Kelebihan AI dalam Rekrutmen Karyawan: Apakah Lebih Bias?
Sebuah riset terbaru yang dilakukan oleh ilmuwan Princeton University dan University of Chicago mengungkapkan bahwa model kecerdasan buatan (AI) berbasis bahasa besar atau large language model (LLM) dapat membentuk stereotip terhadap pelamar kerja dalam simulasi rekrutmen, bahkan lebih kuat dibandingkan manusia.
Simulasi Perekrutan dan Pembentukan Stereotip
Riset ini menggunakan sejumlah LLM, seperti ChatGPT, Claude, dan Gemini, dalam simulasi perekrutan di mana model diminta untuk berperan sebagai konsultan wali kota di sebuah kota fiktif dan memilih kandidat untuk berbagai jenis pekerjaan. Kandidat berasal dari empat kelompok etnis fiktif: Tufa, Aima, Reku, dan Weki.
Setiap model menerima empat kandidat dari masing-masing kelompok dan diberi tahu apakah kandidat itu berhasil dalam pekerjaannya setelah dipilih. Model AI cenderung mengarahkan kelompok tertentu ke pekerjaan tertentu berdasarkan hasil yang diterima, menciptakan stereotip dalam proses rekrutmen.
Temuan Penelitian
Model AI mencatat skor segregasi yang 65 persen lebih tinggi daripada peserta manusia dalam studi tersebut. Model seperti o3 dan DeepSeek R1 menunjukkan kecenderungan bias yang lebih kuat dalam eksperimen tersebut.
Ketika menerima informasi pribadi yang relevan, model tersebut lebih jarang melakukan segregasi berdasarkan etnis. Namun, informasi tidak relevan seperti warna rambut atau tato tidak memengaruhi kecenderungan tersebut.
Hasil penelitian ini menjadi perhatian penting karena perusahaan semakin menggunakan AI untuk menyeleksi CV dan melakukan wawancara. Fitur memori dan personalisasi pada chatbot juga dapat membuat model terlalu mengandalkan pengalaman atau pola data sebelumnya.
Peneliti menyarankan agar model AI diberi insentif tambahan untuk melakukan perekrutan yang beragam agar lebih adil dan tidak bias dalam memilih kandidat. Meski penelitian ini dilakukan dalam simulasi, namun tetap memberi gambaran akan potensi diskriminasi dalam penggunaan AI pada proses rekrutmen.
