Bila iklan jawatan kosong keluar, inbox anda mungkin dapat 150 sampai 400 resume dalam masa seminggu. Admin HR yang sama juga kena uruskan payroll, claim, dan cuti. Jadi apa yang jadi? Resume disaring dalam masa 6 saat setiap satu, sambil buka WhatsApp. Yang tersaring bukan calon terbaik, tapi calon yang nasib baik muncul di page pertama fail.
Sebab itulah AI saringan resume jadi menarik untuk SME. Tapi ada satu masalah besar yang jarang dibincang dalam demo vendor: AI boleh belajar bias yang sedia ada dalam data anda, kemudian jalankan bias itu 100 kali lebih laju dan 100 kali lebih konsisten. Artikel ini bincang cara guna AI untuk saringan resume tanpa jadikan proses pengambilan anda tidak adil, dan tanpa dedahkan syarikat kepada risiko yang tak perlu.
Kenapa Saringan Manual Pun Sudah Bias
Sebelum salahkan AI, kena akui dulu: proses manual bukan neutral. Kajian pengambilan pekerja secara global berulang kali tunjukkan penyaring manusia terpengaruh dengan nama, alamat, universiti, gambar, dan malah jantina calon. Di Malaysia, tambah lagi lapisan bangsa, bahasa pertama, dan status perkahwinan yang selalunya tertulis terang dalam resume tempatan.
Perkara biasa yang berlaku dalam SME:
- Bos suka calon dari universiti yang sama dengan dia. Tak sedar, tapi konsisten.
- Resume perempuan berumur 28 hingga 35 tahun dilangkau sebab risau cuti bersalin. Ini diskriminasi, dan Akta Kerja 1955 memang beri hak cuti bersalin 98 hari.
- Calon berumur 45 tahun ke atas ditolak awal sebab andaian “susah nak ajar benda baru”.
- Nama yang susah disebut dilangkau lebih cepat berbanding nama yang biasa.
Jadi soalan sebenar bukan “AI bias atau tidak”. Soalan sebenar ialah “sistem mana yang boleh saya audit dan perbaiki”. Bias manusia tersembunyi dalam kepala. Bias sistem, kalau direka betul, boleh diukur dan dibetulkan.
Macam Mana AI Saringan Resume Sebenarnya Berfungsi
Ada tiga jenis pendekatan yang biasa dipasarkan kepada SME Malaysia. Beza antara ketiga-tiga ini penting sebab risiko bias tak sama.
1. Padanan kata kunci (keyword matching)
Sistem cari perkataan tertentu dalam resume, contohnya “SQL”, “forklift licence”, “Bahasa Mandarin”. Ini bukan AI sebenarnya, cuma carian. Risiko bias rendah, tapi ketepatan pun rendah. Calon yang tulis “MySQL” tak muncul bila anda cari “SQL”.
2. Model skor berasaskan data sejarah
Sistem belajar dari siapa yang anda ambil dan siapa yang berjaya sebelum ini, kemudian skor calon baru ikut corak yang sama. Ini yang paling bahaya. Kalau 5 tahun lepas anda hanya ambil lelaki untuk jawatan sales, model akan belajar bahawa “lelaki = sesuai untuk sales”. Ia bukan faham gender, ia cuma tiru corak.
3. LLM dengan kriteria yang ditetapkan manusia
Anda tulis kriteria jelas, contohnya “minimum 2 tahun pengalaman akaun payable, biasa guna sistem perakaunan, boleh kerja di Shah Alam”. AI baca resume dan jawab ya atau tidak untuk setiap kriteria, dengan petikan dari resume sebagai bukti. Ini paling selamat untuk SME sebab kriteria datang dari anda, bukan dari data sejarah yang mungkin bias.
Untuk kebanyakan SME Malaysia, pendekatan ketiga adalah yang paling masuk akal. Anda kekal pemilik keputusan, AI cuma buat kerja membaca.
Peraturan Emas: AI Saring, Manusia Putus
Ini bukan cadangan, ini garis merah. AI boleh keluarkan senarai pendek. AI tak boleh tolak calon secara automatik tanpa mata manusia.
Struktur yang berkesan untuk SME:
| Peringkat | Siapa buat | Output |
|---|---|---|
| Semak kelayakan asas | AI | Ya atau tidak untuk setiap kriteria wajib |
| Susun ikut keutamaan | AI | Senarai disusun dengan sebab tertulis |
| Keputusan tolak | Manusia | Semak semula sebelum tolak |
| Panggil interview | Manusia | Senarai pendek akhir |
| Tawaran kerja | Manusia | Keputusan penuh |
Kalau AI keluarkan 300 resume jadi 40, admin HR anda masih boleh semak 40 dalam masa sejam. Itu boleh diurus. Yang bahaya ialah bila 300 terus jadi 8 tanpa sesiapa tengok 292 yang dibuang.
Lapan Langkah Praktikal Kurangkan Bias
- Tulis kriteria sebelum lihat mana-mana resume. Duduk dengan hiring manager, senaraikan apa yang wajib dan apa yang bagus untuk ada. Kunci senarai itu. Ini halang anda ubah kriteria selepas nampak calon kegemaran.
- Buang maklumat peribadi dari input AI. Nama, umur, jantina, bangsa, agama, status kahwin, gambar, alamat penuh, nama universiti. Semua ini boleh dibuang sebelum AI baca. Yang tinggal: pengalaman, kemahiran, pencapaian.
- Minta AI beri bukti, bukan skor sahaja. “Layak sebab tulis 3 tahun di jawatan Account Executive di syarikat logistik” lebih berguna daripada “Skor 82”.
- Jangan latih model atas data pengambilan lama anda. Kalau pasukan anda tak pelbagai sekarang, data itu akan kekalkan keadaan sama.
- Uji sistem dengan resume ujian. Ambil satu resume, buat dua versi. Tukar nama sahaja dari “Ahmad bin Ismail” kepada “Tan Wei Ming” kepada “Suresh a/l Kumar”. Kalau keputusan berbeza, sistem anda bermasalah.
- Simpan rekod semua keputusan. Siapa disaring keluar, sebab apa, tarikh bila. Kalau ada aduan nanti, anda ada jejak.
- Semak keputusan setiap 3 bulan. Berapa peratus lelaki berbanding perempuan yang lepas saringan? Berapa julat umur? Kalau ada corak pelik, siasat.
- Beritahu calon. Satu ayat dalam iklan sudah cukup: “Permohonan disaring dengan bantuan sistem automasi. Semua senarai pendek disemak oleh pasukan HR kami.”
Kos Sebenar: Berbaloi Ke Untuk SME?
Mari kira dengan angka realistik. Katakan syarikat anda 25 orang, admin HR bergaji RM3,200 sebulan.
Kos masa admin HR:
- Gaji RM3,200 sebulan. Anggap 22 hari bekerja, 8 jam sehari, jadi 176 jam.
- Kos seorang jam: RM3,200 dibahagi 176 = RM18.18 sejam.
- Tambah caruman majikan: EPF 13% (RM416), SOCSO lebih kurang 1.75% (RM56), EIS 0.2% (RM6.40). Jumlah kos majikan lebih kurang RM3,678 sebulan, iaitu RM20.90 sejam.
Saringan manual untuk satu jawatan:
- 250 resume masuk. Purata 3 minit setiap satu untuk baca betul-betul.
- 750 minit = 12.5 jam.
- Kos: 12.5 jam x RM20.90 = RM261 satu jawatan.
Dengan bantuan AI:
- AI saring 250 kepada 45 yang memenuhi kriteria wajib.
- Admin semak 45 pada 2 minit setiap satu = 90 minit = 1.5 jam.
- Tambah 1 jam untuk sediakan kriteria dan semak sampel yang ditolak.
- Jumlah 2.5 jam x RM20.90 = RM52.
Jimat lebih kurang RM209 setiap jawatan. Kalau syarikat anda ambil 12 orang setahun, itu lebih kurang RM2,500 masa admin yang boleh dialihkan ke kerja lain. Bukan angka besar, tapi kesan sebenar bukan pada kos. Kesan sebenar ialah admin anda tak lagi terlepas calon bagus sebab penat baca resume ke-180.
Nota: kadar caruman di atas ikut kadar semasa. Semak sumber rasmi (KWSP, PERKESO, LHDN, JTKSM) untuk kadar terkini sebelum buat pengiraan sebenar.
Kesilapan Biasa SME Bila Guna AI Saringan
Kriteria terlalu ketat
Bos tulis “mesti ada 5 tahun pengalaman, ijazah, boleh 3 bahasa, sanggup travel, gaji RM3,000”. Lepas AI saring, tinggal 2 orang dari 250. Masalahnya bukan AI, masalahnya kriteria tak padan dengan pasaran. Kalau senarai pendek terlalu kecil, longgarkan kriteria yang bagus untuk ada, kekalkan yang wajib sahaja.
Guna AI untuk jawatan yang tak perlu
Kalau 15 resume sahaja masuk, baca sendiri. Automasi untuk 15 resume adalah membazir masa setup.
Anggap output AI sebagai fakta
AI boleh salah baca. Ada resume yang tulis “menguruskan payroll untuk 40 pekerja” tapi AI tangkap sebagai “40 tahun pengalaman”. Sebab itu perlu bukti petikan, bukan skor sahaja.
Lupa dokumen dan simpanan data
Resume mengandungi data peribadi. Kalau anda hantar ke perkhidmatan AI luar negara, fikir dulu di mana data itu disimpan dan berapa lama. Untuk SME, cara paling selamat ialah guna sistem yang simpan data dalam persekitaran anda sendiri, atau vendor yang jelas nyatakan dasar penyimpanan mereka.
Apa Yang AI Tak Boleh Buat
Jangan berharap AI menilai perkara ini dari resume:
- Sikap dan attitude. Resume tak tunjuk siapa yang datang lambat setiap hari.
- Kesesuaian budaya pasukan. Ini kena rasa masa interview.
- Potensi calon yang tukar bidang. AI cenderung tolak calon yang latar belakangnya tak lurus.
- Cerita di sebalik gap dalam CV. Mungkin dia jaga ibu yang sakit. Mungkin dia buat bisnes yang gagal, dan itu pengalaman berharga.
Perkara terakhir ini penting. Calon yang ada gap 8 bulan selalunya terus disaring keluar oleh sistem automatik. Kalau anda nak adil, jangan jadikan gap sebagai kriteria penolakan automatik.
Hubungan Dengan Kewajipan Undang-undang
Malaysia belum ada undang-undang khusus mengenai AI dalam pengambilan pekerja. Tapi itu tak bermakna tiada risiko. Beberapa perkara yang perlu diingat:
- Akta Kerja 1955 (pindaan 2022) kini lindungi semua pekerja tanpa had gaji, walaupun sesetengah seksyen seperti kadar kerja lebih masa terhad kepada gaji RM4,000 ke bawah.
- Akta Antigangguan Seksual 2022 letakkan tanggungjawab pada majikan. Proses pengambilan yang tak profesional boleh jadi bukti buruk kalau ada isu nanti.
- Aduan diskriminasi boleh dibawa ke Jabatan Tenaga Kerja. Rekod bertulis yang tunjukkan kriteria objektif adalah pertahanan terbaik anda.
Artikel ini rujukan pendidikan, bukan nasihat undang-undang formal. Untuk kes khusus, rujuk peguam pekerjaan atau JTKSM.
Cara Mula Minggu Ini
Kalau anda nak cuba, jangan beli sistem mahal dulu. Cuba dengan satu jawatan sahaja:
- Ambil jawatan yang seterusnya anda nak isi.
- Tulis 5 kriteria wajib dan 3 kriteria bagus untuk ada. Setakat itu sahaja.
- Saring 30 resume secara manual mengikut kriteria itu. Rekod keputusan.
- Guna alat AI untuk saring 30 resume yang sama.
- Banding. Di mana beza? Siapa yang AI tolak tapi anda rasa patut lepas?
Kalau AI dan anda setuju 80% ke atas, alat itu boleh dipercayai untuk saringan pertama. Kalau bawah itu, kriteria anda mungkin tak cukup jelas, atau alat itu tak sesuai.
Ringkasan
- Saringan manual sudah bias. Soalan sebenar ialah sistem mana yang boleh diaudit, bukan sistem mana yang neutral.
- Guna pendekatan kriteria ditetapkan manusia, bukan model yang belajar dari data pengambilan lama anda. Data lama akan kekalkan corak lama.
- AI saring, manusia putus. Jangan biarkan sistem tolak calon secara automatik tanpa mata manusia semak.
- Buang nama, umur, jantina, bangsa, dan gambar sebelum AI baca. Minta bukti petikan dari resume, bukan skor sahaja.
- Untuk SME 25 orang, jimat masa admin lebih kurang RM209 setiap jawatan. Nilai sebenar bukan pada kos, tapi pada calon bagus yang tak terlepas.
- Semak keputusan setiap 3 bulan dan simpan rekod sebab penolakan. Semak sumber rasmi (KWSP, PERKESO, LHDN, JTKSM) untuk kadar dan peraturan terkini.
