزمن، أدرنا واحدة من أوسع شبكات استكشاف الوظائف في العالم — وهي منصة تغطي اليوم موقعاً مخصصاً لكل دولة على وجه الأرض، ونطاقات فرعية على مستوى المدن، ولوحات متخصصة من الهندسة إلى الرعاية الصحية، وبوابة للعمل عن بُعد تقوم بفرز ملايين الوظائف عبر عشرات اللغات.
لقد علمتنا إدارة تلك الشبكة شيئاً لا يتعلمه معظم مزودي أنظمة ATS بشكل مباشر: ما يحدث للإعلان الوظيفي بعد نشره. راقبنا ملايين عمليات البحث. وشهدنا الإعلانات التي وجدها المرشحون بالفعل، والأوصاف التي جذبت المتقدمين المؤهلين، و— للأسف الشديد — عدد المرات التي تم فيها استبعاد مرشحين بارعين بواسطة أنظمة تطابق السلاسل النصية بدلاً من المهارات. فالمرشح الذي كتب "صمم وهندس أنظمة خلفية حسّنت كفاءة معالجة البيانات بنسبة 50 بالمائة" كان يُستبعد بواسطة مرشح الكلمات المفتاحية الذي يبحث عن "تحليلات البيانات واسعة النطاق" — على الرغم من كونه بالضبط الشخص الذي يحتاجه صاحب العمل.
عندما جعلت النماذج اللغوية الكبيرة الفهم الدلالي أمراً عملياً، سارعت الصناعة إلى إقحام الأنظمة الذكية في التوظيف. كنا أكثر حذراً لسبب نشرناه بكل وضوح: إن تاريخ التوظيف الآلي هو أيضاً تاريخ لأتمتة التمييز. فالنموذج اللغوي الكبير الذي يُطلب منه "تقييم هذا المرشح برقم" سيُنتج بثقة رقماً — رقماً مختلفاً في كل مرة، تصوغه تحيزات لا يمكن لأحد تدقيقها. هذا ليس دعماً لاتخاذ القرار، بل هو مسؤولية قانونية مصحوبة بشريط تقدم.
التحول الحتمي
لذلك قام قسم الأبحاث لدينا ببناء حل مختلف تمامًا، تم توثيقه في ورقتنا البحثية From Stochastic to Deterministic: A Multi-Criteria Decision Analysis Framework for Bounded Semantic Parsing in AI-Driven Recruitment Screening (فريق أبحاث Expertini، 2026)، والتي قُدمت إلى مستودع أبحاث مفتوح لتقييمها من قبل الباحثين. وتفصل هذه البنية بين مهمتين ما كان ينبغي دمجهما إطلاقًا: حيث يتولى النظام الذكي إجراء الاستخراج الدلالي — من قراءة المعنى، وربط المرادفات، والتعرف على الأدلة — بينما تتولى معادلة حتمية وموزونة متعددة المعايير عملية احتساب النتائج. فالنظام الذكي لا يبتكر أرقامًا من عنده أبدًا، والعمليات الحسابية لا تخمن المعاني إطلاقًا. ومن ثم، فإن المدخلات المتطابقة تنتج دائمًا نتائج متطابقة وقابلة للتفسير، بُعدًا تلو الآخر، مع تفصيل الحسابات في تقرير تدقيق يمكنك تقديمه للجنة التوظيف أو المرشح أو المحكمة.
قبل أن يعالج أي نظام ذكي السيرة الذاتية، نقوم بتجريدها من: الأسماء، وتفاصيل الاتصال، والسن، والجنس، والجنسية، والحالة الاجتماعية، والعناوين، وسنوات التخرج، والصور الشخصية والروابط. يقيّم النموذج ما أنجزه الشخص — لأن هذا هو الشيء الوحيد الذي ينبغي أن يهم دائماً.
لماذا نظام ATS، ولماذا الآن
يستكمل Expertini ATS الحلقة التي عملنا على بنائها منذ عام 2008. يُنشئ مسؤولو التوظيف الوظيفة مرة واحدة وينشرونها بدقة للجمهور المستهدف في البلد المطلوب — ليتم توزيعها فورًا عبر نفس الشبكة وخرائط المواقع وقنوات الوسائط التي تخدم بالفعل أكثر من مليون باحث عن عمل شهريًا. تتدفق طلبات التوظيف عائدةً إلى مسار مرحلي يقوم فيه Candidate Match Score بترتيب كل سيرة ذاتية بناءً على الأدلة، بينما تعمل المتطلبات الأساسية كعوائق حاسمة، وتعيش جميع المراحل — الفرز والمقابلات والتعاون والعروض — في مساحة عمل واحدة سريعة وشفافة.
ما زلنا شركة مستقلة. بنيتنا التحتية — وهي عنقود تقني قمنا بتصميمه وامتلاكه وتشغيله بأنفسنا — تخدم العالم أجمع. لسنا أكبر نظام ATS، لكننا نهدف إلى أن نكون الأكثر موثوقية وصلابة دفاعية.