AI giúp kiểm tham chiếu nhanh hơn ở ba khâu: lập kế hoạch kiểm theo vị trí, chuyển ghi chép lộn xộn thành phiếu gọn, và đối chiếu lời nhiều người để chỉ ra chỗ khớp, chỗ lệch. Những khâu cần phán đoán, như gọi điện, đánh giá độ tin cậy của người tham chiếu, kết luận tuyển hay không, vẫn phải do người làm và người chịu trách nhiệm.
Bài này đưa câu lệnh mẫu cho từng khâu, cách che dữ liệu trước khi dán vào chatbot, và những lỗi AI hay mắc khi xử lý loại thông tin này. Các câu lệnh viết theo nguyên lý, dùng được với các chatbot phổ biến; tính năng từng công cụ thay đổi nhanh, nên kiểm phiên bản bạn đang dùng, nhất là phần cài đặt lưu lịch sử trò chuyện.
Khâu nào giao AI, khâu nào giữ cho người
Trước khi viết câu lệnh, phân rõ ranh giới. Bảng dưới áp dụng cho quy trình kiểm tham chiếu bảy bước ở công ty nhỏ.
| Khâu | AI làm được | Người phải làm |
|---|---|---|
| Lập kế hoạch kiểm | Gợi ý năng lực cần kiểm từ bản mô tả công việc, soạn nháp bộ câu hỏi | Chọn câu hỏi, quyết định mức kiểm theo vị trí |
| Xin đồng ý | Soạn nháp tờ đồng ý | Rà nội dung, hỏi luật sư khi cần, trao đổi với ứng viên |
| Gọi người tham chiếu | Không | Gọi, hỏi tiếp, nghe giọng và khoảng lặng |
| Ghi chép | Chuyển ghi chép thô thành phiếu theo mẫu | Ghi trong lúc gọi, đọc lại phiếu so với ghi chép gốc |
| Đối chiếu | Lập bảng khớp, lệch, chưa rõ giữa CV, phỏng vấn và các người tham chiếu | Kiểm từng dòng của bảng, quyết định điểm nào cần hỏi thêm |
| Kết luận | Không | Viết kết luận có dẫn chứng, người có quyền quyết định tuyển |
Hai dòng “không” là cố ý. Một mô hình không nghe được sự ngập ngừng trong giọng người tham chiếu, và không chịu trách nhiệm trước ứng viên. Giao phần đó cho AI là đẩy quyết định quan trọng nhất cho thứ không thể giải trình.
Che dữ liệu trước khi dán: quy ước ký hiệu
Ghi chép tham chiếu chứa dữ liệu cá nhân của ít nhất ba bên: ứng viên, người tham chiếu, và đôi khi đồng nghiệp cũ được nhắc tên. Làm theo các bước dưới đây trước khi dán bất cứ đoạn nào vào chatbot.
- Lập một bảng tra riêng, lưu trong máy công ty, không dán vào AI: Ứng viên A là ai, Người tham chiếu 1, 2, 3 là ai, Công ty X, Y là công ty nào.
- Thay mọi họ tên, kể cả tên gọi tắt và biệt danh, bằng ký hiệu tương ứng.
- Thay tên công ty, tên chi nhánh, tên dự án bằng ký hiệu. Bỏ tên phường, xã nếu nó đủ để nhận ra nơi làm.
- Xoá số điện thoại, địa chỉ thư điện tử, số căn cước, số hiệu văn bằng.
- Bỏ những chi tiết đời tư người tham chiếu lỡ kể; chúng không nên có trong hồ sơ từ đầu.
- Đọc lại đoạn đã che với câu hỏi: người ngoài đọc có đoán ra ai không? Nếu có, che tiếp.
Nên dùng tài khoản công ty có tuỳ chọn không dùng dữ liệu để huấn luyện, và xoá đoạn trò chuyện sau khi xong việc nếu công cụ cho phép. Kể cả vậy, quy ước che dữ liệu vẫn là lớp bảo vệ chính, vì bạn không kiểm soát được máy chủ bên ngoài.
Câu lệnh lập kế hoạch kiểm theo vị trí
Ở khâu này bạn chưa có dữ liệu cá nhân nào, nên có thể đưa cho AI khá nhiều bối cảnh. Câu lệnh mẫu: “Công ty phân phối vật tư 25 người cần tuyển quản lý kho. Người này giữ chìa khoá kho, ký phiếu xuất nhập, quản lý 3 nhân viên bốc xếp. Sau phỏng vấn còn hai điểm nghi ngờ: ứng viên nói từng giảm hao hụt kho đáng kể, và lý do nghỉ việc nói chưa rõ. Hãy đề xuất: mức kiểm tham chiếu phù hợp, nên hỏi những ai, 8 câu hỏi hành vi kèm câu hỏi tiếp, và 2 câu hỏi riêng cho hai điểm nghi ngờ. Không đưa câu hỏi về đời tư, sức khoẻ, gia đình”.
Kết quả AI trả về thường dài hơn mức cần. Cắt còn năm sáu câu, sửa câu nào gợi ý đáp án, tách câu gộp hai ý. Lưu bộ câu hỏi đã chốt làm mẫu cho vị trí quản lý kho; lần sau chỉ cần thêm câu riêng cho điểm nghi ngờ của từng ứng viên.
Một câu lệnh hữu ích khác ở khâu này là nhờ AI đóng vai người phản biện: “Đọc bộ câu hỏi tham chiếu dưới đây, chỉ ra câu nào có thể khiến người tham chiếu khó xử, câu nào có thể dẫn tới phân biệt đối xử, câu nào không liên quan trực tiếp đến công việc”. Mô hình không thay được hiểu biết pháp lý, nhưng giúp bạn nhìn lại bộ câu hỏi bằng con mắt thứ hai.
Câu lệnh chuyển ghi chép thành phiếu và đối chiếu nhiều nguồn
Sau mỗi cuộc gọi, ghi chép tay thường lộn xộn, viết tắt, lẫn lời người tham chiếu với nhận xét của bạn. Câu lệnh mẫu sau khi đã che dữ liệu: “Dưới đây là ghi chép thô cuộc gọi tham chiếu cho Ứng viên A, người trả lời là Người tham chiếu 1, cấp trên trực tiếp tại Công ty X. Hãy sắp xếp thành phiếu theo từng câu hỏi, mỗi câu gồm: lời người tham chiếu, ví dụ cụ thể nếu có, phần nhận xét của người kiểm (những câu bắt đầu bằng NX). Không thêm, không suy diễn, giữ nguyên cách nói của người tham chiếu. Chỗ nào ghi chép không rõ thì đánh dấu CHƯA RÕ”.
Khi đã có hai ba phiếu, câu lệnh đối chiếu: “Dưới đây là CV của Ứng viên A (đã che), tóm tắt phỏng vấn, và ba phiếu tham chiếu. Lập bảng với các cột: điểm cần kiểm, CV nói gì, phỏng vấn nói gì, Người tham chiếu 1, 2, 3 nói gì, đánh giá KHỚP, LỆCH hoặc CHƯA AI NÓI. Chỉ dùng thông tin có trong tài liệu, không suy luận ngoài”.
Điểm mấu chốt nằm ở cụm “không thêm, không suy diễn” và cột “chưa ai nói”. Không có chỉ dẫn này, mô hình có xu hướng lấp chỗ trống bằng phỏng đoán nghe hợp lý, và một bảng đối chiếu có ô tự bịa còn nguy hiểm hơn không có bảng. Sau khi nhận bảng, kiểm ngẫu nhiên ít nhất vài ô với ghi chép gốc.
Những lỗi AI hay mắc với thông tin tham chiếu
Thêm chi tiết không có. Mô hình có thể viết “người tham chiếu đánh giá cao khả năng lãnh đạo” trong khi người đó chỉ nói ứng viên “đi làm đúng giờ”. Luôn so phiếu với ghi chép gốc.
Làm mềm hoặc làm gắt giọng điệu. Câu “cũng được” trong ghi chép có thể bị tóm thành “hài lòng”, hoặc ngược lại. Những sắc thái này chính là thông tin quan trọng nhất, nên giữ nguyên văn.
Chấm điểm khi không được yêu cầu. Một số chatbot tự thêm điểm số hay nhận định “nên tuyển”. Xoá phần đó; nó tạo cảm giác khách quan giả cho một kết luận dựa trên ghi chép không đầy đủ.
Thiên lệch theo tên, giới, vùng miền. Mô hình học từ dữ liệu có định kiến, nên có thể đánh giá khác nhau cho cùng một nội dung tuỳ tên hay giới tính. Đây là một lý do nữa để thay tên bằng ký hiệu trung tính như Ứng viên A, kể cả khi không lo về bảo mật.
Quên phần đầu khi tài liệu dài. Dán quá nhiều tài liệu một lúc, mô hình có thể bỏ sót nội dung. Đối chiếu từng nhóm điểm một và kiểm lại xem điểm nào bị bỏ.
Ví dụ giả định: một vòng kiểm có AI hỗ trợ
Ví dụ giả định: một chuỗi ba quán cà phê ở Đà Nẵng tuyển quản lý vận hành, còn hai ứng viên cuối. Chủ quán dùng câu lệnh lập kế hoạch với bản mô tả công việc, nhận về mười câu hỏi, giữ lại sáu câu, thêm hai câu riêng cho mỗi ứng viên dựa trên điểm nghi ngờ sau phỏng vấn. Toàn bộ khâu này chưa có tên ai, nên làm trên tài khoản nào cũng được.
Chủ quán gọi năm người tham chiếu trong hai ngày, ghi tay vào sổ. Mỗi tối, chị gõ lại ghi chép, thay tên bằng ký hiệu theo bảng tra để riêng, rồi dùng câu lệnh chuyển thành phiếu. Đọc lại phiếu, chị phát hiện một chỗ AI viết “rất hài lòng” trong khi ghi chép gốc là “nói chung là ổn”, và sửa lại nguyên văn.
Khi đủ phiếu, chị chạy câu lệnh đối chiếu cho từng ứng viên. Bảng cho thấy Ứng viên A được cả ba người xác nhận về việc tự xây lịch ca, còn điểm “giảm hao hụt nguyên liệu” thì không người tham chiếu nào nhắc tới. Chị ghi điểm đó vào cột “chưa ai nói” và gọi hỏi thêm người tham chiếu thứ nhất một câu. Quyết định cuối cùng do chị và người đồng sở hữu đưa ra, dựa trên bảng đã kiểm và ghi chép gốc, không dựa trên nhận định nào của chatbot.
Ghi âm và chép lời tự động: cẩn trọng gấp đôi
Nhiều công cụ ghi âm cuộc gọi rồi tự chép lời và tóm tắt, rất tiện cho người kiểm tham chiếu. Nhưng ghi âm cuộc gọi tham chiếu là xử lý giọng nói và lời của người tham chiếu, một người không có quan hệ gì với công ty bạn. Chỉ ghi âm khi đã nói rõ đầu cuộc gọi và người tham chiếu đồng ý; nhiều người sẽ từ chối, hoặc đồng ý nhưng nói dè dặt hơn hẳn, làm mất chính giá trị của cuộc gọi.
Nếu dùng, chọn công cụ mà công ty đã duyệt, biết bản ghi lưu ở đâu, ai truy cập, bao lâu bị xoá. Sau khi có bản chép lời và đã đọc lại, xoá bản ghi âm theo thời hạn lưu đã cam kết. Đừng để bản ghi âm nằm trong điện thoại cá nhân của người kiểm hay trong nhóm trò chuyện chung.
Với phần lớn công ty nhỏ, ghi tay trong lúc gọi rồi hoàn thiện phiếu trong vòng một giờ là đủ và ít rủi ro hơn. AI vẫn giúp ở bước sắp xếp ghi chép tay đó, như câu lệnh ở trên.
Câu hỏi thường gặp
Có nên để AI tự gửi thư điện tử xin nhận xét tới người tham chiếu không?
Không nên để AI tự gửi. Bạn có thể nhờ AI soạn mẫu thư, nhưng người kiểm phải tự gửi từ hộp thư công ty, kiểm đúng người nhận và đúng nội dung. Thư gửi nhầm người hoặc gửi kèm thông tin của ứng viên khác là sự cố dữ liệu cá nhân khó thu hồi.
Dùng AI để đánh giá ứng viên có công bằng không?
AI chỉ nên hỗ trợ sắp xếp và đối chiếu thông tin, không đưa ra đánh giá cuối cùng. Mô hình có thể mang định kiến từ dữ liệu huấn luyện. Thay tên bằng ký hiệu, giữ cùng câu lệnh cho mọi ứng viên, và để người kết luận dựa trên dẫn chứng là cách giảm thiên lệch.
Che dữ liệu kỹ quá thì AI có còn hiểu nội dung không?
Có. Mô hình chỉ cần quan hệ giữa các bên, như Người tham chiếu 1 là cấp trên trực tiếp tại Công ty X, chứ không cần tên thật. Ghi rõ vai trò của từng ký hiệu ở đầu câu lệnh là đủ để kết quả mạch lạc.
Có thể dùng AI để tìm thông tin ứng viên trên mạng không?
Không nên đưa việc tìm kiếm thông tin cá nhân ứng viên trên mạng vào quy trình thẩm định. Ngoài vấn đề phạm vi đồng ý, AI có thể gộp nhầm người trùng tên và đưa ra thông tin sai về một người không liên quan. Chỉ kiểm những gì ứng viên đã kê khai và đồng ý.
Nên lưu đoạn trò chuyện với AI vào hồ sơ thẩm định không?
Không cần lưu đoạn trò chuyện. Lưu phiếu tham chiếu và bảng đối chiếu cuối cùng sau khi người kiểm đã đọc lại và sửa. Đoạn trò chuyện nên xoá khỏi lịch sử công cụ khi xong việc nếu công cụ cho phép.
Công ty chưa có tài khoản AI trả phí thì có nên dùng tài khoản miễn phí không?
Có thể dùng cho khâu lập kế hoạch và soạn câu hỏi, vì chưa có dữ liệu cá nhân. Với khâu xử lý ghi chép, chỉ dùng khi đã che kỹ, đã tắt tuỳ chọn cho phép dùng dữ liệu để cải thiện mô hình, và hiểu chính sách lưu của công cụ.