Một công cụ AI dùng để lọc hay chấm ứng viên cần được kiểm như kiểm một nhân viên mới trước khi giao việc quan trọng: hỏi rõ nó làm gì, thử nó trên những ca bạn biết đáp án, rồi theo dõi nó trong vài đợt đầu. Doanh nghiệp nhỏ không có đội kỹ thuật vẫn làm được việc này trong vài buổi, với một bộ câu hỏi gửi nhà cung cấp và một bộ hồ sơ giả tự soạn.
Bài này áp dụng cho cả phần mềm quản lý ứng viên có chức năng chấm hồ sơ lẫn quy trình bạn tự dựng bằng chatbot đa năng và một câu lệnh cố định. Với loại thứ hai, "nhà cung cấp" chính là bạn, nên phần câu hỏi biến thành phần tự kiểm, còn phần thử hồ sơ đối chứng thì giữ nguyên.
Vì sao phải kiểm trước chứ không đợi có chuyện
Công cụ tuyển dụng tác động thẳng vào cơ hội việc làm của người khác. Khi nó sai, người chịu thiệt là ứng viên bị loại mà không biết vì sao, còn doanh nghiệp mất người giỏi và đứng trước rủi ro bị khiếu nại về phân biệt đối xử. Những lỗi này không tự lộ ra: hồ sơ bị loại không quay lại phàn nàn với công cụ, chúng chỉ biến mất khỏi danh sách.
Nhiều nơi trên thế giới đã bắt đầu coi AI dùng trong tuyển dụng là loại rủi ro cao, đòi hỏi bên dùng phải đánh giá, giám sát và có người kiểm soát. Ở Việt Nam, pháp luật lao động cấm phân biệt đối xử và pháp luật về dữ liệu cá nhân đặt nghĩa vụ cho bên xử lý dữ liệu, không phân biệt việc đó do người hay máy làm. Quy định cụ thể về AI vẫn đang được hoàn thiện, nên bạn cần kiểm văn bản hiện hành, nhưng nguyên lý thì đã rõ: dùng công cụ không làm mất trách nhiệm của người dùng.
Kiểm trước còn có lợi thực tế. Khi đã có kết quả thử lưu lại, bạn biết công cụ mạnh ở đâu, yếu ở đâu, nên đặt người duyệt đúng chỗ thay vì duyệt tràn lan. Và nếu sau này có ứng viên thắc mắc, bạn có hồ sơ cho thấy doanh nghiệp đã làm phần việc của mình một cách nghiêm túc.
Câu hỏi gửi nhà cung cấp trước khi ký
Bảng dưới là bộ câu hỏi nên gửi bằng văn bản và yêu cầu trả lời bằng văn bản. Câu trả lời mơ hồ hoặc né tránh ở các dòng đầu đã là thông tin đáng giá.
| Câu hỏi | Câu trả lời đáng tin | Dấu hiệu đáng ngại |
|---|---|---|
| Công cụ dựa vào những thông tin nào trong hồ sơ để chấm? | Liệt kê được nhóm thông tin, có cách xem lý do chấm cho từng hồ sơ | Chỉ nói "thuật toán độc quyền", không giải thích được |
| Đã kiểm thiên lệch theo giới tính, tuổi, vùng miền chưa? Kết quả ra sao? | Có báo cáo kiểm tra, nói rõ phương pháp và giới hạn | Khẳng định "AI không thiên lệch" mà không có bằng chứng |
| Có thể tắt chức năng tự động loại, chỉ để gợi ý không? | Có, và mặc định là gợi ý cho người duyệt | Bắt buộc loại tự động theo ngưỡng điểm |
| Dữ liệu ứng viên lưu ở đâu, bao lâu, có dùng để huấn luyện không? | Nêu rõ nơi lưu, thời hạn, cho phép xoá theo yêu cầu, không dùng để huấn luyện nếu không đồng ý | Không trả lời được hoặc giữ quyền dùng dữ liệu cho mục đích khác |
| Có phân tích ảnh, video, giọng nói không? | Không, hoặc có thể tắt hoàn toàn | Chấm "tính cách", "cảm xúc", "độ trung thực" từ khuôn mặt hay giọng |
| Khi ứng viên hỏi lý do bị loại, công cụ hỗ trợ giải trình thế nào? | Xuất được căn cứ theo từng tiêu chí | Chỉ có một con số tổng |
Đừng bỏ qua dòng về phân tích khuôn mặt và giọng nói. Bài riêng trong danh mục này giải thích vì sao loại chức năng đó nên tránh hẳn, ngay cả khi nhà cung cấp tặng kèm miễn phí.
Thử bằng cặp hồ sơ đối chứng
Hồ sơ đối chứng là hai hồ sơ giống hệt nhau về kinh nghiệm, kỹ năng, kết quả công việc, chỉ khác một đặc điểm không liên quan đến việc. Nếu công cụ chấm hai hồ sơ khác nhau rõ rệt, nó đang dựa vào đặc điểm đó. Cách làm:
- Chọn một vị trí thật bạn sắp tuyển và viết sẵn tiêu chí. Soạn khoảng mười hồ sơ gốc bằng tay với mức độ phù hợp khác nhau, có hồ sơ rõ ràng mạnh, rõ ràng yếu và vài hồ sơ lưng chừng. Toàn bộ là hồ sơ giả, không dùng CV thật của ai.
- Với mỗi hồ sơ gốc, tạo các bản sao chỉ đổi một đặc điểm: tên gợi giới tính khác, năm sinh cách nhau hai mươi năm, quê ở vùng khác, có hoặc không có khoảng trống một năm ghi "nghỉ chăm con", có hoặc không có ảnh.
- Chạy toàn bộ hồ sơ qua công cụ theo đúng cách bạn sẽ dùng thật, cùng câu lệnh hoặc cùng cài đặt, xáo trộn thứ tự để tránh hiệu ứng thứ tự.
- Ghi kết quả vào bảng: hồ sơ gốc, đặc điểm đã đổi, điểm hoặc kết luận của công cụ cho từng bản.
- Với chatbot đa năng, chạy mỗi hồ sơ hai ba lần vì kết quả có thể dao động; so sánh mức chênh giữa các bản với mức dao động tự nhiên giữa các lần chạy.
- Lưu toàn bộ bộ hồ sơ giả và kết quả. Mỗi khi công cụ cập nhật phiên bản hoặc bạn đổi câu lệnh, chạy lại bộ này.
Bộ hồ sơ giả có thể soạn cùng AI cho nhanh, nhưng bạn nên tự đọc lại để chắc rằng các bản sao thật sự chỉ khác đúng một đặc điểm. Chỉ cần một câu kinh nghiệm lệch đi là phép thử mất giá trị.
Đọc kết quả thử thế nào cho đúng
Chênh lệch nhỏ và không đều thì chưa kết luận. Một vài điểm lên xuống giữa các bản có thể là dao động tự nhiên của công cụ. Điều đáng lo là chênh lệch lặp lại theo cùng một chiều, ví dụ mọi bản có năm sinh lớn hơn đều thấp hơn.
Chênh lệch làm đổi kết luận là nghiêm trọng. Nếu bản sao bị đẩy từ nhóm "mời phỏng vấn" xuống nhóm "loại" chỉ vì đổi một đặc điểm, công cụ không đạt cho bước đó, dù tổng thể điểm trung bình trông ổn.
Kiểm cả hồ sơ lưng chừng. Công cụ thường chấm đúng hồ sơ rất mạnh và rất yếu. Thiên lệch hay lộ ra ở nhóm giữa, nơi một đặc điểm nhỏ đủ để nghiêng cán cân.
Xem lý do công cụ đưa ra. Nếu công cụ giải thích được, đọc xem lý do có nhắc tới tuổi, "sức khoẻ", "ổn định", "phù hợp văn hoá" mà không chỉ ra việc cụ thể không. Lý do kiểu đó cho thấy biến đại diện đang được dùng.
Không đạt thì làm gì. Có ba lựa chọn: sửa câu lệnh hoặc cài đặt rồi thử lại, chỉ dùng công cụ cho phần việc nó đạt như tóm tắt mà không cho chấm, hoặc không dùng. Ghi rõ lựa chọn và lý do vào hồ sơ kiểm.
Theo dõi sau khi đưa vào dùng thật
Kiểm trước khi dùng chỉ là bước đầu. Hồ sơ thật đa dạng hơn hồ sơ giả, và công cụ có thể cập nhật mà bạn không biết. Bảng dưới là ví dụ giả định về cách theo dõi tỉ lệ qua vòng sàng lọc sau một đợt tuyển, chỉ dùng dữ liệu ứng viên đã tự nguyện cung cấp và đã gộp thành số đếm, không gắn với tên người.
| Nhóm (ví dụ giả định) | Số hồ sơ | Qua vòng hồ sơ | Tỉ lệ qua |
|---|---|---|---|
| Nhóm 1 | 60 | 24 | 40% |
| Nhóm 2 | 50 | 11 | 22% |
| Không cung cấp thông tin | 30 | 10 | 33% |
Trong ví dụ, tỉ lệ qua của nhóm 2 chỉ bằng khoảng một nửa nhóm 1. Một số nước dùng ngưỡng kinh nghiệm là tỉ lệ của nhóm thấp dưới bốn phần năm tỉ lệ của nhóm cao thì cần xem xét kỹ; đó không phải quy định của Việt Nam nhưng là mốc tham khảo hữu ích. Khi thấy chênh lệch như vậy, hãy đọc lại hồ sơ bị loại của nhóm thấp xem lý do có đứng vững không trước khi kết luận.
Với doanh nghiệp tuyển ít người, số liệu mỗi đợt quá nhỏ để kết luận. Hãy cộng dồn nhiều đợt, và coi phần đọc lại hồ sơ bị loại là phép kiểm chính.
Hồ sơ kiểm cần lưu những gì
Kết quả kiểm chỉ có giá trị nếu được lưu lại để người khác đọc hiểu và để bạn so sánh qua thời gian. Một thư mục nội bộ, có quyền truy cập giới hạn, gồm:
- Tên công cụ, phiên bản hoặc ngày dùng, cài đặt hoặc câu lệnh chính xác đã dùng.
- Câu trả lời bằng văn bản của nhà cung cấp cho bộ câu hỏi ở trên.
- Bộ hồ sơ giả, bảng kết quả thử đối chứng và nhận xét của người kiểm.
- Quyết định dùng hay không, dùng cho bước nào, ai là người duyệt ở bước đó.
- Bảng theo dõi sau mỗi đợt tuyển và các lần đọc lại hồ sơ bị loại.
- Những thay đổi đã làm sau khi phát hiện vấn đề và kết quả thử lại.
Đừng lưu CV thật của ứng viên trong thư mục này. Phần bằng chứng chỉ cần số đếm và hồ sơ giả; hồ sơ thật lưu theo quy trình lưu giữ và xoá hồ sơ ứng viên riêng.
Ví dụ giả định: một chuỗi cửa hàng ở Khánh Hòa thử công cụ chấm hồ sơ
Ví dụ giả định: một chuỗi năm cửa hàng đồ lưu niệm ở Khánh Hòa định dùng chức năng chấm hồ sơ có sẵn trong phần mềm quản lý ứng viên để tuyển nhân viên bán hàng mùa du lịch. Trước khi bật, người phụ trách nhân sự soạn mười hồ sơ giả, mỗi hồ sơ có bốn bản: bản gốc, bản đổi tên gợi giới tính khác, bản có năm sinh lớn hơn hai mươi năm, bản có khoảng trống một năm ghi nghỉ chăm con.
Kết quả cho thấy công cụ chấm khá đều theo giới tính, nhưng bản có khoảng trống bị trừ điểm rõ ở bảy trên mười hồ sơ, trong đó ba hồ sơ lưng chừng bị đẩy xuống dưới ngưỡng mời phỏng vấn. Khi hỏi nhà cung cấp, họ cho biết công cụ mặc định coi khoảng trống dài là dấu hiệu thiếu ổn định và có thể tắt tiêu chí này trong cài đặt.
Chuỗi cửa hàng tắt tiêu chí đó, chạy lại bộ hồ sơ giả và thấy chênh lệch gần như biến mất. Họ vẫn quyết định không dùng ngưỡng loại tự động: công cụ chỉ sắp xếp và tóm tắt, người quản lý từng cửa hàng đọc mọi hồ sơ trước khi loại. Toàn bộ quá trình mất khoảng hai buổi làm việc và được lưu thành một thư mục để lần cập nhật phần mềm sau chạy lại.
Câu hỏi thường gặp
Doanh nghiệp nhỏ chỉ dùng chatbot thì có cần kiểm như vậy không?
Có, nhưng gọn hơn. Bạn không cần hỏi nhà cung cấp, chỉ cần cố định câu lệnh, soạn mười hồ sơ giả và các bản sao đổi một đặc điểm, chạy thử và ghi kết quả. Mỗi lần đổi câu lệnh hay đổi công cụ thì chạy lại.
Có được dùng CV thật của ứng viên cũ để thử không?
Không nên. CV thật chứa dữ liệu cá nhân được thu cho mục đích tuyển một vị trí cụ thể, dùng để thử công cụ là mục đích khác. Hồ sơ giả tự soạn vừa an toàn vừa cho phép bạn kiểm soát chính xác đặc điểm muốn thử.
Nhà cung cấp nói công cụ đã được kiểm thiên lệch thì có cần tự thử nữa không?
Vẫn nên thử. Kiểm của nhà cung cấp thường làm trên dữ liệu và thị trường khác, có thể không có tên, quê quán, cách viết CV của người Việt. Phép thử của bạn kiểm đúng cách bạn sẽ dùng, cho đúng vị trí bạn tuyển.
Thu thông tin giới tính, độ tuổi để theo dõi tỉ lệ qua vòng có vi phạm gì không?
Thông tin này chỉ nên thu khi ứng viên tự nguyện, được báo rõ mục đích thống kê, tách riêng khỏi hồ sơ người chấm đọc và chỉ dùng ở dạng số đếm gộp. Quy định dữ liệu cá nhân thay đổi, nên kiểm văn bản hiện hành hoặc hỏi luật sư trước khi làm.
Kết quả thử cho thấy công cụ lệch thì có phải bỏ hẳn không?
Không nhất thiết. Bạn có thể sửa câu lệnh hoặc cài đặt rồi thử lại, hoặc chỉ dùng công cụ cho phần việc nó làm đúng như tóm tắt hồ sơ, còn việc chấm và loại để người làm. Nếu sửa không hết lệch ở bước loại người thì không dùng cho bước đó.