บทความล่าสุด

การคัดกรองผู้สมัคร: มนุษย์ vs อัลกอริทึม

สรุปใจความสำคัญการคัดกรองโดยมนุษย์เทียบกับอัลกอริทึมทำงานได้ดีที่สุดเมื่อ AI ทำให้หลักฐานเป็นมาตรฐาน และคนตัดสินใจจ้างงานอย่างรับผิดชอบและเข้าใจบริบทในทุกทีม

ผู้จัดการการจ้างงานเปิดดูรายชื่อผู้สมัคร 40 คนสำหรับตำแหน่งสำคัญ แต่มีเวลาเพียงพอที่จะพิจารณาอย่างละเอียดแค่ 5 คนเท่านั้น คำถามไม่ใช่ว่าเทคโนโลยีควรเข้ามาช่วยหรือไม่ แต่เป็นว่ากระบวนการคัดกรองจะสามารถระบุ 5 คนที่เหมาะสมที่สุดได้หรือไม่ โดยไม่ปกปิดข้อมูล ไม่จำกัดโอกาสของผู้สมัครอย่างไม่เป็นธรรม หรือลดทอนการตัดสินใจที่ต้องรับผิดชอบ

การคัดกรองโดยมนุษย์เทียบกับการคัดกรองด้วยอัลกอริทึมมักถูกมองว่าเป็นทางเลือกระหว่างสัญชาตญาณของ Recruiter กับประสิทธิภาพแบบอัตโนมัติ สำหรับทีมสรรหาบุคลากรขององค์กรขนาดใหญ่ การมองเช่นนั้นเป็นเรื่องที่ง่ายเกินไป รูปแบบที่มีประสิทธิภาพกว่าคือการมอบหมายงานที่แต่ละฝ่ายทำได้ดีที่สุด: อัลกอริทึมประมวลผลปริมาณงานสูงได้อย่างสม่ำเสมอ ในขณะที่มนุษย์ตีความบริบท ตั้งคำถามกับข้อสันนิษฐาน และเป็นเจ้าของ/รับผิดชอบการตัดสินใจขั้นสุดท้าย

ในบริบทของตลาดแรงงานไทยและอาเซียน ซึ่งมักเผชิญกับปริมาณใบสมัครจำนวนมากสำหรับตำแหน่งงานต่างๆ รวมถึงความหลากหลายทางภาษาของผู้สมัคร ทำให้การคัดกรองเบื้องต้นเป็นความท้าทายอย่างยิ่ง ผู้จัดการสายงานซึ่งมีภาระงานสูงอยู่แล้ว ต้องการเครื่องมือที่ช่วยให้พวกเขาสามารถคัดเลือกผู้สมัครที่มีศักยภาพได้อย่างรวดเร็วและแม่นยำ โดยยังคงรักษาคุณภาพและไม่พลาดโอกาสจากผู้สมัครที่ดี

ทำไมการคัดกรองโดยมนุษย์และอัลกอริทึมจึงไม่ใช่ทางเลือกแบบขาวดำ

การคัดกรองด้วยตนเองมีจุดแข็งที่ชัดเจน: Recruiter ที่มีประสบการณ์สามารถรับรู้เส้นทางอาชีพที่ไม่เป็นไปตามแบบแผน ประเมินความเกี่ยวข้องของความสำเร็จเฉพาะทาง และสังเกตรายละเอียดที่เรซูเม่ไม่สามารถอธิบายได้อย่างครบถ้วน พวกเขายังสามารถพิจารณาบริบททางธุรกิจได้ด้วย ผู้สมัครที่ดูเหมือนมีคุณสมบัติสูงเกินไปบนกระดาษ อาจเป็นคนที่เหมาะสมอย่างยิ่งสำหรับการเปิดตัวตลาดใหม่ ทีมพลิกฟื้นสถานการณ์ หรือแผนสืบทอดตำแหน่งผู้นำ

ข้อจำกัดของการคัดกรองด้วยตนเองคือด้านการปฏิบัติงาน เมื่อมีใบสมัครนับพันเข้ามาจากหลากหลายตำแหน่งงาน ภูมิภาค และภาษา การพิจารณาของมนุษย์จะมีความแปรปรวน ผู้พิจารณาแต่ละคนให้ความสำคัญกับสัญญาณที่แตกต่างกัน เกณฑ์การคัดกรองอาจเปลี่ยนแปลงได้หลังจากตรวจสอบเรซูเม่ไปแล้วห้าสิบฉบับ บันทึกผู้สมัครอาจไม่สมบูรณ์ และผู้จัดการการจ้างงานมักได้รับรายชื่อผู้สมัครที่ผ่านการคัดเลือกโดยไม่มีคำอธิบายที่สอดคล้องกันว่าทำไมแต่ละคนจึงผ่านเข้ารอบ

การคัดกรองด้วยอัลกอริทึมเข้ามาแก้ปัญหาที่แตกต่างออกไป สามารถใช้เกณฑ์ตำแหน่งงานที่กำหนดไว้กับใบสมัครทุกฉบับ ระบุประสบการณ์และทักษะที่เกี่ยวข้อง จัดอันดับผู้สมัครตามข้อกำหนดที่บันทึกไว้ และสร้างบันทึกกระบวนการที่ทำซ้ำได้ ซึ่งช่วยลดภาระการคัดกรองรอบแรกได้อย่างมาก โดยเฉพาะอย่างยิ่งสำหรับการจ้างงานจำนวนมากสำหรับมืออาชีพ นักศึกษาจบใหม่ และผู้สมัครหลากหลายภาษา

แต่อัลกอริทึมไม่ได้แบกรับความรับผิดชอบขององค์กร ไม่สามารถตัดสินใจได้อย่างอิสระว่าช่วงพักงานของผู้สมัครสะท้อนถึงความเสี่ยง เหตุการณ์ในชีวิต หรือช่วงเวลาของการทำงานอิสระที่เกี่ยวข้อง ไม่สามารถตัดสินใจได้ว่าทีมต้องการผู้ปฏิบัติงานที่ได้รับการพิสูจน์แล้ว หรือผู้สร้างที่มีศักยภาพสูง สิ่งเหล่านี้คือการตัดสินใจทางธุรกิจ ไม่ใช่แค่การให้คะแนน

วัตถุประสงค์เชิงปฏิบัติไม่ใช่การทำให้การตัดสินใจเป็นอัตโนมัติ แต่เป็นการทำให้การตัดสินใจมีข้อมูลประกอบที่ดีขึ้น สอดคล้องกันมากขึ้น และตรวจสอบได้ง่ายขึ้น

บทบาทของอัลกอริทึมในการคัดกรองผู้สมัคร

ระบบคัดกรองที่มีการกำกับดูแลควรได้รับการออกแบบโดยอิงหลักฐาน ไม่ใช่คำแนะนำที่ไม่โปร่งใส หน้าที่แรกคือการลดงานตรวจสอบด้านธุรการ ในขณะที่ยังคงรักษาข้อมูลพื้นฐานที่ Recruiter หรือผู้จัดการต้องการเพื่อตรวจสอบความถูกต้องของผลลัพธ์

สำหรับการคัดกรองเรซูเม่ นั่นหมายถึงการดึงและเปรียบเทียบหลักฐานที่เกี่ยวข้องกับงาน: จำนวนปีและระดับความลึกของประสบการณ์ ทักษะทางเทคนิคหรือทักษะเฉพาะด้าน ประสบการณ์ในอุตสาหกรรม การศึกษาที่เกี่ยวข้อง ความสามารถทางภาษา ใบรับรอง และผลลัพธ์ที่แสดงให้เห็น ระบบควรจัดอันดับผู้สมัครตามข้อกำหนดที่กำหนดไว้สำหรับตำแหน่งงานนั้นๆ แทนที่จะใช้แนวคิดทั่วไปว่าผู้สมัครที่แข็งแกร่งเป็นอย่างไร

หลักการเดียวกันนี้ใช้กับการสัมภาษณ์วิดีโอแบบไม่พร้อมกัน (asynchronous video interviews) การสัมภาษณ์แบบมีโครงสร้างจะให้โอกาสที่เทียบเคียงได้แก่ผู้สมัครทุกคนในการตอบคำถามอิงตามสมรรถนะเดียวกัน AI สามารถจัดระเบียบคำตอบ แสดงหลักฐานที่เชื่อมโยงกับแต่ละสมรรถนะ และสร้างรายงานผู้สมัครที่เป็นมาตรฐานได้ จากนั้นทีมสรรหาสามารถตรวจสอบคำตอบจริง หลักฐานสมรรถนะ และเหตุผลในการให้คะแนน แทนที่จะอาศัยความประทับใจที่ไม่ปะติดปะต่อของผู้สัมภาษณ์

การสนับสนุนด้วยอัลกอริทึมมีคุณค่าอย่างยิ่งเมื่อทีมต้องการความสอดคล้องในวงกว้าง สามารถช่วยการปฏิบัติงานด้านการสรรหาได้ดังนี้:

  • ใช้ข้อกำหนดเริ่มต้นเดียวกันกับกลุ่มผู้สมัครจำนวนมาก
  • จัดลำดับความสำคัญของผู้สมัครที่เหมาะสมกับตำแหน่งงานมากที่สุดก่อนการสัมภาษณ์จริง
  • แปลรายงานผู้สมัครสำหรับผู้มีส่วนได้ส่วนเสียข้ามประเทศ
  • รวบรวมเรซูเม่ หลักฐานการสัมภาษณ์ คะแนน และข้อเสนอแนะจากผู้ตรวจสอบไว้ในพื้นที่ทำงานเดียว
  • ระบุคอขวดเมื่อการตรวจสอบของผู้จัดการหรือการจัดตารางเวลาทำให้รอบการจ้างงานล่าช้า

ประโยชน์เหล่านี้มีความสำคัญ เพราะการคัดกรองมักเป็นจุดที่การสรรหาบุคลากรขององค์กรขนาดใหญ่สูญเสียโมเมนตัม ใบคำขอตำแหน่งงานอาจค้างอยู่หลายวันเพื่อรอการตรวจสอบเรซูเม่ จากนั้นก็เสียเวลาเพิ่มขึ้นเมื่อผู้จัดการพยายามเปรียบเทียบผู้สมัครจากบันทึกที่ไม่สอดคล้องกัน การทำให้งานที่มีโครงสร้างและทำซ้ำได้เป็นอัตโนมัติ ทำให้ Recruiter มีเวลามากขึ้นสำหรับการมีส่วนร่วมกับผู้สมัคร การสร้างความสอดคล้องกับผู้มีส่วนได้ส่วนเสีย และกรณีพิเศษที่ต้องใช้การตัดสินใจอย่างแท้จริง

สิ่งที่มนุษย์ยังคงต้องรับผิดชอบ

การกำกับดูแลโดยมนุษย์ไม่ควรเป็นเพียงการคลิกสุดท้ายตามพิธีการ Recruiter และผู้จัดการการจ้างงานจำเป็นต้องมีการควบคุมที่มีความหมายเหนือเกณฑ์ ข้อยกเว้น และการตัดสินใจที่ทำจากหลักฐานที่ได้มา

ประการแรก มนุษย์ต้องกำหนดความเกี่ยวข้องของงาน โมเดลการคัดกรองสามารถประเมินตามข้อกำหนดได้ แต่ผู้นำต้องตัดสินใจว่าข้อกำหนดใดที่จำเป็นอย่างแท้จริง หากคำบรรยายตำแหน่งงานมีรายการคุณสมบัติที่ต้องการจำนวนมากซึ่งไม่จำเป็นต่อความสำเร็จ การทำให้ตัวกรองเหล่านั้นเป็นอัตโนมัติก็เป็นเพียงการขยายกระบวนการที่ออกแบบมาไม่ดีเท่านั้น

ประการที่สอง มนุษย์ต้องตรวจสอบกรณีพิเศษ ผู้สมัครที่มีประสบการณ์ที่ใกล้เคียง คุณวุฒิระหว่างประเทศ การเปลี่ยนสายอาชีพ อาชีพแบบพอร์ตโฟลิโอ หรือความสำเร็จที่ไม่ธรรมดาแต่เกี่ยวข้อง อาจไม่ตรงกับโปรไฟล์มาตรฐานอย่างสมบูรณ์ เวิร์กโฟลว์ที่ออกแบบมาอย่างดีจะช่วยให้ผู้ตรวจสอบเห็นว่าทำไมผู้สมัครจึงได้รับการจัดอันดับเช่นนั้น และสามารถประเมินผลลัพธ์ใหม่พร้อมเหตุผลที่บันทึกไว้

ประการที่สาม มนุษย์ต้องตัดสินใจเลือกขั้นสุดท้าย การเลือกเกี่ยวข้องกับพลวัตของทีม ช่วงเวลาทางธุรกิจ ศักยภาพในการพัฒนา ความเป็นจริงด้านค่าตอบแทน และวิจารณญาณของผู้นำ เทคโนโลยีการคัดกรองสามารถเป็นพื้นฐานที่เป็นระบบมากขึ้นสำหรับการสนทนาได้ แต่ไม่ควรแทนที่การสนทนานั้น

สุดท้าย มนุษย์ต้องติดตามผลลัพธ์ หากกลุ่มใดกลุ่มหนึ่งถูกคัดออกอย่างไม่สมส่วน หากผู้จัดการเข้ามาแก้ไขบ่อยครั้ง หรือหากผู้ที่ได้รับการจ้างงานที่มีประสิทธิภาพสูงมักมาจากโปรไฟล์ที่โมเดลจัดอันดับต่ำกว่า กระบวนการนั้นจำเป็นต้องได้รับการทบทวน การกำกับดูแลคืองานปฏิบัติการที่ต่อเนื่อง ไม่ใช่การประเมินผู้ขายเพียงครั้งเดียว

ความเสี่ยงของการเร่งความเร็วโดยขาดความสามารถในการอธิบาย

ความเร็วจะมีคุณค่าก็ต่อเมื่อกระบวนการนั้นยังคงสามารถอธิบายและปกป้องได้ การคัดเลือกผู้สมัครเบื้องต้นที่รวดเร็วแต่ไม่สามารถอธิบายได้ว่าเหตุใดผู้สมัครจึงผ่านเข้ารอบ สร้างความเสี่ยงให้กับทีมสรรหาบุคลากร ผู้จัดการสายงาน และองค์กร

การให้คะแนนแบบกล่องดำ (Black-box scoring) เป็นจุดบกพร่องที่พบบ่อย หากผู้สรรหาเห็นเพียงแค่ตัวเลข พวกเขาจะไม่สามารถระบุได้ว่าคะแนนนั้นสะท้อนทักษะที่เกี่ยวข้อง การจับคู่คีย์เวิร์ดที่แคบเกินไป ข้อมูลที่ไม่สมบูรณ์ หรือปัจจัยที่ไม่ควรมีอิทธิพลต่อการตัดสินใจ ผลลัพธ์อาจดูมีประสิทธิภาพ แต่กลับลดความเชื่อมั่นของผู้ตรวจสอบ และบั่นทอนความสามารถขององค์กรในการอธิบายกระบวนการ

ในตลาดแรงงานไทยและอาเซียนที่มีการแข่งขันสูงและมีผู้สมัครจำนวนมาก การจัดการกระบวนการสรรหาที่รวดเร็วและโปร่งใสจึงเป็นสิ่งสำคัญอย่างยิ่ง ผู้จัดการสายงานมักต้องรับผิดชอบในการคัดเลือกผู้สมัครท่ามกลางความหลากหลายทางภาษาและวัฒนธรรม ดังนั้น เครื่องมือที่ช่วยให้พวกเขามั่นใจในคุณภาพและสามารถอธิบายการตัดสินใจได้ จึงเป็นหัวใจสำคัญในการสร้างทีมที่แข็งแกร่งและยั่งยืน

ทางเลือกคือการคัดกรองที่ตรวจสอบย้อนกลับได้ (traceable screening) ทุกคะแนนควรเชื่อมโยงกับหลักฐานที่สังเกตได้และเกณฑ์เฉพาะสำหรับตำแหน่งงาน ผู้ตรวจสอบควรสามารถตรวจสอบการวิเคราะห์เรซูเม่ คำตอบจากการสัมภาษณ์แบบมีโครงสร้าง ผลการประเมินสมรรถนะ และประวัติการให้ข้อเสนอแนะที่เป็นข้อมูลประกอบการแนะนำได้ การตัดสินใจที่แตกต่างจากระบบ (Overrides) ก็ควรถูกบันทึกพร้อมเหตุผล เพื่อให้องค์กรสามารถเรียนรู้ว่าเกณฑ์ใดที่ต้องได้รับการปรับปรุง

นี่คือเหตุผลที่มาตรฐานการกำกับดูแลและมาตรการควบคุมมีความสำคัญในการสรรหาบุคลากรด้วย AI ระดับองค์กร มาตรฐานต่างๆ เช่น ISO 42001 และแนวทางการตรวจสอบอิสระอย่างโครงการ AI Verify ของสิงคโปร์ มอบกรอบการทำงานสำหรับการจัดการความเสี่ยงด้าน AI ความรับผิดชอบ และความโปร่งใส สิ่งเหล่านี้ไม่ได้หมายความว่าจะไม่จำเป็นต้องมีการนำไปใช้อย่างรอบคอบ แต่เป็นสัญญาณว่าการกำกับดูแล AI เป็นส่วนหนึ่งของรูปแบบการดำเนินงาน ไม่ใช่สิ่งที่คิดขึ้นมาทีหลัง

สร้างกระบวนการคัดกรอง ไม่ใช่ทางลัดการให้คะแนน

การนำไปใช้ที่มีประสิทธิภาพสูงสุดเริ่มต้นก่อนที่ผู้สมัครจะเข้าสู่กระบวนการ ผู้นำทีมสรรหาบุคลากรและผู้บริหารที่เกี่ยวข้องกับการจ้างงานควรกำหนดเกณฑ์ที่จำเป็นสำหรับตำแหน่ง สัญญาณที่ต้องการ กรอบสมรรถนะ และกฎการส่งต่อให้สอดคล้องกัน พวกเขาควรตกลงร่วมกันว่าคะแนนหมายถึงอะไร เป็นสัญญาณสำคัญสำหรับการตรวจสอบโดยผู้สรรหาหรือไม่? เป็นเกณฑ์สำหรับการสัมภาษณ์แบบมีโครงสร้าง? หรือเป็นข้อมูลสำหรับผู้จัดการในการคัดเลือกเบื้องต้น? ความคลุมเครือในขั้นตอนนี้จะนำไปสู่ความไม่สอดคล้องกันในภายหลัง

กระบวนการทำงานที่ใช้งานได้จริงสามารถเริ่มต้นด้วยการวิเคราะห์เรซูเม่ด้วย AI ที่จัดอันดับผู้สมัครตามเกณฑ์ของตำแหน่งงานและระบุข้อมูลที่ขาดหายไป ผู้สมัครที่ผ่านเกณฑ์ที่ตกลงกันไว้จะเข้าสู่การสัมภาษณ์แบบมีโครงสร้างแบบไม่พร้อมกัน (structured asynchronous interview) แพลตฟอร์มจะประเมินหลักฐานสมรรถนะอย่างสม่ำเสมอ ในขณะที่ผู้สรรหาและผู้จัดการตรวจสอบรายงานผู้สมัคร คำตอบจากวิดีโอ และเอกสารประกอบก่อนตัดสินใจว่าจะให้ใครผ่านเข้ารอบต่อไป

ลำดับขั้นตอนนี้ช่วยรักษาความเร็วโดยไม่ถือว่าคะแนนเบื้องต้นเป็นการตัดสินใจขั้นสุดท้าย นอกจากนี้ยังให้ข้อมูลที่สมบูรณ์ยิ่งขึ้นแก่ผู้จัดการสายงานตั้งแต่เนิ่นๆ ในกระบวนการ แทนที่จะรอจนกว่าจะมีการสัมภาษณ์สดหลายครั้ง พวกเขาสามารถเปรียบเทียบผู้สมัครโดยใช้หลักฐานร่วมกัน จุดแข็งที่บันทึกไว้ ข้อกังวลที่อาจเกิดขึ้น และตัวบ่งชี้ความเหมาะสมกับตำแหน่ง

MIND Interview สนับสนุนโมเดลนี้ด้วยการรวมการจัดอันดับเรซูเม่ การประเมินสัมภาษณ์แบบไม่พร้อมกัน การให้คะแนนอัตโนมัติ รายงานคุณลักษณะบุคลิกภาพ การทำงานร่วมกัน และบันทึกการตัดสินใจที่ตรวจสอบได้ไว้ในพื้นที่ทำงานสรรหาบุคลากรแบบครบวงจร สำหรับทีมที่ใช้เวลาส่วนใหญ่ในการคัดกรองรอบแรก ผลกระทบต่อการดำเนินงานอาจมีนัยสำคัญ: ลดการคัดกรองด้วยตนเอง ผู้จัดการมองเห็นข้อมูลได้เร็วขึ้น และมีเวลามากขึ้นในการประเมินผู้สมัครที่มีแนวโน้มประสบความสำเร็จสูงสุด

วัดผลว่าความสมดุลนั้นทำงานได้ดีหรือไม่

ความสมดุลที่เหมาะสมระหว่างการคัดกรองโดยมนุษย์และอัลกอริทึมขึ้นอยู่กับตำแหน่งงาน ปริมาณผู้สมัคร และระดับความเสี่ยง โครงการรับนักศึกษาจบใหม่ที่ได้รับใบสมัครนับหมื่นย่อมต้องการกระบวนการทำงานที่แตกต่างจากการสรรหาผู้บริหารระดับสูงที่เป็นความลับ ทั้งสองกรณีต้องการความสม่ำเสมอ แต่ระดับของระบบอัตโนมัติและการตรวจสอบควรแตกต่างกัน

ติดตามผลลัพธ์ที่มากกว่าแค่เวลาที่ประหยัดได้ เวลาคัดกรองต่อตำแหน่ง เวลาในการคัดเลือกเบื้องต้น ภาระงานของผู้สัมภาษณ์ และระยะเวลาของวงจรการจ้างงาน แสดงให้เห็นว่ากระบวนการทำงานกำลังปรับปรุงประสิทธิภาพหรือไม่ มาตรการด้านคุณภาพก็มีความสำคัญไม่แพ้กัน เช่น ความพึงพอใจของผู้จัดการต่อคุณภาพของผู้สมัครที่ผ่านเข้ารอบ อัตราการผ่านเข้ารอบ การตอบรับข้อเสนอ การรักษาพนักงานในช่วงแรก และสัญญาณด้านประสิทธิภาพ (หากมี)

นอกจากนี้ ให้ติดตามความสมบูรณ์ของกระบวนการ ตรวจสอบอัตราการตัดสินใจที่แตกต่างจากระบบ เหตุผลของการตัดสินใจดังกล่าว การกระจายตัวของคะแนน อัตราการทำกระบวนการของผู้สมัครจนเสร็จสิ้น และความพร้อมของบันทึกการตัดสินใจ ตัวบ่งชี้เหล่านี้จะเผยให้เห็นว่าระบบกำลังสนับสนุนการตัดสินใจของมนุษย์ หรือสร้างความติดขัดที่ทีมต้องหาทางเลี่ยง

กระบวนการคัดกรองที่แข็งแกร่งช่วยให้เคลื่อนไหวได้รวดเร็วขึ้น เพราะทำให้เหตุผลเบื้องหลังการตัดสินใจมองเห็นได้ชัดเจน เมื่อผู้สรรหาบุคลากร ผู้จัดการสายงาน และผู้บริหารสามารถเห็นหลักฐานเบื้องหลังการตัดสินใจแต่ละครั้ง ความเร็วก็จะไม่ใช่สิ่งที่ต้องแลกมากับการควบคุมอีกต่อไป แต่จะกลายเป็นผลลัพธ์ของกระบวนการที่ออกแบบมาเพื่อสร้างความไว้วางใจในทุกขั้นตอน

บทความที่เกี่ยวข้อง