AI menyeleksi kandidat? Validasi hasilnya, jangan hanya percaya vendor

Jika AI menyaring atau memberi peringkat pelamar, validasi hasilnya dengan tiga pertanyaan: apakah alat menilai kemampuan yang diperlukan untuk pekerjaan, apakah skornya berkaitan dengan kinerja setelah kandidat diterima, dan apakah peluang lolos berbeda antar kelompok. Uraian validasi SHRM mencakup relevansi isi dan konstruk yang diukur, hubungan skor dengan kinerja, serta dampak seleksi pada kelompok kandidat. Pemeriksaan harus mencakup tahap penyaringan AI, meskipun manusia membuat keputusan penerimaan terakhir.

Sebelum membeli, tetapkan keputusan yang akan dibantu alat, bukti yang harus diberikan vendor, dan data yang perlu dikumpulkan selama uji coba. Kajian ILO tentang AI dalam pengelolaan SDM mencatat bahwa pemahaman perusahaan mengenai dampaknya pada tenaga kerja kerap tertinggal dari adopsi teknologi tersebut. Klaim bahwa suatu produk sudah divalidasi karena itu perlu diperiksa terhadap jabatan, kandidat, dan cara seleksi di organisasi yang akan memakainya.

Petakan pekerjaan dan titik ketika AI menentukan peluang

Mulailah dari tugas jabatan, bukan dari fitur produk. Catat kemampuan yang diperlukan, bagaimana kemampuan itu tampak saat bekerja, dan bukti yang masuk akal untuk menilainya. Pemegang jabatan serta atasan yang memahami pekerjaan sehari-hari dapat membantu membedakan syarat penting dari kebiasaan perekrutan yang tidak berhubungan jelas dengan tugas.

Petakan pula perjalanan pelamar: siapa masuk ke penilaian, data apa yang diterima alat, kapan skor dibuat, batas nilai untuk maju, dan siapa dapat mengubah keputusan. Bila alat mengurutkan CV sebelum wawancara, pengurutan itu sudah memengaruhi kesempatan kandidat. Untuk setiap titik, rumuskan pertanyaan yang bisa diuji, misalnya apakah pelamar yang memenuhi syarat dasar tersingkir karena masukan yang hubungannya dengan pekerjaan belum terbukti.

Minta bukti vendor yang dapat diperiksa

Minta penjelasan tertulis tentang tujuan alat, data masukan, keluaran, cara skor digunakan, serta pekerjaan dan populasi dalam studi validasinya. Tanyakan apakah studi itu mencakup tugas yang sebanding dengan lowongan Anda, bagaimana data pelamar yang tidak lengkap diperlakukan, dan apakah organisasi boleh menguji hasil menurut kelompok kandidat. Ringkasan pemasaran yang menyebut produk “bebas bias” tidak menjawab pertanyaan tersebut.

Minta metode dan hasil pengujian, versi model yang diuji, serta perubahan produk yang dapat mengubah skor atau urutan pelamar. Organisasi juga perlu mengetahui catatan apa yang tersedia ketika sebuah hasil dipertanyakan: masukan yang dipakai, keluaran alat, batas kelolosan, dan tindakan peninjau manusia. Jika vendor tidak membuka rincian model, nilai apakah akses terhadap keluaran dan catatan keputusan tetap cukup untuk menguji penggunaan alat pada proses Anda. Bila pemeriksaan dasar itu tidak mungkin dilakukan, klaim validasi vendor sulit dipakai sebagai dasar keputusan pembelian.

Uji apa yang dinilai dan apakah skor memprediksi hasil kerja

Validitas isi menanyakan apakah tugas, pertanyaan, atau informasi yang dinilai mewakili bagian penting dari pekerjaan. Periksa setiap masukan yang berpengaruh pada skor, termasuk riwayat pendidikan, pilihan kata dalam CV, dan jawaban wawancara. Masukan yang mudah dikumpulkan belum tentu menjadi bukti kemampuan yang dibutuhkan. Jika sebuah unsur tidak punya hubungan yang dapat dijelaskan dengan tugas jabatan, pengaruhnya pada keputusan perlu dipertanyakan.

Validitas konstruk menanyakan apakah alat mengukur kemampuan yang diklaimnya. Sebagai contoh bersyarat, bila pekerjaan menuntut penalaran tertulis tetapi skor terutama dipengaruhi kelancaran bicara, alat mungkin menilai hal yang berbeda dari tujuan seleksi. Pertanyaan kepada vendor ialah bagaimana konstruk ditetapkan, bagian penilaian mana yang mewakilinya, dan apa yang dilakukan untuk mendeteksi pengaruh kemampuan lain yang tidak diperlukan.

Untuk validitas kriteria, bandingkan skor seleksi dengan ukuran kinerja setelah bekerja yang ditentukan sebelumnya dan relevan dengan jabatan. Gunakan ukuran yang diterapkan secara konsisten, lalu lihat apakah hubungan skor dan hasil kerja juga tampak pada kelompok kandidat yang berbeda. Penilaian atasan dan retensi dapat memberi petunjuk, tetapi masing-masing bisa dipengaruhi hal di luar kemampuan yang hendak dipilih alat.

Data kinerja dari orang yang diterima memiliki batas: kinerja pelamar yang tersaring tidak dapat diamati dalam pekerjaan itu. Karena itu, hubungan antara skor dan hasil karyawan yang diterima saja belum membuktikan bahwa ambang kelolosan sudah tepat. Catat jumlah data yang tersedia, ukuran kinerja yang dipakai, dan ketidakpastian hasil sebelum mengubah peran alat dalam penyaringan.

Bandingkan tingkat kelolosan pada setiap tahap

Untuk setiap kelompok yang datanya dapat dikumpulkan dan dianalisis secara sah, catat jumlah pelamar yang dinilai serta jumlah yang maju ke tahap berikutnya. Bagi jumlah yang maju dengan jumlah yang dinilai untuk memperoleh tingkat kelolosan. Bandingkan kelompok pada jabatan, lokasi, periode, dan tahap seleksi yang sebanding; mencampur lowongan dengan persyaratan berbeda dapat menyesatkan pembacaan hasil.

Pisahkan dampak penyaringan AI dari dampak wawancara dan keputusan akhir. Angka gabungan seluruh proses dapat menyembunyikan tahap tempat perbedaan muncul. Perbedaan tingkat kelolosan merupakan alasan untuk menyelidiki lebih lanjut, bukan bukti otomatis bahwa model diskriminatif. Periksa ukuran kelompok, kelengkapan data, sumber pelamar, kriteria pekerjaan, serta ambang skor. Jika suatu kriteria menyaring satu kelompok lebih sering, uji kembali kaitannya dengan pekerjaan dan apakah kemampuan yang sama dapat dinilai dengan cara lain yang lebih adil.

Sediakan akomodasi dan peninjauan bagi kandidat

Kandidat perlu mendapat kesempatan untuk menunjukkan kemampuan yang memang dicari. Panduan Departemen Kehakiman AS tentang AI dan disabilitas menjelaskan bahwa tes berbasis teknologi dapat menyingkirkan pelamar yang mampu bekerja bila tes justru mengukur hambatan penglihatan, gerak, atau bicara yang tidak relevan; panduan itu juga membahas akses terhadap akomodasi. Rujukan tersebut menjelaskan risiko dalam penilaian, bukan menetapkan kewajiban hukum di Indonesia.

Beritahu kandidat jenis penilaian yang akan digunakan dan sediakan cara yang jelas untuk meminta format atau proses alternatif. Permintaan itu tidak boleh mengurangi kesempatan mereka dalam penilaian. Sediakan pula jalur peninjauan ketika kandidat menduga masukan keliru atau kebutuhannya tidak terakomodasi. Peninjau perlu dapat memeriksa masukan yang relevan, alasan keputusan, dan koreksi yang dibuat, sehingga kesalahan berulang dapat terlihat dalam audit.

Ulangi pengujian setelah alat digunakan

Tentukan penanggung jawab pemantauan, jadwal peninjauan, dan kondisi yang memicu pemeriksaan segera. Ulangi uji ketika versi model, tugas jabatan, sumber pelamar, batas kelolosan, atau cara menggunakan skor berubah. Simpan versi alat, kriteria seleksi, hasil pada tiap tahap dan kelompok, permintaan akomodasi, serta alasan perubahan keputusan. Catatan tersebut memungkinkan hasil pengujian dibandingkan dari waktu ke waktu.

Dasar pemakaian alat ialah gabungan bukti tentang relevansi kerja, hubungan skor dengan kinerja, dampak pada kelompok kandidat, dan kemampuan meninjau hasil yang keliru. Jika bukti penting belum tersedia, batasi penggunaan skor untuk menyaring pelamar sampai pengujian tambahan memberi dasar yang memadai.

Baca juga:

• Jangan mulai dari alat—pilih satu alur kerja AI yang bisa diperiksa
• AI mewawancarai semua pelamar—transparansi harus diuji sebelum percaya
• AlphaGenome Atlas memetakan 9 miliar mutasi—hasilnya bukan diagnosis