Masa Depan Employment Background Screening: Teknologi AI vs Manusia

Sebelum era digital, kepatuhan (compliance) sering kali identik dengan kegiatan yang memakan waktu dan melelahkan seperti tumpukan dokumen, audit manual yang memakan waktu berbulan-bulan, dan proses investigasi yang lambat. Misalnya, employment background screening atau pemeriksaan latar belakang pra kerja membutuhkan waktu berminggu-minggu sebelum konfirmasi hiring akhir.

Saat ini, kecerdasan buatan (AI) melalui applicant tracking system (ATS) dapat memindai dan memeringkat ribuan CV berdasarkan kata kunci, kesesuaian keahlian, dan kriteria yang telah ditetapkan perusahaan. Berkat teknologi ini, pekerjaan rutin seperti penyaringan CV kini dapat diselesaikan dalam hitungan detik. AI bukan hanya sebuah alat, tetapi mata dan otak yang mampu memproses data bervolume besar dalam waktu yang singkat. 

Dalam banyak kasus, teknologi membantu para profesional kepatuhan mencapai efisiensi yang belum pernah tercapai sebelumnya. Analisis big data menjadi lebih cepat, verifikasi identitas individu lebih mudah, dan potensi risiko bisa terdeteksi lebih awal. 

Berbagai studi menunjukkan semakin banyak perusahaan mengintegrasikan AI ke dalam sistem rekrutmen mereka. Salah satu studi menunjukkan bahwa AI memiliki keunggulan dalam menganalisis kumpulan big data, meningkatkan kecepatan perekrutan hingga 70% dan memangkas biaya perekrutan sebesar 30%.

Seiring meningkatnya penggunaan AI, kemudian muncul pertanyaan besar: apakah teknologi yang biasa kita sebut ‘otomatisasi’’ ini akan menggantikan peran manusia sepenuhnya dalam dunia kepatuhan, dalam hal ini pemeriksaan latar belakang calon karyawan?

Di Balik Algoritma

AI bekerja berdasarkan data yang dimasukkan oleh manusia. Ia mampu menganalisis, memprediksi, dan mengklasifikasi dengan cepat. Namun, meskipun kemampuannya terus berkembang, AI saat ini masih memiliki keterbatasan dalam memahami konteks yang kompleks secara manusiawi atau memberikan justifikasi yang mempertimbangkan nilai dan situasi sebenarnya.

Sebagai contoh, sistem employment background check berbasis AI mungkin menandai seorang kandidat sebagai ‘berisiko’ hanya karena riwayat pekerjaan menunjukkan gap selama tiga tahun. Namun, teknologi AI tidak memahami bahwa jeda tersebut bisa saja terjadi karena alasan pribadi seperti mengurus orang tua yang sakit atau mengikuti program pengembangan diri di luar pendidikan formal. 

Selain itu, sistem skrining berbasis AI juga dapat melakukan kesalahan interpretasi. Reuters melaporkan bahwa algoritma yang pernah digunakan oleh sistem perekrutan di Amazon cenderung mendiskriminasi pelamar perempuan. Hal ini karena kebanyakan resume yang diterima dalam sepuluh tahun ke belakang berasal dari pelamar pria,  sehingga mesin lebih memilih pelamar pria dan menilai kata ‘women’ sebagai indikator negatif.

Kesalahan interpretasi juga bisa terjadi pada konteks yang lebih sederhana. Misalnya, sistem menilai pelamar sebagai job hopper karena berpindah 3-4 kali pekerjaan dalam dua tahun terakhir. Namun, ketika analis manusia turun tangan, diketahui bahwa perusahaan-perusahaan tempat pelamar pernah bekerja adalah startup yang tutup karena restrukturisasi atau pandemi. Dalam kasus seperti ini, mesin menilai pelamar sebagai risiko, sementara analis manusia justru melihat karakter unggul seperti kemampuan beradaptasi dan ketahanan, yang sangat berharga dalam dalam lingkungan pekerjaan saat ini. 

Baca juga:

Background Check HRD: Panduan untuk Pencari Kerja dan Tim Rekrutmen

Reference Check: Langkah HR Menggali Performa Calon Karyawan

Kolaborasi Manusia dan AI

Teknologi AI dapat memproses data dengan cepat, tetapi penilaian manusia tetap berperan penting untuk menilai konteks dan keakuratan di balik data tersebut. Meski begitu, manusia juga memiliki keterbatasan. Oleh karena itu, kolaborasi antara kecerdasan mesin dan penilaian manusia menjadi kunci untuk mencapai hasil yang objektif dan tepat.

Di lapangan, peran manusia masih sangat penting:

• Analisis konteks. Memahami alasan di balik verifikasi yang tampak sebagai red flags.
• Validasi sumber data. Memastikan informasi yang dikumpulkan atau digunakan berasal dari sumber legal dan dapat dipertanggungjawabkan.
• Kepatuhan hukum dan etika. Memastikan proses pemeriksaan tidak melanggar regulasi perlindungan data pribadi, kebijakan anti-diskriminasi, atau standar etika lainnya.
• Penyaringan akhir. Memberikan rekomendasi berdasarkan pemahaman konteks, bukan hanya sekadar angka dan label risiko. 

Masa Depan Employment Background Screening

Meskipun teknologi AI dapat membantu pekerjaan yang sifatnya repetitif dan administratif,  manusia tetap diperlukan untuk menginterpretasikan hasil, memberikan konteks, dan membuat keputusan strategis. Inilah mengapa koeksistensi teknologi AI dan manusia menjadi solusi paling efektif dan efisien dalam industri background screening di masa mendatang. 

Kolaborasi antara manusia dan teknologi AI memberikan keunggulan tertentu, antara lain:

• Tingkat akurasi lebih tinggi. Setiap hasil kerja AI diverifikasi oleh manusia. 
• Kepatuhan hukum lebih terjamin. Peninjauan manual oleh manusia memastikan seluruh proses taat pada regulasi lokal dan internasional.
• Keputusan yang lebih adil dan lebih bijak bagi calon karyawan dan perusahaan

Menariknya, studi yang sama menunjukkan sejumlah perusahaan global seperti Siemens, Kaiser Permanente, Unilever, dan Hilton berhasil meningkatkan kualitas perekrutan dan efisiensi dengan menerapkan kolaborasi AI-manusia. AI digunakan untuk penyaringan awal dan manusia tetap memegang kendali dalam pengambilan keputusan akhir. Pendekatan kolaborasi ini bukan hanya mempercepat proses rekrutmen tapi juga memastikan hasil yang lebih adil, transparan, dan sesuai konteks organisasi. 

Pada akhirnya, elemen kecerdasan mesin dan kebijaksanaan manusia sama-sama dibutuhkan untuk proses skrining latar belakang pra kerja modern yang akurat dan berintegritas.