المقابلة التقنية معطلة: لماذا تفشل أسئلة LeetCode والبرمجة على السبورة والاختبارات

صناعة لا تعرف كيف توظف نفسها

صناعة التكنولوجيا — نفس الصناعة التي تفخر باتخاذ القرارات المبنية على البيانات واختبارات A/B الصارمة وتحسين كل مقياس يمكن تصوره — تستخدم عملية توظيف ذات صلاحية تنبؤية ضعيفة بشكل ملحوظ. وجدت تحليل تجميعي عام 2022 بقيادة عالم النفس Paul Sackett، نُشر في Journal of Applied Psychology، أن المقابلات غير المنظمة — الشكل الأقرب للمقابلات التقنية التقليدية — تتنبأ بالأداء الوظيفي بمعدل r=0.19 فقط. هذا يعني أن المقابلة تفسر أقل من 4% من التباين في أداء الشخص الفعلي في العمل. صرّح Laszlo Bock، نائب الرئيس الأول السابق للموارد البشرية في Google، بوضوح أكبر: لم تجد الشركة أي علاقة تُذكر بين نتائج المقابلات والأداء الوظيفي اللاحق.

تكلفة هذا النظام المعطل ضخمة وموزعة على جميع المشاركين. تنفق الشركات ما بين 10,000 و30,000 دولار لكل عملية توظيف هندسي. يستثمر المرشحون عادةً 40 إلى 80 ساعة في التحضير لكل دورة مقابلات.

LeetCode: اختبار الحفظ لا الهندسة

أصبحت تحديات الخوارزميات على طراز LeetCode الوضع المهيمن للتقييم التقني. نمت المنصة لتضم أكثر من 12 مليون مستخدم مسجل ومكتبة تتجاوز 3,800 مسألة. نشأت صناعة كاملة حول التحضير لـ LeetCode: Neetcode وAlgoExpert وGrokking the Coding Interview.

الفجوة بين مسائل LeetCode وعمل الهندسة الفعلي موثقة جيداً. العمل الحقيقي لهندسة البرمجيات يتضمن قراءة وفهم قواعد الكود الموجودة، وتصميم أنظمة قابلة للصيانة والتوسع، والتواصل مع أصحاب المصلحة، واتخاذ قرارات مقايضة عملية — لا شيء من هذا يُختبر بطلب تنفيذ شجرة بحث ثنائية متوازنة على سبورة. التداعيات على العدالة مُضرة بشكل خاص. التحضير لـ LeetCode استثمار زمني يُحرم بشكل غير متناسب المرشحين ذوي المسؤوليات الأسرية.

البرمجة على السبورة والاختبارات المنزلية: أشكال مختلفة وإخفاقات متماثلة

وجدت دراسة عام 2020 من باحثين في جامعة NC State وMicrosoft أن مقابلات السبورة تقيس أساساً تحمل القلق وليس الكفاءة التقنية. المرشحون الذين لوحظوا من قبل مُحاور رأوا أداءهم ينخفض بأكثر من النصف مقارنة بمرشحين يحلون نفس المسائل بشكل خاص. كان التفاوت بين الجنسين صارخاً بشكل خاص: لم تنجح أي امرأة في حل المسألة في ظروف المراقبة، بينما نجحت جميع النساء في حلها في الظروف الخاصة.

تُقدم الاختبارات المنزلية مشاكلها الخاصة. تتطلب عملاً غير مدفوع كبيراً من المرشحين. تُبلّغ الاستطلاعات المجتمعية باستمرار أن الاختبارات المنزلية تتطلب ضعفين إلى ثلاثة أضعاف وقت الإنجاز المُقدّر.

ما يعمل بشكل أفضل: الأدلة على البدائل

تُظهر المقابلات السلوكية المنظمة — حيث يُطرح على كل مرشح نفس الأسئلة بنفس الترتيب مع تقييم الإجابات وفق معايير محددة مسبقاً — أعلى صلاحية تنبؤية بثبات عند r=0.42 (Sackett وآخرون، 2022). اختبارات عينات العمل هي أيضاً مؤشرات قوية عند r=0.33. تستخدم Automattic مشاريع تجريبية مدفوعة من أسبوعين إلى ثمانية أسابيع. طوّرت Pivotal Labs مقابلة برمجة ثنائية (pair programming) مدتها 45 دقيقة بنتائج قوية.

أدوات التوظيف المدعومة بالذكاء الاصطناعي حققت نتائج مختلطة في أفضل الأحوال. وثّقت دراسات تحيزات كبيرة: معدلات خطأ في الكلمات تصل إلى 22% للمتحدثين بلكنة صينية مقابل 10% للمتحدثين الأصليين بالإنجليزية. يُصنف قانون الذكاء الاصطناعي للاتحاد الأوروبي أدوات التوظيف بالذكاء الاصطناعي كـ “عالية المخاطر” وسيفرض متطلبات الشفافية واختبار التحيز في أغسطس 2026.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Sackett et al. (2022) – Revisiting Meta-Analytic Estimates of Validity in Personnel Selection
• Behroozi et al. (2020) – Does Stress Impact Technical Interview Performance?
• Schmidt & Hunter (1998) – The Validity and Utility of Selection Methods in Personnel Psychology
• EU AI Act – Implementation Timeline and High-Risk AI Systems
• NC State University – Tech Sector Job Interviews Assess Anxiety, Not Software Skills
• ACLU Complaint: AI Hiring Software Bias Against Deaf Employees
• Automattic – How We Hire: Paid Trial Process
• VMware Tanzu – How We Interview at Pivotal: Pair Programming