Bagaimana Cara Kerja Teknologi Rekrutasi di Masa Depan Dengan Menggunakan Algoritma dan Kecerdasan Buatan

Bagaimana Cara Kerja Teknologi Rekrutasi di Masa Depan Dengan Menggunakan Algoritma dan Kecerdasan Buatan

Heru Wiryanto
Senior Technical Advisor at BDO, People-Data Scientist

Tulisan “In Hiring, Algorithms Beat Instinct” (Nathan R. Kuncel, Deniz S. Ones, and David M. Klieger) merupakan provokasi yang makjleb untuk para rekruter dimasa depan.  Sejenis binatang dan mahluk apa itu Algotima dan Kecerdasan buatan yang suatu ssat dapat menggantikan peran rekruter di sebuah organisasi.

Dalam kamus Merriam-Webster algoritma  didefinsikan sebagai prosedur untuk memecahkan masalah matematika dalam sejumlah langkah terbatas yang sering kali melibatkan operasi pengulangan. Artinya dapat dibayangkan adanya  robot virtual kecil yang mampu menerapkan, dengan kecepatan yang fenomenal, aturan yang telah diprogram oleh manusia untuk melaksanakan tugas yang mana, akan membutuhkan waktu lebih lama bagi manusia lain untuk menyelesaikan tugas tersebut.   Istilah kerennya dengan menambahkan dimensi “pembelajaran mesin” atau machine learning ke definisi tersebut dan, pengertian yang lebih luas lagi, dari sekedar kecerdasan buatan.   Sejak inilah sebuah proses awal, dimana robot kecil kita sekarang dapat memanfaatkan pengalaman kerjanya untuk menciptakan aturan baru untuk maju lebih jauh dan lebih cepat, seperti yang dilakukan manusia dan hasilnya akan  jauh lebih efisien.

Kali ini, kita akan berbicara tentang  prediktif analitik yang digunakan dalam proses perekrutan pekerja atau karyawan dengan menggunakan  beberapa algoritma kecerdasan buatan untuk memprediksi kinerja di masa depan karyawan tersebut,  Untuk itu  terdapat 3 algoritma yang berbeda antara lain algoritma pencarian, pemfilteran, dan pencocokan yang biasanya diterapkan dalam proses rekrutasi dan seleksi.

Algoritma Pencarian Sumber (sourcing)

Aplikasi ini dikonfigurasi untuk mencari kandidat yang ideal untuk pekerjaan tertentu. Mereka beroperasi dengan cara yang sama seperti aplikasi kencan online:   Perusahaan mencantumkan keterampilan yang mereka cari, dan kemudian perangkat lunak atau aplikasi menggunakan beberapa algoritma untuk menganalisis ribuan resume online yang didapatkan melalui LinkedIn atau database publik.   Mereka mengisolasi calon yang paling kompatibel dan mengirimkannya ke departemen SDM.   Yang perlu HR lakukan sekarang adalah menghubungi orang-orang yang ada di daftar tersebut.   Semakin banyak  aplikasi yang merupakan solusi , seperti Yatedo Talent, yang mempromosikan dirinya sebagai “Google khusus untuk perekrutan”.

Algoritma Pemfilteran (filtering)

Setelah jumlah resume dalam jumlah yang besar dikumpulkan (berdasarkan algoritme pencarian atau oleh SDM), sekarang saatnya algoritma pemfilteran melakukan tugasnya. Sesuai dengan namanya, mereka bertindak sebagai filter awal.   Mereka menggunakan hipotesis yang cocok sebagai filter pertama dan hanya mengirim profil yang paling memenuhi syarat ke orang yang bertanggung jawab atas perekrutan (dalam hal ini SDM).   Dalam keadaan ini, algoritma tidak hanya menganalisis informasi di resume tetapi juga menguraikan semantic atau kata kata  yang digunakan dengan mengekstrapolasi pergantian frasa dan kata (text analysis dan topic modelling), tujuannya adalah untuk mempelajari lebih dalam analisis profile dari kandidat.  Salah satunya AssessmentFirst, sebuah perusahaan yang menawarkan solusi rekrutmen prediktif, mengambil langkah yang sudah  lebih jauh: Berdasarkan tiga kriteria perilaku yang mereka identifikasi, sistem AI Kecerdasan buatan dapat menentukan tingkat kompatibilitas antara kandidat dan supervisor masa depan. Begitupun seedlink yang menggunakan kata-kata dan video dapat memnetukan tignkat kompetensi dari seseorang dan kecocokannya dengan budaya perusahaan atau budaya timnya.

Algoritma Pencocokan (Matching)

Algoritma pencarian dan pemfilteran dibuat untuk membantu layanan perekrutan melakukan tugasnya, tetapi platform algoritma pencocokan, seperti ZipRecruiter, berfungsi sebagai mesin pencari untuk orang yang mencari pekerjaan. Pelamar memposting resume mereka, yang kemudian diurai menggunakan analisis prediktif untuk menemukan pekerjaan yang paling sesuai dengan keterampilan yang dikutip di CV  atau hasil assessment mereka.  ZipRecruiter mengusulkan posisi pekerjaan terbuka melalui algoritma yang cocok, dan pelamar dapat memilih dari berbagai lowongan yang ditawarkan oleh perusahaan.   Dlain pihak  perusahaan juga terlibat, karena mereka akan menerima kandidat terpilih melalui algoritme yang sama — hal ini tentunya menyempurnakan proses perekrutan klasik dan tradisional yang biasa dilakukan pada umumnya.

Proses Perekrutan telah terdisrupsi oleh prediktif analitik, tetapi masih terdapat ciri-ciri manusia tertentu tetap merupakan  cara terbaik untuk menilai kualitas sosial dan emosional dari seseorang. Algoritma tentunya akan berlama-lama di tingkat asisten atau pembantu, yang mengurus tugas yang membosankan dan memakan waktu, tetapi bisa jadi kita belum melihat yang terakhir, dan suatu hari nanti dia akan digunakan untuk mengumpulkan informasi dari jejaring sosial kita untuk mendapatkan pandangan yang lebih kompleks tentang kepribadian kita.

Siapa tahu… dimasa depan hal itu menjadi mungkin?

Siapkah Para Rerkuter menghadapinya, atau nantinya para Rekruter hanya jadi penonton user yang pasif, bahkan jadi dinosaurus di era digital  adalah sebuah pilihan.