ทีมสรรหาบุคลากรสามารถนำ AI มาใช้เพื่อลดเวลาในการคัดกรองรอบแรก แต่ก็อาจสร้างปัญหาที่ใหญ่กว่าได้หากไม่มีใครสามารถอธิบายได้ว่าทำไมผู้สมัครที่มีคุณสมบัติเหมาะสมจึงถูกจัดอันดับต่ำกว่า ถูกปฏิเสธ หรือไม่เคยได้รับการพิจารณาเลย คู่มือความเสี่ยง AI สำหรับองค์กร ที่มีประสิทธิภาพจะถือว่าความเร็วและความสามารถในการอธิบายเหตุผลของการตัดสินใจเป็นข้อกำหนดที่เชื่อมโยงกัน วัตถุประสงค์ไม่ใช่การทำให้ระบบอัตโนมัติช้าลง แต่เป็นการทำให้ขั้นตอนอัตโนมัติสามารถตรวจสอบได้ โดยมีหลักฐานที่ผู้สรรหาบุคลากร ผู้จัดการการจ้างงาน ผู้สมัคร ผู้ตรวจสอบ และผู้บริหารสามารถตรวจสอบได้
สำหรับทีมงานด้านบุคลากรขององค์กร ความเสี่ยงของ AI ไม่ได้จำกัดอยู่แค่ตัวโมเดลเท่านั้น แต่เกิดขึ้นตลอดเวิร์กโฟลว์: เกณฑ์งาน ข้อมูลประวัติย่อ คำถามสัมภาษณ์ ตรรกะการให้คะแนน พฤติกรรมของผู้ตรวจสอบ การเก็บรักษาข้อมูล การควบคุมผู้ขาย และการตัดสินใจขั้นสุดท้าย การจัดการสิ่งเหล่านี้ต้องอาศัยการกำหนดผู้รับผิดชอบการดำเนินงาน ไม่ใช่เอกสารนโยบายที่ถูกเก็บเข้าแฟ้มหลังจากจัดซื้อจัดจ้าง
หากทีมสรรหาในไทยใช้ AI ช่วยจัดลำดับผู้สมัคร ทีมสามารถกำหนดเกณฑ์ที่เกี่ยวข้องกับงานและผู้มีอำนาจทบทวนไว้ล่วงหน้า เมื่อระบบให้คะแนนต่ำหรือเสนอให้คัดผู้สมัครออก ผู้ตรวจสอบควรเทียบผลกับประวัติย่อและคำตอบต้นฉบับ เพื่อตรวจหาข้อมูลที่ระบบอาจมองข้าม หากเปลี่ยนคำแนะนำต้องบันทึกเหตุผลและผู้อนุมัติ โดยไม่ลดข้อกำหนดจำเป็นของตำแหน่งอย่างไม่มีเหตุผลรองรับ
ทำไมความเสี่ยง AI ขององค์กรจึงเป็นปัญหาของการดำเนินงานด้านการจ้างงาน
AI ในการสรรหาบุคลากรส่งผลต่อการตัดสินใจที่มีผลกระทบจริง เครื่องมือจัดอันดับประวัติย่ออาจกำหนดว่าผู้สมัครคนใดจะได้รับความสนใจ แพลตฟอร์มการสัมภาษณ์แบบไม่พร้อมกันอาจมีอิทธิพลต่อวิธีการประเมินผู้สมัครก่อนที่ผู้จัดการการจ้างงานจะพบพวกเขา เลเยอร์การรายงานอาจกำหนดว่าหลักฐานใดจะปรากฏในการสรุปผล
นั่นทำให้ความสอดคล้องเป็นสิ่งสำคัญ หากตำแหน่งหนึ่งใช้ความสามารถที่มีโครงสร้างและอีกตำแหน่งหนึ่งขึ้นอยู่กับการตัดสินใจอย่างไม่เป็นทางการของผู้สรรหาบุคลากร องค์กรอาจประสบปัญหาในการอธิบายความแตกต่างในการปฏิบัติต่อผู้สมัคร หากผู้จัดการการจ้างงานสามารถยกเลิกคะแนนได้โดยไม่ต้องบันทึกเหตุผล เส้นทางการตรวจสอบจะขาดหายไป ณ จุดที่สำคัญที่สุด
ความเสี่ยงในทางปฏิบัติไม่ใช่แค่ว่าระบบ AI ทำผิดพลาด กระบวนการจ้างงานของมนุษย์ก็ทำผิดพลาดได้เช่นกัน ความเสี่ยงที่ใหญ่กว่าขององค์กรคือการใช้ AI ในกระบวนการที่ขาดกฎการตัดสินใจที่ชัดเจน การกำกับดูแลที่มีความหมาย และบันทึกที่สามารถตรวจสอบได้ในภายหลัง ในการจ้างงานที่มีปริมาณมากหรือข้ามชาติ ช่องว่างเหล่านั้นจะตรวจจับได้ยากเพราะเกิดขึ้นซ้ำในวงกว้าง
สร้างคู่มือความเสี่ยง AI สำหรับองค์กรโดยเน้นที่การตัดสินใจ
โปรแกรมธรรมาภิบาล AI จำนวนมากเริ่มต้นด้วยหลักการกว้างๆ เช่น ความเป็นธรรม ความเป็นส่วนตัว และความรับผิดชอบ หลักการเหล่านั้นมีความสำคัญ แต่ทีมสรรหาบุคลากรจำเป็นต้องแปลหลักการเหล่านั้นให้เป็นการตัดสินใจและเวิร์กโฟลว์ เริ่มต้นด้วยการระบุว่า AI ถูกใช้ที่ใดและได้รับอนุญาตให้ทำอะไรในแต่ละขั้นตอน
ความแตกต่างที่มีประโยชน์คือระหว่างการช่วยเหลือและการตัดสิน AI สามารถช่วยได้โดยการดึงทักษะจากประวัติย่อ การจัดระเบียบหลักฐานของผู้สมัคร การแปลรายงาน การระบุใบสมัครที่ไม่สมบูรณ์ หรือการสรุปคำตอบจากการสัมภาษณ์ที่มีโครงสร้าง การใช้งานเหล่านี้สามารถลดภาระงานธุรการในขณะที่ยังคงให้ผู้ตรวจสอบที่มีคุณสมบัติเหมาะสมเป็นผู้มีอำนาจตัดสินใจ
การตัดสินใจแตกต่างกัน หากคะแนนนำผู้สมัครออกจากการพิจารณาโดยอัตโนมัติ ส่งพวกเขาไปสู่การปฏิเสธ หรือกลายเป็นพื้นฐานเดียวในการให้ผู้สมัครผ่านเข้าสู่ขั้นตอนถัดไป มาตรฐานการควบคุมควรสูงขึ้น องค์กรควรสามารถอธิบายกฎ ทดสอบผลลัพธ์ ระบุผู้ที่อนุมัติ และจัดเตรียมเส้นทางการตรวจสอบที่เหมาะสมได้
กำหนดวัตถุประสงค์ก่อนกำหนดค่าคะแนน
การอธิบายความสมเหตุสมผลของคะแนนต้องอาศัยเกณฑ์ที่เกี่ยวข้องกับงาน ก่อนที่จะนำการประเมินด้วย AI มาใช้ ให้กำหนดความสามารถ สัญญาณประสบการณ์ และหลักฐานที่สำคัญสำหรับตำแหน่ง แยกข้อกำหนดที่จำเป็นออกจากความชอบ ใบอนุญาต ข้อกำหนดสถานที่ทำงาน หรือความสามารถทางภาษาอาจเกี่ยวข้องกับตำแหน่งเฉพาะ ยืนยันความเกี่ยวข้องกับงานและข้อกำหนดที่เกี่ยวข้องก่อนที่จะใช้เป็นประตูคัดกรอง การสันนิษฐานที่ยังไม่ได้ทดสอบเกี่ยวกับภูมิหลังของผู้สมัครนั้นไม่ถูกต้อง
งานนี้ควรรวมถึงการดำเนินงานด้านการสรรหาบุคลากร ผู้จัดการการจ้างงาน และพันธมิตรด้าน HR กฎหมาย ความเป็นส่วนตัว หรือการปฏิบัติตามข้อกำหนดที่เกี่ยวข้อง เป้าหมายไม่ใช่การเปลี่ยนทุกคำขอให้เป็นการประชุมคณะกรรมการที่ยาวนาน แต่เป็นการสร้างรูปแบบการอนุมัติที่ทำซ้ำได้สำหรับตำแหน่งที่มีข้อกำหนดคล้ายกัน จากนั้นบันทึกข้อยกเว้นที่สมเหตุสมผล
เกณฑ์ที่มีโครงสร้างยังช่วยปรับปรุงประสบการณ์ของผู้สมัคร ผู้สมัครมีแนวโน้มที่จะพบคำถามที่เกี่ยวข้อง การประเมินที่สอดคล้องกัน และคำขอข้อมูลเดิมซ้ำๆ น้อยลงเมื่อเวิร์กโฟลว์ได้รับการออกแบบตามข้อกำหนดของตำแหน่งที่ได้รับการยืนยัน
รักษาการตรวจสอบโดยมนุษย์ในกรณีที่บริบทมีความสำคัญ
การกำกับดูแลโดยมนุษย์ควรมีความเฉพาะเจาะจง ไม่ใช่แค่พิธีการ การบอกว่าผู้สรรหาบุคลากร “อยู่ในกระบวนการ” มีความหมายน้อยหากผู้สรรหาบุคลากรได้รับเพียงคำแนะนำสุดท้ายโดยไม่มีหลักฐานสนับสนุน
ผู้ตรวจสอบจำเป็นต้องเข้าถึงหลักฐานเบื้องหลังการประเมิน: รายละเอียดประวัติย่อ คำตอบจากการสัมภาษณ์ที่มีโครงสร้าง ผลการค้นพบระดับความสามารถ และเหตุผลที่ผู้สมัครได้รับการจับคู่หรือถูกตั้งค่าสถานะ พวกเขาควรจะสามารถไม่เห็นด้วยกับคำแนะนำอัตโนมัติ บันทึกเหตุผล และยกระดับผลลัพธ์ที่น่าสงสัย สิ่งนี้สำคัญอย่างยิ่งสำหรับผู้สมัครที่ไม่ใช่แบบดั้งเดิมซึ่งประสบการณ์อาจไม่ตรงกับรูปแบบประวัติย่อทั่วไป
ระดับการตรวจสอบที่เหมาะสมขึ้นอยู่กับกรณีการใช้งานและผลกระทบต่อผู้สมัคร การจัดลำดับความสำคัญของผู้สมัครจำนวนมากอาจต้องมีการสุ่มตัวอย่าง การตรวจสอบเกณฑ์ และขั้นตอนการยกเลิกที่ชัดเจน แต่การตรวจสอบเหล่านี้ไม่ควรถือว่าเพียงพอเมื่อเวิร์กโฟลว์มีผลในการคัดคนออก กำหนดการตรวจสอบที่จำเป็นสำหรับการตัดสินใจเลือกที่สำคัญร่วมกับผู้รับผิดชอบฝ่ายสรรหาบุคลากร ฝ่ายความเป็นส่วนตัว และฝ่ายกฎหมายที่รับผิดชอบ การควบคุมความเสี่ยงไม่ใช่แนวทางเดียวที่ใช้ได้กับทุกกรณี
การควบคุมที่ทำให้การตัดสินใจจ้างงานด้วย AI มีหลักฐานรองรับ
โปรแกรมความเสี่ยง AI ขององค์กรจะมีประโยชน์เมื่อมีการฝังการควบคุมไว้ในระบบการสรรหาบุคลากร แทนที่จะจัดการในสเปรดชีตแยกต่างหาก การควบคุมต่อไปนี้จะจัดการกับจุดล้มเหลวในการปฏิบัติงานที่พบบ่อยที่สุด:
การควบคุมการเข้าถึงตามบทบาท จำกัดว่าใครสามารถดูข้อมูลผู้สมัคร เปลี่ยนการกำหนดค่าการให้คะแนน ส่งออกรายงาน หรืออนุมัติกฎเวิร์กโฟลว์ได้
เกณฑ์การประเมินที่มีโครงสร้าง เชื่อมโยงคำถามสัมภาษณ์และการให้คะแนนเข้ากับความสามารถที่กำหนดไว้ แทนที่จะเป็นความประทับใจที่คลุมเครือหรือความชอบของผู้จัดการที่ไม่สอดคล้องกัน
การบันทึกการตัดสินใจ บันทึกเมื่อผู้สมัครเปลี่ยนขั้นตอน ใครตรวจสอบหลักฐาน มีการยกเลิกอะไรเกิดขึ้น และเหตุผลทางธุรกิจสำหรับการดำเนินการนั้น
การตรวจสอบความเป็นธรรมและประสิทธิภาพ ตรวจสอบความแตกต่างในกลุ่มที่เกี่ยวข้องโดยใช้ข้อมูลที่เหมาะสมและได้รับอนุญาตสำหรับการวิเคราะห์ และทดสอบว่าคะแนนยังคงมีประโยชน์ตามเกณฑ์ที่เกี่ยวข้องกับงานที่กำหนดไว้หรือไม่ แทนที่จะสันนิษฐานความถูกต้องในการคาดการณ์
การควบคุมวงจรชีวิตข้อมูล กำหนดว่าข้อมูลผู้สมัครใดถูกรวบรวม ประมวลผลที่ใด เก็บไว้นานเท่าใด และจัดการคำขอการลบหรือการเข้าถึงอย่างไร
การควบคุมเหล่านี้ควรได้รับการทดสอบภายใต้สภาพการทำงานจริง ตัวอย่างเช่น ถามว่าผู้สรรหาบุคลากรสามารถให้ผู้สมัครผ่านเข้าสู่ขั้นตอนถัดไปโดยบังเอิญตามคะแนนที่ล้าสมัยได้หรือไม่ ผู้จัดการสามารถเปลี่ยนข้อกำหนดหลังจากเริ่มการสัมภาษณ์ได้หรือไม่ หรือรายงานที่แปลแล้วยังคงรักษาหลักฐานการประเมินต้นฉบับไว้ได้หรือไม่ ช่องว่างเล็กๆ ในเวิร์กโฟลว์สามารถสร้างความเสี่ยงที่สำคัญเมื่อผู้สมัครหลายพันคนผ่านช่องว่างเหล่านั้นไป
ตรวจสอบผู้ขายให้เกินกว่าแบบสอบถามด้านความปลอดภัย
การตรวจสอบความปลอดภัยมาตรฐานเป็นสิ่งจำเป็น แต่ไม่เพียงพอสำหรับ AI ในการสรรหาบุคลากร ผู้ซื้อระดับองค์กรควรเข้าใจว่าผู้ให้บริการพัฒนา ทดสอบ ปรับใช้ และตรวจสอบคุณสมบัติที่เปิดใช้งาน AI อย่างไร ผู้ขายที่แข็งแกร่งที่สุดสามารถแสดงให้เห็นว่าคะแนนมาจากไหน หลักฐานใดที่สนับสนุน การควบคุมใดที่ลูกค้าสามารถกำหนดค่าได้ และการเปลี่ยนแปลงระบบได้รับการกำกับดูแลอย่างไร
ถามคำถามที่เป็นประโยชน์ แพลตฟอร์มสามารถสร้างบันทึกระดับผู้สมัครที่ตรวจสอบได้หรือไม่? เกณฑ์การประเมินสามารถมองเห็นได้โดยผู้ตรวจสอบที่ได้รับอนุญาตหรือไม่? องค์กรสามารถกำหนดค่าเวิร์กโฟลว์การอนุมัติและกฎการเก็บรักษาได้หรือไม่? การเปลี่ยนแปลงโมเดลหรือการให้คะแนนมีการสื่อสารและประเมินอย่างไร? ผู้ให้บริการรักษาวิธีปฏิบัติในการกำกับดูแล AI ที่ได้รับการยอมรับหรือไม่ ไม่ใช่แค่การควบคุมความปลอดภัยของข้อมูลทั่วไป?
การรับรองที่เป็นอิสระสมควรได้รับการตรวจสอบอย่างรอบคอบ หากผู้ขายอ้างถึงการรับรอง ISO 42001 งานที่เกี่ยวข้องกับ AI Verify หรือการประเมินภายนอกอื่นๆ ให้ขอเอกสารประกอบและตรวจสอบวันที่ ขอบเขต ผู้ประเมิน ผลการค้นพบ และความเกี่ยวข้องกับผลิตภัณฑ์เฉพาะและการใช้งานที่ตั้งใจไว้ แยกแยะประเภทของหลักฐานที่ให้มาแทนที่จะถือว่ารูปแบบการรับรองที่แตกต่างกันสามารถใช้แทนกันได้ เอกสารดังกล่าวไม่ได้ยืนยันด้วยตัวมันเองว่าเวิร์กโฟลว์การจ้างงานที่กำหนดค่านั้นถูกต้องตามกฎหมาย เป็นธรรม หรือมีประสิทธิภาพ
เมื่อประเมิน MIND Interview ให้ขอให้ผู้ให้บริการสาธิตว่าการกำหนดค่าที่เสนอจัดการข้อมูลประวัติย่อ การสัมภาษณ์แบบไม่พร้อมกันที่มีโครงสร้าง การให้คะแนน และการตรวจสอบร่วมกันอย่างไร ตรวจสอบว่าผู้ตรวจสอบที่ได้รับอนุญาตสามารถติดตามหลักฐานของผู้สมัคร การตัดสินใจ และการแก้ไขผ่านเวิร์กโฟลว์ได้หรือไม่ วัดผลกระทบต่องานคัดกรองที่ซ้ำซ้อนในการทดลอง รวมถึงการยืนยันและการจัดการข้อยกเว้น ก่อนที่จะอ้างว่ามีหลักฐานที่สมบูรณ์ยิ่งขึ้น ประหยัดเวลา หรือปรับปรุงการควบคุม
ตรวจสอบผลลัพธ์หลังการใช้งาน
การอนุมัติคือจุดเริ่มต้นของการกำกับดูแล ไม่ใช่จุดสิ้นสุด ข้อกำหนดของงานเปลี่ยนแปลง กลุ่มผู้สมัครเปลี่ยนไป ตลาดแรงงานแตกต่างกันไปตามภูมิภาค และผู้ใช้ก็หาวิธีแก้ไข โมเดลหรือเวิร์กโฟลว์ที่ทำงานได้อย่างเหมาะสมเมื่อเปิดตัวอาจเบี่ยงเบนไปจากการใช้งานที่ตั้งใจไว้เมื่อเวลาผ่านไป
กำหนดรอบการตรวจสอบตามความเสี่ยงและปริมาณการจ้างงาน การตรวจสอบการดำเนินงานรายเดือนอาจเหมาะสมสำหรับโปรแกรมการคัดกรองที่มีปริมาณมาก ในขณะที่การตรวจสอบรายไตรมาสอาจเหมาะสมกับการใช้งานที่มีปริมาณน้อย ตรวจสอบอัตราการปรับเปลี่ยนคำแนะนำของระบบ การกระจายคะแนน ความก้าวหน้าของผู้สมัคร อัตราการสำเร็จของการสัมภาษณ์แบบไม่พร้อมกัน ข้อร้องเรียน และข้อยกเว้นสำหรับเวิร์กโฟลว์มาตรฐาน การเพิ่มขึ้นอย่างกะทันหันของการปรับเปลี่ยนคำแนะนำของระบบอาจบ่งชี้ว่าเกณฑ์การให้คะแนนไม่สะท้อนถึงตำแหน่งอีกต่อไป การลดลงอย่างรวดเร็วของการสัมภาษณ์ที่เสร็จสมบูรณ์อาจบ่งชี้ถึงปัญหาการเข้าถึง การสื่อสาร หรือประสบการณ์ของผู้สมัคร
ตัวชี้วัดจำเป็นต้องมีการตีความ อัตราความก้าวหน้าที่แตกต่างกันไม่ได้พิสูจน์ความไม่เป็นธรรมโดยอัตโนมัติ และอัตราที่เหมือนกันไม่ได้พิสูจน์ความเป็นธรรมโดยอัตโนมัติ ทีมควรตรวจสอบรูปแบบควบคู่ไปกับข้อกำหนดของตำแหน่ง สภาพตลาดแรงงาน ความถูกต้องของการประเมิน และคุณภาพของการตรวจสอบโดยมนุษย์ วินัยคือการสังเกต บันทึก ทดสอบ และแก้ไข แทนที่จะสันนิษฐานว่าระบบยังคงเหมาะสมเพราะเป็นระบบอัตโนมัติ
ทำให้ความรับผิดชอบเป็นที่ประจักษ์
ทุกโปรแกรมการจ้างงานขององค์กรจำเป็นต้องมีผู้รับผิดชอบที่ระบุชื่อ การดำเนินงานด้านการสรรหาบุคลากรอาจรับผิดชอบการกำหนดค่าเวิร์กโฟลว์และการนำไปใช้ของผู้ใช้ ผู้นำด้านการสรรหาบุคลากรอาจรับผิดชอบผลลัพธ์ของกระบวนการ ทีมความเป็นส่วนตัวและความปลอดภัยอาจรับผิดชอบข้อกำหนดด้านข้อมูล พันธมิตรด้านกฎหมายและการปฏิบัติตามข้อกำหนดอาจให้คำแนะนำเกี่ยวกับข้อผูกพันที่เกี่ยวข้อง ผู้จัดการการจ้างงานยังคงรับผิดชอบต่อเกณฑ์ของตำแหน่งและการตัดสินใจเลือกขั้นสุดท้าย
สิ่งที่สำคัญคือผู้รับผิดชอบต้องชัดเจนเมื่อเกิดปัญหา หากผู้สมัครท้าทายผลลัพธ์ องค์กรควรรู้ว่าหลักฐานอยู่ที่ใด ใครสามารถตรวจสอบบันทึกได้ และจะทำการแก้ไขได้อย่างไร หากทีมงานในภูมิภาคขอเวิร์กโฟลว์ที่เปิดใช้งาน AI ใหม่ ควรมีกระบวนการรับและอนุมัติที่กำหนดไว้ก่อนที่จะถึงผู้สมัคร
ระบบการจ้างงานที่มีการกำกับดูแลที่ดีทำได้มากกว่าการลดความเสี่ยง แต่ยังสร้างเงื่อนไขสำหรับการตัดสินใจที่เร็วขึ้น เนื่องจากผู้มีส่วนได้ส่วนเสียไม่จำเป็นต้องสร้างสิ่งที่เกิดขึ้นใหม่จากอีเมล บันทึกแยกต่างหาก และการสัมภาษณ์ที่ไม่มีโครงสร้าง เมื่อหลักฐาน การให้คะแนน ข้อมูลจากผู้ตรวจสอบ และการตัดสินใจขั้นสุดท้ายเชื่อมโยงกัน ผู้นำสามารถดำเนินการด้วยความมั่นใจมากขึ้น และผู้สมัครจะได้รับกระบวนการที่สอดคล้องกันมากขึ้น