رغم مراجعة السير الذاتية والرسائل التمهيدية والمقابلات، يظل اختيار المرشح المناسب لشغل وظيفة عملية غامضة في كثير من الأحيان، حيث يعتمد المديرون على تحيزاتهم أو شعورهم الداخلي، ما يجعل عملية التوظيف بعيدة عن الدقة العلمية. لمعالجة هذه الفجوة، أطلقت سارة لوسينا منصة "مابا" (Mappa)، منصة ذكاء اصطناعي متخصصة في تحليل السلوك، تهدف إلى تقليل التخمين في التوظيف من خلال تحليل نبرة الصوت. طورت مابا نموذجًا ذكياً يُحلل أنماط الصوت لتحديد صفات مثل أسلوب التواصل، والتعاطف، والثقة، مما يوفر رؤية أعمق عن المرشح. يكفي أن يجيب المرشح على بعض الأسئلة من خلال وكيل ذكاء اصطناعي، ثم تُرسل المنصة قائمة مختصرة من المرشحين الذين يتماشون مع متطلبات الوظيفة من حيث الصفات الشخصية. تُعد مابا واحدة من أفضل 20 شركة ناشئة في مسابقة "ستارت آب بيلفورد" ضمن مؤتمر تيك كرانش ديسروبت 2025 في سان فرانسسكو. وتشير لوسينا إلى أن الهدف الأساسي من المنصة ليس تصنيف الصفات على أنها "جيدة" أو "سيئة"، بل تقييم مدى توافقها مع المهمة أو الثقافة المؤسسية. "نحن نفهم الصفات من منظور التوافق، لا من منظور التقييم المطلق"، تقول. تأسست مابا في 2023 من قبل لوسينا وشريكيها بابلو بيرغولو ودانيال مورتي، وجمعوا 3.4 مليون دولار في جولة تمويل أولية بقيادة شركة تيم درايبير للاستثمار. خلال أقل من ثلاث سنوات، وصلت المنصة إلى أكثر من 130 عميلًا في الولايات المتحدة، وحققت دخلًا سنويًا متكررًا يتجاوز 4 ملايين دولار. تمتلك مابا ميزة تنافسية واضحة في جودة بيانات التدريب، حيث صممت مجموعات بيانات مخصصة ومُنظمة بدقة لفهم السلوك البشري. في البداية، حاولت المنصة تحليل مقاطع فيديو وسلوكيات الإنترنت، لكنها اكتشفت أن تحليل الصوت هو الأدق والأكثر فاعلية. وفقًا لوسينا، ساهمت مابا في تقليل معدل دوران الموظفين بشكل كبير: بينما يبلغ المتوسط في الشركات حوالي 30% سنويًا، فإن معدل الدوران بين الموظفين الذين تم توظيفهم عبر مابا لا يتجاوز 2%. كما أن أكثر من 60% من الموظفين الذين تم توظيفهم عبر المنصة هم من النساء، أو من مجتمع المثليين، أو المهاجرين، وهو ما يعكس التزام الشركة بتعزيز المساواة. تُعد لوسينا، التي نشأت في البرازيل، فخورة بتمكين فئات مهمشة من خلال فرص عمل حقيقية. وتتوقع أن تتطور مابا من شركة خدمات إلى منصة بنية تحتية، حيث تُستخدم واجهة برمجة التطبيقات (API) من قبل شركات تُدمج تحليل السلوك في مجالات متعددة، مثل تقييم المؤسسين من قبل ممثلي صناديق الاستثمار، أو مساعدة منصات التعليم مثل Re-Skilling.ai في تحديد المهارات التي يحتاج الطلاب لتطويرها. في المستقبل، ترى لوسينا إمكانية استخدام مابا في تقييم طلبات القروض لمن لا يمتلكون سجلات ائتمانية قوية، كأداة لتقدير الأهلية بشكل أكثر عدالة. تُعد مابا أداة واعدة لفهم الناس بشكل أعمق وتحقيق توازن أكبر في قرارات التوظيف، والتمويل، والتعليم.