Bài 5. AI và nghề nhân sự – tuyển dụng

Khi trách nhiệm không thể giao cho thuật toán

Trong nhiều tổ chức, trí tuệ nhân tạo đang giúp bộ phận nhân sự giảm bớt khối lượng công việc hành chính một cách rõ rệt: sàng lọc hồ sơ nhanh hơn, theo dõi hiệu suất thuận tiện hơn, các chương trình đào tạo cũng được cá nhân hóa dựa trên dữ liệu. Thế nhưng, nghịch lý là: càng bớt “việc tay chân”, trách nhiệm của bộ phận nhân sự lại càng lớn. Bởi khi những quyết định liên quan đến tuyển dụng, đánh giá và phát triển con người với sự tham gia của thuật toán ngày càng cao, câu hỏi cốt lõi không còn là AI làm được gì, mà là: Ai sẽ đứng ra chịu trách nhiệm cho các quyết định ấy?

Trong nhiều thập kỷ, quản lý nhân sự thường được nhìn nhận như một lĩnh vực “hậu cần mềm”: tuyển đúng người, chấm đúng công, đào tạo đủ kỹ năng. Nhưng khi AI – đặc biệt là AI tạo sinh, học máy và các hệ thống phân tích dự báo – bắt đầu can thiệp trực tiếp vào từng khâu của quản lý nhân sự, lĩnh vực này đang dịch chuyển mạnh mẽ, khi các quyết định trong quản lý nhân sự ngày càng mang tính chiến lược và gắn chặt với trách nhiệm đạo đức. AI không chỉ làm thay đổi cách bộ phận nhân sự vận hành, mà còn buộc các tổ chức phải đối diện và trả lời lại những câu hỏi căn bản về công bằng, minh bạch và trách nhiệm đối với con người.

AI trong quản lý nhân sự

Không thể phủ nhận, AI đang mang lại những cải thiện rất rõ ràng cho công tác quản lý nhân sự. Trên thế giới, các nền tảng như LinkedIn Talent Insights, HireVue, Pymetrics, Eightfold AI hay Workday Recruiting cho phép doanh nghiệp sàng lọc hàng nghìn hồ sơ ứng viên chỉ trong thời gian ngắn, cá nhân hóa thông điệp tuyển dụng và tự động hóa nhiều khâu vốn trước đây tiêu tốn rất nhiều nhân lực. Theo ước tính của McKinsey, AI có thể tự động hóa hơn 50% các hoạt động trong giai đoạn tuyển dụng ban đầu, đồng thời giúp bộ phận nhân sự tăng năng suất lên khoảng 30%. Việt Nam cũng không nằm ngoài xu hướng này. Những báo cáo khảo sát thị trường gần đây cho thấy AI đã được ứng dụng khá rộng rãi ở Việt Nam trong sàng lọc CV, chatbot tuyển dụng, đánh giá ban đầu và theo dõi hiệu suất nhân viên. Ở mảng đào tạo và phát triển, các nền tảng học tập ứng dụng AI như Coursera for Business, LinkedIn Learning, Degreed hay IBM SkillsBuild cho phép phân tích dữ liệu hiệu suất làm việc, từ đó xác định khoảng cách kỹ năng và đề xuất các lộ trình học tập được cá nhân hóa theo từng vị trí, từng cá nhân.

Chính ở khía cạnh này, AI mở ra một cơ hội đáng kể cho đào tạo và phát triển nguồn nhân lực. Thay vì các chương trình đào tạo đại trà, ít gắn với công việc thực tế, AI giúp doanh nghiệp chuyển sang mô hình đào tạo dựa trên nhu cầu thực tế của người học. Công ty IBM nhấn mạnh rằng AI đang giúp chuyển dịch đào tạo từ “học theo chương trình” sang “học gắn với công việc”, qua đó cải thiện rõ rệt năng suất và khả năng thích ứng của lực lượng lao động. World Economic Forum cũng coi các chiến lược đào tạo lại và nâng cao kỹ năng dựa trên dữ liệu là trụ cột để doanh nghiệp và người lao động tồn tại trong kỷ nguyên AI.

Tuy vậy, đào tạo trong bối cảnh AI không thể chỉ dừng ở việc “dạy cách dùng công cụ”. Những đường cong học tập mới và thay đổi liên tục đòi hỏi tổ chức phải trang bị cho người lao động cách làm việc trong môi trường có AI: từ việc phân tích vấn đề, phản biện và kiểm chứng đầu ra, đến cách xử lý khi AI sai hoặc đưa ra kết quả gây tranh cãi. Quan trọng hơn cả là giữ vững các chuẩn mực nghề nghiệp trong bối cảnh công việc trở nên nhanh hơn, dễ hơn nhưng cũng tiềm ẩn nhiều rủi ro hơn.

Và chính tại thời điểm khi AI giúp bộ phận nhân sự trở nên “mạnh” hơn về dữ liệu và công cụ, một giới hạn quan trọng bắt đầu lộ rõ. AI chỉ thực sự hiệu quả với những phần việc có thể chuẩn hóa; còn các quyết định ảnh hưởng trực tiếp đến con người thì không thể giản lược thành thuật toán. Khi đầu ra công việc ngày càng dễ được tạo ra nhờ AI, việc đánh giá năng lực chỉ dựa trên sản phẩm cuối cùng trở nên kém tin cậy. Nhiều tổ chức quốc tế như OECD và World Economic Forum đã cảnh báo nguy cơ tuyển sai người, đánh giá sai đóng góp nếu doanh nghiệp không kịp thời điều chỉnh tiêu chí nhân sự cho phù hợp với bối cảnh mới.

Hiệu quả không đồng hành với công bằng: bài toán khó của quản lý nhân sự thời AI

Một trong những khu vực nhạy cảm nhất của quản lý nhân sự trong kỷ nguyên AI chính là đánh giá hiệu suất công việc của người lao động. Các hệ thống như SAP SuccessFactors, Oracle HCM Cloud, Visier hay Microsoft Viva Insights cho phép theo dõi KPI theo thời gian thực, phân tích mức độ tương tác, tiến độ công việc và phản hồi đa chiều từ nhiều nguồn khác nhau. Về mặt công nghệ, đây rõ ràng là một bước tiến lớn, giúp nhà quản lý có trong tay nhiều dữ liệu hơn bao giờ hết.

Tuy nhiên, nhiều dữ liệu hơn không đồng nghĩa với công bằng hơn. OECD và ILO đã cảnh báo về một rủi ro ngày càng phổ biến: quản lý hiệu suất dựa trên thuật toán có thể làm xói mòn công bằng nếu tổ chức chỉ tin vào các chỉ số định lượng. Trong thực tế, người biết cách “đẩy việc” cho AI có thể tạo ra nhiều kết quả trong thời gian ngắn, nhưng không ít trong số đó là những kết quả sơ sài; trong khi những người làm việc thận trọng, kiểm chứng kỹ và gắn với trách nhiệm cá nhân thường cho ra ít sản phẩm hơn, nhưng có độ tin cậy cao hơn. Và họ dễ bị đánh giá công việc có hiệu suất thấp hơn. Nếu hệ thống KPI không được thiết kế lại cho phù hợp với bối cảnh mới, AI vô tình khuyến khích các hành vi rủi ro và làm suy yếu văn hóa trách nhiệm trong tổ chức.

Những vấn đề tương tự cũng xuất hiện trong quá trình tuyển dụng. Việc sử dụng chatbot phỏng vấn và các công cụ đánh giá tự động giúp tiết kiệm thời gian, chuẩn hóa quy trình, nhưng đồng thời có thể mang nhiều thiên kiến nếu dữ liệu huấn luyện không đủ đa dạng. Đó là lý do các tổ chức như BBB National Programs (Mỹ) đã xây dựng bộ nguyên tắc tự điều chỉnh cho AI trong tuyển dụng, nhấn mạnh các yêu cầu về minh bạch, không phân biệt đối xử, có sự giám sát của con người và cơ chế giải trình rõ ràng. Thông điệp chung từ các tổ chức quốc tế là nhất quán: AI có thể hỗ trợ con người ra quyết định, nhưng không được trở thành chủ thể ra quyết định cuối cùng về con người.

Song song với những rủi ro kỹ thuật là thách thức về niềm tin và dữ liệu. Nhiều khảo sát cho thấy một tỷ lệ không nhỏ người lao động lo ngại AI sẽ thay thế công việc của họ, dẫn đến tâm lý e dè, chống đối hoặc sử dụng AI một cách âm thầm, thiếu kiểm soát. Trong khi đó, dữ liệu nhân sự lại là một trong số những dữ liệu nhạy cảm nhất, gắn liền với quyền lợi của người lao động. Vì vậy, EU, OECD và ILO đều khuyến nghị các tổ chức phải xây dựng khung quản trị dữ liệu và thuật toán chặt chẽ, bảo đảm quyền riêng tư, quyền được giải thích, cũng như cơ chế khiếu nại và giám sát khi AI được sử dụng trong các quyết định nhân sự.

AI có thể giúp bộ phận nhân sự làm việc nhanh và hiệu quả hơn, nhưng không làm nhẹ đi trách nhiệm của họ. Trái lại, trách nhiệm ấy đang trở nên nặng hơn, phức tạp hơn và đòi hỏi nhiều cân nhắc đạo đức hơn. AI có thể hỗ trợ tuyển dụng, đánh giá, đào tạo hay hoạch định nguồn lực, nhưng AI không thể – và không nên – là chủ thể đưa ra những quyết định về con người. Trách nhiệm đó sẽ luôn thuộc về các nhà quản lý – những người đang trực tiếp đưa ra những quyết định ảnh hưởng đến con người.

Ở kỳ tiếp theo, Tạp chí Nghề nghiệp và Cuộc sống sẽ giới thiệu Bài 6: “AI trong lĩnh vực Y tế – Chăm sóc sức khỏe”, đi sâu vào cách AI đang tham gia vào những quyết định y khoa liên quan trực tiếp đến sức khỏe và sinh mạng con người, từ hỗ trợ chẩn đoán, sàng lọc nguy cơ, cá nhân hóa phác đồ điều trị đến quản lý hệ thống chăm sóc sức khỏe. Qua đó, bài viết sẽ làm rõ những khâu có thể ứng dụng AI một cách an toàn, những giới hạn không thể giao cho máy móc, cũng như những năng lực chuyên môn, đạo đức và trách nhiệm mà đội ngũ y tế – cùng những người chuẩn bị bước vào lĩnh vực này – cần trang bị để làm việc cùng AI một cách chủ động, thay vì lệ thuộc hoặc phó mặc cho công nghệ.

Anh Dũng

Bài liên quan

Lớp học thiết kế đồ họa – Nơi đào tạo nghề bằng trái tim nhân ái

Nghề kinh doanh ẩm thực và bài học sở hữu trí tuệ

Nên giao việc xếp hạng tác phẩm nghệ thuật cho các hội nghề nghiệp

Giáo sư Bùi Văn Ga được bầu làm Chủ tịch Hiệp hội Giáo dục nghề nghiệp Việt Nam