AI giúp người làm tuyển dụng đọc số nhanh hơn ở bốn việc: kiểm lỗi dữ liệu, tính chỉ số, so sánh giữa các đợt hay các nguồn, và viết tóm tắt dễ hiểu cho người quản lý. Quy trình an toàn gồm sáu bước: chuẩn bị bảng, ẩn danh, chọn công cụ và cài đặt, hỏi theo từng câu hỏi cụ thể, kiểm lại phép tính, và tự viết kết luận.
Bài này đi qua từng bước với câu lệnh mẫu bằng tiếng Việt, chỉ ra những lỗi AI hay mắc khi làm việc với bảng số, và những câu hỏi không nên giao cho AI trong tuyển dụng vì rủi ro phân biệt đối xử. Phần kỹ thuật phân tích dữ liệu nói chung có ở trang AI Phân Tích; ở đây chỉ bàn số liệu tuyển dụng và dữ liệu ứng viên.
AI làm tốt gì và làm kém gì với số tuyển dụng
Trước khi bắt đầu, nên biết rõ chỗ mạnh và chỗ yếu của trợ lý AI dạng trò chuyện khi làm việc với bảng số liệu tuyển dụng.
| Việc | AI làm thế nào | Lưu ý |
|---|---|---|
| Tìm ô trống, ngày sai thứ tự, mã trùng | Tốt, nhanh hơn soát tay | Vẫn kiểm lại vài dòng AI chỉ ra |
| Tính tỉ lệ, số ngày, trung vị | Khá, nhưng có thể tính nhầm với bảng dài | Yêu cầu trình bày cách tính, tự tính lại một phần |
| Viết công thức bảng tính | Tốt | Thử công thức trên dữ liệu giả trước |
| So đợt, so nguồn, nêu điểm bất thường | Tốt ở mức gợi ý | Nêu điều kiện số lượng tối thiểu để tránh kết luận vội |
| Giải thích nguyên nhân | Kém nếu thiếu bối cảnh, dễ bịa lý do hợp tai | Chỉ coi là giả thuyết để kiểm |
| Gom ghi chú chữ thành nhóm lý do | Tốt | Che kỹ chi tiết nhận diện trước khi dán |
| Viết tóm tắt cho chủ doanh nghiệp | Tốt | Tự đọc lại, sửa số nếu AI làm tròn khác ý |
Nhìn chung, AI là người phụ tá nhanh tay cho phần cơ học và phần viết, còn phần hiểu bối cảnh và chịu trách nhiệm về con số vẫn là của bạn. Nếu công cụ bạn dùng có tính năng chạy mã để tính toán, kết quả thường đáng tin hơn so với để mô hình tự nhẩm, nhưng vẫn phải kiểm. Tính năng này thay đổi theo từng phiên bản, nên kiểm phiên bản hiện hành của công cụ.
Bước 1 và 2: chuẩn bị bảng, rồi ẩn danh
Bảng càng gọn, AI đọc càng ít sai. Trước khi đưa vào, làm sạch theo danh sách sau.
- Mỗi dòng một ứng viên trong một đợt, mỗi cột một thông tin. Không gộp ô, không để tiêu đề nhiều tầng.
- Ngày ghi một định dạng thống nhất, ví dụ năm-tháng-ngày, để tránh nhầm giữa ngày và tháng.
- Ô chọn sẵn cho nguồn, vòng dừng, lý do; không để chữ tự do trong các cột dùng để đếm.
- Xoá hẳn các cột tên, số điện thoại, thư điện tử, ảnh, số giấy tờ, địa chỉ, năm sinh, quê quán.
- Đổi mã ứng viên sang mã mới chỉ dùng cho lần phân tích này, để bảng dán vào AI không nối được về hồ sơ gốc.
- Gộp nhóm quá nhỏ: một vị trí chỉ có một người thì gộp vào nhóm vị trí lớn hơn, tránh lộ người qua suy luận.
- Đọc lại cột ghi chú chữ, xoá mọi chi tiết như tên người phỏng vấn, tên người giới thiệu, chuyện gia đình, sức khoẻ.
Câu hỏi kiểm cuối cùng: nếu bảng này bị lộ ra ngoài, một người trong công ty có đoán ra ứng viên nào là ai không? Nếu có, che thêm. Việc thu thập và xử lý dữ liệu ứng viên còn phải tuân theo quy định hiện hành về bảo vệ dữ liệu cá nhân, kể cả khi bạn không dùng AI.
Bước 3: chọn công cụ và cài đặt
Ưu tiên công cụ AI do công ty cấp tài khoản, loại dành cho tổ chức, vì thường có tuỳ chọn không dùng dữ liệu để huấn luyện và cho quản trị viên kiểm soát. Nếu chỉ có tài khoản cá nhân, mở phần cài đặt quyền riêng tư để tắt mục cho phép dùng nội dung trò chuyện để cải thiện mô hình, và kiểm lại sau mỗi lần ứng dụng cập nhật. Tên gọi và vị trí của tuỳ chọn này khác nhau giữa các hãng và thay đổi theo thời gian.
Không cài tiện ích trình duyệt hay ứng dụng lạ tự xưng là "AI cho HR" mà chưa rõ nhà phát triển, nhất là loại đòi quyền đọc toàn bộ trang web hay hộp thư. Với bảng tính, nếu phần mềm bảng tính bạn đang dùng đã có trợ lý AI tích hợp, hãy đọc điều khoản dữ liệu của tính năng đó trước, vì nó có thể gửi cả tệp đi chứ không chỉ phần bạn chọn.
Cuối cùng, quyết định trước ai được dùng AI cho dữ liệu tuyển dụng và ghi vào quy định nội bộ. Ở doanh nghiệp nhỏ, thường chỉ người phụ trách tuyển dụng; trưởng nhóm phỏng vấn chỉ nhận lại bản tóm tắt.
Bước 4: câu lệnh mẫu theo từng câu hỏi
Kiểm dữ liệu. "Đây là bảng tuyển dụng đã ẩn danh. Hãy liệt kê các dòng có ô trống ở cột ngày, các dòng có ngày phỏng vấn trước ngày nộp hồ sơ, và các mã bị trùng. Chỉ liệt kê, không sửa."
Tính chỉ số. "Với bảng trên, hãy tính cho từng đợt: số ngày từ duyệt nhu cầu đến nhận lời, tỉ lệ qua từng vòng, tỉ lệ nhận lời mời. Trình bày công thức đã dùng và kết quả theo bảng."
So sánh. "So ba đợt tuyển gần nhất với ba đợt cùng kỳ năm trước theo các chỉ số vừa tính. Chỉ ra hai thay đổi lớn nhất và ghi rõ số người của mỗi đợt."
Đặt giả thuyết. "Với mỗi thay đổi lớn, nêu hai giả thuyết có thể giải thích và dữ liệu cần thêm để kiểm từng giả thuyết. Không chọn giả thuyết nào là đúng."
Viết tóm tắt. "Viết tóm tắt dưới 150 chữ cho chủ doanh nghiệp không làm nhân sự, giọng thẳng, nêu ba con số quan trọng nhất và một câu hỏi cần chủ quyết định. Không dùng thuật ngữ tiếng Anh."
Tách câu hỏi. Hỏi từng câu một thay vì một câu lệnh dài đòi mọi thứ. Câu lệnh dài làm AI dễ bỏ sót phần giữa và trộn phần tính với phần đoán.
Bước 5: kiểm phép tính AI trả về
Mô hình ngôn ngữ có thể đưa ra một con số sai với giọng rất tự tin. Kiểm theo thứ tự sau, mất vài phút nhưng tránh được những báo cáo sai.
- Tự tính lại một đợt bằng tay hoặc bằng công thức bảng tính, so với kết quả của AI.
- Kiểm tổng: số người ở tầng đầu phễu cộng các đợt phải bằng số dòng trong bảng.
- Hỏi lại AI: "Hãy chỉ ra các dòng đã dùng để tính con số của đợt thứ hai." Nếu AI không chỉ ra được hoặc chỉ sai, đừng dùng con số đó.
- Kiểm cách làm tròn và cách tính phần trăm: chia cho tầng trước hay chia cho đầu phễu.
- Với trung vị và trung bình, kiểm AI có loại nhầm các ô trống thành số không hay không.
Nếu thấy AI tính sai nhiều lần, chuyển phần tính sang công thức bảng tính do AI viết, rồi chỉ dùng AI cho phần đọc kết quả và viết tóm tắt. Đây thường là cách chia việc ổn định nhất.
Những câu hỏi không giao cho AI trong tuyển dụng
Có những câu hỏi về mặt kỹ thuật AI trả lời được, nhưng không nên hỏi. Thứ nhất là dự đoán ứng viên cụ thể nào sẽ nghỉ sớm hay làm kém dựa trên hồ sơ. Những dự đoán như vậy dễ bám vào các đặc điểm như nơi ở, tuổi, khoảng trống trong quá trình làm việc, tên trường, dẫn tới loại người vì lý do không liên quan đến năng lực và có thể vi phạm nguyên tắc không phân biệt đối xử.
Thứ hai là phân tích kết quả tuyển theo giới tính, tuổi, quê quán, tình trạng hôn nhân hay tôn giáo khi bạn không có căn cứ hợp pháp để thu thập những thông tin đó. Muốn soát công bằng, hãy soát theo tiêu chí, theo nguồn, theo người phỏng vấn, và dùng cách che thông tin khi chấm hồ sơ. Nếu doanh nghiệp có nhu cầu chính đáng phải theo dõi đa dạng, hãy hỏi người có chuyên môn pháp lý về cách thu thập tự nguyện và lưu giữ đúng quy định.
Thứ ba là để AI chấm điểm và tự loại ứng viên mà không có người duyệt. Bất kể công cụ hứa hẹn gì, quyết định loại hay chọn một người phải do người chịu trách nhiệm đưa ra, dựa trên tiêu chí công việc đã viết trước. AI ở đây chỉ là công cụ đọc số và soạn chữ.
Bước 6: từ con số đến quyết định
Bước cuối cùng là phần AI không làm thay được: biến con số thành một quyết định cụ thể. Một bản phân tích tốt kết thúc bằng một hai việc sẽ làm khác ở đợt sau, ai làm, và sẽ kiểm bằng chỉ số nào. Ví dụ giả định: "Tỉ lệ vắng mặt ở buổi phỏng vấn của ba đợt gần nhất là khoảng 40%. Đợt sau sẽ nhắn nhắc lịch trước một ngày và hẹn trong vòng bốn ngày sau khi nộp. Sẽ kiểm lại tỉ lệ vắng mặt sau hai đợt."
Viết kết luận bằng lời của bạn, không chép nguyên đoạn AI soạn. Đoạn AI viết thường trơn tru nhưng có thể chứa những khẳng định mà dữ liệu không đủ chứng minh. Khi trình bày với chủ doanh nghiệp, luôn ghi số người đứng sau mỗi tỉ lệ, để người đọc biết con số đó vững đến đâu.
Lưu cả câu lệnh đã dùng và bảng kết quả trong thư mục của đợt phân tích. Lần sau, bạn chỉ cần thay bảng số và chạy lại cùng bộ câu lệnh, các kỳ báo cáo sẽ so được với nhau. Bảng chứa mã ứng viên vẫn phải xoá theo thời hạn lưu giữ như hồ sơ gốc.
Câu hỏi thường gặp
Dùng ChatGPT, Claude hay Gemini để phân tích số tuyển dụng thì cái nào tốt hơn?
Các công cụ phổ biến đều làm được các việc trong bài ở mức tương đương, và tính năng thay đổi rất nhanh. Điều quan trọng hơn là loại tài khoản và cài đặt dữ liệu, khả năng chạy mã để tính, và việc bạn có kiểm lại kết quả hay không. Hãy thử trên dữ liệu giả trước khi chọn.
Ẩn danh xong rồi có cần xin phép ứng viên trước khi đưa vào AI không?
Dữ liệu đã ẩn danh đúng cách, không còn nhận diện được người, có rủi ro thấp hơn nhiều. Tuy vậy, việc thu thập và xử lý dữ liệu ứng viên từ đầu phải có thông báo và sự đồng ý theo quy định hiện hành. Nếu chưa chắc, hỏi người có chuyên môn pháp lý.
Có nên tải cả tệp bảng tính lên AI thay vì dán từng phần?
Tải cả tệp tiện hơn và giúp AI tính toán chính xác hơn nếu công cụ có tính năng chạy mã. Nhưng cả tệp thường chứa những trang hay cột bạn quên xoá. Tạo một tệp riêng chỉ chứa phần đã ẩn danh rồi mới tải lên.
AI trả lời khác nhau mỗi lần hỏi cùng một câu thì làm sao?
Phần chữ khác nhau là bình thường. Phần số mà khác nhau là dấu hiệu AI đang nhẩm chứ không tính chắc. Chuyển phần tính sang công thức bảng tính hoặc yêu cầu AI chạy mã, và chỉ dùng phần trả lời chữ cho việc diễn giải.
Có thể giao cho thực tập sinh dùng AI làm báo cáo tuyển dụng không?
Có thể, nếu bảng được ẩn danh trước bởi người có quyền xem dữ liệu gốc và thực tập sinh làm theo bộ câu lệnh có sẵn. Người phụ trách tuyển dụng vẫn phải kiểm số và ký nhận báo cáo trước khi gửi đi.
Phân tích bằng AI có thay được phần mềm quản lý tuyển dụng không?
Không hẳn. Phần mềm quản lý tuyển dụng lưu hồ sơ, nhắc lịch, ghi lịch sử; AI dạng trò chuyện giúp đọc và diễn giải số. Với doanh nghiệp nhỏ, bảng tính cộng AI thường đủ; khi số ứng viên lớn và nhiều người cùng tuyển, phần mềm chuyên dụng mới đáng cân nhắc.