AI dalam Rekrutmen

Semakin sering kita mendengar perusahaan teknologi HR dan asesmen membicarakan fitur AI mereka. AI, tentu saja, berarti kecerdasan buatan atau Artificial Intelligence. Dalam artikel ini, kami menjelaskan AI dalam rekrutmen agar lebih mudah dipahami, menguraikan kesalahan yang umum terjadi, menegaskan pentingnya pengawasan manusia, membahas elemen yang digunakan oleh Harrison Assessments, dan menjelaskan bagaimana penggunaan AI yang tepat meningkatkan pengambilan keputusan perekrut.

Bagaimana Mendefinisikan AI?

Menurut Techopedia, “Kecerdasan buatan (juga dikenal sebagai kecerdasan mesin) adalah cabang ilmu komputer yang bertujuan membekali perangkat lunak dengan kemampuan menganalisis lingkungannya menggunakan aturan yang telah ditentukan dan algoritma pencarian, atau model pembelajaran mesin yang mengenali pola, lalu mengambil keputusan berdasarkan analisis tersebut. Dengan cara ini, AI berupaya meniru kecerdasan biologis agar aplikasi atau sistem perangkat lunak dapat bertindak dengan tingkat otonomi yang beragam, sehingga mengurangi intervensi manual manusia untuk berbagai fungsi.”

Terdapat kesalahpahaman umum bahwa AI memiliki kecerdasan yang mandiri. Sebenarnya, AI adalah program kompleks yang didefinisikan dan diprogram oleh manusia. AI hanya dapat melakukan apa yang diprogramkan manusia, meskipun dapat memberikan wawasan yang berharga dan terkadang tidak terduga. “Keputusannya” didasarkan pada sumber informasi yang kita berikan serta algoritma yang kita sediakan untuk menafsirkan informasi tersebut. Meski demikian, ini merupakan bidang pengembangan yang menarik.

Ketika Komputer Menolak Kandidat

Salah satu kekhawatiran besar ketika mempertimbangkan AI untuk rekrutmen adalah transparansi. Jika komputer memberikan hasil berupa keputusan untuk merekrut atau tidak merekrut tanpa konteks, kita tidak memiliki cara untuk membenarkan keputusan tersebut secara hukum, atau bahkan mengetahui dasar keputusannya. Itulah sebabnya AI atau pembelajaran mesin perlu dikembangkan bersama ahli perekrutan dan psikometri yang mampu memfokuskan analitik pada faktor-faktor keberhasilan spesifik pekerjaan yang sesuai dengan ketentuan hukum.

Pada 2018, ada berita yang mendapat banyak sorotan tentang Amazon yang mengembangkan AI rekrutmen yang secara mandiri memutuskan bahwa jenis kelamin laki-laki merupakan faktor prediktif. AI Amazon menganalisis ribuan kandidat serta CV kandidat yang akhirnya direkrut selama 10 tahun sebelumnya untuk posisi pengembang teknis. Posisi teknis tersebut sebagian besar diisi oleh laki-laki di masa lalu, sehingga AI memutuskan bahwa hal ini merupakan faktor utama. Program tersebut gagal karena tidak mengidentifikasi faktor-faktor yang membedakan karyawan berkinerja tinggi dari karyawan berkinerja rendah. Selain itu, faktor-faktor yang diidentifikasinya akan membuat keputusan perekrutan menjadi tidak akurat dan melanggar hukum. Lebih buruk lagi, apa yang disebut kecerdasan buatan itu tidak diajarkan untuk mengidentifikasi dan menyajikan alasan di balik keputusan perekrutannya. Program tersebut pada dasarnya menjadi kotak hitam yang cara kerjanya sama sekali tidak diketahui para perekrut. Ini adalah posisi yang berbahaya bagi perekrut. Pengawasan manusia terhadap data yang dihasilkan sangat penting.

Akankah AI Menggantikan Perekrut?

Ketika kita memikirkan mesin yang membuat keputusan perekrutan, muncul beragam respons emosional. Sebagian orang antusias dengan prospek meningkatnya akurasi prediktif dan berkurangnya bias. Bagi yang lain, hal ini menimbulkan ketakutan akan masa depan suram ketika mesin mengambil alih pekerjaan kita. Pembelajaran mesin yang dirancang dengan baik dapat mengotomatisasi sebagian proses rekrutmen, tetapi tidak dapat menggantikan ahli perekrutan.

Setiap pekerjaan berbeda, sehingga diperlukan pengetahuan mendalam tentang persyaratannya untuk menyusun kriteria perekrutan yang efektif. Pembelajaran mesin dapat membantu dengan menyediakan data hasil riset terkait pekerjaan serupa; perekrut tetap dibutuhkan untuk menganalisis data ini. Analisis memungkinkan mereka memilih kandidat unggulan dengan cepat dan efisien, melakukan wawancara terarah untuk menilai kecocokan perilaku dengan pekerjaan, memverifikasi jawaban, dan mengambil keputusan akhir.

Singkatnya, AI untuk rekrutmen sejatinya adalah kerja sama antara mesin dan perekrut yang pada akhirnya meningkatkan nilai perekrut.

Bagaimana Harrison Menggunakan Elemen AI?

Kami percaya bahwa semua hubungan kerja didasarkan pada hubungan yang saling menguntungkan, dimulai dari pengalaman kandidat. Teknologi kami mempersingkat proses asesmen dan meningkatkan efisiensi, sekaligus mengurangi bias manusia serta biaya dan waktu perekrutan. Dengan analitik prediktif, kami dapat dengan cepat mengidentifikasi, mewawancarai, menarik, dan merekrut kandidat terbaik.

Teknologi rekrutmen Harrison dirancang untuk menyaring kandidat yang memenuhi kriteria (“screen in”), bukan menggunakan pendekatan yang lebih konvensional dengan menyisihkan kandidat (“screen out”). Konsep dasar ini sangat penting bagi upaya keberagaman dan inklusi karena hanya berfokus pada keterampilan dan perilaku yang meningkatkan kemungkinan keberhasilan kandidat dalam pekerjaan tertentu.

Job Success Formula (JSF) kami merupakan algoritma berbobot. Persyaratan kualifikasi kandidat (pengalaman, keterampilan, dan kualifikasi), persyaratan kecocokan perilaku (kecocokan perilaku dengan pekerjaan), serta, jika berlaku, persyaratan kognitif (kemampuan pemecahan masalah yang memadai untuk pekerjaan) diperhitungkan, dan hasilnya mudah diakses oleh perekrut untuk ditelaah dan diverifikasi lebih lanjut.

Untuk menyesuaikan Job Success Formula lebih jauh dengan data kinerja aktual organisasi Anda dan persyaratan pekerjaan yang khas, solusi Benchmarking kami menggunakan kecerdasan mesin untuk menganalisis lebih dari 175 faktor, mengidentifikasi faktor-faktor yang berkaitan dengan keberhasilan dalam pekerjaan spesifik tersebut, dan merumuskan faktor-faktor itu menjadi model prediktif.

Kombinasi otomasi, kecerdasan mesin, data perilaku yang kaya, dan wawasan manusia ini sangat kuat. Kombinasi tersebut digunakan untuk memfasilitasi percakapan yang berkualitas antara pemberi kerja dan calon karyawan tentang hal-hal yang paling penting bagi mereka. Yang tidak kami lakukan adalah membiarkan program membuat keputusan otonom tanpa pengawasan manusia yang mengetahui secara persis parameter yang digunakan untuk menilai kandidat.

Kepatuhan Hukum

Asesmen kepribadian umum yang tidak membandingkan individu dengan persyaratan spesifik suatu pekerjaan tidak dapat dipertanggungjawabkan secara hukum dan tidak dapat memberikan hasil yang akurat. Demikian pula, algoritma yang mengambil data pribadi kandidat dari internet tidak sesuai dengan standar perekrutan atau persyaratan hukum.

Asesmen psikometrik yang digunakan dalam konteks rekrutmen harus sesuai dengan tujuan penggunaannya. Agar akurat dan sah secara hukum, asesmen harus berfokus pada persyaratan spesifik pekerjaan dan menggunakan algoritma yang berbeda untuk setiap pekerjaan. Faktor mana yang berkontribusi pada keberhasilan, dan faktor mana yang menghambat kinerja? Ingatlah bahwa komputer hanya dapat melakukan apa yang Anda programkan. Bahaya sesungguhnya dalam penggunaan teknologi AI rekrutmen adalah desain yang buruk oleh manusia.

Asesmen kami mematuhi peraturan EEOC serta ISO 10667 untuk asesmen spesifik pekerjaan. Opsi Benchmarking Analytics kami menyediakan riset spesifik pekerjaan dan validasi ilmiah untuk kriteria khusus Anda dengan cara yang dapat dipertanggungjawabkan secara hukum.

AI Harus Mendukung Pengambilan Keputusan Manusia

Meskipun kadang terasa demikian, AI bukanlah solusi ajaib. AI adalah program kompleks yang membantu kita menganalisis berbagai faktor kompleks dan menciptakan formula matematis yang ideal untuk mengukur faktor-faktor tersebut. AI memungkinkan kita memilah sejumlah besar data secara efisien, sistematis, dan tanpa bias.

AI dalam rekrutmen harus meningkatkan pengambilan keputusan manusia, bukan menggantikannya. Dengan pemahaman itu, renungkan paradoks ini: “Kita menggunakan AI atau pembelajaran mesin untuk membuat kita lebih manusiawi.”

Dr Dan Harrison adalah pendiri dan CEO Harrison Assessments. Didirikan pada 1990, Harrison Assessments menggunakan analitik prediktif untuk membantu organisasi merekrut, mengembangkan, memimpin, dan membangun keterikatan talenta mereka.