संक्षेप में
AI मॉक इंटरव्यू एक अभ्यास वाला जॉब इंटरव्यू है, जिसमें AI इंटरव्यूअर बनता है, असली इंटरव्यू सवाल बोलकर पूछता है, और आपके जवाबों को अंक देता है। NativeSpeech तय सवाल पूछता है, आपकी कही बात पर आगे सवाल करता है, और ट्रांसक्रिप्ट को प्रकाशित मार्किंग स्कीम पर जाँचता है — 6 पहलुओं पर 1 से 4 तक का बैंड, हर एक के साथ आपका वही वाक्य जिस पर उसे आँका गया।
यह बातचीत फ़ीचर की सभी 62 भाषाओं में चलता है, और रिपोर्ट उसी भाषा में आती है जिसमें आपने अभ्यास किया।
यह परीक्षा है, पाठ नहीं। इंटरव्यू के दौरान कुछ भी ठीक नहीं किया जाता, ख़त्म होने तक कोई स्कोर नहीं दिखता, और एक ही सिमुलेशन देने वाले हर व्यक्ति से वही सवाल उसी क्रम में पूछे जाते हैं — दो कोशिशों या दो लोगों की तुलना का यही एकमात्र तरीका है।
मार्किंग स्कीम
हर पहलू को 1 से 4 का बैंड मिलता है और उसका एक तय वज़न होता है। वज़न वाला औसत 100 में से आपका कुल स्कोर है। छह में से तीन पहलू मॉडल आपके ट्रांसक्रिप्ट से आँकता है और उसे उद्धरण देना ही होता है; बाकी तीन रिकॉर्डिंग से कोड में गिने जाते हैं, क्योंकि फ़िलर शब्द गिनने को कहा जाए तो मॉडल पूरे भरोसे से कोई भी संख्या गढ़ देता है।
बैंड 4: All four parts stated, the learner's own contribution is unambiguous, and the outcome is named.
बैंड 4: Position first, reason second, every time. Nothing in the answer is there twice.
बैंड 4: Steady and listenable from the first answer to the last.
बैंड 4: Rare enough that a listener would not notice them.
बैंड 4: Accurate and appropriately formal from start to finish.
बैंड 4: Consistently clear — nothing in the session would need repeating.
सबूत
ट्रांसक्रिप्ट से आँका गया हर बैंड आपके सच में बोले गए एक हूबहू वाक्य के साथ आता है। दिखाने से पहले उस उद्धरण को रिकॉर्डिंग से शब्द-दर-शब्द मिलाया जाता है; जो कुछ मॉडल ने सँवारा, अपने शब्दों में कहा या गढ़ा, उसे दिखाने के बजाय हटा दिया जाता है, और रिपोर्ट बताती है कि कितने उद्धरण बचे।
यही हिस्सा मशीन के स्कोर को किसी काम का बनाता है। बिना हिसाब दिखाए दी गई संख्या बस एक राय है, और जिस पल किसी सीखने वाले को बताया जाए कि उसने कुछ ऐसा कहा जो उसने नहीं कहा, रिपोर्ट की हर दूसरी लाइन पर से भरोसा उठ जाता है।
इंटरव्यू से आगे
4 ट्रैक में 8 स्कोर वाले सिमुलेशन हैं, और हर ट्रैक को एक ही आम पैमाने के बजाय उस पर परखा जाता है जो उस स्थिति में सच में चाहिए।
हर सवाल पर STAR बनावट के आधार पर: हर जवाब में स्थिति, आपका अपना काम, आपका कदम और नतीजा साफ़ कहा गया, इशारे में था या छूट गया। जो जवाब सिर्फ़ यह बताकर रुक जाएँ कि आपने क्या किया, और नतीजा इशारे में छोड़ दें, उन्हें ज़्यादा से ज़्यादा बैंड 3 मिलता है।
कल, आज और रुकावटों पर — इसी क्रम में, और रुकावट को पूछे जाने पर नहीं, बल्कि रुकावट के तौर पर साफ़ बताया गया हो। लीड बीच में ठोस जानकारी माँगता है।
कारण से पहले असर पर, विशेषणों की जगह आँकड़ों पर, और इस पर कि आपने अगले अपडेट का समय तय किया या नहीं। असर के बिना ब्योरा बैंड 1 है।
नाराज़गी को मानने, ज़िम्मेदारी लेने और ऐसा अगला कदम तय करने पर जिसे ग्राहक माने — इसी क्रम में। सीधे समाधान पर कूद जाना ही कॉल को गर्म रखता है।
यह कैसे काम करता है
जॉब इंटरव्यू, डेली स्टैंडअप, इंसिडेंट कॉल या कस्टमर एस्केलेशन चुनें, 62 भाषाओं में से किसी में भी। 4 ट्रैक में 8 स्कोर वाले सिमुलेशन हैं, हर एक की अपनी प्रकाशित मार्किंग स्कीम।
एक नाम वाला इंटरव्यूअर तय सवाल पूछता है और आपकी कही बात पर आगे सवाल करता है। इंटरव्यू के दौरान कुछ भी ठीक नहीं किया जाता, और ख़त्म होने तक कोई स्कोर नहीं दिखता — बिल्कुल असली जैसी स्थिति।
6 पहलुओं पर 1 से 4 तक का बैंड और 100 में से कुल स्कोर मिलता है। मॉडल का आँका हर बैंड आपके जवाबों की एक हूबहू लाइन उद्धृत करता है; रफ़्तार, फ़िलर की दर और उच्चारण रिकॉर्डिंग से गिने जाते हैं, आँके नहीं जाते।
वही सिमुलेशन दोबारा दें और रिपोर्ट हर पहलू में बदलाव दिखाती है — "answer structure: 2 से 3"। 75 का कुल स्कोर तैयारी की रेखा है: औसतन हर पहलू पर बैंड 3।
कितना ख़र्च
आपका पहला सिमुलेशन मुफ़्त है — पूरा, स्कोर वाली रिपोर्ट के साथ, और देने के लिए खाता ज़रूरी नहीं। जिसने एक रिपोर्ट पढ़ ली, उसे ठीक पता है कि वह क्या ख़रीदेगा — यह किसी भी विवरण से बेहतर परिचय है।
उसके बाद सिमुलेशन का बिल बातचीत के अभ्यास वाली घड़ी से ही बनता है: हर 5 सक्रिय मिनट पर एक क्रेडिट, जिसमें माइक्रोफ़ोन, इंटरव्यूअर की आवाज़, मॉडल की बारियाँ और स्कोर वाली रिपोर्ट शामिल हैं। हर सेशन की कोई अलग फ़ीस नहीं — तीन वाक्यों में जवाब देने का ख़र्च दस मिनट बोलते रहने के बराबर नहीं होना चाहिए।
पहले बिना मार्किंग स्कीम के अभ्यास करना है? AI के साथ बातचीत का अभ्यास इसी इंजन पर चलता है और सब रिपोर्ट के लिए रोकने के बजाय साथ-साथ सुधारता है।
सवाल
