Asas Data HR untuk AI: Kualiti Data HRIS dan Integrasi

Oleh Kevin Kim · Dikemas kini 11 Oktober 2026

Asas data HR ialah ketepatan, konsistensi, kesalingterhubungan dan kedudukan undang-undang bagi data pekerja yang dipelajari atau dibaca oleh sistem AI semasa menjawab, terutamanya rekod dalam HRIS, sistem penjejakan pemohon (ATS) dan penggajian anda. Model tidak boleh membetulkan rekod yang menyatakan seorang pekerja berada dalam dua jabatan, atau gelaran jawatan yang wujud dalam sembilan ejaan. Ia mengulangi kesilapan itu dengan lebih pantas, dan dengan lebih yakin daripada mana-mana hamparan.

Panduan ini ditujukan kepada CHRO, pengarah sumber manusia dan pengurus sumber manusia yang akan membeli, melaksanakan projek rintis atau meluluskan alat AI untuk HR dan ingin tahu apa yang mesti benar tentang data mereka terlebih dahulu. Ia berada di bawah kes penggunaan dalam AI dalam HR, pada lapisan data (Level 0) ACE Framework, tempat Ingest dan Analyze berlaku sebelum apa-apa diramal atau dijana.

Fakta Utama

• GDPR menghendaki data peribadi "tepat dan, jika perlu, sentiasa dikemas kini," dan menyatakan setiap langkah yang munasabah mesti diambil untuk memadam atau membetulkan data yang tidak tepat tanpa kelewatan (Regulation (EU) 2016/679, Article 5(1)(d)).
• Di bawah peraturan yang sama, pelanggaran prinsip asas pemprosesan boleh dikenakan denda sehingga EUR 20 juta atau 4% daripada perolehan tahunan sedunia, mengikut mana-mana yang lebih tinggi (GDPR, Article 83(5)).
• EU AI Act menyenaraikan AI yang digunakan untuk mengambil atau memilih orang, memutuskan kenaikan pangkat atau penamatan, mengagihkan tugas berdasarkan tingkah laku individu, atau memantau dan menilai prestasi sebagai berisiko tinggi dalam Annex III (Regulation (EU) 2024/1689, Annex III, point 4).
• Bagi sistem berisiko tinggi, Akta ini menghendaki data latihan, pengesahan dan pengujian "relevan, mewakili secukupnya, dan setakat yang mungkin, bebas daripada ralat dan lengkap" untuk tujuan yang dimaksudkan (AI Act, Article 10).
• GDPR juga memberi orang hak untuk tidak tertakluk kepada keputusan yang berasaskan pemprosesan automatik semata-mata yang memberi kesan ketara kepada mereka apabila keputusan itu mempunyai kesan undang-undang atau kesan penting yang setara (GDPR, Article 22).

Mengapa AI untuk HR Bergantung Sepenuhnya pada Data

Setiap kes penggunaan AI untuk HR membaca daripada tiga tempat yang sama. Alat saringan membaca ATS. Model risiko keluar membaca HRIS dan mengambil sejarah gaji daripada penggajian. Pembantu untuk pekerja membaca dokumen dasar, ditambah beberapa medan HRIS supaya ia boleh memberi jawapan yang berbeza kepada pengurus di Jerman berbanding pengurus di Brazil.

Maka soalannya bukan "adakah AI itu bagus?" Soalannya ialah "apa yang AI itu lihat?" Tiga perkara menjadi salah apabila jawapannya ialah "kucar-kacir":

• Ramalan condong ke arah apa sahaja yang data terlalu wakili. Jika rekod kenaikan pangkat sepuluh tahun datang dari satu pejabat dan satu keluarga jawatan, model yang meramal "bersedia untuk dinaikkan pangkat" mempelajari kebiasaan pejabat itu. Itulah mekanisme di sebalik bias dalam AI, dan ia bermula dalam data, bukan algoritma.
• Pembantu menjawab dengan yakin daripada sumber yang usang. Pembantu dasar yang membaca tiga versi dasar cuti bersalin akan memilih satu. Tiada siapa akan tahu yang mana satu.
• Analitik saling bercanggah. Apabila jumlah kakitangan kewangan berbeza daripada HR, laporan tenaga kerja pertama yang dijana oleh AI menjadi pertikaian tentang angka dan bukannya keputusan.

Kelebihan menganggap ini sebagai asas, bukan kerja pembersihan yang membosankan, ialah kerja yang sama memberi manfaat sama ada dengan AI atau tanpa AI. Pelaporan yang bersih, audit yang lebih pantas dan pembetulan penggajian yang lebih sedikit datang daripada pembaikan yang sama.

Lima Masalah Data yang Merosakkan AI untuk HR

Anda tidak akan menemui semua ini dalam setiap syarikat. Anda akan menemui sekurang-kurangnya tiga dalam kebanyakannya. Ia disusun kira-kira mengikut kekerapan ia mengejutkan pasukan semasa projek rintis.

Pendua dan identiti

Identiti ialah perkara pertama yang perlu dibaiki kerana setiap penggabungan data bergantung padanya. Jika seorang pemohon menjadi pekerja dan rekod ATS tidak pernah dipautkan kepada rekod HRIS, anda tidak boleh bertanya sama ada saluran pencarian calon meramal pengekalan pekerja. Pengambilan semula dan kontraktor yang bertukar menjadi pekerja ialah punca yang lazim, begitu juga pengambilalihan, apabila dua instance HRIS bergabung dan orang yang sama muncul dalam kedua-duanya.

Seni bina jawatan

Gelaran jawatan ditulis oleh manusia, dan manusia kreatif. Seni bina jawatan (tahap, keluarga dan katalog peranan piawai) menukar gelaran kepada data yang boleh digunakan oleh model. Tanpanya, "tunjukkan semua orang yang boleh berpindah ke peranan pengurus produk" hanyalah tekaan berdasarkan pertindihan kata kunci. Ciri AI berasaskan kemahiran, pasaran bakat dalaman dan analisis kesaksamaan gaji semuanya mengandaikan struktur ini wujud.

Tarikh berkuat kuasa

HRIS yang hanya menyimpan keadaan semasa boleh memberitahu anda di mana seseorang berada hari ini tetapi bukan bagaimana dia sampai ke situ. Penetapan tarikh berkuat kuasa bermaksud setiap perubahan membawa tarikh ia mula terpakai, supaya anda boleh membina semula mana-mana saat yang lalu. Ini penting untuk analisis keadilan juga: jika anda ingin menguji sama ada kadar kenaikan pangkat berbeza antara kumpulan, anda memerlukan tarikh sebenar kenaikan pangkat yang sebenar, bukan tarikh kemasukan data.

Sistem terasing dan teks bebas

Kebanyakan susunan teknologi HR berkembang dengan menambah alat terbaik dalam kategori masing-masing, maka data berada di banyak tempat. Pembaikannya tidak selalu satu platform. Ia ialah bersetuju sistem mana yang memiliki medan mana, supaya anda tidak pernah mempunyai dua sistem yang menyunting nilai yang sama. Disiplin yang sama terpakai pada teks bebas. Komen temu duga keluar dan nota perekrut boleh menyuap model analisis teks, tetapi ia juga memuatkan butiran kesihatan, keadaan keluarga dan pendapat tentang rakan sekerja yang disebut namanya. Anggaplah ia medan paling berisiko di dalam bangunan sehingga terbukti sebaliknya.

Pendekatan Integrasi yang Berkesan untuk HR

Anda mempunyai empat cara yang realistik untuk membawa data dari tempat ia berada ke tempat AI boleh menggunakannya. Pilih berdasarkan bilangan sistem anda dan seberapa pantas data perlu bergerak.

Dua peraturan terpakai tidak kira yang mana anda pilih.

Namakan sistem rekod bagi setiap medan. Nama sah dan ID kebangsaan berada dalam HRIS. Status permintaan jawatan berada dalam ATS. Gaji berada dalam penggajian, dan HRIS membacanya. Jika dua sistem boleh menukar nilai yang sama, anda akan mendapat konflik, dan konflik tidak pernah selesai dengan sendirinya secara senyap.

Pindahkan yang minimum sahaja. Pembantu yang menjawab soalan cuti tidak memerlukan sejarah gaji. Mengambil hanya medan yang diperlukan oleh sesuatu kes penggunaan memastikan AI lebih ringkas, mengurangkan pendedahan kepada pelanggaran data dan memendekkan penilaian privasi anda. GDPR menjadikan ini satu prinsip: data peribadi mestilah "mencukupi, relevan dan terhad kepada apa yang perlu" untuk tujuannya (GDPR, Article 5(1)(c)).

Jika rancangan anda melibatkan pembantu berasaskan capaian yang membaca dasar dan rekod, soalan integrasi menjadi soalan kandungan juga: dokumen mana yang terkini dan siapa yang menyahaktifkan yang lama. Mekanismenya dibincangkan dalam retrieval-augmented generation.

Asas Privasi Data Pekerja

Data pekerja ialah antara data paling sensitif yang dipegang oleh sesebuah syarikat, dan AI menambah cara baharu untuk menyalahgunakannya. Ini ialah orientasi untuk pengurus, bukan nasihat undang-undang, dan penasihat undang-undang anda perlu mengesahkan apa yang terpakai di setiap negara tempat anda mengambil pekerja.

Ketahui prinsipnya. Prinsip teras GDPR terpakai pada setiap set data HR yang diliputinya: kesahan, pengehadan tujuan, peminimuman data, ketepatan, pengehadan penyimpanan dan keselamatan. Dua yang paling terasa untuk AI ialah ketepatan (kewajipan Article 5(1)(d) untuk membetulkan data yang salah dengan segera) dan pengehadan penyimpanan, yang menyatakan data tidak boleh disimpan dalam bentuk yang boleh dikenal pasti lebih lama daripada yang perlu (Article 5(1)(e)). Model yang dilatih pada rekod yang sepatutnya anda padamkan ialah masalah yang anda cipta dengan sengaja.

Layan kategori khas dengan berhati-hati. GDPR menyekat pemprosesan data yang mendedahkan asal usul kaum atau etnik, pendapat politik, kepercayaan agama atau keahlian kesatuan sekerja, serta data genetik, data biometrik yang digunakan untuk mengenal pasti seseorang, dan data tentang kesihatan atau kehidupan seks (Article 9(1)). Sistem HR mengumpul sebahagian daripadanya atas sebab yang sah, seperti cuti sakit atau pelaporan kepelbagaian. Jauhkannya daripada input AI melainkan anda telah memutuskan dengan sengaja untuk memasukkannya dan mendokumentasikan sebabnya.

Ingat bahawa peraturan pekerjaan negara boleh menambah GDPR. Article 88 membenarkan negara anggota menetapkan peraturan yang lebih khusus, melalui undang-undang atau perjanjian kolektif, untuk memproses data pekerja dalam konteks pekerjaan, termasuk pengambilan pekerja, pelaksanaan kontrak pekerjaan, serta perancangan dan pengelolaan kerja (Article 88). Dalam praktiknya, pelaksanaan yang sesuai di satu negara mungkin memerlukan penglibatan majlis kerja atau notis tambahan di negara lain.

Lakukan penilaian impak sebelum projek rintis. Apabila pemprosesan, terutamanya yang menggunakan teknologi baharu, berkemungkinan menyebabkan risiko tinggi kepada hak dan kebebasan orang, GDPR menghendaki penilaian dibuat sebelum pemprosesan bermula (Article 35). Menskor atau menyusun kedudukan pekerja dengan alat baharu ialah calon yang tipikal.

Pastikan manusia terlibat dalam keputusan penting. Article 22 memberi orang hak untuk tidak tertakluk kepada keputusan yang berasaskan pemprosesan automatik semata-mata yang mempunyai kesan undang-undang atau kesan penting yang setara (Article 22). Jawapan praktikalnya ialah penyemak sebenar yang boleh mengubah hasil, iaitu idea di sebalik human-in-the-loop.

Beri perhatian kepada kewajipan data AI Act jika anda beroperasi di EU. AI berkaitan pekerjaan dikelaskan sebagai berisiko tinggi dalam Annex III, dan Article 10 menetapkan jangkaan tadbir urus data bagi data yang digunakan untuk melatih, mengesahkan dan menguji sistem tersebut. Ia termasuk mendokumentasikan dari mana data datang dan mengapa ia dikumpul, bagaimana ia dibersihkan dan dilabel, serta memeriksanya untuk bias yang mungkin membahayakan hak orang (AI Act, Article 10). Kewajipan anda bergantung pada sama ada anda membina sistem itu atau menggunakan sistem vendor, maka tanya vendor apa dokumentasi yang boleh mereka berikan.

Di luar EU, bentuknya serupa. Di UK, Information Commissioner's Office menerbitkan panduan majikan tentang menyimpan rekod pekerjaan dan memantau pekerja (ICO employment information). Peraturan AS ialah tampalan mengikut negeri dan mengikut kes penggunaan, jadi semak di mana pekerja dan calon anda berada.

Untuk pandangan peringkat organisasi tentang cara kawalan ini sesuai bersama, lihat tadbir urus AI. AI Risk Management Framework sukarela NIST, yang dikeluarkan sebagai versi 1.0 pada Januari 2023, ialah struktur yang berguna untuk perbualan tentang risiko, disusun mengikut empat fungsi: Govern, Map, Measure dan Manage.

Senarai Semak Kesediaan Data AI untuk HR

Gunakan ini sebelum meluluskan projek rintis. Bagi setiap baris, tandakan Sedia, Separa atau Belum sedia. Dua atau lebih jawapan "Belum sedia" dalam enam baris pertama bermakna baiki data dahulu dan laksanakan projek rintis kemudian.

Baris identiti, penetapan tarikh berkuat kuasa dan perwakilan paling penting untuk apa-apa yang menskor, menyusun kedudukan atau memantau orang. Projek rintis kecil berisiko rendah, seperti pembantu soal jawab dasar, boleh bermula dengan baris lain dipenuhi separa.

Urutan yang Berkesan

Anda tidak memerlukan program data dua tahun sebelum bermula. Urutan yang mengekalkan momentum:

1. Pilih satu kes penggunaan dahulu. Pilihnya dengan kriteria dalam keutamaan kes penggunaan AI, kemudian senaraikan hanya medan yang diperlukan oleh kes penggunaan itu. Pembantu dasar cuti memerlukan dokumen dan beberapa medan profil. Model risiko keluar memerlukan sejarah bersih selama bertahun-tahun.
2. Profilkan data untuk kes penggunaan itu. Kira pendua, ruang kosong dan variasi gelaran dalam medan tersebut sahaja. Angka pada satu halaman menggerakkan kepimpinan lebih pantas daripada rungutan umum tentang data.
3. Baiki di sumber, bukan di hiliran. Membersihkan salinan dalam gudang data sementara HRIS terus menghasilkan rekod buruk bermakna anda akan membersihkannya lagi suku tahun depan. Tambah pengesahan pada borang, jadikan medan wajib, dan hapuskan teks bebas jika senarai pilihan boleh digunakan.
4. Baiki proses yang mencipta kecacatan. Rekod pendua biasanya datang daripada serah terima, seperti daripada penerimaan tawaran kepada orientasi. Gelaran yang kucar-kacir datang daripada membenarkan pengurus mencipta peranan. Letakkan pintu kawalan pada titik-titik itu.
5. Tetapkan penjagaan data. Seorang dalam operasi HR memiliki setiap set data utama, dengan laporan kualiti bulanan kepada pasukan kepimpinan HR.
6. Rintis, ukur, perluas. Jalankan projek rintis pada bahagian yang bersih. Perluas ke kes penggunaan seterusnya apabila data yang pertama stabil.

Disiplin yang sama penting untuk ejen AI yang mengambil tindakan, bukan sekadar menjawab soalan. Ejen yang mengemas kini rekod atau menghalakan calon hanya sebaik data yang dibacanya dan kebenaran yang dipegangnya, perkara yang dibincangkan dalam ejen AI untuk HR.

Kesilapan Biasa

• Membeli alat dahulu dan menemui masalah data dalam projek rintis. Vendor membuat demo dengan data contoh yang kemas. Minggu pertama anda dalam pengeluaran tidak akan serupa dengan demo.
• Membersihkan sekali sahaja. Tanpa penjaga dan semakan bulanan, kualiti merosot dalam setahun apabila pekerja baharu, penyusunan semula dan perubahan sistem menimbun.
• Menganggap persetujuan sebagai penawar segala. Pekerja selalunya tidak boleh menolak dengan bebas apabila majikan mereka meminta, maka persetujuan boleh menjadi asas yang goyah untuk pemprosesan di tempat kerja. Tanya penasihat undang-undang asas sah yang mana sesuai bagi setiap penggunaan.
• Menghantar segala-galanya kepada AI. Lebih banyak medan terasa lebih selamat bagi pasukan yang membina integrasi. Ia lebih berisiko bagi orang yang memiliki data itu.
• Mengabaikan kebolehjelasan. Jika vendor tidak dapat memberitahu anda data mana yang mendorong sesuatu skor, anda tidak boleh membetulkan data apabila skor itu salah. AI yang boleh dijelaskan ialah keperluan data sama seperti keperluan model.