Một ứng viên có thể thể hiện sự tự tin trong vòng phỏng vấn đầu tiên, nhưng trên thực tế, họ vẫn có thể gặp trở ngại trong việc hợp tác, sắp xếp ưu tiên các yêu cầu chồng chéo, hoặc truyền đạt quyết định một cách hiệu quả dưới áp lực. Điều ngược lại cũng đúng: một ứng viên chu đáo có thể đưa ra câu trả lời kém trau chuốt hơn nhưng vẫn thể hiện được năng lực đánh giá cần thiết cho vị trí. Đó là lý do tại sao việc đánh giá kỹ năng mềm bằng thuật toán đã trở thành một vấn đề vận hành nghiêm túc đối với các đội ngũ tuyển dụng doanh nghiệp, chứ không chỉ đơn thuần là một yêu cầu tính năng để sàng lọc nhanh hơn.
Mục tiêu không phải là tự động hóa một ấn tượng chủ quan. Mà là để giúp quá trình đánh giá ở giai đoạn đầu trở nên nhất quán hơn, dựa trên bằng chứng và có thể xem xét lại trên hàng trăm hoặc hàng nghìn ứng viên. Nếu được thực hiện tốt, thuật toán có thể giúp nhà tuyển dụng xác định các bằng chứng hành vi phù hợp, áp dụng khung chấm điểm chung và cung cấp cho các nhà quản lý tuyển dụng một cơ sở đầy đủ hơn để quyết định ai sẽ được đi tiếp. Nếu thực hiện kém, nó có thể biến những sở thích mơ hồ thành rủi ro có thể mở rộng.
Tại thị trường Việt Nam, nơi các tập đoàn FDI đang mở rộng mạnh mẽ và nguồn cung ứng viên từ các trường đại học (campus) ngày càng đa dạng, việc đánh giá kỹ năng mềm trở thành một yếu tố then chốt. Phản hồi từ các nhà quản lý tuyển dụng (hiring managers) thường xuyên chỉ ra rằng, dù ứng viên có hồ sơ học vấn tốt, họ vẫn có thể thiếu hụt các kỹ năng mềm cần thiết để hòa nhập và phát triển trong môi trường làm việc thực tế. Điều này đặt ra một thách thức lớn trong việc tìm kiếm và giữ chân nhân tài.
Đối với các lãnh đạo nhân tài, sự khác biệt nằm ở thiết kế đánh giá, xác thực, quản trị và kiểm soát quy trình làm việc.
Thuật toán đánh giá kỹ năng mềm nên đo lường điều gì
Kỹ năng mềm thường được bàn luận như thể chúng là những đặc điểm phổ quát. Trên thực tế, chúng là những hành vi phụ thuộc vào vai trò cụ thể. “Giao tiếp” đối với một trưởng nhóm kinh doanh có thể là việc điều chỉnh thông điệp thương mại sao cho phù hợp với các bên liên quan cấp cao. Đối với một chuyên viên phân tích an ninh mạng, nó có thể là việc ghi lại rủi ro một cách rõ ràng và báo cáo kịp thời với mức độ khẩn cấp phù hợp. Một thước đo giao tiếp chung chung khó có thể hữu ích như nhau cho cả hai trường hợp.
Một đánh giá có cơ sở vững chắc bắt đầu từ một mô hình năng lực phù hợp với công việc. Các đội ngũ nên xác định các hành vi tạo nên hiệu suất làm việc hiệu quả trong một vai trò, cấp độ và bối cảnh kinh doanh cụ thể. Ví dụ, một vị trí quản lý vận hành có thể ưu tiên giải quyết vấn đề có cấu trúc, phối hợp đa chức năng và khả năng thích ứng khi kế hoạch thay đổi. Một chương trình tuyển dụng sinh viên mới tốt nghiệp có thể chú trọng hơn vào khả năng học hỏi nhanh, năng lực đánh giá đạo đức và khả năng giải thích lập luận.
Thuật toán nên đánh giá bằng chứng dựa trên các năng lực đã định nghĩa, thay vì suy luận các kết luận tính cách rộng lớn từ các tín hiệu bề ngoài. Trong một cuộc phỏng vấn video không đồng bộ, bằng chứng có thể bao gồm cách ứng viên cấu trúc câu trả lời cho một tình huống, những đánh đổi mà họ nhận ra, các ví dụ về hành động họ đã thực hiện và cách họ giải thích kết quả. Trong các câu trả lời bằng văn bản, nó có thể bao gồm sự rõ ràng, lập luận và mức độ liên quan của các ví dụ với yêu cầu.
Sự khác biệt đó rất quan trọng. Giọng điệu, chất lượng camera, sự lo lắng hay phong cách giao tiếp ưa thích của ứng viên không phải là những yếu tố thay thế đáng tin cậy cho hiệu suất công việc. Các hệ thống nên được thiết kế để tập trung vào nội dung và bằng chứng năng lực của câu trả lời, với ranh giới rõ ràng về những gì được và không được đánh giá.
Bằng chứng hữu ích hơn một điểm số duy nhất
Một điểm số có thể giúp ưu tiên công việc, đặc biệt trong một quy trình tuyển dụng có số lượng lớn. Tuy nhiên, nó không nên là toàn bộ hồ sơ quyết định. Các nhà tuyển dụng và quản lý tuyển dụng cần biết lý do tại sao một ứng viên được đánh giá theo một cách nhất định: năng lực đang được đánh giá, bằng chứng phản hồi hỗ trợ đánh giá, các tiêu chí được áp dụng và mức độ tin cậy hoặc hạn chế liên quan đến kết quả.
Điều này giúp việc xem xét của quản lý nhanh hơn mà không làm mất đi tính minh bạch. Một nhà quản lý tuyển dụng có thể xem xét một báo cáo năng lực súc tích trước khi quyết định liệu một cuộc phỏng vấn trực tiếp có đáng giá hay không. Các nhà tuyển dụng có thể so sánh các ứng viên dựa trên cùng một tiêu chí thay vì phải đối chiếu các ghi chú phỏng vấn không nhất quán. Các đội ngũ vận hành tuyển dụng có thể kiểm tra xem các tiêu chí đã nêu có được áp dụng nhất quán hay không.
Quy trình làm việc hiệu quả nhất coi việc chấm điểm bằng thuật toán như một công cụ hỗ trợ ra quyết định có cấu trúc. Nó tập trung sự chú ý vào các bằng chứng liên quan nhất, đồng thời vẫn duy trì sự đánh giá có trách nhiệm của con người tại các điểm quyết định quan trọng.
Tại sao việc tiêu chuẩn hóa thay đổi phương trình sàng lọc
Các cuộc phỏng vấn vòng đầu thủ công tạo ra một vấn đề quen thuộc trong doanh nghiệp. Các nhà tuyển dụng khác nhau đặt ra những câu hỏi khác nhau, ứng viên nhận được cơ hội không đồng đều để thể hiện điểm mạnh của mình, và phản hồi từ quản lý thường đến muộn hoặc rời rạc. Quy trình này có thể mang tính con người, nhưng thường khó so sánh, khó mở rộng và khó bảo vệ.
Các cuộc phỏng vấn không đồng bộ có cấu trúc giải quyết một phần vấn đề này bằng cách cung cấp cho ứng viên một bộ câu hỏi nhất quán, phù hợp với công việc và một khoảng thời gian hợp lý để trả lời. Một hệ thống đánh giá kỹ năng mềm bằng thuật toán sau đó có thể đánh giá các câu trả lời đó dựa trên một khung năng lực chung. Điều này không loại bỏ sự đánh giá của con người. Nó tổ chức sự đánh giá để có thể xem xét, phản biện và cải thiện.
Đối với các chương trình tuyển dụng phân tán, việc tiêu chuẩn hóa cũng giảm thiểu sự khác biệt về địa lý. Một nhà tuyển dụng ở khu vực này và một nhà quản lý tuyển dụng ở khu vực khác có thể xem xét cùng một báo cáo đã được dịch, các đoạn trích bằng chứng và logic chấm điểm. Điều này đặc biệt có giá trị khi các đội ngũ toàn cầu tuyển dụng đa ngôn ngữ nhưng cần một khung quyết định chung.
Tác động vận hành có thể rất đáng kể. Khi nhà tuyển dụng không còn phải lên lịch và thực hiện mọi cuộc gọi vòng đầu, họ có thể dành nhiều thời gian hơn cho việc tương tác với ứng viên, điều chỉnh với các bên liên quan và xử lý các trường hợp ngoại lệ. Các nhà quản lý tuyển dụng nhận được danh sách ứng viên rút gọn được hỗ trợ bởi bằng chứng, thay vì hàng đống hồ sơ và các ghi chú rời rạc. Thời gian chu kỳ được cải thiện vì tài liệu quyết định có sẵn trong một không gian làm việc duy nhất, không bị phân tán trên các hộp thư đến, lịch và các buổi đánh giá phỏng vấn.
Tuy nhiên, tốc độ không phải là lý do chính để tự động hóa. Sàng lọc nhanh hơn chỉ có giá trị nếu các ứng viên được tìm thấy là phù hợp và quy trình vẫn công bằng. Một hệ thống đẩy nhanh các quyết định không nhất quán chỉ đơn thuần tạo ra các quyết định không nhất quán sớm hơn.
Các kiểm soát giúp đánh giá có thể sử dụng ở quy mô doanh nghiệp
Các đội ngũ doanh nghiệp nên đánh giá một hệ thống đánh giá như một phần của cơ sở hạ tầng tuyển dụng của họ, chứ không phải là một tính năng AI riêng lẻ. Các kiểm soát sau đây sẽ xác định liệu nó có thể hỗ trợ các quyết định tuyển dụng rủi ro thấp hay không.
- Mức độ phù hợp với công việc: Mỗi năng lực được đánh giá phải liên quan trực tiếp đến trách nhiệm và kỳ vọng hiệu suất thực tế của vị trí. Tránh các thước đo gián tiếp chỉ đánh giá kỹ năng trình bày bóng bẩy khi công việc đòi hỏi chiều sâu phân tích, hoặc ngược lại.
- Đầu vào có cấu trúc: Ứng viên cần nhận được các câu hỏi, hướng dẫn, thời gian và tiêu chí đánh giá nhất quán. Các cuộc trò chuyện không có cấu trúc sẽ khó so sánh và khó xác thực hơn.
- Đầu ra có thể truy vết: Mọi điểm số phải được liên kết với bằng chứng quan sát được, tiêu chí đánh giá và phiên bản mô hình hoặc thang điểm đã sử dụng. Một khuyến nghị cuối cùng mà không có nhật ký kiểm toán là chưa đủ.
- Giám sát của con người: Xác định rõ ai là người xem xét kết quả, khi nào họ có thể ghi đè một khuyến nghị và cách thức ghi nhận các trường hợp ngoại lệ. Tự động hóa có thể ưu tiên ứng viên; nhưng những người có trách nhiệm phải quản lý các quyết định quan trọng.
- Giám sát tính công bằng: Xem xét kết quả trên các nhóm liên quan, điều tra sự khác biệt đáng kể và kiểm tra xem hệ thống có đang đo lường bằng chứng liên quan đến công việc hay chỉ là những yếu tố phụ thuộc vào ngôn ngữ, định dạng hoặc các mô hình tuyển dụng trong quá khứ.
- Quản trị dữ liệu: Dữ liệu ứng viên, bản ghi, báo cáo, cài đặt lưu trữ, quyền truy cập và xử lý xuyên biên giới đều yêu cầu các biện pháp kiểm soát rõ ràng. Bộ phận mua sắm và nhân sự nên hiểu rõ về bảo mật và quản trị AI của hệ thống trước khi triển khai.
Những yêu cầu này nghe có vẻ khắt khe, nhưng chúng hoàn toàn thực tế. Nếu thiếu chúng, một đội ngũ tuyển dụng sẽ không thể trả lời các câu hỏi cơ bản từ ban lãnh đạo, ứng viên, kiểm toán viên hoặc cố vấn pháp lý: Điều gì đã được đánh giá? Tại sao ứng viên này được đi tiếp? Ai đã xem xét kết quả? Quy trình có thể được tái tạo không?
Tại Việt Nam, đặc biệt trong các công ty có vốn đầu tư nước ngoài (FDI) và các chương trình tuyển dụng sinh viên mới ra trường (campus recruitment), nhu cầu về một quy trình tuyển dụng có cấu trúc, công bằng và dựa trên dữ liệu đang ngày càng tăng. Phản hồi từ các quản lý tuyển dụng (hiring managers) là yếu tố then chốt, và các hệ thống cần tích hợp thông tin này một cách hiệu quả, đồng thời đảm bảo tuân thủ và minh bạch.
Xác thực không phải là một dự án chỉ diễn ra một lần
Một quy trình đánh giá có thể được thiết kế kỹ lưỡng nhưng vẫn không đạt hiệu quả như mong muốn trong một môi trường tuyển dụng cụ thể. Vai trò công việc thay đổi, thị trường lao động biến động, mô tả công việc có thể không còn phù hợp, và các nhóm có thể bắt đầu sử dụng điểm số theo những cách không lường trước. Do đó, việc xác thực phải diễn ra liên tục.
Hãy bắt đầu với việc triển khai có kiểm soát. So sánh các khuyến nghị được hỗ trợ bởi thuật toán với đánh giá có cấu trúc của con người và, nếu có thể, với các chỉ số hiệu suất sau này. Kiểm tra các trường hợp dương tính giả (false positives) và âm tính giả (false negatives). Đặt câu hỏi liệu các ứng viên được hệ thống xếp hạng cao có thực sự thể hiện các năng lực cần thiết trong các buổi phỏng vấn sau đó và trong công việc hay không. Xem xét những trường hợp quản lý tuyển dụng (hiring managers) có kinh nghiệm không đồng ý với đánh giá và xác định xem liệu mô hình, thang điểm, thiết kế câu hỏi hay kỳ vọng của quản lý có cần điều chỉnh hay không.
Điều này cũng phụ thuộc vào bối cảnh tuyển dụng. Đối với các vị trí cấp độ đầu vào và các chương trình tuyển dụng sinh viên mới ra trường (campus programs), một thang điểm nhất quán dựa trên tiềm năng có thể phù hợp hơn là các ví dụ về kinh nghiệm làm việc trước đây. Đối với tuyển dụng cấp điều hành, số lượng ứng viên có thể thấp hơn, nhưng hậu quả của một lựa chọn sai lầm lại lớn hơn, khiến việc đánh giá chuyên sâu của con người trở nên thiết yếu. Đối với các vai trò được quản lý chặt chẽ, quy trình ra quyết định có thể yêu cầu thêm tài liệu và các bước phê duyệt.
MIND Interview được thiết kế dựa trên thực tế vận hành này: bằng chứng phỏng vấn có cấu trúc, chấm điểm tự động, báo cáo năng lực, đánh giá hợp tác và hồ sơ quyết định có thể kiểm toán đều nằm trong cùng một quy trình làm việc. Mục tiêu không phải là thay thế quản lý tuyển dụng (hiring manager). Mà là để đảm bảo quản lý tuyển dụng tiếp cận buổi phỏng vấn trực tiếp với bằng chứng tốt hơn và ít gánh nặng hành chính hơn.
Những câu hỏi lãnh đạo nên đặt ra trước khi triển khai
Trước khi phê duyệt một công cụ đánh giá dựa trên thuật toán, các lãnh đạo nhân tài (talent leaders) nên nhìn xa hơn các buổi giới thiệu tính năng. Hãy hỏi liệu nhà cung cấp có thể giải thích mô hình năng lực bằng ngôn ngữ dễ hiểu và trình bày bằng chứng đằng sau mỗi kết quả hay không. Xác nhận cách tổ chức có thể cấu hình các tiêu chí cụ thể cho từng vai trò, thiết lập quyền xem xét, lưu giữ hồ sơ quyết định và giám sát chất lượng theo thời gian.
Cũng cần hỏi điều gì sẽ xảy ra khi hệ thống không chắc chắn, khi một ứng viên yêu cầu hỗ trợ đặc biệt, hoặc khi một người đánh giá không đồng ý với khuyến nghị. Những trường hợp đó sẽ cho thấy liệu sản phẩm được xây dựng để sử dụng trong môi trường doanh nghiệp có kiểm soát hay chỉ đơn thuần là để xử lý tự động số lượng lớn.
Trải nghiệm ứng viên cũng là một phần quan trọng của cuộc thảo luận này. Ứng viên có nhiều khả năng coi một quy trình có cấu trúc là công bằng khi các câu hỏi phù hợp, hướng dẫn rõ ràng, yêu cầu về thời gian hợp lý và có một quy trình con người đáng tin cậy đằng sau công nghệ. Minh bạch không đòi hỏi phải tiết lộ logic độc quyền. Nó đòi hỏi phải giải thích mục đích của việc đánh giá và đối xử với ứng viên như những người tham gia vào một quy trình tuyển chọn nghiêm túc.
Công cụ đánh giá kỹ năng mềm bằng thuật toán tốt nhất không tuyên bố đọc vị con người một cách hoàn hảo. Nó mang đến cho nhà tuyển dụng và quản lý một phương pháp có kỷ luật để kiểm tra bằng chứng hành vi liên quan đến công việc ở quy mô lớn, đồng thời giữ cho quy trình ra quyết định minh bạch, có thể quản lý và mở ra cho sự đánh giá sáng suốt của con người. Đó là tiêu chuẩn đáng để thiết lập trước khi chu kỳ tuyển dụng quy mô lớn tiếp theo bắt đầu.