Skor calon 87 mungkin kelihatan muktamad dalam senarai kekosongan jawatan yang ramai pemohon. Namun, bolehkah perekrut mempercayai skor AI apabila angka tersebut mungkin mempengaruhi siapa yang mendapat temu duga pusingan pertama, siapa yang diserahkan kepada pengurus pengambilan, dan siapa yang ditolak? Hanya apabila skor itu dianggap sebagai isyarat penilaian yang boleh dijejaki, bukan keputusan muktamad. Angka tersebut mesti dikaitkan dengan bukti yang relevan dengan pekerjaan, proses penilaian yang konsisten, dan semakan manusia yang bertanggungjawab.
Bagi pasukan bakat perusahaan, persoalannya bukanlah sama ada AI patut menggantikan pertimbangan perekrut. Ia tidak sepatutnya. Persoalan operasi adalah sama ada AI boleh menjadikan pertimbangan itu lebih pantas, lebih konsisten, dan lebih mudah dipertahankan merentasi ribuan permohonan. Sistem yang ditadbir dengan baik boleh melakukannya. Skor yang tidak jelas tanpa penjelasan tidak boleh.
Di Malaysia, di mana kepelbagaian tenaga kerja merentas bahasa dan lokasi adalah norma, keperluan untuk ketelusan dan keadilan dalam proses pengambilan adalah sangat penting. Penggunaan AI dalam penilaian calon perlu selaras dengan prinsip-prinsip ini, memastikan keputusan yang dibuat adalah objektif dan boleh dipertanggungjawabkan kepada semua pihak berkepentingan.
Apa yang sepatutnya diwakili oleh skor AI
Skor AI sepatutnya mewakili perbandingan yang jelas antara bukti calon dan keperluan peranan. Bukti tersebut mungkin termasuk pengalaman dalam fungsi yang relevan, kecekapan yang ditunjukkan, respons temu duga khusus peranan, kelayakan, keupayaan bahasa, atau kriteria lain yang telah diluluskan untuk pekerjaan itu.
Perbezaan ini penting kerana skor bukanlah ukuran nilai keseluruhan seseorang, potensi dalam setiap peranan, atau kesesuaian budaya secara abstrak. Ia adalah petunjuk berstruktur tentang kesesuaian dengan kerangka pengambilan tertentu. Jika definisi pekerjaan itu samar-samar, tidak konsisten, atau dibina atas andaian yang tidak dapat dijelaskan oleh pengurus, skor tersebut akan mewarisi kelemahan-kelemahan itu.
Aliran kerja pemarkahan yang paling kukuh bermula sebelum calon memohon. Perekrut dan pengurus pengambilan menentukan kecekapan yang diperlukan, memisahkan kriteria penting daripada kriteria pilihan, dan bersetuju tentang bukti apa yang akan menyokong setiap penilaian. AI kemudian menilai calon berdasarkan piawaian yang didokumenkan dan bukannya mencipta semula pilihan individu setiap penyemak.
Ini mewujudkan kelebihan yang signifikan dalam pengambilan pekerja berskala besar. Daripada meminta perekrut mengimbas resume untuk isyarat yang berbeza di bawah tekanan masa, organisasi boleh menggunakan logik peranan yang sama kepada setiap calon. Skor menjadi berguna kerana piawaian asasnya adalah konsisten.
Bolehkah perekrut mempercayai skor AI tanpa melihat bukti?
Tidak. Skor tanpa bukti sokongan meminta perekrut untuk menerima kesimpulan yang tidak dapat mereka nilai. Ia mungkin pantas, tetapi ia tidak sedia untuk membuat keputusan.
Perekrut sepatutnya dapat melihat mengapa seorang calon mendapat kedudukan tinggi atau rendah. Untuk skor berasaskan resume, itu mungkin bermaksud pengalaman, kemahiran, tempoh perkhidmatan, pendidikan, pensijilan, dan keselarasan peranan yang relevan yang dikenal pasti dalam profil calon. Untuk temu duga video tak segerak, ia mungkin bermaksud penemuan tahap kecekapan, petikan atau respons yang direkodkan, hasil soalan berstruktur, dan bidang yang dilabelkan dengan jelas untuk tindakan susulan.
Kebolehlihatan bukti mengubah peranan perekrut. Daripada membina semula cerita calon secara manual daripada resume dan nota tidak berstruktur, perekrut boleh mengesahkan tafsiran sistem. Seorang perekrut mungkin menyedari bahawa pengalaman calon dalam industri bersebelahan lebih relevan daripada yang dicadangkan oleh skor awal. Seorang pengurus pengambilan mungkin memutuskan bahawa calon yang berkedudukan lebih rendah mempunyai keupayaan teknikal yang jarang ditemui dan patut diterokai. Ini bukanlah kegagalan AI. Ini adalah contoh pengawasan manusia yang bertanggungjawab.
Piawaian praktikal adalah mudah: jika seorang penyemak tidak dapat menjelaskan asas skor kepada pengurus pengambilan, calon, atau juruaudit, skor itu tidak sepatutnya menjadi satu-satunya asas untuk keputusan yang penting.
Kepercayaan bergantung pada reka bentuk pekerjaan dan kualiti data
AI tidak membaiki proses pengambilan pekerja yang direka bentuk dengan buruk. Ia hanya mengembangkannya.
Pertimbangkan sebuah perusahaan yang mempunyai tiga pasukan serantau yang mengambil eksekutif akaun. Satu pasukan mengutamakan kitaran jualan yang kompleks, pasukan lain menghargai pengetahuan industri, dan pasukan ketiga menyaring terutamanya berdasarkan tahun pengalaman. Jika ketiga-tiga pasukan menggunakan skor generik yang sama, hasilnya mungkin kelihatan seragam sambil menyembunyikan perselisihan faham tentang apa yang diperlukan untuk berjaya dalam peranan tersebut.
Pendekatan yang lebih baik adalah untuk membina model penilaian khusus peranan dengan pemberatan yang jelas. Beberapa kriteria mungkin tidak boleh dirunding, seperti lesen yang diperlukan atau kebenaran bekerja di mana sah di sisi undang-undang. Yang lain harus dinilai sebagai bukti untuk dipertimbangkan, bukan sebagai halangan automatik. Seorang calon dengan pengalaman kerja yang lebih sedikit mungkin mempunyai bukti yang lebih kukuh tentang kecekapan teras yang sebenarnya dituntut oleh peranan tersebut.
Kualiti data juga memerlukan penelitian. Maklumat resume boleh jadi tidak lengkap, diformatkan secara berbeza merentasi negara, atau dibentuk oleh kebiasaan calon dengan konvensyen permohonan. Respons temu duga video mungkin dipengaruhi oleh pilihan bahasa, ketersambungan, keperluan kebolehcapaian, atau keselesaan dengan format tak segerak. Pasukan perusahaan harus menyediakan arahan calon yang sesuai, alternatif yang boleh diakses di mana diperlukan, dan layanan yang konsisten merentasi kumpulan pemohon yang setanding.
Kepercayaan meningkat apabila organisasi memahami apa yang boleh diukur dengan baik oleh skor dan di mana ia memerlukan semakan manusia. Itu lebih berguna daripada mendakwa bahawa mana-mana sistem adalah sempurna.
Kawalan yang menjadikan pemarkahan AI boleh dipertahankan
Proses pemarkahan AI yang dipercayai adalah aliran kerja yang terkawal, bukan ciri kotak hitam. Ia sepatutnya merangkumi kriteria peranan yang didokumenkan, akses berizin, kebolehlihatan penyemak, dan jejak audit yang menunjukkan bagaimana keputusan bergerak melalui saluran paip.
Empat kawalan yang sangat penting adalah:
- Input Berstruktur: Calon harus dinilai berdasarkan soalan dan kriteria yang relevan dengan pekerjaan yang sama sedapat mungkin. Ini mengurangkan "kebisingan" yang disebabkan oleh temu duga pusingan pertama yang tidak konsisten dan pengambilan nota tidak formal.
- Output Boleh Dijelaskan: Markah harus disertakan dengan bukti kecekapan, rasional kedudukan, dan bahan sumber yang boleh diperiksa oleh penyemak.
- Titik Keputusan Manusia: Perekrut dan pengurus pengambilan pekerja harus mengekalkan kuasa untuk meneruskan, menangguhkan, menolak, atau meminta penilaian lanjut. Aliran kerja harus merekodkan siapa yang membuat keputusan dan mengapa.
- Pengesahan Berterusan: Pasukan harus menyemak corak pemarkahan, hasil calon, kadar pembatalan, dan potensi kesan buruk. Model yang berprestasi baik untuk satu peranan, geografi, atau populasi pemohon mungkin memerlukan penyesuaian untuk yang lain.
Tadbir urus juga merangkumi keperluan yang kurang ketara yang tidak boleh dianggap pilihan oleh pembeli korporat: keselamatan data, kawalan pengekalan, pengurusan akses, akauntabiliti vendor, dan pengawasan model yang didokumentasikan. Pensijilan dan pengesahan bebas boleh memberikan jaminan yang berguna, tetapi ia tidak menghapuskan keperluan untuk proses tadbir urus dalaman. Ia menunjukkan bahawa kawalan wujud dan boleh diperiksa.
MIND Interview mengaplikasikan pendekatan berpandukan tadbir urus ini melalui pemarkahan yang boleh diaudit, bukti kecekapan berstruktur, aliran kerja semakan kolaboratif, dan kawalan yang selaras dengan ISO 42001 serta program AI Verify Singapura. Bagi pemimpin perekrutan, nilai praktikalnya bukan sekadar lencana pematuhan. Ia adalah keupayaan untuk bergerak lebih pantas sambil mengekalkan bukti yang diperlukan untuk menyokong setiap keputusan.
Di Malaysia, di mana kepelbagaian budaya dan bahasa adalah norma, pendekatan tadbir urus yang kukuh dalam pemerolehan bakat adalah penting. Ini memastikan penilaian yang adil dan telus untuk semua calon, tanpa mengira latar belakang mereka, serta mematuhi undang-undang buruh tempatan. Dengan landskap bakat yang kompetitif dan peningkatan penggunaan teknologi AI, organisasi perlu memastikan proses pengambilan pekerja mereka bukan sahaja cekap tetapi juga saksama dan boleh dipertanggungjawabkan.
Di mana perekrut harus mencabar markah
Semakan manusia harus aktif, bukan sekadar formaliti. Perekrut memerlukan detik-detik jelas dalam aliran kerja di mana mereka dijangka menguji markah berdasarkan konteks.
Ini amat penting bagi calon yang mempunyai laluan kerjaya tidak tradisional, kemahiran boleh pindah, kelayakan antarabangsa, jeda kerjaya, atau pengalaman yang diterangkan dalam terminologi yang tidak biasa bagi organisasi. Ia juga penting apabila permintaan jawatan berubah di tengah jalan. Jika pengurus pengambilan pekerja mentakrifkan semula peranan selepas 200 pemohon telah dinilai, kedudukan asal mungkin tidak lagi mencerminkan keperluan sebenar.
Perekrut juga harus mencabar markah apabila bukti adalah tipis. Seorang calon mungkin menerima kedudukan yang baik berdasarkan kata kunci resume tetapi menawarkan bukti terhad bagi kecekapan yang diperlukan. Sebaliknya, seorang calon mungkin menyampaikan pengalaman relevan yang kukuh dalam temu duga berstruktur yang tidak jelas daripada resume ringkas. Sistem harus menjadikan kedua-dua isyarat kelihatan daripada memaksa pasukan bergantung pada satu sumber data.
Model operasi yang berguna adalah menggunakan AI untuk mengutamakan semakan, menyeragamkan penilaian, dan menandakan jurang dalam bukti. Gunakan manusia untuk mentafsir pengecualian, menimbang konteks perniagaan, dan membuat keputusan pekerjaan akhir. Ini mengekalkan kelajuan tanpa berpura-pura bahawa pengambilan pekerja adalah latihan matematik semata-mata.
Mengukur sama ada markah layak dipercayai
Kepercayaan harus diperoleh melalui hasil operasi, bukan janji vendor. Pemimpin pemerolehan bakat boleh menilai pemarkahan AI dengan set soalan yang boleh diukur.
Adakah perekrut menghabiskan lebih sedikit masa untuk saringan pusingan pertama sambil masih mengenal pasti finalis yang berkelayakan? Adakah pengurus pengambilan pekerja menerima calon yang buktinya sepadan dengan kriteria peranan yang dipersetujui? Adakah keputusan pembatalan mendedahkan jurang berulang dalam reka bentuk penilaian? Adakah masa semakan, kadar temu duga-ke-tawaran, dan petunjuk kualiti awal bertambah baik tanpa menimbulkan perbezaan yang tidak dapat dijelaskan antara kumpulan calon?
Jawapan akan berbeza mengikut peranan. Program kampus mungkin menumpukan pada penilaian yang konsisten merentasi kumpulan pemohon yang besar dan semakan pengurus yang pantas. Pasukan pencari bakat khusus mungkin menghargai keupayaan untuk mengenal pasti pengalaman yang jarang ditemui dan mendokumentasikan pertimbangan perekrut yang bernuansa. Organisasi multinasional mungkin memerlukan pelaporan berbilang bahasa supaya pihak berkepentingan boleh menyemak bukti yang sama merentas wilayah. Satu reka bentuk markah tidak boleh dipaksakan kepada setiap pergerakan pengambilan pekerja.
Organisasi harus menetapkan garis dasar sebelum penggunaan, memantau prestasi selepas pelancaran, dan menyemak hasil dengan perekrut dan pengurus pengambilan pekerja yang menggunakan aliran kerja setiap hari. Maklum balas mereka sering mengenal pasti isu praktikal yang terlepas pandang oleh papan pemuka, seperti definisi kecekapan yang tidak jelas, langkah saringan berganda, atau laporan yang tidak menjawab soalan sebenar pengurus.
Markah AI yang paling boleh dipercayai bukanlah yang meminta kepercayaan buta. Ia adalah yang memberikan perekrut bukti, kawalan, dan kebolehkesanan yang mencukupi untuk membuat keputusan yang lebih baik pada saat yang penting.