Satuan
1. Menulis Pengumuman Pekerjaan dan Deskripsi Jabatan 2. Penyaringan CV, Peringkasan dan Risiko Bias 3. Pertanyaan Wawancara dan Penilaian Terstruktur 4. Pengalaman Kandidat dan Komunikasi Rekrutmen 5. Orientasi dan Konten Orientasi 6. Pelatihan dan Pengembangan (L&D) Produksi Material 7. Umpan Balik Kinerja dan Draf Evaluasi 8. Kebijakan SDM dan Teks Komunikasi Internal 9. Survei Karyawan dan Analisis Teks Bebas 10. KVKK, Privasi Data dan Penggunaan AI yang Aman 11. Tata Kelola AI dalam SDM: Etika, Batasan, dan Validasi
Satuan 11 / 11

Tata Kelola AI dalam SDM: Etika, Batasan, dan Validasi

Keuntungan:

  • Kemampuan untuk membuat kerangka tata kelola dan kebijakan penggunaan untuk penggunaan AI dalam SDM
  • Kemampuan untuk menanamkan prinsip-prinsip kontrol bias, transparansi dan kontrol manusia ke dalam proses
  • Menetapkan disiplin untuk memverifikasi keluaran AI, mengutip sumber, dan bertanggung jawab kepada manusia

Sepanjang modul ini, kami menggunakan AI dalam banyak tugas SDM, mulai dari penempatan pekerjaan hingga analisis survei. Kini kami sedang membangun kerangka kerja yang menyatukan semua hal ini: tata kelola. Tata kelola adalah sistem yang menentukan siapa yang akan menggunakan AI di perusahaan, oleh siapa, untuk tujuan apa, dengan aturan apa, dan dengan kendali apa. Penggunaan AI tanpa tata kelola akan cepat terjadi dalam jangka pendek namun berbahaya dalam jangka panjang: keputusan yang tidak konsisten, pelanggaran privasi, bias implisit, dan tidak bertanggung jawab yang bersembunyi di balik pembelaan “AI mengatakan demikian”. Pada unit terakhir ini kami akan menetapkan kerangka tata kelola yang menjadikan AI dalam SDM aman, adil, dan dapat dipertahankan.

Beberapa istilah: Pengawasan manusia adalah peninjauan dan persetujuan keluaran AI oleh manusia. Transparansi adalah kemampuan untuk menjelaskan di mana dan bagaimana AI digunakan. Audit bias memeriksa apakah suatu proses secara sistematis merugikan kelompok tertentu. Akuntabilitas artinya tanggung jawab atas suatu keputusan ada pada orang yang jelas.

Aturan Emas SDM

Kalimat terpenting dari modul ini adalah: AI bersifat suportif; Keputusan dan tanggung jawab yang mempengaruhi orang-orang selalu berada di tangan orang-orang. Perekrutan, promosi, pemecatan, hasil kinerja, gaji—semuanya mempengaruhi kehidupan, penghidupan dan martabat seseorang. AI menyusun, merangkum data, menawarkan opsi, menemukan pola dalam keputusan tersebut; namun orang yang memenuhi syarat memikul keputusan dan tanggung jawab akhir. Hal ini sama seperti di bidang teknik: dalam pembangunan yang mengutamakan keselamatan, perhitungan AI tidak dapat menggantikan persetujuan dari insinyur yang kompeten. Di bidang SDM, mengambil keputusan yang memengaruhi karier karyawan dengan alasan bahwa "AI mengatakan demikian" tidak dapat diterima secara etis dan juga merupakan risiko hukum.

Tipe keputusan

Peran AI

keputusan akhir

Penulisan postingan pekerjaan

rancangan produksi

Manusia (risiko rendah)

Penyaringan CV

Ringkasan dan saran peringkat

Manusia (wajib)

Evaluasi wawancara

Pencatatan, rancangan rubrik

Manusia (wajib)

Hasil kinerja

Draf umpan balik

Manusia (wajib)

Promosi/pembayaran/penghentian

Dukungan analisis

manusia (pasti)

Perhatian: Posisikan AI sebagai asisten di bidang SDM, bukan pengambil keputusan. Jangan mendelegasikan keputusan penolakan/penerimaan otomatis yang memengaruhi kandidat atau karyawan kepada AI. Tinjauan manusia harus merupakan tinjauan nyata, bukan formalitas; Menekan tombol "konfirmasi" tanpa berpikir bukanlah kendali.

Menetapkan Kerangka Tata Kelola

Kebijakan HR AI yang baik menjawab empat pertanyaan: Apa kegunaannya? Tidak bisa digunakan untuk apa? Kendaraan mana yang disetujui? Bagaimana cara memeriksanya? Anda dapat meminta AI membuat draf kerangka kerja ini — lalu menyesuaikannya untuk organisasi Anda sendiri:

Peran Anda: penasihat tata kelola SDM.Tugas: Menyiapkan DRAFT “Kebijakan Penggunaan AI” untuk tim SDM.Bagian:1) Tujuan dan ruang lingkup2) Penggunaan yang diizinkan (misalnya penyusunan, ringkasan)3) Penggunaan yang dilarang/dibatasi (misalnya keputusan penolakan otomatis, data pribadi mentah)4) Alat dan aturan data yang disetujui5) Kontrol dan akuntabilitas manusia6) Transparansi: pengungkapan kepada kandidat/karyawanAturan: Kata-kata hukum Tandai dengan [VERIFY BERSAMA AHLI HUKUM/KVKK]. Ini adalah rancangan; Kebijakan akhir harus mendapat persetujuan ahli.

Kontrol Bias dan Transparansi

AI secara diam-diam dapat membawa bias dari data yang dilatihnya. Inti dari tata kelola adalah untuk secara berkala menantang bias ini:

Periksa kriteria dan proses penyaringan berikut untuk mengetahui adanya bias: - Apakah ada kriteria yang secara tidak langsung memihak/mengecualikan jenis kelamin, usia, asal, sekolah tertentu? - Apakah ada unsur yang sebenarnya tidak relevan dengan pekerjaan namun dapat menimbulkan diskriminasi? - Mungkinkah proses tersebut menempatkan kelompok pada posisi yang dirugikan secara sistematik? Sajikan setiap risiko dan rekomendasi koreksi dalam sebuah tabel.

Prinsip sederhana untuk transparansi: berada dalam posisi untuk memberikan jawaban yang jujur ​​ketika seorang kandidat atau karyawan bertanya tentang penggunaan AI dalam proses mereka.

Tulis teks informasi yang sederhana dan jujur ​​yang menjelaskan kepada kandidat di mana dan bagaimana AI digunakan dalam proses perekrutan. Memperjelas apa yang dilakukan oleh AI dan apa yang dilakukan oleh manusia. Nyatakan hak kandidat (keberatan, permintaan evaluasi manusia).

Disiplin Verifikasi

AI bisa saja salah; Ini disebut halusinasi (buatan). Bagian operasional tata kelola adalah memvalidasi setiap keluaran:

Tandai setiap klaim faktual, angka, referensi hukum, dan informasi perusahaan dalam cetakan ini dengan tag [VERIFY]. Jangan menyajikan sesuatu dengan pasti jika Anda tidak yakin. Jika tidak jelas, beri tahu saya.

Tip: Jadikan disiplin verifikasi sebagai kebiasaan: Sebelum memublikasikan setiap teks yang dihasilkan AI, tanyakan “klaim manakah dalam kalimat ini yang dapat saya verifikasi dengan sumber independen?” bertanya. Secara khusus, angka, tenggat waktu hukum, dan klaim perusahaan seperti "kebijakan perusahaan seperti ini" adalah kesalahan yang paling sering dilakukan dan menimbulkan kerugian besar.

Tiga Kasus Mini

Kasus 1 — Kekacauan tanpa politik. Di satu perusahaan, setiap profesional HR menggunakan AI dengan alat berbeda dan cara berbeda; Ada yang menempelkan CV mentah, ada pula yang menyiapkan penolakan otomatis. Setelah kebijakan tata kelola diterbitkan (daftar kendaraan yang disetujui, penggunaan yang dilarang, aturan pengawasan manusia), risikonya berkurang dan prosesnya menjadi konsisten.

Kasus 2 - Menangkap bias implisit. Sebuah tim menemukan pola tersembunyi dalam penyaringan yang didukung AI yang membuat universitas tertentu menonjol. Audit bias yang dilakukan secara berkala mengungkapkan hal ini; Kriterianya ditulis ulang berdasarkan komitmen kerja, dan jumlah kandidat pun didiversifikasi. Tanpa pengawasan, prasangka akan terus berlanjut secara diam-diam.

Kasus 3 — Pencegahan halusinasi. Dalam salah satu rancangan kebijakan, AI mengarang “kewajiban hukum” yang sebenarnya tidak ada. Berkat disiplin verifikasi (setiap tuntutan hukum ditandai), hal ini mendapat persetujuan ahli. Tim mengubah hal ini menjadi sebuah kasus dan menyebarkan pelajaran bahwa “AI bisa saja salah” kepada seluruh tim.

Prompt Lemah / Prompt Kuat

Pendekatan yang lemah: Menerapkan langsung apa pun yang dikatakan AI; memverifikasi keluaran, proses mempertanyakan.

Hasilnya: bias implisit, informasi palsu, dan tanggung jawab yang didelegasikan; Sebuah risiko yang mungkin akan meledak suatu hari nanti.

Pendekatan yang ampuh:[alat tersertifikasi + aturan penggunaan yang jelas + moderasi manusia + kontrol bias + transparansi + disiplin untuk memverifikasi setiap klaim faktual]

Hasilnya: penggunaan AI yang cepat namun aman, adil dan dapat dipertahankan.

Kesalahan umum

  • Mengalihkan tanggung jawab ke AI. "AI bilang begitu" bukanlah pembenaran etis atau hukum.
  • Mengurangi kendali menjadi formalitas. Menekan “setujui” tanpa berpikir bukanlah kendali yang sebenarnya.
  • Jangan pernah mempertanyakan prasangka. AI bukannya tanpa bias; Inspeksi rutin sangat penting.
  • Menghindari transparansi. Menyembunyikan penggunaan AI merusak kepercayaan dan reputasi.
  • Melewatkan verifikasi. Halusinasinya meyakinkan; memverifikasi setiap klaim faktual.
  • Menulis kebijakan dan tidak melaksanakannya. Kebijakan yang disimpan di rak adalah kebijakan yang tidak ada.

Singkatnya

  • Tata kelola adalah sistem yang menentukan siapa yang akan menggunakan AI, untuk tujuan apa, dan dengan aturan serta kontrol apa; Ini sangat diperlukan dalam HR.
  • Aturan utama: AI bersifat suportif; Keputusan akhir dan tanggung jawab yang mempengaruhi orang, seperti rekrutmen, promosi, dan pemberhentian, selalu berada di tangan orang tersebut.
  • Tetapkan kebijakan penggunaan AI: penggunaan yang diizinkan/dilarang, alat yang disetujui, moderasi manusia, transparansi.
  • Periksa bias secara teratur dan jaga agar penggunaan AI tetap transparan kepada kandidat/karyawan.
  • Verifikasi setiap klaim faktual, angka dan referensi hukum; Halusinasinya mungkin meyakinkan, tanggung jawab ada di tangan Anda.

Tugas aplikasi

Buat draf “Kebijakan Penggunaan AI” satu halaman untuk tim HR Anda sendiri (atau tim fiksi). Minta AI membuat rancangan yang mencakup: penggunaan yang diizinkan, penggunaan yang dilarang (seperti penolakan otomatis, data pribadi mentah), alat yang disetujui, aturan tinjauan manusia, dan klausul transparansi. Kemudian mintalah proses penyaringan Anda (nyata atau fiksi) memeriksa bias AI dan memperbaiki risiko apa pun yang muncul. Terakhir, tandai setiap pernyataan hukum dalam polis sebagai “harus diverifikasi oleh seorang ahli.”

daftar periksa

  • [ ] Apakah setiap keputusan akhir yang mempengaruhi manusia dibuat oleh manusia?
  • [ ] Apakah penggunaan yang diizinkan dan dilarang dicatat?
  • [ ] Apakah hanya alat yang disetujui dan aman yang digunakan?
  • [ ] Apakah prosesnya diaudit secara berkala untuk mengetahui adanya bias?
  • [ ] Apakah penggunaan AI transparan bagi kandidat/karyawan?
  • [ ] Apakah setiap klaim faktual dan referensi hukum diverifikasi?
  • [ ] Apakah kebijakan tersebut benar-benar dilaksanakan, bukan sekedar tertulis?

Ujian Modul

1. Apa pedoman terbaik untuk inklusivitas saat menulis lowongan pekerjaan dengan AI?

  • A) Meminta untuk menghilangkan pernyataan-pernyataan diskriminatif yang menyiratkan jenis kelamin, usia atau kelompok tertentu ✔
  • B) Hidupkan iklan dengan menambahkan frasa seperti 'Tim yang muda dan dinamis'
  • C) Menggunakan bahasa yang hanya menarik bagi gender tertentu
  • D) Membiarkan atribut sejelas mungkin

Penjelasan: Memurnikan bahasa iklan dari ekspresi yang menyiratkan jenis kelamin, usia atau kelompok tertentu (seperti 'muda dan dinamis', 'elemen laki-laki') diperlukan baik secara hukum maupun etika dan memperluas jumlah kandidat. Memberitahu AI secara eksplisit untuk menghilangkan pernyataan-pernyataan ini adalah metode yang efektif.

2. Manakah dari pernyataan berikut yang benar untuk mengurangi risiko bias saat menyaring CV dengan AI?

  • A) Memberi AI kekuatan penuh untuk menolak kandidat secara otomatis
  • B) Membatasi evaluasi pada kriteria objektif yang berkaitan dengan pekerjaan dan menyerahkan keputusan akhir kepada orang-orang ✔
  • C) Menempatkan nama, usia dan jenis kelamin sebagai pusat evaluasi
  • D) tidak melakukan pemeriksaan apa pun karena AI tidak memihak

Pengungkapan: AI dapat mencerminkan bias dari data yang dilatihnya. Cara mengurangi risiko; membatasi evaluasi pada kriteria obyektif yang benar-benar terkait dengan pekerjaan, mengecualikan informasi yang tidak relevan seperti nama/jenis kelamin/usia, dan menyerahkan keputusan akhir kepada manusia.

3. Apa yang paling berguna untuk meminta AI melakukan wawancara terstruktur?

  • A) Secara acak, pertanyaan berbeda diajukan kepada setiap kandidat.
  • B) Pertanyaan yang hanya menanyakan hobi kandidat
  • C) Pertanyaan umum dan rubrik penilaian berbasis kompetensi untuk ditanyakan kepada semua kandidat ✔
  • D) Obrolan gratis tanpa kriteria evaluasi

Penjelasan: Untuk wawancara yang adil dan sebanding, pertanyaan umum berbasis kompetensi yang akan ditanyakan kepada semua kandidat dan panduan evaluasi (rubrik) yang menunjukkan bagaimana menilai setiap pertanyaan adalah ideal. Hal ini membuat keputusan menjadi tidak subyektif.

4. Pendekatan apa yang terbaik saat menyiapkan pesan penolakan (hasil negatif) kepada kandidat AI?

  • A) Kirimkan teks panjang dengan kritik pribadi yang mendetail
  • B) Tidak merespon sama sekali dan meninggalkan kandidat dalam ketidakpastian
  • C) Menggunakan ungkapan yang mengaitkan alasan penolakan dengan usia atau status calon
  • D) Menghasilkan pesan yang penuh hormat, singkat, dan berterima kasih yang mempertahankan nada merek ✔

Deskripsi: Pesan penolakan adalah salah satu momen paling kritis dalam pengalaman kandidat. Bersikap hormat, singkat, berterima kasih kepada kandidat, dan membiarkan pintu terbuka jika memungkinkan akan mempertahankan banyak branding perusahaan. Saat menuliskan alasan penolakan, pernyataan yang dapat menimbulkan risiko hukum, menyiratkan diskriminasi atau tidak berdasar harus dihindari.

5. Apa cara paling efisien untuk menggunakan AI saat membuat konten orientasi untuk karyawan baru?

  • A) Menentukan peran dan durasi, membuat rencana terstruktur dan daftar periksa, kemudian mengisinya dengan informasi spesifik perusahaan ✔
  • B) Menggunakan satu dokumen yang bersifat umum, tidak spesifik peran
  • C) Menyerahkan orientasi sepenuhnya pada AI dan tidak mempersonalisasikannya sama sekali
  • D) Tidak memberikan rencana kepada karyawan baru dan menunggu dia belajar sendiri

Deskripsi: Memberikan informasi peran, departemen, dan durasi (hari/minggu/bulan pertama) kepada AI dan membuatnya menghasilkan rencana terstruktur, daftar periksa, dan target 30-60-90 hari; kemudian mengisinya dengan informasi spesifik perusahaan adalah pendekatan yang paling efisien.

6. Apa elemen terpenting yang meningkatkan kualitas saat menyiapkan materi pendidikan dengan AI?

  • A) Hanya mengatakan 'persiapkan pelatihan' dan tidak memberikan rincian
  • B) Menjaga konten tetap teoretis dan bebas contoh
  • C) Menyatakan dengan jelas tingkat khalayak sasaran, sasaran pembelajaran yang terukur dan durasinya ✔
  • D) Memproduksi konten terpanjang tanpa mempertimbangkan target audiens

Deskripsi: Menyatakan secara jelas tingkat target audiens, tujuan dan durasi pembelajaran yang terukur; Menambahkan skenario, contoh dan latihan ke dalam konten membuat pelatihan menjadi efektif. Jika tingkat dan tujuannya tidak jelas, isinya akan menjadi terlalu sederhana atau terlalu rumit.

7. Apa pendekatan terbaik dalam menyusun umpan balik kinerja dengan AI?

  • A) Mengizinkan AI membuat umpan balik tanpa mengetahui kinerja sebenarnya
  • B) Memasukkan pengamatan nyata dan menghasilkan rancangan konstruktif, menjaga keputusan akhir tetap berada di tangan manajer ✔
  • C) Kirimkan draf tersebut kepada karyawan tanpa pengeditan apa pun
  • D) Menjaga umpan balik baik semuanya negatif atau positif

Deskripsi: AI sangat membantu dalam memasukkan contoh perilaku konkret ke dalam bahasa yang konstruktif; Namun, isi umpan balik harus didasarkan pada observasi aktual dan evaluasi akhir harus menjadi tanggung jawab manajer. AI menghasilkan rancangan, manusia memutuskan.

8. Apa yang diberikan oleh kerangka SBI (Situation-Behavior-Impact) dalam umpan balik kinerja?

  • A) Fokuskan umpan balik pada ciri-ciri kepribadian
  • B) Hanya menekankan aspek positif dan menyembunyikan area perbaikan
  • C) Menjaga agar umpan balik bersifat umum dan abstrak
  • D) Memberikan umpan balik yang konkrit dan berdasarkan observasi dengan memisahkan situasi, perilaku yang diamati dan dampaknya ✔

Keterangan: SBI; Ini menyusun umpan balik sebagai situasi, perilaku dan dampak yang diamati. Hal ini membuat umpan balik menjadi konkrit dan observasional, jauh dari serangan kepribadian; Ini menjelaskan apa yang perlu diubah oleh karyawan dan alasannya.

9. Apa langkah paling penting saat menyusun teks kebijakan SDM (misalnya kebijakan cuti atau disiplin) dengan AI?

  • A) Menerbitkan teks yang dihasilkan AI secara langsung sebagai kebijakan resmi
  • B) Meninjau dan menyetujui rancangan tersebut oleh ahli/pengacara sesuai dengan peraturan perundang-undangan yang berlaku ✔
  • C) Menerima pasal-pasal hukum yang diberikan AI sebagai kebenaran mutlak
  • D) Tidak membiarkan siapa pun meninjau kebijakan tersebut

Penjelasan: Kebijakan SDM mempunyai akibat hukum. Meskipun AI menghasilkan draf pertama yang baik, teks tersebut harus ditinjau dan disetujui oleh ahli/legal sesuai dengan undang-undang ketenagakerjaan yang berlaku dan kondisi perusahaan. Pernyataan hukum yang dibuat oleh AI tidak boleh digunakan tanpa verifikasi.

10. Pendekatan apa yang paling berguna saat menganalisis respons survei karyawan terbuka dengan AI?

  • A) Mengelompokkan tanggapan menurut tema utama dan keadaan emosi serta pola pengungkapannya ✔
  • B) Memilih beberapa jawaban secara acak tanpa membaca setiap jawaban satu per satu
  • C) Mencoba mencocokkan jawaban anonim dengan orang-orang
  • D) Hanya menerima komentar positif dan mengabaikan komentar negatif

Deskripsi: Ratusan tanggapan teks bebas dapat dikelompokkan berdasarkan tema utama dan suasana hati (positif/negatif/netral) dengan AI; ini mengungkapkan pola yang diabaikan. Temuan tetap harus ditafsirkan oleh manusia dan anonimitas harus dipertahankan.

11. Manakah pernyataan berikut yang benar terkait KVKK saat menggunakan AI pada data kandidat dan pegawai?

  • A) Kirim dan simpan semua data kandidat ke alat gratis apa pun
  • B) Menggunakan data pribadi untuk tujuan selain tujuan, tanpa batas
  • C) Pemrosesan data terbatas pada tujuannya, pada tingkat minimum dan dengan langkah-langkah keamanan yang sesuai ✔
  • D) Memproses data pegawai tanpa persetujuan dan dasar

Deskripsi: Data pribadi; Ini harus diproses terbatas pada tujuannya, sebanyak yang diperlukan (minimalkan data) dan dengan langkah-langkah keamanan yang sesuai. Mengirimkan data pribadi, seperti CV kandidat, ke alat yang tidak memiliki jaminan institusional dan menganalisisnya tanpa anonimisasi merupakan risiko KVKK.

12. Apa tindakan terbaik terkait data pribadi sebelum CV dirangkum dengan alat AI?

  • A) Menyembunyikan informasi identifikasi langsung dan hanya memproses informasi terkait pekerjaan ✔
  • B) Kirim CV apa adanya tanpa perubahan apa pun
  • C) Menyertakan semua informasi kontak dan identitas kandidat dalam analisis
  • D) Menyimpan data di dalam kendaraan tanpa batas waktu dan menggunakannya untuk tujuan lain

Penjelasan: Sesuai dengan prinsip minimalisasi data; Jika CV dikirim ke alat tanpa keamanan perusahaan, menutupi informasi identifikasi langsung seperti nama-nama belakang, telepon, alamat, tanggal lahir dan hanya memproses informasi terkait pekerjaan (pengalaman, kompetensi) akan mengurangi risiko. Yang paling sehat adalah menggunakan kendaraan korporat/aman.

13. Bagaimana seharusnya seorang profesional HR menggunakan AI ketika mereka melihat tingkat konversi 'lamaran → wawancara → penawaran' yang rendah di saluran rekrutmen?

  • A) Abaikan metrik dan lanjutkan proses sebagaimana adanya
  • B) Menginterpretasikan tingkat konversi dan kemungkinan penyebab serta saran perbaikan dihasilkan, kemudian memvalidasinya dengan data ✔
  • C) Memberikan AI otoritas penuh untuk menyaring semua kandidat secara otomatis
  • D) Pengambilan keputusan hanya berdasarkan intuisi tanpa mengukur metrik sama sekali

Deskripsi: AI adalah penolong yang baik dalam menafsirkan metrik dan menghasilkan kemungkinan penyebab dan saran perbaikan: AI dapat menyarankan peninjauan bahasa postingan, komunikasi kandidat, kecepatan proses. Namun, saran harus divalidasi dengan data dan pengetahuan lapangan, dan keputusan harus tetap berada di tangan orang tersebut.

14. Prinsip umum penggunaan AI dalam proses SDM manakah yang paling akurat?

  • A) AI harus membuat keputusan perekrutan dan pemberhentian sendiri
  • B) Pengawasan manusia harus dihilangkan karena mengurangi efisiensi
  • C) Karena AI tidak memihak, keputusannya harus dilaksanakan tanpa keraguan
  • D) AI adalah alat pendukung; Keputusan akhir yang mempengaruhi orang dan tanggung jawab tetap berada di tangan orang ✔

Deskripsi: Keputusan yang dibuat di bidang HR secara langsung mempengaruhi karier dan kehidupan masyarakat. AI adalah alat penyusunan dan analisis yang ampuh, namun penilaian akhir dan tanggung jawab atas keputusan seperti perekrutan, promosi, pemecatan, dll. harus selalu berada di tangan manusia; AI adalah pendukung, bukan pengambil keputusan.

Sebelumnya Selesaikan modulnya