اگر پیش‌تر آزمون شغلی داده باشید، احتمالاً نتیجه‌ای شبیه این گرفته‌اید: «تیپ شما اجتماعی و هنری است». این برچسب کمک می‌کند، ولی سؤال اصلی سر جایش می‌ماند. اجتماعی یعنی معلمی، پرستاری یا مشاوره؟ این سه کار، روزهای بسیار متفاوتی دارند. آزمون شغلی استعدادیاب به همین دلیل علایق شما را در ۲۰ حوزه می‌سنجد، نه فقط در شش تیپ. در این مقاله می‌گوییم این ۲۰ حوزه از کجا آمده‌اند، پژوهش‌ها دربارهٔ آن‌ها چه می‌گویند و چه چیزی هنوز ثابت نشده است.
شش تیپ هالند؛ نقشه‌ای مفید ولی درشت
هالند، روان‌شناس آمریکایی، علایق شغلی را در شش تیپ خلاصه کرد. این شش تیپ را با حروف اول نام انگلیسی‌شان RIASEC می‌نامند: واقع‌گرا (کار با ابزار، دستگاه و طبیعت)، پژوهشی (فکر کردن و تحلیل)، هنری (آفریدن)، اجتماعی (کمک و آموزش به دیگران)، کارآفرین (متقاعد کردن و رهبری) و قراردادی (نظم دادن به اطلاعات). این الگو دهه‌هاست پایهٔ بیشتر آزمون‌های علایق است. پایگاه O*NET هم، که اطلاعات بیش از ۹۰۰ شغل را برای وزارت کار آمریکا نگه می‌دارد، از ابتدا نسخهٔ به‌روزشدهٔ همین الگو را به کار برده است.
قوت این الگو در سادگی آن است. شش خانه را آسان می‌شود به خاطر سپرد و دربارهٔ آن‌ها حرف زد. ضعفش هم در همین درشتی است. تیپ پژوهشی هم فیزیک‌دان را در بر می‌گیرد و هم زیست‌شناس را. کسی که زیست‌شناسی را دوست دارد ولی از ریاضی خسته می‌شود، در این تیپ فقط یک نمره می‌گیرد و این تفاوت مهم گم می‌شود. تیپ اجتماعی هم آموزش، مشاوره و مراقبت از سلامت را با هم جمع می‌کند. نتیجه این است که دو نفر با یک تیپ یکسان، گاهی علایق واقعاً متفاوتی دارند.
علایق پایه یعنی چه
علایق پایه یعنی علاقه به حوزه‌های مشخص‌تر کار، مثل «ریاضی و علوم فیزیکی»، «علوم زیستی و پزشکی» یا «آموزش». هر علاقهٔ پایه تکهٔ کوچک‌تری از یک یا چند تیپ هالند است. اگر تیپ‌ها را قاره‌های نقشه بدانیم، علایق پایه کشورهای داخل آن‌ها هستند.
یک خط پژوهشی روشن پشت این ایده است. سو، راندز و همکارانشان در سال ۲۰۱۹ آزمونی به نام CABIN منتشر کردند که ۴۱ مقیاس علاقهٔ پایه دارد. مقیاس یعنی چند سؤال که با هم یک ویژگی را می‌سنجند. بعدها چو، هاف، لیو و همکاران، که راندز هم در میانشان است، این آزمون را برای پایگاه O*NET سازگار کردند و نسخهٔ کوتاه CABIN-NET را ساختند: ۶۰ سؤال که ۲۰ مقیاس علاقهٔ پایه را می‌سنجد و این ۲۰ مقیاس زیر شش تیپ هالند گروه‌بندی شده‌اند. این مقاله در سال ۲۰۲۶ در مجلهٔ Journal of Career Assessment چاپ شد.
یافتهٔ اصلی آن پژوهش برای ما مهم است. پژوهشگران در سه مطالعه، روی یک نمونهٔ ملی از بزرگسالان و روی فارغ‌التحصیلانی که سال‌ها پیگیری شدند، دیدند که تناسب علایق پایهٔ فرد با شغلش، پیامدهای شغلی را در همهٔ نمونه‌ها بهتر از تناسب در سطح شش تیپ پیش‌بینی می‌کند. یعنی ریزتر دیدن علایق فقط جزئیات بیشتر نیست؛ اطلاع بیشتری هم می‌دهد. البته این نمونه‌ها انگلیسی‌زبان بودند و نتیجه خودبه‌خود به ایران منتقل نمی‌شود.
۴۱ حوزهٔ O*NET و ۲۰ حوزهٔ ما
پایگاه O*NET از نسخهٔ ۳۰٫۳ برای اولین بار ۴۱ «حوزهٔ علاقهٔ ویژه» را به هر شغل اضافه کرد و این حوزه‌ها در نسخهٔ ۳۱ هم هستند. یعنی حالا برای هر شغل معلوم است که کار روزمره‌اش چقدر به حوزه‌هایی مثل حسابداری، موسیقی، کشاورزی یا فروش مربوط است. یک نکته را باید صادقانه گفت: این نمره‌های شغلی با روشی ترکیبی ساخته شده‌اند. اول مدل‌های زبانی هوش مصنوعی به همهٔ شغل‌ها نمره دادند، بعد گروهی از کارشناسان بخشی از نمره‌ها را دوباره نمره دادند و نمره‌های ماشین با داوری کارشناسان هم‌تراز شد. پس اطلاعات سمت شغل هم تازه است.
آزمون ما همان طرح CABIN-NET را دنبال می‌کند: ۲۰ حوزه، هر حوزه سه جمله، روی هم ۶۰ جمله. هر یک از ۲۰ حوزهٔ ما یک تا سه حوزه از ۴۱ حوزهٔ O*NET را با هم جمع می‌کند. این گروه‌بندی کار خود ماست و همهٔ آن را این‌جا می‌بینید:
| حوزه در آزمون استعدادیاب | حوزه‌های O*NET که در آن جمع شده‌اند |
|---|---|
| فنی و ساخت | Mechanics/Electronics, Construction/Woodwork |
| رانندگی و کار بدنی | Transportation/Machine Operation, Physical/Manual Labor |
| طبیعت، کشاورزی و حیوانات | Nature/Outdoors, Agriculture, Animal Service |
| ورزش و حفاظت | Athletics, Protective Service |
| ریاضی و علوم فیزیکی | Mathematics/Statistics, Physical Science |
| علوم زیستی و پزشکی | Life Science, Medical Science |
| علوم اجتماعی و انسانی | Social Science, Humanities |
| مهندسی و فناوری اطلاعات | Engineering, Information Technology |
| هنرهای تجسمی و طراحی | Visual Arts, Applied Arts and Design |
| موسیقی و هنرهای نمایشی | Music, Performing Arts |
| نوشتن و رسانه | Creative Writing, Media |
| آموزش | Teaching/Education |
| یاری‌رسانی و مشاوره | Social Service, Professional Advising, Religious Activities |
| مراقبت و درمان | Health Care Service |
| خدمات شخصی و آشپزی | Personal Service, Culinary Art |
| مدیریت و کسب‌وکار | Management/Administration, Business Initiatives |
| فروش و بازاریابی | Sales, Marketing/Advertising |
| حقوق، سیاست و سخنوری | Law, Politics, Public Speaking |
| مالی و حسابداری | Accounting, Finance |
| امور اداری و منابع انسانی | Office Work, Human Resources |
چون هر حوزهٔ O*NET به یک یا چند تیپ هالند وصل است، خلاصهٔ شش‌تیپی هم از همین ۲۰ عدد ساخته می‌شود؛ چیزی از دست نمی‌رود. برای پیدا کردن شغل‌ها، الگوی ۲۰گانهٔ علایق شما با الگوی هر شغل مقایسه می‌شود. آنچه مهم است الگوی بالا و پایین بودن حوزه‌هاست، نه بلندی کلی نمره‌ها. شغل‌ها در سه سطح می‌نشینند و داخل هر سطح رتبه‌بندی نمی‌کنیم، چون تفاوت‌های کوچک بیشتر خطای اندازه‌گیری است تا تفاوت واقعی.
یک نقشهٔ دومحوری برای علایق، شخصیت و توانایی
شش تیپ هالند روی یک شش‌ضلعی چیده می‌شوند و همسایه‌ها به هم شبیه‌ترند. پرِدیگر، پژوهشگر دیگری در همین حوزه، نشان داد که زیر این شش‌ضلعی دو محور ساده‌تر پنهان است. او برای «کارها» و «توانایی‌های مربوط به کار» بر پایهٔ الگوی هالند مقیاس ساخت و با تحلیل آماری دو محور پیدا کرد: محور داده در برابر ایده (کار با اطلاعات و سوابق، در برابر کار با نظریه و فکر تازه) و محور اشیا در برابر آدم‌ها (کار با دستگاه و مواد، در برابر کار با مردم). مثلاً فنی و ساخت به سمت اشیا است و یاری‌رسانی و مشاوره به سمت آدم‌ها.
آرمسترانگ، دی، مک‌وی و راندز در سال ۲۰۰۸ پا را فراتر گذاشتند. آن‌ها ۵۱ ویژگی شخصیت و سبک کاری را روی همین نقشه گذاشتند. برای ۳۴ ویژگی، بیش از نیمی از تغییرات با همین دو محور توضیح داده می‌شد. در دو مطالعهٔ دیگر بیشتر توانایی‌های ذهنی هم روی همین فضا جا گرفتند. یعنی علایق، شخصیت و توانایی را می‌شود روی یک نقشه دید. دو محدودیت هم دارد. نمره‌های توانایی در آن کار از نمره‌گذاری شغل‌ها در O*NET آمده بود، نه از آزمون گرفتن از افراد. و یک بررسی بعدی در دانشگاه ادینبرو دید که ترکیب این ویژگی‌ها در «خوشه‌های صفت»، شغل افراد را بهتر از تک‌تک مقیاس‌ها پیش‌بینی نمی‌کند.
ما از این نقشه برای خواندن کنار هم بخش‌های آزمون استفاده می‌کنیم: سبک‌های کاری، ارزش‌ها و توانایی‌ها کنار هر شغل نشانهٔ جدا می‌گیرند، با یک خط دلیل و بدون عدد یا درصد. ولی ترتیب و سطح شغل‌ها را فقط علایق تعیین می‌کند و این نشانه‌ها آن را عوض نمی‌کنند. دلیلش همان یافتهٔ ادینبرو است: ترکیب کردن، هنوز پیش‌بینی بهتری نداده است.
آنچه هنوز نمی‌دانیم
۶۰ جملهٔ فارسی آزمون ما تازه نوشته شده‌اند. پژوهش‌هایی که در این مقاله آوردیم روی آزمون‌های انگلیسی انجام شده‌اند، نه روی جمله‌های ما. برای آزمون فارسی دو کار باید انجام شود. اول اعتبارسنجی، یعنی بررسی این‌که هر حوزه واقعاً همان چیزی را می‌سنجد که نامش می‌گوید و سه جملهٔ هر حوزه با هم هماهنگ‌اند. دوم هنجار، یعنی نمره‌های گروه بزرگی از پاسخ‌دهندگان فارسی‌زبان که بتوان نمرهٔ هر نفر را با آن سنجید. هنوز هنجار فارسی نداریم. اطلاعات لازم برای هر دو کار از پاسخ‌های بی‌نام کاربرانی گردآوری می‌شود که جداگانه رضایت پژوهشی داده‌اند و نتیجه‌اش را در صفحهٔ روش علمی منتشر می‌کنیم.
تا آن زمان، نتیجهٔ شما فقط حوزه‌های خود شما را با هم مقایسه می‌کند: کدام حوزه برای شما بالاتر است و کدام پایین‌تر. آزمون نمی‌گوید علاقهٔ شما از دیگران بیشتر یا کمتر است.
آنچه برای شما معنی می‌دهد
- در نتیجهٔ خود به حوزه‌های مشخص نگاه کنید، نه فقط به تیپ کلی. «علوم زیستی و پزشکی» بالا و «ریاضی و علوم فیزیکی» پایین، اطلاعات بیشتری از «پژوهشی» می‌دهد.
- اگر با دوستی تیپ هالند یکسانی دارید، تعجب نکنید که فهرست شغل‌هایتان فرق کند. همین تفاوت، دلیل سنجش ریزتر است.
- نتیجه راهنمای گفت‌وگو و جست‌وجوست، نه حکم. آزمون «شغل درست» را برایتان پیدا نمی‌کند؛ چند مسیر را نشان می‌دهد که ارزش بررسی دارند. گفت‌وگو با یک مشاور یا با کسی که در آن شغل کار می‌کند، قدم بعدی خوبی است.
- اگر علایق شما هنوز شکل روشنی ندارد، آزمون همین را می‌گوید و فهرست را کمی گسترده‌تر می‌کند. این هم نتیجهٔ مفیدی است.
می‌توانید آزمون شغلی استعدادیاب را رایگان بدهید و جزئیات روش را در صفحهٔ روش علمی بخوانید.
منابع
- Wikipedia contributors (2026). Holland Codes (RIASEC types; Prediger's Data/Ideas and Things/People dimensions). Wikipedia. https://en.wikipedia.org/wiki/Holland_Codes
- Su, R., Tay, L., Liao, H.-Y., Zhang, Q., & Rounds, J. (2019). Toward a dimensional model of vocational interests. Journal of Applied Psychology, 104(5), 690–714. https://doi.org/10.1037/apl0000373
- Chu, C., Hoff, K. A., Liu, Z., Heimpel, N. F., Greco, A., Oswald, F. L., & Rounds, J. (2026). Interest fit beyond the RIASEC: The Comprehensive Assessment of Basic Interests—O*NET (CABIN-NET). Journal of Career Assessment, 34(2), 286–310. https://doi.org/10.1177/10690727251322520
- National Center for O*NET Development (2026). O*NET OnLine: Browse by Interests, Specific Interest Areas (1.B.3). https://www.onetonline.org/find/descriptor/browse/1.B.3
- National Center for O*NET Development (2026). O*NET 31.0 Database: Appendix, Database Updates (30.3: 41 specific interest areas). https://www.onetcenter.org/dictionary/31.0/excel/appendix_updates.html
- Liu, J., Putka, D. J., Wu, F., & Lewis, P. (2026). Using a Hybrid Artificial Intelligence-Expert Method to Develop Basic Interest Ratings for the O*NET System. National Center for O*NET Development. https://www.onetcenter.org/reports/Basic_Interests_LLM.html
- Major, J. T. (2013). Cognitive abilities, personality and interests: Their interrelations and impact on occupation (PhD thesis; reports Prediger 1982 and Armstrong, Day, McVay & Rounds 2008). University of Edinburgh. https://era.ed.ac.uk/bitstreams/6ad391b3-a5d6-46b4-8565-9095af63333a/download
این مقاله را گروه پژوهش استعدادیاب نوشته است؛ تاریخ: مهر ۱۴۰۵.