छह प्रतिशत उम्मीदवार मानते हैं कि उन्होंने इंटरव्यू में धोखाधड़ी की है — किसी और के रूप में पेश होकर, या अपनी जगह किसी और को बैठाकर। उनतालीस प्रतिशत कहते हैं कि उन्होंने आवेदन प्रक्रिया में AI का इस्तेमाल किया, जिसमें असेसमेंट प्रश्नों के उत्तर तैयार करना भी शामिल है। दोनों आँकड़े Gartner के उन सर्वेक्षणों से आते हैं जिनमें लगभग 3,000 उम्मीदवार शामिल थे, और यही इस अनुमान का आधार हैं कि 2028 तक दुनिया भर में हर चौथा उम्मीदवार प्रोफ़ाइल नकली होगा (Personnel Today, 2026)।
पहचान सत्यापन पहले आँकड़े को पकड़ता है। दूसरे को छूता तक नहीं।
यही वह बिंदु है जहाँ मध्यम आकार की कंपनियों के अधिकांश हायरिंग बजट गलत दिशा में जाने वाले हैं। इस तिमाही आ रही टूल्स की लहर — दस्तावेज़ जाँच, लाइवनेस डिटेक्शन, वीडियो इंटरव्यू पर चढ़ाई गई डीपफ़ेक स्क्रीनिंग — पूरी तरह प्रतिरूपण वेक्टर के विरुद्ध बनी है। वह वेक्टर वास्तविक है, और वही छोटा वाला है। बड़ा, तेज़ी से बढ़ता और लगभग पूरी तरह असुरक्षित वेक्टर वह सही पहचान वाला असली व्यक्ति है जिसकी प्रदर्शित योग्यता किसी मॉडल ने गढ़ी है।
दो धोखाधड़ी वेक्टर, एक ही बजट लाइन
उम्मीदवार धोखाधड़ी की चर्चा आमतौर पर एक ही श्रेणी के रूप में होती है। संचालन के स्तर पर यह दो हैं, और दोनों अलग-अलग जगह विफल होती हैं।
प्रतिरूपण वेक्टर पूछता है: क्या यह व्यक्ति वही है जो होने का दावा करता है? कोई प्रॉक्सी तकनीकी स्क्रीन दे देता है। कोई सिंथेटिक पहचान ऑनबोर्डिंग पार कर जाती है। डीपफ़ेक वीडियो स्ट्रीम वास्तविक समय में इंटरव्यू चला देती है — Experian का 2026 धोखाधड़ी पूर्वानुमान ठीक इसी की ओर इशारा करता है: जनरेटिव टूल्स से बने अत्यंत अनुकूलित रिज़्यूमे और लाइव इंटरव्यू पास कर सकने वाले उम्मीदवार (Experian, 2026)। इस वेक्टर में वास्तविक सुरक्षा जोखिम है, इसीलिए इसे फंडिंग मिलती है। जैसा Gartner के जेमी कोन ने कहा, उम्मीदवार धोखाधड़ी "ऐसे साइबर सुरक्षा जोखिम पैदा करती है जो एक गलत भर्ती से कहीं अधिक गंभीर हो सकते हैं" (Personnel Today, 2026)।
योग्यता वेक्टर एक अलग प्रश्न पूछता है: जो योग्यता दिखाई जा रही है, क्या वह इसी व्यक्ति की है? यहाँ उम्मीदवार बिल्कुल वही है जो वह कहता है। उसका पहचान-पत्र वैध है। चेहरा मेल खाता है। लेकिन उसका रिज़्यूमे, कवर लेटर, वर्क सैंपल और असेसमेंट उत्तर काफ़ी हद तक एक ऐसे मॉडल ने बनाए हैं जिस तक नौकरी में उसकी पहुँच उसी तरह नहीं होगी — या होगी, पर उसे सँभालने के विवेक के बिना।
पहचान सत्यापन पहले प्रश्न को पूरी तरह हल करता है और दूसरे को बिल्कुल नहीं। सत्यापित पहचान के साथ जुड़ी असत्यापित योग्यता एक साफ़-सुथरी दिखने वाली गलत भर्ती है, रोकी गई गलत भर्ती नहीं।
पहचान सत्यापन वास्तव में क्या सिद्ध करता है
पहचान सत्यापन जो करता है, उसके लिए वह अपनी कीमत का हक़दार है। यह प्रॉक्सी इंटरव्यू, सिंथेटिक पहचान और उनके पीछे मौजूद प्रतिबंध व कार्य-अधिकार जोखिम को बंद करता है। यदि आप सिस्टम एक्सेस वाली भूमिकाओं में रिमोट भर्ती करते हैं, तो यह वैकल्पिक स्वच्छता नहीं है।
गड़बड़ी हिसाब-किताब में है। जब सत्यापन की परत लगती है, तो जोखिम रजिस्टर में "धोखाधड़ी" वाली पंक्ति बंद मान ली जाती है। वह बंद नहीं हुई है; आधी हुई है। और जो आधा बचा है वही सबसे तेज़ी से बढ़ रहा है, क्योंकि उसमें न आपराधिक इरादा चाहिए, न तकनीकी दक्षता, न समन्वय — बस एक उम्मीदवार जिसकी दूसरी विंडो में ब्राउज़र खुला हो।
Gartner का अपना पाठ यह है कि नियोक्ताओं के लिए "उम्मीदवारों की वास्तविक क्षमताओं और कुछ मामलों में उनकी पहचान का आकलन करना कठिन होता जा रहा है" (Personnel Today, 2026)। क्रम पर ध्यान दें: पहले क्षमताएँ, फिर पहचान और वह भी शर्त के साथ। क्षमता की समस्या ही सामान्य स्थिति है।
योग्यता वेक्टर बड़ा है — और मापने योग्य है
स्व-घोषणा आवेदनों में AI उपयोग को 39% पर रखती है। इंटरव्यू के भीतर से आया व्यवहारगत डेटा इसे और ऊपर ले जाता है।
Fabric ने AI द्वारा संचालित 19,368 लाइव इंटरव्यू का विश्लेषण किया और उनमें से 38.5% में नकल के संकेत पाए; 2025 के अंत में यह दर लगभग तीन गुना हो गई (Fabric, 2026)। वितरण शीर्षक से अधिक महत्वपूर्ण है: तकनीकी भूमिकाओं में दर बिक्री भूमिकाओं से लगभग चार गुना रही, और जूनियर उम्मीदवारों में सीनियर की तुलना में लगभग दोगुनी। बार-बार आने वाले उम्मीदवारों में व्यवहार द्विध्रुवी है — एक बड़ा समूह कभी नकल नहीं करता, और एक बड़ा समूह हर इंटरव्यू में करता है।
यह एक विक्रेता का प्लेटफ़ॉर्म डेटा है, पीयर-रिव्यूड शोध नहीं, और यह उसी कंपनी से आया है जो डिटेक्शन बेचती है। उसी हिसाब से इसका मूल्य घटाइए। लेकिन यह लगभग बीस हज़ार इंटरव्यू में देखे गए व्यवहार से निकला है, न कि लोगों से यह पूछकर कि उन्होंने नकल की या नहीं — और यह Gartner की स्व-घोषणा की उसी दिशा में, विपरीत पद्धतिगत छोर से इशारा करता है। जब ईमानदार-उत्तर वाला आँकड़ा और देखे-गए-व्यवहार वाला आँकड़ा दोनों दस में चार के आसपास आते हैं, तो वही परिसर निष्कर्ष है।
उस डेटासेट का एक विवरण अधिकांश मध्यम आकार की कंपनियों में एक नीति बदलने योग्य है: घर ले जाकर किए जाने वाले असेसमेंट में नकल की दर लाइव इंटरव्यू से अधिक पाई गई, क्योंकि असीमित समय और एकांत ठीक वही परिस्थितियाँ हैं जिनमें मॉडल की सहायता पकड़ में नहीं आती (Fabric, 2026)। घर वाला अभ्यास वह सस्ता, उम्मीदवार-हितैषी समझौता था जिसे 50–500 FTE वाली अधिकांश टीमों ने इंटरव्यूअर घंटे बचाने के लिए अपनाया था। आज यह फ़नल का सबसे कम बचाव-योग्य चरण है।
प्रतिवाद: क्या यह बस नया सामान्य नहीं है?
सबसे मज़बूत आपत्ति: AI की मदद से किए गए आवेदन धोखाधड़ी हैं ही नहीं। उम्मीदवार उपलब्ध उपकरण इस्तेमाल करते हैं; नियोक्ता दूसरी ओर स्क्रीनिंग मॉडल इस्तेमाल करते हैं; AI से चमकाया गया कवर लेटर 2019 में पेशेवर रूप से संपादित लेटर से बुरा कुछ भी पूर्वानुमानित नहीं करता। इसे रोकना निरर्थक भी है और पाखंडपूर्ण भी।
इसका आधा हिस्सा सही है। रिज़्यूमे कसने के लिए मॉडल का उपयोग धोखाधड़ी नहीं है, और जो कंपनी AI से स्क्रीनिंग करती है पर AI से आवेदन पर रोक लगाती है, वह नैतिक रूप से कमज़ोर स्थिति में है। यदि तर्क यहीं रुक जाता, तो सही उत्तर यह होता कि यह दिखावा छोड़ दें कि रिज़्यूमे का संकेत कभी मज़बूत था।
पर यह आपत्ति लेखन और प्रदर्शन को गड्डमड्ड कर देती है। जब कोई असेसमेंट इसलिए मौजूद है कि वह मापे कि यह व्यक्ति यह तर्क कर सकता है या नहीं, और तर्क कोई मॉडल करता है, तो वह कृति अब वह नहीं माप रही जिसके लिए बनाई गई थी। यह उम्मीदवार की नैतिक विफलता नहीं है। यह आपकी माप-विफलता है — और माप-विफलताएँ भर्ती टीम की समस्या हैं, चाहे उन्हें किसी ने भी पैदा किया हो।
व्यावहारिक परिणाम यह नहीं है कि आपको और उम्मीदवार पकड़कर दंडित करने चाहिए। यह है कि आपके फ़नल का एक बड़ा हिस्सा अब उन संकेतों से बना है जो कोई सूचना नहीं ले जाते, और आप अब भी ऐसे निर्णय ले रहे हैं मानो वे ले जाते हों। उम्मीदवार यह असंतुलन पहले ही भाँप चुके हैं: केवल 26% मानते हैं कि AI उनका निष्पक्ष मूल्यांकन करेगा (Personnel Today, 2026)। आप किसी भरोसेमंद प्रक्रिया की रक्षा नहीं कर रहे। आप एक नई बना रहे हैं।
एक और परत खरीदने से पहले फ़नल का क्रम बदलिए
मानक फ़नल है: रिज़्यूमे → रिक्रूटर स्क्रीन → वीडियो इंटरव्यू → असेसमेंट → ऑनसाइट। सत्यापन उपकरण वीडियो इंटरव्यू पर जोड़े जाते हैं — देर से और महँगे।
Gartner का उपाय मुख्यतः कोई टूल खरीदना नहीं है। यह ऐसा असेसमेंट है जिसमें नकल-रोधी सुरक्षा अंतर्निहित हो, जिसमें आमने-सामने के घटक शामिल हों, और व्यक्तिगत निगरानी के बजाय सिस्टम-स्तरीय सत्यापन हो (Personnel Today, 2026)। और उम्मीदवारों की ओर से आपत्ति उतनी मज़बूत नहीं जितनी अधिकांश टीमें मान लेती हैं: 62% उम्मीदवारों ने कहा कि जब संस्था आमने-सामने इंटरव्यू अनिवार्य करती है तो वे आवेदन करने के लिए अधिक इच्छुक होते हैं।
चयन-विज्ञान इस पुनर्क्रम का समर्थन धोखाधड़ी के किसी भी तर्क से स्वतंत्र रूप से करता है। सैकेट और सहयोगियों के संशोधित मेटा-विश्लेषणात्मक अनुमान संरचित इंटरव्यू की परिचालन वैधता लगभग .42 और वर्क सैंपल की लगभग .33 बताते हैं — दूसरा, लंबे समय से उद्धृत .54 से तीखा नीचे संशोधन (Sackett et al., 2022)। दोनों में से कोई भी पूर्ण नहीं है। दोनों मापने योग्य हैं। रिज़्यूमे के पास तो कभी उद्धृत करने योग्य वैधता गुणांक रहा ही नहीं, और आज वह प्रक्रिया की सबसे अधिक AI-दूषित कृति है।
इन सबको जोड़िए तो कदम संरचनात्मक बनता है: क्षमता-आधारित, निगरानी वाला असेसमेंट फ़नल में पहले चलाइए — इससे पहले कि रिज़्यूमे और वीडियो स्क्रीन निर्णय का भार उठाएँ। तब एक ही चरण दोनों वेक्टर पकड़ लेता है। कोई प्रतिरूपक ऐसी लाइव क्षमता-जाँच पास नहीं कर सकता जिसे वह सौंप न सके, और गढ़ी हुई साख वाला असली उम्मीदवार भी नहीं। आप कोई धोखाधड़ी-नियंत्रण नहीं जोड़ रहे। आप कम वैधता वाले चरण की जगह अधिक वैधता वाला चरण रख रहे हैं, और धोखाधड़ी-नियंत्रण उसका उप-प्रभाव है।
इस तिमाही क्या बदलें
जाँचिए कि कौन-से चरण अब भी कुछ माप रहे हैं
अपना फ़नल लीजिए और हर चरण पर लिखिए कि आज एक प्रेरित उम्मीदवार को उसे नकली बनाने में कितना लगेगा। रिज़्यूमे: लगभग शून्य। कवर लेटर: शून्य। घर वाला अभ्यास: लगभग शून्य और चुपचाप। लाइव संरचित असेसमेंट: ऊँचा। अधिकांश मध्यम आकार के फ़नल पाएँगे कि पाँच में से तीन चरण लगभग शून्य लागत पर आ गए हैं, और किसी ने उसी अनुसार निर्णय का भार दोबारा नहीं बाँधा।
एक असेसमेंट पहले कीजिए, और उस पर निगरानी रखिए
नया वेंडर नहीं। मौजूदा एक चरण, स्क्रीन से पहले खिसकाया गया, घर वाले के बजाय लाइव या निगरानी में। बदलाव को दो चीज़ों पर मापिए: पकड़ी गई धोखाधड़ी और निर्णय तक का समय। दूसरा आमतौर पर सुधरता है, क्योंकि आरंभिक क्षमता-संकेत खराब पाइपलाइनों को इंटरव्यूअर घंटे खाने से पहले ही खत्म कर देता है।
पहचान सत्यापन को उसी रूप में खरीदिए जो वह है
उसे फंड कीजिए, उसका दायरा ईमानदारी से तय कीजिए, और जोखिम रजिस्टर में लिखिए कि वह केवल प्रतिरूपण को संबोधित करता है। असेसमेंट परत खिसकने तक योग्यता वेक्टर खुला रहता है। आंशिक के रूप में दर्ज नियंत्रण दोबारा देखा जाता है। "पूरा" चिह्नित नियंत्रण नहीं देखा जाता।
एक निर्णय
देखिए कि आपके फ़नल में वह बिंदु कहाँ है जहाँ उम्मीदवार को पहली बार कुछ ऐसा प्रदर्शित करना पड़ता है जिसे वह किसी और को नहीं सौंप सकता। यदि वह क्षण रिज़्यूमे स्क्रीन, वीडियो इंटरव्यू और घर वाले अभ्यास के बाद आता है — और 50–500 FTE वाली अधिकांश टीमों में ऐसा ही है — तो उससे पहले लिया गया हर निर्णय उन कृतियों पर चल रहा है जिन्हें कोई मॉडल मुफ़्त में बना देता है।
पहचान सत्यापन आपको बताएगा कि स्क्रीन पर मौजूद व्यक्ति असली है। योग्यता असली है, यह केवल असेसमेंट बताता है। इस तिमाही एक चरण खिसकाइए, और वही खिसकाइए।
