Asesmen Pra-Kerja Berbasis AI: Cara Kerja, Validitas, dan Risiko Hukum

Oleh Kevin Kim · Diperbarui 11 Oktober 2026

Asesmen pra-kerja berbasis AI adalah tes yang diikuti kandidat (gim, simulasi pekerjaan, wawancara video rekaman, atau latihan keterampilan) yang jawabannya dinilai oleh model pembelajaran mesin untuk memprediksi seberapa baik orang itu akan berkinerja dalam suatu peran. Keluarannya biasanya berupa skor, peringkat, atau pita lulus/tidak lulus yang menjadi masukan bagi keputusan perekrutan. Tes ini hanya sebaik dua hal: apakah skornya benar-benar memprediksi kinerja kerja (validitas), dan apakah ia memperlakukan kelompok kandidat secara adil (dampak merugikan).

Halaman ini ditujukan bagi direktur SDM, pemimpin akuisisi talenta, dan manajer perekrut yang sedang ditawari alat-alat ini atau sudah menggunakannya. Halaman ini menjelaskan cara kerja penilaiannya, apa kata riset tentang jenis asesmen mana yang memprediksi kinerja, bagaimana dampak merugikan diukur, dan dari mana paparan hukum berasal. Ini informasi umum, bukan nasihat hukum. Untuk gambaran rekrutmen yang lebih luas, mulailah dari pusat AI dalam rekrutmen.

Fakta Utama

• Berdasarkan Uniform Guidelines AS, tingkat seleksi untuk kelompok mana pun yang kurang dari empat perlima (80%) dari tingkat kelompok dengan tingkat tertinggi umumnya diperlakukan sebagai bukti dampak merugikan, meskipun selisih yang lebih kecil tetap dapat diperhitungkan (29 CFR 1607.4(D)).
• Estimasi ulang validitas metode seleksi pada 2022 menempatkan wawancara terstruktur pada r = 0,42, tes pengetahuan pekerjaan pada 0,40, tes contoh pekerjaan pada 0,33, dan kemampuan kognitif pada 0,31 (HumRRO tentang Sackett dkk., 2022).
• Kota New York mewajibkan audit bias atas alat keputusan ketenagakerjaan otomatis dalam waktu satu tahun sebelum digunakan, ringkasan publik, dan pemberitahuan kepada kandidat, dan penegakannya dimulai pada 5 Juli 2023 (NYC DCWP).
• EU AI Act mencantumkan alat AI untuk ketenagakerjaan dan pengelolaan pekerja sebagai berisiko tinggi, dengan aturan tersebut berlaku mulai 2 Desember 2027, dan melarang pengenalan emosi di tempat kerja, larangan yang berlaku sejak Februari 2025 (European Commission).

Apa yang Termasuk Asesmen Pra-Kerja Berbasis AI

Kategori ini mencakup empat format, dan masing-masing berbeda dalam seberapa banyak yang dikerjakan AI.

Penilaian sederhana (menghitung jawaban benar terhadap kunci) sebenarnya bukan AI. Bagian AI muncul ketika model mempelajari pola jawaban mana yang dianggap baik, atau ketika ia membaca keluaran terbuka seperti ucapan dan tulisan.

Cara Kerja Penilaiannya

Sebagian besar asesmen AI mengikuti empat langkah yang sama, yang selaras dengan tahap Ingest, Analyze, dan Predict dari ACE Framework.

1. Penangkapan. Platform merekam perilaku mentah: klik, waktu respons, jawaban, video, transkrip, kode yang dikirim.
2. Ekstraksi fitur. Data mentah menjadi fitur yang dapat diukur, seperti akurasi di bawah tekanan waktu, jumlah kata yang dipakai kandidat, atau topik yang tercakup dalam sebuah jawaban.
3. Penilaian oleh model. Model terlatih memetakan fitur ke skor. Pelatihan membutuhkan "kriteria", yaitu ukuran keberhasilan kerja, seperti penilaian manajer atau hasil penjualan dari orang-orang yang sudah menduduki peran itu.
4. Pengelompokan dan perutean. Skor diubah menjadi peringkat atau pita (direkomendasikan, ditinjau, tidak direkomendasikan), dan kandidat dirutekan ke tahap berikutnya.

Dua rincian menentukan apakah hasilnya dapat dipercaya. Pertama, apa yang dilatih untuk diprediksi oleh model. Jika kriterianya adalah "orang yang kita rekrut dan pertahankan", model mempelajari preferensi masa lalu Anda, termasuk kekurangannya. Kedua, apakah fitur model terkait dengan pekerjaan. Fitur yang sekadar berkorelasi dengan keberhasilan dalam data historis Anda dapat diam-diam menjadi pengganti usia, gender, atau disabilitas.

Kasus peringatan yang paling terkenal adalah model rekrutmen buatan Amazon, yang menilai kandidat dari satu hingga lima bintang setelah belajar dari sekitar sepuluh tahun CV, sebagian besar dari laki-laki. Model itu menghukum CV yang memuat kata "women's" dan menurunkan peringkat lulusan dari dua perguruan tinggi khusus perempuan, dan para eksekutif kehilangan kepercayaan padanya lalu membubarkan timnya (laporan Reuters, dimuat oleh Euronews). Itu alat penyaring CV, bukan asesmen, tetapi mekanismenya identik: belajar dari masa lalu yang miring, lalu mereproduksinya dalam skala besar.

Kasus kedua menunjukkan vendor yang mengoreksi arah. HireVue menyatakan pada Januari 2021 bahwa mereka telah menghapus analisis wajah dari asesmen videonya, dengan menjelaskan bahwa analisis bahasa menjadi lebih prediktif dan analisis visual tidak lagi menambah nilai yang signifikan (SHRM). Pelajaran bagi pembeli adalah menanyakan sinyal apa yang dipakai model, dan menolak sinyal yang tidak dapat Anda kaitkan dengan pekerjaan.

Validitas: Apakah Skor Memprediksi Kinerja Kerja?

Validitas adalah pertanyaan yang paling penting dan paling jarang diajukan. Asesmen yang valid menghasilkan skor yang berkorelasi dengan kinerja kerja di kemudian hari. Korelasi dinyatakan sebagai r, di mana 0 berarti tidak ada hubungan dan 1 berarti prediksi sempurna. Metode seleksi yang nyata berada jauh di bawah 1.

Uniform Guidelines menyatakan bahwa validitas harus bertumpu pada tinjauan informasi pekerjaan, biasanya analisis jabatan, dan menjelaskan tiga jenis bukti: terkait kriteria (skor berkorelasi dengan kinerja), isi (tes mengambil sampel dari isi pekerjaan yang nyata), dan konstruk (tes mengukur ciri terdefinisi yang berkaitan dengan pekerjaan). Pedoman itu juga mencatat bahwa validitas isi tidak cocok untuk ciri abstrak seperti kecerdasan atau kepribadian (29 CFR 1607.14). Itu penting bagi alat berbasis gim, yang biasanya mengklaim mengukur ciri.

Mengenai metode mana yang memprediksi paling baik, analisis ulang yang banyak dikutip pada 2022 oleh Sackett dan rekan-rekan menurunkan estimasi sebelumnya, yang menurut mereka telah digelembungkan oleh koreksi berlebihan terhadap rentang yang terbatas. Angka revisi mereka: wawancara terstruktur r = 0,42, tes pengetahuan pekerjaan 0,40, biodata dengan kunci empiris 0,38, tes contoh pekerjaan 0,33, dan kemampuan kognitif 0,31 (ringkasan HumRRO). Tiga pelajaran bagi manajer menyusul:

• Metode yang berakar pada pekerjaan sebenarnya cenderung berhasil baik. Contoh pekerjaan dan tes pengetahuan pekerjaan secara langsung menyerupai pekerjaannya.
• Bahkan metode terbaik hanyalah prediktor yang sedang. Tidak ada skor yang boleh diperlakukan sebagai vonis atas seseorang.
• Klaim vendor harus sesuai dengan pekerjaan Anda. Studi validasi pada agen pusat panggilan hanya sedikit bicara tentang peran manajer rekayasa. Standar transportabilitas dalam Pedoman itu sendiri ada karena alasan ini.

Inti dari riset ini bukan bahwa penilaian AI lebih baik atau lebih buruk daripada penilaian tradisional. Intinya, format dan kaitannya dengan pekerjaan lebih penting daripada label "AI". Contoh pekerjaan yang dinilai AI mewarisi kekuatan contoh pekerjaan; gim yang dinilai AI tanpa analisis jabatan di baliknya tidak mewarisi apa pun.

Dampak Merugikan (Adverse Impact) dan Aturan Empat Perlima

Dampak merugikan berarti suatu prosedur seleksi menyaring satu kelompok pada tingkat yang jelas lebih tinggi daripada kelompok lain, terlepas dari apakah ada yang bermaksud demikian. Uniform Guidelines AS memberikan aturan praktis untuk mendeteksinya. Tingkat seleksi untuk kelompok ras, jenis kelamin, atau etnis mana pun yang kurang dari empat perlima (80%) dari tingkat kelompok dengan tingkat tertinggi umumnya dianggap sebagai bukti dampak merugikan. Tingkat di atas ambang itu umumnya bukan. Paragraf yang sama menambahkan bahwa selisih yang lebih kecil tetap dapat berupa dampak merugikan, terutama bila signifikan secara statistik dan praktis, dan bahwa selisih yang bertumpu pada jumlah kecil mungkin tidak andal (29 CFR 1607.4(D)).

Contoh hipotetis menunjukkan hitungannya. Misalkan 200 kandidat dari Kelompok A mengikuti asesmen dan 100 lulus, yaitu tingkat 50%. Kelompok B memiliki 100 kandidat dan 30 lulus, yaitu tingkat 30%. Bagi 30% dengan 50% dan Anda mendapat 0,60, di bawah garis 0,80, sehingga hasilnya ditandai untuk ditinjau. Jika sebaliknya 42 dari 100 lulus, rasionya 0,84 dan tanda itu tidak akan terpicu hanya oleh aturan ini.

Tiga peringatan menjaga aturan ini tetap berguna, bukan berbahaya:

• Ini heuristik penyaringan, bukan perlindungan mutlak. Lolos uji 80% tidak berarti alat itu sah secara hukum, dan gagal tidak berarti melanggar hukum. Ia hanya memulai pemeriksaan yang lebih dekat.
• Jalankan di setiap tahap. Uji tingkat kelolosan keseluruhan, dan juga setiap asesmen, nilai batas, dan pita. Asesmen yang tampak baik secara agregat dapat memusatkan kerugian pada satu nilai batas.
• Dampak merugikan memicu pertanyaan validitas. Berdasarkan standar teknis, prosedur dengan korelasi rendah tetapi dampak merugikan besar ditinjau dengan ketat, dan pengguna harus mempertimbangkan apakah tersedia prosedur lain dengan validitas lebih besar atau setara (29 CFR 1607.14). Singkatnya: jika dua alat memprediksi sama baiknya dan satu menyaring lebih banyak orang dari kelompok yang dilindungi, gunakan yang lain.

Di Mana Letak Paparan Hukumnya

Pemberi kerja menanggung tanggung jawab atas alat yang mereka beli. Aturan di bawah ini diringkas pada tingkat tinggi dan sering berubah, jadi periksa teks terbaru bersama penasihat hukum di setiap tempat Anda merekrut.

Hukum antidiskriminasi federal AS. Uniform Guidelines di atas berlaku untuk prosedur seleksi secara umum, termasuk yang dinilai AI. Americans with Disabilities Act menambahkan isu tersendiri: panduan Departemen Kehakiman menyatakan bahwa gim daring dan asesmen kepribadian hanya boleh mengukur keterampilan relevan pekerjaan yang dimaksudkan, bukan keterampilan sensorik, manual, atau berbicara yang terganggu, dan bahwa pemberi kerja harus menyediakan tes yang dapat diakses atau penyesuaian lain ketika suatu tes akan menyingkirkan seseorang yang sebenarnya mampu mengerjakan pekerjaan itu. Panduan itu juga menyatakan bahwa pemberi kerja tetap bertanggung jawab ketika teknologi diskriminatif berasal dari perusahaan lain (panduan AI ADA.gov).

Kota New York. Local Law 144 mencakup alat keputusan ketenagakerjaan otomatis. Alat harus menjalani audit bias dalam waktu satu tahun sebelum digunakan, informasi tentang audit harus terbuka untuk publik, dan kandidat harus menerima pemberitahuan. Kota menyatakan pemberitahuan harus diberikan 10 hari kerja sebelum alat digunakan, dan penegakannya dimulai pada 5 Juli 2023 (NYC DCWP).

Illinois. Artificial Intelligence Video Interview Act, yang berlaku efektif 1 Januari 2020, mewajibkan pemberi kerja yang memakai AI untuk menganalisis wawancara video memberikan pemberitahuan, menjelaskan cara kerja AI dan ciri apa yang dinilainya, memperoleh persetujuan pelamar sebelumnya, membatasi siapa yang melihat video, dan memusnahkan salinan dalam 30 hari sejak permintaan (ringkasan SHRM). Amandemen terpisah pada Illinois Human Rights Act, efektif 1 Januari 2026, melarang pemakaian AI dalam perekrutan dan keputusan ketenagakerjaan lainnya dengan cara yang mendiskriminasi kelompok yang dilindungi, melarang pemakaian kode pos sebagai proksi bagi kelompok tersebut, dan mewajibkan pemberitahuan kepada karyawan (Crowell & Moring).

Uni Eropa. Commission mencantumkan alat AI untuk ketenagakerjaan dan pengelolaan pekerja sebagai berisiko tinggi, dengan perangkat lunak pemilah CV sebagai contohnya. Sistem berisiko tinggi menghadapi kewajiban terkait manajemen risiko, kualitas dataset, pencatatan log, dokumentasi, dan pengawasan manusia, dan untuk ketenagakerjaan kewajiban ini berlaku mulai 2 Desember 2027 berdasarkan amandemen AI Omnibus. Pengenalan emosi di tempat kerja dilarang sejak Februari 2025 (European Commission). Karena itu, asesmen video apa pun yang menyimpulkan emosi dari wajah atau suara menjadi masalah bagi perekrutan di UE.

Negara bagian AS lainnya memiliki aturan sendiri atau yang masih tertunda tentang AI dalam perekrutan, dan sebagian telah berulang kali ditunda atau dipersempit. Perlakukan daftar periksa kepatuhan apa pun, termasuk yang ini, sebagai titik awal.

Contoh Nyata menurut Fungsi

Format asesmen yang sama bekerja berbeda tergantung pada pekerjaannya.

• Dukungan pelanggan. Simulasi di mana kandidat menjawab tiga tiket yang realistis, dinilai dengan rubrik untuk akurasi, nada, dan penggunaan kebijakan. Mudah dikaitkan dengan pekerjaan, mudah diaudit.
• Penjualan. Permainan peran yang direkam dalam video, dinilai dari isinya (apakah mereka mengajukan pertanyaan penggalian kebutuhan, menangani keberatan) dan bukan dari sinyal suara atau wajah. Penilaian berbasis isi lebih mudah dijelaskan dan dipertahankan.
• Rekayasa. Tugas pemrograman bertenggat yang dievaluasi terhadap kasus uji, dengan manusia meninjau penalaran solusinya. Baik untuk keterampilan, diam soal kolaborasi.
• Keuangan dan operasional. Latihan spreadsheet dengan kunci jawaban yang diketahui dan beberapa penilaian pertimbangan. Sebagian besar aturan, sedikit AI, dan itu justru kelebihan.
• Peran per jam bervolume tinggi. Pertanyaan penilaian situasional singkat dan pemeriksaan keterampilan dasar, dipakai untuk merutekan kandidat ke wawancara, tidak pernah untuk menolak tanpa tinjauan. Pendekatan perekrutan berbasis keterampilan cocok di sini, karena berfokus pada apa yang dapat dilakukan seseorang, bukan pada kredensial.

Cara Menerapkan Asesmen AI Langkah demi Langkah

1. Mulailah dari pekerjaannya. Tuliskan 4 hingga 6 tugas kritis dan keterampilan di baliknya. Jika Anda tidak bisa menguraikan pekerjaannya, Anda tidak bisa memvalidasi tes untuknya.

2. Pilih AI yang paling sedikit tetapi berfungsi. Utamakan contoh pekerjaan dan tes pengetahuan yang terkait tugas-tugas tersebut. Tambahkan penilaian AI hanya di tempat yang jelas menghemat waktu, seperti membaca jawaban terbuka.
3. Minta bukti dari vendor. Mintalah studi validasi, jenis pekerjaan dan populasi yang dicakupnya, fitur yang dipakai model, serta audit bias terbaru beserta hasil tingkat kelompok. Jika tidak ada studi untuk peran yang sebanding, rencanakan validasi lokal.
4. Tentukan peran skor. Gunakan sebagai salah satu masukan bagi keputusan terstruktur, bukan sebagai gerbang otomatis. Ini adalah praktik desain human-in-the-loop (manusia dalam proses), dan peninjau memerlukan wewenang nyata untuk mengesampingkan skor.
5. Tetapkan nilai batas dengan hati-hati. Nilai batas yang lebih tinggi biasanya meningkatkan dampak merugikan. Uji efek setiap ambang sebelum peluncuran.
6. Rencanakan akomodasi sejak awal. Beri tahu kandidat apa asesmen itu dan bagaimana dinilai, dan sediakan cara yang jelas untuk meminta format alternatif.
7. Jalankan pemeriksaan empat perlima pada hasil nyata. Bandingkan tingkat kelolosan menurut kelompok untuk asesmen dan untuk seluruh corong, secara berkala, dengan volume yang cukup agar bermakna.
8. Tangani pemberitahuan hukum. Konfirmasikan kewajiban pemberitahuan, persetujuan, dan audit untuk setiap lokasi tempat Anda merekrut, dan simpan catatan audit dan pemberitahuannya.
9. Tinjau dan pensiunkan. Periksa ulang validitas dan dampak setidaknya setahun sekali, dan setelah perubahan apa pun pada pekerjaan atau model. Tinggalkan alat yang gagal.

Untuk pilihan vendor, lihat rangkuman alat asesmen pra-kerja terbaik. Jika Anda juga sedang menentukan bagaimana AI menyaring CV dan wawancara, lihat penyaringan CV dengan AI dan AI dalam wawancara.

Kesalahan Umum

• Menganggap "bertenaga AI" sebagai bukti validitas. Label itu menyatakan bagaimana skor dibuat, bukan apakah skor itu memprediksi sesuatu.
• Memakai gim ciri tanpa kaitan pekerjaan. Jika Anda tidak bisa menjelaskan mengapa tugas memori atau risiko berkaitan dengan pekerjaan, regulator atau penggugat akan mengajukan pertanyaan yang sama.
• Membiarkan skor menolak orang secara otomatis. Penolakan otomatis menghilangkan pemeriksaan manusia yang menjadi sandaran sebagian besar kerangka hukum.
• Menguji bias sekali saat peluncuran. Kumpulan kandidat, nilai batas, dan model berubah. Audit satu kali menjadi basi.
• Mengabaikan aksesibilitas. Tugas bertenggat, visual, atau yang banyak melibatkan motorik dapat menyingkirkan orang yang sebenarnya mampu mengerjakan pekerjaan itu.
• Bergantung pada vendor. Panduan disabilitas federal tegas menyatakan bahwa pemberi kerja yang memakai alat itu memegang hasilnya.
• Tidak ada penjelasan untuk kandidat. Jika tidak ada yang bisa mengatakan mengapa seseorang mendapat skor rendah, Anda tidak bisa mempertahankannya. Inilah mengapa AI yang dapat dijelaskan penting dalam seleksi, dan mengapa bias dalam AI layak hadir dalam setiap percakapan dengan vendor.

Langkah Selanjutnya

Pilih satu peran, tuliskan tugas kritisnya, dan bandingkan asesmen apa pun yang Anda pertimbangkan terhadapnya sebelum melihat demo. Lalu minta studi validasi dan hasil dampak merugikannya. Peta lengkap bagian ini ada di pusat AI dalam rekrutmen, dan pandangan seluruh fungsi ada di AI di bidang SDM.