ผู้สมัครอาจดูมั่นใจในการสัมภาษณ์รอบแรก แต่ก็ยังอาจมีปัญหาในการทำงานร่วมกับผู้อื่น จัดลำดับความสำคัญของความต้องการที่หลากหลาย หรือสื่อสารการตัดสินใจภายใต้ความกดดัน ในทางกลับกัน ผู้สมัครที่รอบคอบอาจให้คำตอบที่ไม่ราบรื่นนัก แต่แสดงให้เห็นถึงวิจารณญาณที่จำเป็นสำหรับตำแหน่งงานนั้นๆ ด้วยเหตุนี้ การประเมินทักษะด้าน Soft Skill ด้วยอัลกอริทึมจึงกลายเป็นประเด็นสำคัญที่ทีมสรรหาบุคลากรระดับองค์กรให้ความสนใจอย่างจริงจัง ไม่ใช่แค่เพียงฟังก์ชันที่ช่วยให้คัดกรองได้เร็วขึ้นเท่านั้น
เป้าหมายไม่ใช่การนำความรู้สึกส่วนตัวมาทำให้เป็นระบบอัตโนมัติ แต่เป็นการทำให้การประเมินในระยะเริ่มต้นมีความสอดคล้องกัน มีหลักฐานอ้างอิง และสามารถตรวจสอบย้อนหลังได้สำหรับผู้สมัครหลายร้อยหรือหลายพันคน หากทำได้ดี อัลกอริทึมจะช่วยให้ผู้สรรหาบุคลากรสามารถระบุพฤติกรรมที่เกี่ยวข้อง นำกรอบการให้คะแนนร่วมกันมาใช้ และให้ข้อมูลที่ครบถ้วนแก่ผู้จัดการสายงานเพื่อตัดสินใจว่าใครควรผ่านเข้ารอบต่อไป แต่หากทำได้ไม่ดี ก็อาจเปลี่ยนความชอบที่ไม่ชัดเจนให้กลายเป็นความเสี่ยงที่ขยายวงกว้างได้
ในบริบทของตลาดแรงงานไทยและอาเซียน ซึ่งมักมีการสรรหาบุคลากรในปริมาณมาก (high-volume hiring) และมีความหลากหลายทางภาษา การนำเทคโนโลยีมาช่วยประเมินทักษะ Soft Skill จึงมีความสำคัญอย่างยิ่ง เพื่อให้มั่นใจว่ากระบวนการคัดเลือกมีความเป็นธรรม มีประสิทธิภาพ และสามารถตอบสนองความต้องการของผู้จัดการสายงานที่ต้องการข้อมูลเชิงลึกที่เชื่อถือได้ในการตัดสินใจ
สำหรับผู้นำด้าน Talent การแยกแยะความแตกต่างนี้ขึ้นอยู่กับการออกแบบการประเมิน การตรวจสอบความถูกต้อง ธรรมาภิบาล และการควบคุมกระบวนการทำงาน
อัลกอริทึมประเมินทักษะ Soft Skill ควรวัดอะไรบ้าง
ทักษะ Soft Skill มักถูกพูดถึงราวกับว่าเป็นคุณสมบัติสากล แต่ในทางปฏิบัติแล้ว ทักษะเหล่านี้คือพฤติกรรมที่ขึ้นอยู่กับบทบาทหน้าที่ เช่น "การสื่อสาร" สำหรับผู้นำทีมขาย อาจหมายถึงการปรับแต่งข้อความเชิงพาณิชย์ให้เหมาะสมกับผู้บริหารระดับสูง สำหรับนักวิเคราะห์ความปลอดภัยทางไซเบอร์ อาจหมายถึงการจัดทำเอกสารความเสี่ยงให้ชัดเจนและการแจ้งเตือนอย่างเร่งด่วนตามความเหมาะสม การวัดทักษะการสื่อสารแบบทั่วไปจึงไม่น่าจะเป็นประโยชน์เท่าเทียมกันสำหรับทั้งสองตำแหน่ง
การประเมินที่น่าเชื่อถือเริ่มต้นด้วยโมเดลสมรรถนะที่เกี่ยวข้องกับงาน ทีมควรนิยามพฤติกรรมที่บ่งชี้ถึงผลการปฏิบัติงานที่มีประสิทธิภาพในบทบาท ระดับ และบริบททางธุรกิจที่เฉพาะเจาะจง ตัวอย่างเช่น ตำแหน่งผู้จัดการฝ่ายปฏิบัติการอาจให้ความสำคัญกับการแก้ปัญหาเชิงโครงสร้าง การประสานงานข้ามสายงาน และความยืดหยุ่นเมื่อแผนมีการเปลี่ยนแปลง โครงการสำหรับบัณฑิตจบใหม่อาจให้น้ำหนักกับความคล่องตัวในการเรียนรู้ วิจารณญาณทางจริยธรรม และความสามารถในการอธิบายเหตุผล
อัลกอริทึมควรประเมินหลักฐานเทียบกับสมรรถนะที่กำหนดไว้เหล่านั้น แทนที่จะสรุปบุคลิกภาพโดยรวมจากสัญญาณภายนอกที่ผิวเผิน ในการสัมภาษณ์วิดีโอแบบไม่พร้อมกัน (asynchronous video interview) หลักฐานอาจรวมถึงวิธีที่ผู้สมัครจัดโครงสร้างคำตอบต่อสถานการณ์ การแลกเปลี่ยนที่พวกเขารับรู้ ตัวอย่างการกระทำที่พวกเขาทำ และวิธีที่พวกเขาอธิบายผลลัพธ์ ในการตอบแบบเขียน อาจรวมถึงความชัดเจน เหตุผล และความเกี่ยวข้องของตัวอย่างกับคำถาม
ความแตกต่างนี้มีความสำคัญ สำเนียง คุณภาพกล้อง ความประหม่า หรือรูปแบบการสื่อสารที่ผู้สมัครชื่นชอบ ไม่ใช่สิ่งทดแทนที่เชื่อถือได้สำหรับผลการปฏิบัติงาน ระบบควรได้รับการออกแบบมาเพื่อมุ่งเน้นที่เนื้อหาและหลักฐานสมรรถนะของคำตอบ โดยมีขอบเขตที่ชัดเจนว่าอะไรคือสิ่งที่ประเมินและอะไรคือสิ่งที่ไม่ประเมิน
หลักฐานมีประโยชน์มากกว่าคะแนนเดียว
คะแนนสามารถช่วยจัดลำดับความสำคัญของงานได้ โดยเฉพาะอย่างยิ่งในกระบวนการสรรหาที่มีปริมาณผู้สมัครจำนวนมาก แต่ไม่ควรเป็นบันทึกการตัดสินใจทั้งหมด ผู้สรรหาบุคลากรและผู้จัดการสายงานจำเป็นต้องเห็นว่าเหตุใดผู้สมัครจึงได้รับการประเมินในลักษณะนั้นๆ: สมรรถนะที่กำลังประเมิน หลักฐานคำตอบที่สนับสนุนการประเมิน เกณฑ์ที่ใช้ และความน่าเชื่อถือหรือข้อจำกัดที่เกี่ยวข้องกับผลลัพธ์
สิ่งนี้ทำให้การตรวจสอบของผู้จัดการรวดเร็วขึ้นโดยไม่ทำให้เป็นการตัดสินใจแบบสุ่มสี่สุ่มห้า ผู้จัดการสายงานสามารถตรวจสอบรายงานสมรรถนะที่กระชับก่อนตัดสินใจว่าการสัมภาษณ์สดคุ้มค่าหรือไม่ ผู้สรรหาบุคลากรสามารถเปรียบเทียบผู้สมัครกับเกณฑ์เดียวกัน แทนที่จะต้องมาปรับแก้บันทึกการสัมภาษณ์ที่ไม่สอดคล้องกัน ทีมปฏิบัติการสรรหาสามารถตรวจสอบได้ว่าเกณฑ์ที่ระบุไว้ถูกนำมาใช้อย่างสอดคล้องกันหรือไม่
กระบวนการทำงานที่มีประสิทธิภาพสูงสุดจะมองว่าการให้คะแนนด้วยอัลกอริทึมเป็นการสนับสนุนการตัดสินใจที่มีโครงสร้าง โดยจะมุ่งเน้นความสนใจไปที่หลักฐานที่เกี่ยวข้องมากที่สุด ในขณะที่ยังคงรักษาการตัดสินใจของมนุษย์ที่สามารถตรวจสอบได้ในจุดสำคัญ
เหตุใดการสร้างมาตรฐานจึงเปลี่ยนสมการการคัดกรอง
การสัมภาษณ์รอบแรกด้วยตนเองสร้างปัญหาที่คุ้นเคยสำหรับองค์กร ผู้สรรหาบุคลากรแต่ละคนอาจถามคำถามที่แตกต่างกัน ผู้สมัครได้รับโอกาสที่ไม่
- ความเกี่ยวข้องกับงาน: ความสามารถแต่ละด้านที่ประเมินควรเชื่อมโยงกับความรับผิดชอบและผลการปฏิบัติงานจริงของตำแหน่งนั้นๆ หลีกเลี่ยงการใช้เกณฑ์ที่วัดเพียงความสามารถในการนำเสนอที่ดูดี ในขณะที่ตำแหน่งต้องการความลึกซึ้งในการวิเคราะห์ หรือในทางกลับกัน
- ข้อมูลนำเข้าที่เป็นระบบ: ผู้สมัครควรได้รับคำแนะนำ คำสั่ง ระยะเวลา และเกณฑ์การประเมินที่สอดคล้องกัน การสนทนาที่ไม่มีโครงสร้างทำให้ยากต่อการเปรียบเทียบและตรวจสอบความถูกต้อง
- ผลลัพธ์ที่ตรวจสอบได้: ทุกคะแนนควรเชื่อมโยงกับหลักฐานที่สังเกตได้ เกณฑ์การประเมิน และเวอร์ชันของโมเดลหรือรูบริกที่ใช้ คำแนะนำสุดท้ายที่ไม่มีบันทึกการตรวจสอบย้อนกลับไม่เพียงพอ
- การกำกับดูแลโดยมนุษย์: กำหนดว่าใครเป็นผู้ตรวจสอบผลลัพธ์ เมื่อใดที่สามารถยกเลิกคำแนะนำได้ และจะบันทึกข้อยกเว้นอย่างไร ระบบอัตโนมัติสามารถจัดลำดับความสำคัญของผู้สมัครได้ แต่บุคลากรที่รับผิดชอบต้องเป็นผู้ควบคุมการตัดสินใจที่มีผลกระทบสำคัญ
- การติดตามความเป็นธรรม: ตรวจสอบผลลัพธ์ในกลุ่มที่เกี่ยวข้อง สอบสวนความแตกต่างที่สำคัญ และทดสอบว่าระบบกำลังวัดหลักฐานที่เกี่ยวข้องกับงานจริงหรือไม่ แทนที่จะเป็นผลพวงจากภาษา รูปแบบ หรือรูปแบบการจ้างงานในอดีต
- ธรรมาภิบาลข้อมูล: ข้อมูลผู้สมัคร การบันทึก รายงาน การตั้งค่าการเก็บรักษา สิทธิ์การเข้าถึง และการจัดการข้ามพรมแดน ล้วนต้องการการควบคุมที่ชัดเจน ฝ่ายจัดซื้อและฝ่ายทรัพยากรบุคคลควรทำความเข้าใจถึงความปลอดภัยและแนวทางการกำกับดูแล AI ของระบบก่อนการนำไปใช้งาน
ข้อกำหนดเหล่านี้อาจฟังดูเข้มงวด แต่เป็นสิ่งที่เป็นไปได้ในทางปฏิบัติ หากไม่มีสิ่งเหล่านี้ ทีมสรรหาบุคลากรจะไม่สามารถตอบคำถามพื้นฐานจากผู้บริหาร ผู้สมัคร ผู้ตรวจสอบ หรือที่ปรึกษาทางกฎหมายได้ เช่น ประเมินอะไรไปบ้าง? ทำไมผู้สมัครรายนี้ถึงผ่านเข้ารอบ? ใครเป็นผู้ตรวจสอบผลลัพธ์? และกระบวนการนี้สามารถทำซ้ำได้หรือไม่?
ในตลาดที่มีปริมาณการจ้างงานสูงและมีความหลากหลายทางภาษาอย่างประเทศไทยและภูมิภาคอาเซียน หลักการเหล่านี้มีความสำคัญยิ่งขึ้นไปอีก การจัดการผู้สมัครจำนวนมากในขณะที่ต้องมั่นใจในความเป็นธรรม ความถูกต้อง และการลดอคติทางวัฒนธรรมหรือภาษา เป็นความท้าทายที่สำคัญ ระบบการประเมินที่มีโครงสร้างและโปร่งใสจึงเป็นเครื่องมือสำคัญที่ช่วยให้ผู้จัดการสายงานสามารถตัดสินใจได้อย่างมีข้อมูลและมีประสิทธิภาพ เพื่อให้ได้บุคลากรที่มีคุณภาพและเหมาะสมกับองค์กรในระยะยาว
การตรวจสอบความถูกต้องไม่ใช่โครงการที่ทำครั้งเดียวจบ
การประเมินอาจได้รับการออกแบบมาอย่างรอบคอบ แต่ก็ยังอาจไม่สามารถทำงานได้ตามที่ตั้งใจไว้ในสภาพแวดล้อมการจ้างงานที่เฉพาะเจาะจงได้ ตำแหน่งงานมีการเปลี่ยนแปลง ตลาดแรงงานผันผวน รายละเอียดงานอาจคลาดเคลื่อน และทีมงานอาจเริ่มใช้คะแนนในลักษณะที่ไม่เคยคาดคิดมาก่อน ดังนั้น การตรวจสอบความถูกต้องจึงต้องดำเนินไปอย่างต่อเนื่อง
เริ่มต้นด้วยการนำไปใช้ในวงจำกัด เปรียบเทียบคำแนะนำที่สนับสนุนโดยอัลกอริทึมกับการประเมินโดยมนุษย์ที่มีโครงสร้าง และหากเป็นไปได้ ให้เปรียบเทียบกับตัวชี้วัดประสิทธิภาพในภายหลัง ตรวจสอบผลลัพธ์ที่ผิดพลาดทั้งแบบ False Positive (ระบุว่าดีแต่ไม่ดีจริง) และ False Negative (ระบุว่าไม่ดีแต่ดีจริง) ตั้งคำถามว่าผู้สมัครที่ระบบจัดอันดับสูงนั้นแสดงความสามารถที่จำเป็นในการสัมภาษณ์ครั้งต่อไปและในการทำงานจริงหรือไม่ ทบทวนในกรณีที่ผู้จัดการฝ่ายจ้างงานที่มีประสบการณ์ไม่เห็นด้วยกับการประเมิน และพิจารณาว่าโมเดล รูบริก การออกแบบคำถาม หรือความคาดหวังของผู้จัดการจำเป็นต้องได้รับการปรับปรุงหรือไม่
นอกจากนี้ยังขึ้นอยู่กับบริบทของการจ้างงานด้วย สำหรับตำแหน่งระดับเริ่มต้นและโครงการรับนักศึกษาจบใหม่ รูบริกที่เน้นศักยภาพที่สอดคล้องกันอาจเหมาะสมกว่าการดูจากประสบการณ์การทำงานในอดีต สำหรับการจ้างงานระดับผู้บริหาร แม้ปริมาณผู้สมัครอาจน้อยกว่า แต่ผลกระทบของการจับคู่ที่ไม่ดีนั้นสูงกว่า ทำให้การตรวจสอบเชิงลึกโดยมนุษย์เป็นสิ่งจำเป็นอย่างยิ่ง สำหรับตำแหน่งที่มีการกำกับดูแล การตัดสินใจอาจต้องมีเอกสารเพิ่มเติมและขั้นตอนการอนุมัติที่เข้มงวด
MIND Interview ได้รับการออกแบบมาโดยคำนึงถึงความเป็นจริงในการปฏิบัติงานเหล่านี้: หลักฐานการสัมภาษณ์ที่เป็นระบบ การให้คะแนนอัตโนมัติ การรายงานความสามารถ การตรวจสอบร่วมกัน และบันทึกการตัดสินใจที่ตรวจสอบได้ ล้วนอยู่ในขั้นตอนการทำงานเดียวกัน เป้าหมายไม่ใช่การเข้ามาแทนที่ผู้จัดการฝ่ายจ้างงาน แต่เป็นการช่วยให้ผู้จัดการฝ่ายจ้างงานเข้าสู่การสัมภาษณ์จริงพร้อมหลักฐานที่ดีขึ้นและลดภาระงานธุรการลง
คำถามที่ผู้นำควรสอบถามก่อนการนำระบบไปใช้
ก่อนอนุมัติการประเมินด้วยอัลกอริทึม ผู้นำด้านการสรรหาบุคลากรควรมองให้ไกลกว่าการสาธิตคุณสมบัติของระบบ สอบถามว่าผู้ให้บริการสามารถอธิบายโมเดลความสามารถด้วยภาษาที่เข้าใจง่าย และแสดงหลักฐานเบื้องหลังผลลัพธ์แต่ละรายการได้หรือไม่ ยืนยันว่าองค์กรสามารถกำหนดเกณฑ์เฉพาะสำหรับตำแหน่งงาน ตั้งค่าสิทธิ์การตรวจสอบ เก็บรักษาบันทึกการตัดสินใจ และติดตามคุณภาพเมื่อเวลาผ่านไปได้อย่างไร
นอกจากนี้ ควรสอบถามด้วยว่าเกิดอะไรขึ้นเมื่อระบบไม่แน่ใจ เมื่อผู้สมัครร้องขอการปรับเปลี่ยน หรือเมื่อผู้ตรวจสอบไม่เห็นด้วยกับคำแนะนำ กรณีเหล่านี้จะเผยให้เห็นว่าผลิตภัณฑ์ถูกสร้างขึ้นเพื่อการใช้งานในองค์กรที่มีการควบคุม หรือเป็นเพียงเพื่อการประมวลผลอัตโนมัติในปริมาณมากเท่านั้น
ประสบการณ์ของผู้สมัครก็เป็นส่วนหนึ่งของการสนทนานี้ด้วย ผู้สมัครมีแนวโน้มที่จะมองว่ากระบวนการที่มีโครงสร้างมีความเป็นธรรมมากขึ้น เมื่อคำถามมีความเกี่ยวข้อง คำแนะนำชัดเจน ระยะเวลาที่กำหนดสมเหตุสมผล และมีกระบวนการของมนุษย์ที่น่าเชื่อถืออยู่เบื้องหลังเทคโนโลยี ความโปร่งใสไม่จำเป็นต้องเปิดเผยตรรกะที่เป็นกรรมสิทธิ์ แต่ต้องอธิบายวัตถุประสงค์ของการประเมินและปฏิบัติต่อผู้สมัครในฐานะผู้มีส่วนร่วมในกระบวนการคัดเลือกที่จริงจัง
การประเมินทักษะทางอารมณ์ที่ดีที่สุดด้วยอัลกอริทึมไม่ได้อ้างว่าสามารถอ่านใจคนได้อย่างสมบูรณ์แบบ แต่ช่วยให้ผู้สรรหาและผู้จัดการมีวิธีการที่เป็นระบบในการตรวจสอบหลักฐานพฤติกรรมที่เกี่ยวข้องกับงานในปริมาณมาก พร้อมทั้งทำให้กระบวนการตัดสินใจมองเห็นได้ ควบคุมได้ และเปิดกว้างสำหรับการตัดสินใจโดยมนุษย์ที่มีข้อมูลครบถ้วน นี่คือมาตรฐานที่ควรตั้งไว้ก่อนที่รอบการจ้างงานปริมาณสูงครั้งต่อไปจะเริ่มต้นขึ้น