ประเด็นสำคัญ
- ระบบเข้าสู่จุดอิ่มตัว: องค์กรขนาดกลางถึงขนาดใหญ่มากกว่า 70% ใช้งานระบบ Applicant Tracking System ที่เสริมด้วย AI แล้ว โดยสามารถลดเวลาในการคัดกรองผู้สมัครได้ถึง 75%
- เทคโนโลยีครองตลาด: แพลตฟอร์มสัมภาษณ์วิดีโอแบบไม่พร้อมกัน (รูปแบบเดียวกับ HireVue และ Pymetrics) ที่ประมวลผลภาษากาย น้ำเสียง และไมโครเอ็กซ์เพรสชันของผู้สมัคร เพื่อสร้างคะแนนทำนายความเหมาะสมและแนวโน้มการอยู่ต่อในองค์กร
- ความเสี่ยงเชิงระบบ: อคติของอัลกอริทึม ที่ถูกบันทึกไว้ในกรณีของ Amazon ปี 2018 ไม่ได้กำจัดการเลือกปฏิบัติที่ฝังอยู่ในอดีต แต่กลับขยายผลด้วยความเร็วและขนาดที่มากขึ้น ขณะที่กรอบกฎหมาย AI Act ของยุโรปจัดให้ระบบเหล่านี้อยู่ในกลุ่ม "ความเสี่ยงสูง"
การล่มสลายเชิงโครงสร้างของกระบวนการคัดเลือก
จุดเริ่มต้นของปัญหาคืออัตราส่วนอินพุตต่อเอาต์พุตที่เสื่อมโทรมลงจนใกล้ศูนย์ ใบสมัคร 47 ฉบับถูกส่งเข้าไป 31 ฉบับไม่ได้รับการตอบกลับ 12 ฉบับถูกปฏิเสธด้วยอีเมลอัตโนมัติที่ส่งออกนอกเวลาทำการ อีก 4 ฉบับถูกกรองผ่านการสัมภาษณ์วิดีโอที่คำถามถูกสร้างขึ้นแบบเรียลไทม์จากโปรไฟล์ LinkedIn ของผู้สมัคร ไม่มีเจ้าหน้าที่มนุษย์คนใดผ่านเข้าไปในกระบวนการนี้เลย นี่ไม่ใช่กรณีเฉพาะ แต่เป็นภาพสะท้อนของสภาพการทำงานจริงในระบบสรรหาบุคลากรระดับอุตสาหกรรมปัจจุบัน ซึ่งจำนวนผู้สมัครต่อตำแหน่งระดับเริ่มต้นในบริษัทข้ามชาติอยู่ระหว่าง 250 ถึง 500 โปรไฟล์ ปริมาณที่ไม่สามารถประเมินด้วยกระบวนการมนุษย์แบบแมนนวลในระดับใหญ่ได้เลย
การตอบสนองของตลาดคือการนำระบบอัตโนมัติมาใช้ทั้งสายงาน ตั้งแต่การสร้างประกาศรับสมัครที่ปรับให้เหมาะกับการจัดทำดัชนีค้นหา การวิเคราะห์เรซูเม่พร้อมให้คะแนนความเข้ากันได้ภายในไม่กี่วินาที การสัมภาษณ์แบบไม่พร้อมกันที่วิเคราะห์ลักษณะการพูด และแบบจำลองที่ทำนายความเป็นไปได้ที่ผู้สมัครจะรับข้อเสนอและความเสี่ยงที่จะลาออกภายในสิบสองเดือน ผู้ให้บริการเทคโนโลยีระบุตัวเลขการดำเนินงานว่าสามารถลดเวลาในการคัดกรองได้ 75% และลดขั้นตอนกระบวนการได้มากถึง 40% ปัจจัยที่ผลักดันให้เกิดการนำระบบนี้มาใช้คือความไม่สมดุลเชิงโครงสร้างระหว่างปริมาณผู้สมัครและความสามารถในการประมวลผลของมนุษย์ ไม่ใช่เพียงความชอบด้านเทคโนโลยี
อคติที่ถูกเขียนโค้ดไว้ มรดกจากข้อมูลในอดีต
ประเด็นสำคัญคือแหล่งที่มาของชุดข้อมูลฝึกฝน อัลกอริทึมการเรียนรู้ของเครื่องไม่ได้สร้างเกณฑ์การคัดเลือกขึ้นมาใหม่ แต่สกัดออกมาจากรูปแบบการจ้างงานในอดีต Amazon ในปี 2018 ต้องปิดการใช้งานระบบคัดกรองที่มีแนวโน้มให้คะแนนต่ำแก่เรซูเม่ที่มีคำว่า "women's" ซึ่งเป็นผลตรงจากทศวรรษที่ผ่านมาที่ชุดข้อมูลถูกครอบงำด้วยการจ้างงานผู้ชายเป็นส่วนใหญ่ รูปแบบคล้ายกันนี้ถูกตรวจพบในสถาบันการเงินและสำนักงานกฎหมาย ซึ่งแบบจำลองได้เรียนรู้ที่จะให้คะแนนสูงแก่ชื่อที่มีลักษณะทางเชื้อชาติเฉพาะ เส้นทางการศึกษาที่กำหนดไว้ล่วงหน้า และโครงสร้างภาษาที่เป็นมาตรฐานเดียวกัน
ผลลัพธ์สุทธิไม่ใช่การขจัดอคติของมนุษย์ตามที่ผู้ให้บริการแพลตฟอร์มเหล่านี้กล่าวอ้าง แต่เป็นการทำซ้ำอคตินั้นด้วยความเร็วระดับอุตสาหกรรม โดยไม่มีการปรับแก้ด้วยการพิจารณาบริบทที่ผู้คัดเลือกซึ่งเป็นมนุษย์ แม้จะไม่สมบูรณ์แบบ แต่ยังสามารถทำได้
การลดทอนความเป็นมนุษย์ในกระบวนการและข้อจำกัดทางวิทยาศาสตร์ของการวัดผล
ระบบสัมภาษณ์วิดีโอที่ใช้ AI วัดลักษณะบุคลิกภาพและความสามารถทางปัญญาผ่านการวิเคราะห์ใบหน้าและเสียง ทำให้การสัมภาษณ์เปลี่ยนจากการแลกเปลี่ยนเชิงสัมพันธ์ไปเป็นการทดสอบความสอดคล้องกับพฤติกรรมที่แบบจำลองทางสถิติกำหนดไว้ ชุมชนวิชาการและนักเคลื่อนไหวด้านความเป็นส่วนตัวได้ท้าทายความน่าเชื่อถือทางวิทยาศาสตร์ของการวัดผลเหล่านี้ โดยชี้ให้เห็นความเสี่ยงที่เป็นรูปธรรมต่อการเลือกปฏิบัติต่อบุคคลที่มีความหลากหลายทางประสาทวิทยาหรือมีความบกพร่องทางการเคลื่อนไหว ซึ่งรูปแบบเสียงหรือใบหน้าที่แบบจำลองคาดหวังไว้นั้นไม่สามารถทำซ้ำได้ตามโครงสร้างทางกายภาพของพวกเขา
ความไม่เท่าเทียมในการเข้าถึงและการหายเงียบของระบบอัลกอริทึม
ระบบอัตโนมัติสร้างผลกระทบการคัดเลือกแบบสองเส้นทาง ผู้ที่มีทักษะดิจิทัลในการปรับปรุงโปรไฟล์ด้วยคำสำคัญที่ถูกต้องและสามารถแสดงออกได้ดีต่อหน้ากล้อง จะได้เปรียบในเชิงคะแนนความเข้ากันได้อย่างเห็นได้ชัด ในขณะที่ผู้ที่ไม่มีการเชื่อมต่ออินเทอร์เน็ตที่มั่นคงสำหรับการสัมภาษณ์วิดีโอแบบไม่พร้อมกัน หรือเขียนด้วยภาษาที่ไม่ใช่ภาษาแม่ ทั้งที่มีทักษะเชิงเทคนิคที่แข็งแกร่ง จะถูกกรองออกจากระบบโดยไม่มีข้อเสนอแนะกลับและไม่มีโอกาสอุทธรณ์ ปรากฏการณ์การหายเงียบของระบบอัลกอริทึม การถูกตัดออกอย่างเงียบเชียบโดยไม่มีคำอธิบายที่ตรวจสอบได้ ก่อให้เกิดความคับข้องใจที่เพิ่มขึ้นในกลุ่มผู้สมัครที่หางานมาเป็นเวลานานและกลุ่มแรงงานอายุน้อย
กรอบกฎหมายกำกับดูแล การควบคุมโดยมนุษย์ในฐานะข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ
มาตรการแก้ไขที่กำลังเกิดขึ้นไม่ใช่ด้านเทคโนโลยี แต่เป็นด้านกฎระเบียบ AI Act ของยุโรปจัดประเภทระบบคัดกรองสำหรับการสรรหาบุคลากรว่าเป็นระบบ "ความเสี่ยงสูง" โดยกำหนดให้ต้องมีความโปร่งใส สามารถตรวจสอบกระบวนการตัดสินใจได้ และมีสิทธิในการทบทวนโดยมนุษย์ องค์กรที่มีความพร้อมด้านการดำเนินงานสูงกว่ากำลังนำแบบจำลองแบบผสมผสานมาใช้ โดยมอบหมายให้ AI ทำงานที่ซ้ำซากและมีค่าในการตัดสินใจต่ำ เช่น การวิเคราะห์ข้อมูล การจัดตารางเวลา การตรวจสอบผู้อ้างอิง ในขณะที่ยังคงการควบคุมของมนุษย์ไว้ในจุดตัดสินใจสำคัญ
แนวโน้มในอนาคต
ความเสี่ยงเชิงโครงสร้างในระยะกลางไม่ใช่ประสิทธิภาพของตัวกรอง แต่คือการเบี่ยงเบนไปสู่สิ่งที่วัดได้เป็นตัวเลข เช่น จำนวนปีของประสบการณ์ ใบรับรอง และความสอดคล้องทางคำศัพท์ ตัวแปรที่อัลกอริทึมไม่สามารถวัดได้ เช่น ความคิดสร้างสรรค์ ความอดทนต่อความยากลำบาก และความสามารถในการปรับตัวแบบไม่เป็นเส้นตรง ยังคงอยู่นอกขอบเขตของการให้คะแนน ตลาดแรงงานมีความเสี่ยงที่จะเบนเข้าสู่โปรไฟล์ที่ถูกให้รางวัลมาโดยตลอดในอดีต มากกว่าที่จะมุ่งไปสู่ทักษะที่กำลังเกิดขึ้นใหม่ ซึ่งเป็นผลของการพึ่งพาเส้นทางเดิมในเชิงอัลกอริทึม ที่กฎระเบียบด้านความโปร่งใสเพียงอย่างเดียวไม่สามารถแก้ไขได้
