AI dalam Pengambilan Pekerja: Cara Ia Berfungsi Merentasi Corong Pengambilan

Oleh Kevin Kim · Dikemas kini 11 Oktober 2026

AI dalam pengambilan pekerja ialah penggunaan pembelajaran mesin dan model bahasa untuk mengendalikan langkah pengambilan yang berjumlah tinggi (mencari calon, membaca permohonan, penjadualan, penilaian dan menyediakan draf tawaran) supaya perekrut menumpukan masa pada perbualan dan pertimbangan. Setiap langkah mendapat jenis AI yang berbeza, tahap risiko yang berbeza, dan jawapan yang berbeza kepada soalan "siapa yang masih memutuskan?"

Panduan ini ditujukan kepada ketua pemerolehan bakat, pengurus sumber manusia dan pengurus pengambilan yang perlu memahami apa yang berlaku di dalam corong pengambilan mereka sebelum membeli atau meluluskan apa-apa. Ia ialah hab bahagian AI dalam pengambilan pekerja bagi AI dalam HR, jadi ia kekal pada peringkat keseluruhan corong dan merujuk halaman yang lebih mendalam untuk setiap langkah.

Fakta Utama

• Dalam ujian University of Washington terhadap tiga model bahasa yang menyusun kedudukan resume berbanding lebih 500 senarai jawatan sebenar, nama yang dikaitkan dengan orang kulit putih diutamakan 85% daripada masa berbanding 9% bagi nama yang dikaitkan dengan orang kulit hitam (University of Washington).
• Kajian yang sama mendapati nama yang dikaitkan dengan lelaki diutamakan 52% daripada masa berbanding 11% bagi nama yang dikaitkan dengan perempuan (University of Washington).
• Local Law 144 New York City menghendaki alat keputusan pekerjaan automatik telah menjalani audit bias dalam tempoh setahun sebelum digunakan, dan bandar itu mula menguatkuasakannya pada 5 Julai 2023 (NYC Department of Consumer and Worker Protection).
• Suruhanjaya Eropah menyenaraikan alat AI untuk pekerjaan dan pengurusan pekerja, dengan saringan CV pengambilan pekerja sebagai contohnya, sebagai berisiko tinggi, dan menyatakan peraturan itu terpakai mulai 2 Disember 2027 (Suruhanjaya Eropah).
• Halaman Suruhanjaya yang sama menyenaraikan pengecaman emosi di tempat kerja sebagai amalan yang dilarang, antara larangan yang berkuat kuasa pada Februari 2025 (Suruhanjaya Eropah).

Apa yang Dilakukan AI pada Setiap Langkah Corong

Corong pengambilan ialah urutan penapis. Setiap penapis mengurangkan longgokan besar calon kepada senarai pendek, dan AI berguna di mana sahaja longgokan itu besar dan kriteria telah dituliskan. Ia jauh kurang berguna, dan lebih berisiko, di mana keputusan itu subjektif atau data nipis.

Dari segi ACE Framework, kebanyakan AI pengambilan pekerja berfungsi dengan mengambil permohonan dan profil, menganalisisnya berbanding keperluan, meramalkan kesepadanan atau kebarangkalian, menjana teks seperti mesej jangkauan dan ringkasan, serta melaksanakan tindakan kecil seperti menghantar jemputan kalendar. Corak penskoran dan pembacaan dokumen membawa kebanyakan risiko.

Langkah demi Langkah: Apa yang Berubah dalam Praktik

Takrifan jawatan

Segala-galanya selepas ini bergantung pada apa yang dinyatakan oleh huraian tugas. Model boleh menyediakan versi pertama daripada ringkasan peranan, menulis semula jargon kepada bahasa mudah dan menandakan perkataan yang menyempitkan kumpulan calon tanpa sebab. Pengurus pengambilan masih menentukan apa yang diperlukan jawatan itu. Butirannya ada dalam menulis huraian tugas dengan AI.

Pencarian calon (sourcing)

Alat pencarian calon menyelongkar pangkalan data profil yang besar, mencadangkan orang yang menyerupai pekerja yang pernah anda ambil, dan menyediakan draf mesej yang diperibadikan. Kelebihannya ialah capaian: perekrut boleh menghubungi orang yang tidak akan ditemuinya secara manual. Kelemahannya ialah "menyerupai pekerja terdahulu" menyalin apa sahaja corak pengambilan terdahulu anda. Jika sejarah anda sempit, cadangannya juga akan sempit.

Saringan

Di sinilah kebanyakan pemohon pertama kali bertemu AI. Sistem membaca setiap resume, mengekstrak kemahiran dan pengalaman, dan menyusun kedudukan orang berbanding keperluan. Jika dilakukan dengan baik, ia menjadi perbezaan antara membaca sekilas 400 permohonan dengan membaca 40 yang terbaik secara teliti. Jika dilakukan dengan buruk, ia senyap-senyap menolak orang atas sebab yang tiada siapa dapat terangkan. Kedua-dua sisi dibincangkan dalam saringan resume dengan AI.

Penjadualan

Penjadualan ialah tempat paling selamat untuk bermula. Tugasnya mekanikal, peraturannya jelas, dan ralat hanya menyebabkan penjadualan semula dan bukannya peluang seseorang mendapat pekerjaan. Alat yang menyelaras kalendar merentasi calon, penemu duga dan bilik menjimatkan beberapa jam bagi setiap pengambilan, dan ia tidak menilai sesiapa.

Temu duga

AI di sekitar temu duga lazimnya melakukan tiga perkara: mencadangkan soalan berstruktur yang dikaitkan dengan jawatan, menyalin perbualan, dan meringkaskannya untuk panel. Sesetengah produk melangkah lebih jauh dan menskor pertuturan, riak muka atau pilihan perkataan calon. Itulah bahagian yang patut dilayan dengan curiga. Lihat AI dalam temu duga untuk apa yang munasabah dan apa yang tidak.

Penilaian

Alat penilaian menskor ujian, simulasi dan sampel kerja. Ia hanya sebaik bukti bahawa skor itu meramalkan prestasi kerja dan melayan kumpulan dengan adil. Papan pemuka yang digilap bukan bukti itu. Penilaian pra-pekerjaan AI membincangkan soalan yang patut ditanya.

Tawaran

Pada penghujung corong, AI menyediakan draf surat, mengambil penanda aras gaji dan mengejar kelulusan. Draf perlu dibaca oleh manusia, kerana gaji atau tarikh mula yang salah dalam surat tawaran ialah masalah undang-undang dan hubungan. Pengalaman calon terhadap semua langkah di atas ialah subjek AI dan pengalaman calon.

Contoh Sebenar mengikut Fungsi

Pasukan pemerolehan bakat. Seorang perekrut membuka jawatan yang menarik beberapa ratus pemohon. Model menghurai setiap resume, memadankan setiap satu dengan keperluan wajib, dan meletakkan mereka dalam tiga kumpulan. Perekrut membaca kumpulan teratas sepenuhnya, mengambil sampel daripada dua kumpulan lain, dan merekodkan sebab sesiapa dipindahkan. AI menjimatkan masa membaca, dan perekrut mengekalkan keputusan.

Pengurus pengambilan. Seorang pengurus tanpa latar belakang pengambilan pekerja menggunakan alat penyediaan draf untuk menukar senarai tugas kasar menjadi iklan yang jelas dan satu set soalan temu duga berstruktur, kemudian menyunting kedua-duanya. Nilainya ialah titik permulaan yang lebih baik, bukan hasil automatik.

Penyelaras atau operasi sumber manusia. Pembantu penjadualan menawarkan slot kosong kepada calon, menempah panel, dan memindahkan semuanya apabila seseorang membatalkan. Tiada pertimbangan terlibat, jadi hanya sedikit yang perlu diaudit selain sama ada kalendar betul.

Pematuhan dan undang-undang. Penasihat undang-undang menyemak setiap alat yang menyusun kedudukan atau menskor orang, meminta bukti ujian bias, dan mengesahkan notis kepada calon disediakan di mana undang-undang menghendakinya. Fungsi ini mudah dilangkau dan mahal untuk ditambah kemudian.

Risiko, Secara Khusus

Risiko tidak tersebar sama rata merentasi corong. Ia tertumpu di mana sahaja AI menyusun kedudukan, menskor atau menolak orang.

Bias dalam penyusunan kedudukan. Ujian University of Washington di atas ialah contoh yang jelas. Para penyelidik menyusun kedudukan resume berbanding lebih 500 senarai jawatan dengan tiga model bahasa, dan nama sahaja mengubah keputusan dengan ketara mengikut kaum dan jantina. Ia menguji model tertentu itu dalam suasana penyelidikan, bukan setiap produk komersial, tetapi ia sebab yang baik untuk menguji mana-mana alat pada pemohon anda sendiri. Konsep ini diterangkan dalam bias dalam AI.

Pendedahan undang-undang. Peraturan tiba secara tidak sekata. New York City menghendaki audit bias dan notis kepada calon bagi alat keputusan pekerjaan automatik, dan EU menganggap AI pekerjaan sebagai berisiko tinggi, dengan pengecaman emosi di tempat kerja dilarang sepenuhnya. Tempat lain mempunyai peraturan sendiri, dan ia berubah. Ini maklumat am, bukan nasihat undang-undang, jadi libatkan penasihat undang-undang sebelum menggunakan AI dalam sebarang keputusan tentang seseorang.

Penolakan yang tidak dapat diterangkan. Jika calon bertanya mengapa mereka disingkirkan dan tiada siapa dapat menjawab, anda sudah mempunyai masalah proses sebelum mempunyai masalah undang-undang. Idea di sebalik AI yang boleh dijelaskan ialah seseorang dapat menyatakan sebab bagi sesuatu hasil.

Keyakinan palsu. Senarai berkedudukan kelihatan objektif. Ia tidak. Skor mencerminkan data dan kriteria di sebaliknya, dan perekrut yang berhenti membaca di bawah sepuluh teratas telah menyerahkan keputusan kepada model.

Kepercayaan calon. Orang perasan apabila sesuatu proses terasa automatik dan legap. Calon yang tidak dapat menghubungi manusia, atau yang mengesyaki bot membaca permohonan mereka, mungkin menarik diri, dan calon terbaik mempunyai paling banyak pilihan.

Cara Memperkenalkan AI ke dalam Corong Pengambilan Anda

1. Petakan corong semasa anda. Tuliskan setiap langkah, siapa yang melakukannya, berapa lama masanya dan di mana calon menunggu atau tercicir. Tanpa ini, anda tidak dapat memberitahu apa yang diperbaiki AI.
2. Susun langkah mengikut risiko dan jumlah. Mulakan dengan langkah berjumlah tinggi dan berisiko rendah seperti penjadualan dan penyediaan draf. Tangguhkan penyusunan kedudukan dan penskoran.
3. Tulis kriteria dahulu. Saringan AI menerapkan keperluan kepada orang. Jika keperluan kabur atau dibesar-besarkan, outputnya juga begitu. Pendekatan berasaskan kemahiran, yang dikenali sebagai pengambilan pekerja berasaskan kemahiran, memberi model sesuatu yang boleh dipertahankan untuk dipadankan.
4. Tentukan pusat semakan manusia. Bagi setiap langkah, namakan siapa yang menyemak output AI, apa yang mereka lihat dan apa yang boleh mereka batalkan. Ini ialah reka bentuk human-in-the-loop (manusia dalam kitaran), dan semakan itu mesti nyata.
5. Uji sebelum pelancaran. Jalankan permohonan lama melalui alat itu dan bandingkan hasil merentasi kumpulan. Tanya mana-mana vendor bagaimana produknya diuji dan sama ada ia akan berkongsi keputusan audit.
6. Beritahu calon. Nyatakan di mana AI digunakan, apa yang dilakukannya dan cara menghubungi seorang manusia. Di mana undang-undang menghendaki notis, patuhinya.
7. Rintis satu langkah selama satu suku tahun. Ukur masa untuk menjadual, jam perekrut bagi setiap pengambilan, pembetulan oleh penyemak dan maklum balas calon.
8. Pilih alat paling akhir. Setelah proses dan pusat semakan jelas, nilai perisian berbanding kedua-duanya. Panduan cara memilih perisian pengambilan pekerja menggariskan kriteria, dan ringkasan pendampingnya tentang sistem penjejakan pemohon (ATS) merangkumi vendor.

Apa yang Perlu Diukur

Jejaki kelajuan dan keadilan bersama. Corong yang lebih pantas tetapi melayan orang secara tidak sama rata ialah corong yang lebih buruk.

• Kecekapan: masa untuk menjadual, jam perekrut bagi setiap pengambilan, masa dari permohonan hingga respons pertama.
• Kualiti: kekerapan penyemak membatalkan keputusan AI, dan apa yang sama pada pembetulan itu.
• Keadilan: kadar lulus pada setiap langkah, dibandingkan merentasi kumpulan, mengikut jadual tetap.
• Pengalaman: kepuasan calon, kadar tercicir mengikut langkah, dan kekerapan orang meminta seorang manusia.

Kesilapan Lazim

• Mengautomasikan proses yang rosak. AI menjadikan corong yang perlahan dan kabur lebih pantas, bukan lebih baik. Baiki kriteria dahulu.
• Mempercayai dakwaan keadilan vendor. Minta kaedah dan keputusannya, dan sahkan pada pemohon anda sendiri.
• Melangkau notis. Calon dan pengawal selia sama-sama menjangkakan untuk tahu apabila automasi terlibat.
• Membiarkan kedudukan menjadi keputusan. Jika penyemak jarang tidak bersetuju dengan model, pusat semakan itu tidak berfungsi.
• Menggunakan inferens emosi atau personaliti daripada video atau suara. Sainsnya dipertikaikan dan, di EU, pengecaman emosi di tempat kerja dilarang.
• Mengabaikan pilihan ejen. Sesetengah pasukan mahukan AI yang menjalankan saringan pertama dari awal hingga akhir. Halaman tentang ejen penyaring perekrutan AI menerangkan bagaimana ia berfungsi dan had yang perlu ditetapkan.

Rangka Kerja Risiko untuk Dipinjam

NIST AI Risk Management Framework, yang dikeluarkan pada 26 Januari 2023, menyusun kerja risiko kepada empat fungsi: Govern, Map, Measure dan Manage (NIST). Bagi pasukan pengambilan, itu bermaksud menetapkan pemilik, menyenaraikan setiap penggunaan AI dalam corong dan siapa yang terkesan, menguji ketepatan dan bias, serta memantau selepas pelancaran.