Textio는 인공지능과 자연어 처리를 사용하여 조직이 더 효과적이고 포용적인 채용 공고, 성과 피드백, 기타 직장 커뮤니케이션을 작성하도록 돕는 증강 글쓰기 플랫폼입니다. 2014년 Kieran Snyder와 Jensen Harris가 워싱턴주 시애틀에서 설립한 Textio는 언어 패턴을 분석하여 서로 다른 표현이 어떻게 작동할지 예측하고 작성자가 글을 쓰는 동안 콘텐츠를 개선하도록 돕는 실시간 가이드를 제공합니다. 이 플랫폼의 핵심 기술은 채용 공고 성과 지표, 후보자 인구통계 응답률, 특정 피드백 패턴과 관련된 직원 참여 점수와 같은 결과와 짝지어진 수억 개의 실제 직장 문서로 학습된 독자적인 언어 모델을 기반으로 구축되었습니다. Textio의 채용 모듈은 채용 공고를 실시간으로 분석하여 예측된 효과성에 대해 점수를 매기고, 성별 편향적이거나 배타적이거나 지나치게 복잡하거나 자격을 갖춘 다양한 후보자 풀을 끌어들일 가능성이 낮은 언어를 개선하기 위한 구체적인 제안을 제공합니다. 이 플랫폼은 데이터가 소외된 그룹의 높거나 낮은 지원율과 상관관계가 있음을 보여주는 표현을 강조하여 조직이 더 폭넓은 후보자에게 어필하는 직무 설명을 작성하도록 돕습니다. Textio Lift라고 불리는 Textio의 성과 피드백 모듈은 성과 평가와 지속적인 피드백에 유사한 언어 분석을 적용하여 직원 평가의 효과성을 약화시킬 수 있는 성별 편향적 언어, 모호한 피드백, 어조 불일치와 같은 패턴을 식별합니다. 이 플랫폼은 서로 다른 인구통계 그룹 전반에 걸쳐 피드백이 어떻게 작성되는지에 대한 조직적 패턴을 보여주는 종합 분석을 제공하여, 기업이 성과 관리 프로세스의 체계적 편향을 식별하고 해결하도록 돕습니다. Textio는 Greenhouse, Lever, iCIMS, Workday를 포함한 지원자 추적 시스템뿐만 아니라 성과 관리 플랫폼 및 일반적인 글쓰기 환경과 통합됩니다. 이 플랫폼은 조직 규모와 배포된 모듈에 따른 맞춤형 계약을 통한 엔터프라이즈 가격제를 사용하며 표준 가격 등급을 공개하지 않습니다.

AI 분석 도구

Textio는 직장 언어의 조직적 패턴을 드러내는 집계 분석을 제공하며, 채용공고와 성과 피드백이 팀, 역할 및 인구통계 그룹에 따라 어떻게 달라지는지 보여줍니다. 이러한 분석을 통해 HR 리더는 피드백이 작성되는 방식의 체계적 편견을 파악하고 시간 경과에 따른 조직 전체의 언어 포용성 개선을 추적할 수 있습니다.

AI 데이터 분석

Textio의 AI는 지원 비율, 후보자 다양성 지표, 참여 점수를 포함한 결과와 연결된 수억 개의 실제 직장 문서 분석을 기반으로 구축되었습니다. 플랫폼은 이 데이터를 처리하여 더 나은 결과와 상관관계가 있는 언어 패턴을 파악하고, 대규모 텍스트 데이터 분석을 개별 사용자를 위한 실행 가능한 실시간 작성 가이드로 변환합니다.

AI 인사 도구

Textio는 채용 및 성과 관리 커뮤니케이션의 품질과 포용성을 개선함으로써 HR 팀을 지원합니다. 채용 모듈은 채용공고를 최적화하여 더 다양한 후보자 풀을 유인하며, Textio Lift는 성과 피드백에서 성별 언어, 모호한 표현, 톤의 불일치를 분석하여 조직이 공평하고 효과적인 인력 관리 관행을 보장하도록 돕습니다.

AI 글쓰기 도구

Textio는 AI 강화 작성 플랫폼으로 채용공고, 성과 검토, 직장 커뮤니케이션에 대한 실시간 언어 가이드를 제공합니다. AI는 사용자가 입력하는 텍스트를 분석하여 예상되는 효과성을 점수화하고, 수억 개의 문서에서 학습한 패턴을 기반으로 언어를 더 포용적이고 명확하며 원하는 결과를 달성할 가능성이 높도록 구체적인 개선사항을 제시합니다.