Blog/AI In HR

Sàng lọc ứng viên: biến 244 CV thành một danh sách bạn có thể bảo vệ

Flowmingo Editorial TeamFlowmingo Editorial Team15 phút đọc
Candidate shortlisting: turn 244 CVs into a list you can defend: 244 CVs in arrival order beside a list scored the same way and ranked

Hôm nay là thứ Ba, 244 đơn ứng tuyển cho 1 vị trí đang nằm trong hàng đợi của bạn, và quản lý tuyển dụng muốn có tên vào thứ Năm. Việc sàng lọc ứng viên của bạn phải tạo ra một danh sách người có thể bảo vệ được để đánh giá trong giới hạn số buổi phỏng vấn bạn có thể thực hiện, bắt đầu bằng việc sàng lọc CV.

Số đơn ứng tuyển mỗi vị trí tăng từ 116 năm 2022 lên 244 năm 2025, trong khi các nhóm tuyển dụng giảm 56% theo báo cáo chuẩn toàn cầu của Greenhouse.

Trong một khảo sát của Gartner với 3.290 ứng viên, 39% đã dùng AI khi ứng tuyển. Đó là lý do nhiều CV nghe giống nhau đến vậy, và cảm tính có ít cơ sở hơn để dựa vào.

Với giả định 2 phút mỗi CV, đó là 8 giờ đọc trước khi bạn viết được một ghi chú. Và việc đọc trở nên không đồng đều: trong các nghiên cứu phỏng vấn, người ta đánh giá ứng viên thấp đi sau một chuỗi ứng viên mạnh. Đó không phải là bất cẩn: người đánh giá lặng lẽ hạn chế số lần đồng ý của mình trong một lượt đánh giá.

Đây là cách đưa ứng viên vào danh sách rút gọn qua 3 bước bạn có thể bảo vệ. Chốt tiêu chí có trọng số với quản lý tuyển dụng trước, chấm mọi CV theo cùng một cách với thứ tự xáo trộn, và xác định quy mô danh sách từ số giờ phỏng vấn của bạn.

Những điểm chính

  • Tôi nên đưa bao nhiêu người vào danh sách rút gọn? Hãy tính ngược từ khả năng phỏng vấn và yêu cầu công việc. Ví dụ 19 người bên dưới là phép tính trên số liệu tổng hợp, không phải mục tiêu cho mọi vị trí.
  • Vì sao nên viết tiêu chí trước CV đầu tiên? Người đánh giá bẻ tiêu chí theo hướng một CV họ thích. Việc viết chúng trước đã loại bỏ thiên kiến giới trong các nghiên cứu của Yale.
  • Tôi chỉ nên đưa vào danh sách rút gọn những CV đạt 8/10? Không. Trong một nửa (51,8%) của 1.024 dự án Flowmingo có 20+ CV được AI chấm điểm, không có CV nào đạt 8.
  • Thứ tự CV có thay đổi ai lọt vào danh sách không? Có. 22 mô hình AI đã chọn CV đầu tiên trong 2 CV có năng lực ngang nhau 63,5% số lần.
  • Tôi có thể để ChatGPT xếp hạng 200 CV không? Chỉ như một bước sắp xếp đầu tiên do một người kiểm tra. Văn bản ẩn trong CV đã đánh lừa công cụ sàng lọc AI hơn 80% số lần trong một số thử nghiệm.

1. Với 244 ứng viên và 2 ngày, việc sàng lọc ứng viên diễn ra thế nào mà không cần đọc mọi CV?

Đừng đọc 244 CV theo thứ tự đến. Hãy thực hiện sàng lọc ứng viên qua 3 lượt: dữ kiện cứng, rồi điểm có trọng số, sau đó đọc thủ công nhóm dẫn đầu và nhóm ngay dưới.

Thứ tự nộp hồ sơ có vẻ trung lập, nhưng nó chẳng liên quan gì đến công việc. Ứng viên đầu tiên nhận được sự tập trung sung sức nhất của bạn, còn ứng viên ngày thứ 4 chỉ nhận được phần còn lại. Các vòng sàng lọc khắc phục điều đó, vì mỗi vòng đặt cùng một câu hỏi cho mọi CV.

Hình dưới đây minh họa 3 vòng sàng lọc. Vòng 1 kiểm tra 2 hoặc 3 dữ kiện cứng, chẳng hạn như giờ làm việc cốt lõi, mà bạn yêu cầu trong đơn ứng tuyển. Vì chúng chỉ đạt/không đạt, ứng viên tự trả lời và bạn không mất thời gian đọc.

Vòng 2 cho điểm tất cả những người còn lại theo 4 đến 6 tiêu chí, mỗi tiêu chí từ 0 đến 10, với cùng một công thức cho mọi người. Vòng 3 đưa phán đoán của bạn trở lại: bạn đọc thủ công phần đầu của bảng xếp hạng và vài CV nằm ngay dưới ngưỡng cắt của bạn.

Lần đọc thủ công cuối cùng đó quan trọng vì công thức tính điểm có thể bỏ sót một CV khác thường. Ví dụ, một người chuyển hướng nghề nghiệp có thể đã xử lý gia hạn hợp đồng dưới chức danh kinh doanh mà tiêu chí của bạn không hề nhắc đến.

Sàng lọc ứng viên trong 3 vòng: dữ kiện cứng, điểm có trọng số, rồi đọc thủ công nhóm đầu

Danh sách rút gọn qua 3 vòng: dữ kiện cứng, điểm có trọng số, rồi đọc thủ công nhóm đầu, với quy mô tính từ số giờ phỏng vấn của bạn.

Dữ liệu Flowmingo · 237.650 ứng viên · 10.074 dự án tuyển dụng · 4.857 công ty · các dự án được tạo từ 1 tháng 7 năm 2025 đến 24 tháng 8 năm 2026

  • 50% tổng số ứng viên nằm trong một dự án tuyển dụng có từ 174 ứng viên trở lên.

Tính mọi người trong một dự án (được tải lên, được mời hoặc từ một tin tuyển dụng), mỗi ứng viên nộp nhiều lần chỉ tính một lần. Nhiều dự án là bản dùng thử.

2. Nên viết những tiêu chí sàng lọc ứng viên nào trước CV đầu tiên để mọi lần cắt đều đứng vững?

Hãy viết 4 đến 6 tiêu chí từ những gì công việc phải mang lại, và thống nhất chúng với quản lý tuyển dụng trước khi bất kỳ ai mở CV. Biến 2 hoặc 3 dữ kiện cứng thành đạt/không đạt, và gán trọng số cho phần còn lại.

Việc viết chúng trước rất quan trọng vì đọc CV làm lệch phán đoán của bạn. Trong các nghiên cứu nền tảng của Yale, người ta đánh giá ứng viên cho một công việc cảnh sát trưởng hư cấu.

Khi ứng viên nam có nhiều kinh nghiệm thực địa hơn, người ta nói kinh nghiệm thực địa quan trọng hơn. Khi anh ta có học vấn cao hơn, họ nói học vấn quan trọng hơn.

Việc cam kết với các tiêu chí trước đã loại bỏ thiên lệch giới đó trong nghiên cứu thứ 3, và những người cảm thấy mình khách quan nhất lại là những người thiên lệch nhất. Các quyết định tuyển dụng là giả định, nhưng lời cảnh báo thì rõ ràng: tiêu chí viết sau khi đọc chỉ mô tả CV mà bạn vốn đã thích.

Giả sử bạn đang tuyển một Customer Success Manager (chỉ minh họa, không phải dữ liệu khách hàng). Hãy hỏi thẳng những dữ kiện cốt lõi bằng câu hỏi phỏng vấn sàng lọc trước, rồi viết rõ bằng chứng nào mang lại từng mức điểm:

Tiêu chí Trọng số Bằng chứng cho 8 đến 10 Cho 3 đến 5
Giờ làm việc cốt lõi; quyền làm việc, khi được phép hỏi Đạt/không đạt, có hỏi Trả lời có
Gia hạn trên danh mục B2B Bắt buộc, 4 Quy mô danh mục và một kết quả gia hạn Không có phạm vi hoặc kết quả
Onboarding khách hàng Rất quan trọng, 3 Một kế hoạch họ đã triển khai và những gì đã thay đổi Chỉ tham gia
Sử dụng CRM hằng ngày Quan trọng, 2 CRM nào và họ theo dõi những gì CRM chỉ nằm ở mục kỹ năng
Kinh nghiệm SaaS Ưu tiên, 1 Đã làm việc trên một sản phẩm SaaS Phần mềm liên quan
Không có bằng chứng Quy tắc Chấm 3, ghi chú "không được thể hiện": không chấm 0 và cũng không bỏ qua

Gia hạn có trọng số cao nhất vì một Customer Success Manager thành công hay thất bại đều nằm ở đó. Một CV không đề cập đến một tiêu chí sẽ được chấm 3, vì điểm 0 sẽ trừng phạt người đã bỏ sót nó. Bỏ qua hẳn dòng đó còn tệ hơn: khi ấy một CV nói ít hơn sẽ chỉ được chấm dựa trên điểm mạnh của nó.

3. Quản lý tuyển dụng của tôi cứ từ chối danh sách rút gọn của tôi. Làm sao để chúng tôi thống nhất mức cắt trước khi sàng lọc?

Thống nhất các tiêu chí và trọng số, sau đó bạn và quản lý tuyển dụng mỗi người tự chấm cùng 5 CV rồi so sánh. Ở đâu điểm của hai người lệch nhau, hãy sửa tiêu chí, không phải sửa người.

Danh sách rút gọn có thể thất bại vì bạn và quản lý tuyển dụng hình dung ra những yêu cầu công việc khác nhau.

Theo Noise, một cuốn sách nền tảng về phán đoán, 2 người phỏng vấn trong cùng một hội đồng bất đồng về việc ứng viên nào tốt hơn khoảng 1 trong 4 lần.

Khi mọi người gặp ứng viên riêng rẽ, như bạn và quản lý tuyển dụng thường làm, tỷ lệ này tăng lên khoảng 1 trong 3. Đó là cách chúng tôi tính toán dựa trên nghiên cứu phỏng vấn của Huffcutt, không phải một nghiên cứu về CV. Dù vậy, điều đó có nghĩa một danh sách rút gọn bị từ chối thường là nhiễu, không phải bằng chứng rằng một trong hai người sai.

Giả sử bạn chấm một CV 8 điểm về gia hạn và quản lý tuyển dụng của bạn chấm 4. Khi trao đổi, bạn phát hiện họ muốn kinh nghiệm gia hạn ở phân khúc doanh nghiệp lớn còn CV chỉ thể hiện các tài khoản nhỏ. Hãy sửa tiêu chí đó một lần, trước khi bắt đầu rút gọn ứng viên, và nó sẽ được sửa cho cả 244 CV.

Cách khắc phục mà cuốn sách đưa ra, đến từ thực tiễn chứ không phải một nghiên cứu, là đánh giá từng phần trước khi đưa ra bất kỳ kết luận tổng thể nào:

  1. Chọn 5 CV từ khắp chồng hồ sơ. Ở đâu điểm của bạn cách nhau từ 3 điểm trở lên, hãy viết một ví dụ điểm cao và một ví dụ điểm thấp.
  2. Quản lý tuyển dụng phê duyệt các tiêu chí, và mọi lần ghi đè về sau đều phải có lý do bằng văn bản.
  3. Cùng nhau thống nhất bằng văn bản mọi ngưỡng cắt áp dụng chung, chẳng hạn "không có bằng cấp thì không gọi", vì một quy tắc như thế loại người rất nhanh.

4. Việc rút gọn ứng viên cho 200 CV có cần ma trận chấm điểm không, hay chỉ cần chia thành chồng có/có thể/không là đủ?

Hãy dùng ma trận chấm điểm, vì một nhóm “có thể” sẽ che mất lý do vì sao ai đó nằm trong đó. Chấm 4 đến 6 tiêu chí có trọng số theo thang 0 đến 10, rồi cộng điểm theo cùng một cách cho tất cả mọi người.

Giả sử có 60 CV nằm trong nhóm “có thể”: đến ngày 2, không ai còn nhớ vì sao.

Một bài tổng quan nền tảng năm 2013 của Kuncel và các đồng nghiệp đã so sánh việc các chuyên gia hình thành một đánh giá tổng thể với một công thức cố định cộng các điểm riêng lẻ. Công thức dự đoán hiệu suất công việc tốt hơn 50% so với các chuyên gia, dù các chuyên gia hiểu rõ công việc.

Trên thực tế, hãy đưa nhận định của bạn vào điểm của từng tiêu chí, rồi để tổng điểm xếp hạng.

Đây là ví dụ ở mục 2 (chỉ minh họa, không phải dữ liệu khách hàng):

Tiêu chí (trọng số) A B C
Gia hạn (4) 8 4 9
Onboarding (3) 7 8 6
CRM (2) 6 9 4
SaaS (1) 5 10 2
Điểm có trọng số /10 7.0 6.8 6.4
Trung bình thường /10 6.5 7.75 5.25

Điểm có trọng số = (4 x gia hạn + 3 x onboarding + 2 x CRM + 1 x SaaS) / 10.

B có điểm trung bình thường tốt nhất, 7.75, nhờ điểm cao nhất ở CRM và SaaS, nhưng chỉ 4 ở gia hạn, tiêu chí bắt buộc. Khi tính trọng số, A dẫn đầu với 7.0, vì A mạnh ở đúng nơi công việc khó nhất.

C có điểm gia hạn mạnh nhất, 9, nhưng chi tiết CRM và SaaS mỏng khiến C xuống 6.4, một CV để bạn đọc ở vòng 3. Trước khi đặt điểm đạt, hãy xem CV thật được chấm điểm thế nào.

Dữ liệu Flowmingo · 105,648 CV · 50,546 ứng viên · 3,815 dự án tuyển dụng · 1,761 công ty · 10 tháng 7 đến 24 tháng 9 năm 2026

  • 5.4 trên 10 là điểm CV trung vị so với tiêu chí có trọng số riêng của từng công việc.
  • 19.0% số CV đạt từ 7 trên 10 trở lên so với tiêu chí của công việc.
  • 4.0% số CV đạt từ 8 trên 10 trở lên so với tiêu chí của công việc.

Điểm CV do AI chấm, không phải chất lượng ứng viên hay kết quả tuyển dụng; không so sánh được giữa các công việc. Tiêu chí nghiêm ngặt hoặc tải lên hàng loạt làm điểm thấp đi; CV không thể chấm điểm và điểm trước ngày 10 tháng 7 bị loại trừ.

Biểu đồ dưới đây cho thấy điểm thưa dần nhanh đến mức nào. Chỉ hơn một nửa số CV (56.4%) đạt 5, và khoảng 1 trong 5 (19.0%) đạt 7. Chỉ 4.0% đạt 8, và 0.1% đạt 9.

Điểm sàng lọc CV: 56.4% số CV đạt từ 5 trở lên, 19.0% đạt từ 7 trở lên và 4.0% đạt từ 8 trở lên trên 10

Phân bố điểm CV, dữ liệu Flowmingo: chỉ 4.0% trong số 105,648 CV đạt 8 điểm trở lên trên 10 theo chính tiêu chí của công việc đó.

Mức 8 cần bằng chứng rõ ràng cho gần như mọi tiêu chí, và rất ít CV thể hiện rõ điều đó. Vì vậy, một quy tắc như "chỉ phỏng vấn những CV đạt 8" sẽ khiến nhiều vị trí chỉ có một danh sách rất ngắn, hoặc không có ai.

Flowmingo hỗ trợ như thế nào

Đánh giá CV biến mô tả công việc thành các tiêu chí bạn có thể chỉnh sửa và chấm điểm từ Must Have (4) đến Good to Have (1). Công cụ chấm điểm mỗi CV từ 0 đến 10 theo từng tiêu chí kèm bằng chứng bằng văn bản, coi như không có bằng chứng là 3. Công cụ không tự động loại trừ bất kỳ ai: với những con số ở trên, hãy sắp xếp theo điểm CV thay vì lọc lấy 8-10.

5. Một nửa số CV của tôi nghe như ChatGPT. CV vẫn có thể cho tôi biết điều gì trước khi lập danh sách rút gọn?

Hãy dùng CV để lấy thông tin thực tế và các câu hỏi cần đặt ra, chứ không phải để chứng minh kỹ năng. Việc trau chuốt giờ không tốn gì, vì vậy hãy cho tất cả những người vượt qua vòng CV cùng một bài kiểm tra mẫu công việc hoặc phỏng vấn có cấu trúc.

Trước đây, việc trau chuốt đòi hỏi phải bỏ công sức. Giờ đây, trong cùng một khảo sát của Gartner với 3.290 ứng viên, 54% những người dùng AI đã viết nội dung CV bằng AI.

Biểu đồ dưới đây chấm điểm từng phương pháp từ 0, không có liên hệ với hiệu suất công việc sau này, đến 1, một sự tương quan hoàn hảo mà không phương pháp nào đạt được. Phỏng vấn có cấu trúc dẫn đầu với 0.42, theo một phân tích lại nền tảng năm 2022 của Sackett và các cộng sự.

Trong cùng phân tích lại đó, các bài kiểm tra kiến thức công việc theo sau với 0.40, bài mẫu công việc với 0.33 và bài kiểm tra năng lực nhận thức với 0.31. Những dòng mà hầu hết CV đặt lên đầu lại đứng cuối: kinh nghiệm ở một công việc liên quan với 0.07, kinh nghiệm làm việc trước đây với 0.06 (Van Iddekinge).

Cách đánh giá ứng viên: phỏng vấn có cấu trúc theo sát hiệu suất công việc ở mức 0.42, kinh nghiệm làm việc trước đây ở mức 0.06

Điều gì dự báo hiệu suất: phỏng vấn có cấu trúc theo sát hiệu suất công việc sau này tốt nhất, còn số năm kinh nghiệm thì gần như không.

Điều này có nghĩa là số năm trên CV cho bạn biết rất ít về việc ai sẽ làm tốt. Vậy nên hãy kiểm tra những gì khó làm giả:

5.1 Có nên loại một ứng viên vì AI đã giúp viết CV của họ không?

Không, không chỉ dựa vào điều đó. Bạn không thể nhận diện chắc chắn một CV như vậy, và công cụ sàng lọc AI thậm chí có thể lại ưu tiên nó.

Trong một khảo sát của TopResume với 600 nhà tuyển dụng Hoa Kỳ, chỉ 33.5% nhận ra các CV do AI viết trong số 4 CV. Vì vậy, một lệnh cấm sẽ chỉ dựa trên phỏng đoán.

Các công cụ sàng lọc AI cũng ưu ái những CV được viết bởi chính mô hình AI đó (Xu et al., một bản tiền in, chưa được đăng trên tạp chí). Trong các danh sách rút gọn mô phỏng, những ứng viên này có khả năng lọt vào vòng trong cao hơn từ 23% đến 60% so với những ứng viên có trình độ tương đương với CV do người viết. Vì vậy, việc loại bỏ CV do AI viết trong khi xếp hạng bằng AI là điều ít có ý nghĩa.

6. Thứ tự tôi đọc 200 CV có làm thay đổi danh sách rút gọn của tôi không? Làm sao để khắc phục?

Rất có thể: người phỏng vấn đánh giá ứng viên thấp hơn sau một loạt ứng viên mạnh, và hầu hết các mô hình AI được thử nghiệm ưu tiên CV được liệt kê đầu tiên. Hãy xáo trộn chồng CV và chấm điểm từng CV theo bộ tiêu chí đã được viết ra.

Trong một nghiên cứu nền tảng về hơn 9.000 buổi phỏng vấn tuyển sinh MBA, người phỏng vấn hành xử như thể họ có một hạn mức điểm cao mỗi ngày (Simonsohn và Gino). Sau một loạt ứng viên mạnh, họ đánh giá ứng viên tiếp theo thấp hơn.

Mức phạt này tương đương khoảng 23 tháng kinh nghiệm làm việc, và nó tăng dần trong ngày. Điều này có nghĩa là những ứng viên mạnh đi trước có thể gây bất lợi cho các ứng viên. Đây là các buổi phỏng vấn, không phải đọc CV, nên việc áp dụng chúng cho chồng CV của bạn là suy luận của chúng tôi.

AI cũng có hiệu ứng thứ tự của riêng nó. Rozado đã cho 22 mô hình AI xem các cặp CV có trình độ tương đương, mỗi cặp hai lần với thứ tự hoán đổi.

Trong 30,690 quyết định, CV được liệt kê đầu tiên thắng 63.5% số lần và CV thứ hai thắng 36.5%, trong khi tỷ lệ công bằng là 50%. Vì vậy, khi hai lựa chọn sát nút, chỉ vị trí thôi cũng có thể quyết định ai lọt vào danh sách của bạn.

Hiệu ứng thứ tự khi sàng lọc CV bằng AI: CV đầu tiên trong 2 CV có trình độ tương đương được chọn 63.5% số lần

Hiệu ứng thứ tự của AI: trong 22 mô hình AI, CV đầu tiên trong 2 CV có trình độ tương đương thắng 63.5% số quyết định, trong khi tỷ lệ công bằng sẽ là 50%.

Các biện pháp khắc phục rủi ro này trong sàng lọc ứng viên đều không tốn kém:

  • Xáo trộn tập CV thay vì đọc theo thứ tự đến hoặc thứ tự chữ cái.
  • Chấm theo tiêu chuẩn đã đặt thành văn bản, chứ không theo CV bạn vừa đọc.
  • Không đặt hạn mức số lần đồng ý mỗi phiên, và hãy nghỉ giải lao.
  • Chấm lại 10 CV đầu tiên vào cuối buổi.
  • Với AI, hãy chạy mỗi so sánh hai lần với thứ tự hoán đổi, và chuyển mọi kết quả không nhất quán cho người xem xét.

7. Khi có hơn 200 người ứng tuyển cho 1 vị trí, tôi nên chọn bao nhiêu ứng viên vào danh sách phỏng vấn?

Tính ngược từ số giờ phỏng vấn và yêu cầu tối thiểu của công việc: năm 2025, khoảng 7.6% ứng viên vượt qua vòng đầu tiên, tức khoảng 19 trên 244 người. Khi sàng lọc ứng viên, hãy xếp hạng tất cả và lấy nhóm đứng đầu, không dùng một ngưỡng đạt cố định.

7.6% là mức trung bình Bắc Mỹ năm 2025 của Greenhouse trên 6,000+ tổ chức. Phễu bên dưới áp dụng con số này cho 1 vị trí: trong 244 ứng viên, khoảng 19 người vượt qua vòng 1. Khoảng 4 người trong số đó vượt qua vòng 2, với tỷ lệ 22.0%.

Phễu sàng lọc ứng viên: 244 ứng viên, khoảng 19 người qua vòng 1 với tỷ lệ đạt 7.6%, khoảng 4 người qua vòng 2

Phễu sàng lọc ứng viên, 2025: trong 244 ứng viên, khoảng 19 người vượt qua vòng 1 và khoảng 4 người vượt qua vòng 2, theo cách tính của chúng tôi dựa trên mức trung bình của Greenhouse.

Khoảng 19 buổi phỏng vấn vòng 1 cộng với khoảng 4 buổi vòng 2 là gần với 22.7 buổi phỏng vấn mỗi vị trí của Greenhouse, ở mức 12.3 giờ phỏng vấn cho mỗi người được tuyển. Tuy nhiên, 19 và 4 là các con số do chúng tôi tính toán trên mức trung bình, và Greenhouse không định nghĩa các vòng của mình, nên hãy xem chúng như chỉ dẫn tham khảo.

Giả sử bạn có thể dành ra 14 giờ phỏng vấn, với 45 phút cho một buổi phỏng vấn vòng đầu: tức khoảng 19 suất. Giữ 3 đến 5 cái tên dự phòng cho trường hợp ứng viên rút lui, và xem tỷ lệ hoàn thành phỏng vấn bằng AI để biết có bao nhiêu người hoàn tất.

Xếp hạng giúp tránh một ngưỡng điểm tùy tiện, nhưng đừng đưa ai thiếu một yêu cầu thiết yếu lên tiếp chỉ để lấp đầy danh sách. Trong một nửa số dự án của khách hàng chúng tôi có từ 20 CV được chấm điểm trở lên, không có CV nào đạt 8.

Dữ liệu Flowmingo · 1,024 dự án tuyển dụng có 20+ CV được chấm điểm · 90,629 CV · 549 công ty · 10 tháng 7 đến 24 tháng 9 năm 2026

  • 51.8% dự án tuyển dụng có 20 CV được chấm điểm trở lên không có CV nào đạt 8 điểm trở lên.
  • 6.6 trên 10 là ngưỡng cắt nhóm 20% đứng đầu của dự án trung vị, và CV đứng đầu có điểm trung vị trên các dự án là 7.9.
  • 35.1% dự án có 100 CV được chấm điểm trở lên vẫn không có ai đạt 8 điểm trở lên.

Điểm CV do AI chấm, không phải kết quả tuyển dụng; kết quả phụ thuộc vào tiêu chí của từng vị trí và ứng viên. Số liệu đếm số CV vượt một mức điểm, không phải những người được tuyển tốt trong tập CV.

8. Làm thế nào để tránh thiên kiến trong sàng lọc ứng viên khi AI hoặc những người đánh giá mệt mỏi xếp hạng CV?

Hãy giả định rằng cả AI và người đánh giá mệt mỏi đều mang thiên kiến, và kiểm tra mọi quyết định loại. Chỉ chấm điểm theo tiêu chí bằng văn bản, ẩn tên khi có thể, và xem xét mọi nhóm có tỷ lệ đậu dưới 80% so với tỷ lệ của nhóm cao nhất.

Từ bên trong, thiên kiến chỉ giống như một linh cảm về độ phù hợp. Trong một nghiên cứu nền tảng năm 2022, Kline và các cộng sự đã gửi 83.000+ hồ sơ ứng tuyển giả đến các nhà tuyển dụng lớn ở Mỹ.

Những cái tên mang đặc trưng Da đen làm giảm cơ hội được phản hồi 2.1 điểm phần trăm. Các công ty có hoạt động tuyển dụng tập trung và nhất quán hơn cho thấy khoảng cách nhỏ hơn, một lý do tốt để sàng lọc bằng 1 bộ quy tắc bằng văn bản.

Tại 1 công ty Fortune 500, các nhà nghiên cứu đã thử nghiệm một mô hình tiêu chuẩn được huấn luyện trên những người từng được tuyển trước đây.

Mô hình đó sẽ làm giảm tỷ lệ người Da đen và người Hispanic trong số người được phỏng vấn từ 9.4% xuống 4.2%. Một mô hình “khám phá”, được xây dựng để cũng thử những người triển vọng khác với những người từng được tuyển trước đây, sẽ nâng tỷ lệ này lên 24.3%.

Cách kiểm tra thực tế là quy tắc 80% đối với chủng tộc, giới tính và các nhóm sắc tộc: chia tỷ lệ đậu của từng nhóm cho tỷ lệ của nhóm cao nhất. Ví dụ, nếu 10% của 1 nhóm lọt vào danh sách của bạn và 5.6% của một nhóm khác, thì đó là 56%.

Các cơ quan ở Mỹ thường coi dưới 80% là bằng chứng về tác động bất lợi, nghĩa là quy trình của bạn loại 1 nhóm nhiều hơn, và những khoảng cách nhỏ hơn vẫn có thể bị tính. Khi bạn phát hiện một khoảng cách, hãy kiểm tra xem tiêu chí phía sau nó có liên quan đến công việc không.

8.1 Tôi có thể dán 200 CV vào ChatGPT và yêu cầu tạo danh sách rút gọn không?

Chỉ khi có các rào chắn. Một công cụ trò chuyện mang lại mọi rủi ro nêu trên, cộng thêm văn bản ẩn trong CV nhắm đến AI.

Lời nhắc ẩn là văn bản mà một người không thể nhìn thấy, chẳng hạn chữ trắng trên nền trắng ghi xếp ứng viên này đầu tiên. Trong một nghiên cứu thử nghiệm, các chỉ dẫn ẩn đã đánh lừa công cụ sàng lọc AI hơn 80% số lần với một số thủ thuật (Mu và các cộng sự). Cách thiết lập an toàn hơn:

  • Kiểm tra điều khoản dữ liệu của công cụ AI và thông báo quyền riêng tư của bạn trước, vì CV là dữ liệu cá nhân.
  • Dán văn bản thuần, để mọi văn bản ẩn trở nên hiển thị, và xóa tên và ảnh.
  • Chấm điểm theo từng tiêu chí bằng văn bản, chạy hai lần với thứ tự đảo ngược, và để một người xem xét mọi quyết định loại.

Không luật nào trong số này cấm AI hỗ trợ sàng lọc ứng viên, nhưng gộp lại, chúng yêu cầu thông báo, giải trình, kiểm thử thiên lệch và lưu hồ sơ. Đây là thông tin chung, không phải tư vấn pháp lý.

Các quy định khác nhau tùy nơi nhưng có chung 1 ý tưởng. Nếu một công cụ giúp quyết định ai được đi tiếp, ứng viên nên biết, và bạn nên có thể giải thích vì sao. Những thói quen trong hướng dẫn này giúp việc lưu hồ sơ và giải trình dễ hơn, dù chúng không thay thế các thông báo hay đợt kiểm toán thiên lệch của Thành phố New York.

Bảng tóm tắt một số nghĩa vụ được chọn cho các khu vực pháp lý và trường hợp sử dụng được nêu. Từ ngày 1 tháng 1 năm 2027, Colorado bổ sung giải trình bằng ngôn ngữ dễ hiểu trong vòng 30 ngày kể từ khi bị từ chối, và một lộ trình để con người xem xét lại.

Nơi Quy định, ngày bắt đầu Bạn có nghĩa vụ gì
Thành phố New York Luật địa phương 144, 5 tháng 7 năm 2023 AEDT thuộc phạm vi điều chỉnh: kiểm toán trong năm trước đó, bản tóm tắt công khai và các thông báo bắt buộc, bao gồm trước 10 ngày làm việc đối với ứng viên/nhân viên NYC thuộc phạm vi
Illinois HB 3773, 1 tháng 1 năm 2026 Thông báo; không có tác động phân biệt đối xử; không dùng mã bưu chính làm biến thay thế
California Hội đồng Quyền Dân sự, 1 tháng 10 năm 2025 Hồ sơ quyết định tự động trong 4 năm
Colorado SB 26-189, 1 tháng 1 năm 2027 Thông báo; trong vòng 30 ngày kể từ khi bị từ chối, vai trò của công cụ bằng ngôn ngữ dễ hiểu và một lộ trình xem xét bởi con người; lưu hồ sơ 3 năm
Liên bang Hoa Kỳ 29 CFR 1607.4 và 1602.14 Quy tắc kinh nghiệm về tác động bất lợi 80%; lưu hồ sơ 1 năm hoặc cho đến khi mọi khiếu nại được đóng
EU Quy định 2026/1744 Nghĩa vụ đối với rủi ro cao từ ngày 2 tháng 12 năm 2027; giới hạn lưu trữ GDPR hiện hành
UK hướng dẫn của ICO, đang được xem xét Hồ sơ của ứng viên bị từ chối: không giữ quá thời hạn khiếu nại nếu không có lý do kinh doanh rõ ràng
Singapore Đạo luật Công bằng tại Nơi làm việc, cuối năm 2027 Không đưa ra quyết định dựa trên đặc điểm được bảo vệ; khiếu nại lên tới S$250,000

Phạm vi áp dụng bao gồm việc chỉ sử dụng đầu ra, đặt nó trên mọi tiêu chí khác, hoặc dùng nó để ghi đè các kết luận khác. Hãy xem phạm vi và quy tắc thông báo của DCWP: chỉ xem xét bởi con người không phải là một ngoại lệ.

Các cơ quan quản lý đã thực thi được rất ít. Khi Thành phố New York rà soát 32 công ty, họ chỉ phát hiện 1 vấn đề. Các kiểm toán viên bang kiểm tra cùng những công ty đó đã phát hiện ít nhất 17 vi phạm tiềm ẩn (Tổng Kiểm toán Bang New York).

Các vụ kiện tư nhân diễn ra nhanh hơn. Trong vụ Workday, các ứng viên từ 40 tuổi trở lên nói rằng phần mềm sàng lọc của Workday đã góp phần khiến họ bị từ chối.

Một tòa án đã cho phép khiếu nại về tuổi trên toàn quốc của họ được tiếp tục (Forbes). Điều này có nghĩa là việc thực thi yếu không phải là biện pháp bào chữa nếu một ứng viên bị từ chối kiện.

10. Khi điểm AI và danh sách rút gọn của tôi không khớp nhau, cái nào thắng, và tôi nói gì với sếp?

Đừng mù quáng tin bên nào: đặt điểm AI, điểm của bạn và bằng chứng cạnh nhau, rồi để tiêu chí bằng văn bản quyết định. Đưa cho sếp một danh sách xếp hạng kèm điểm, bằng chứng và khoảng trống cần thẩm tra của từng người.

Một sự bất đồng là hữu ích, vì nó chỉ ra một tiêu chí mà bạn và AI hiểu khác nhau. Hãy kiểm tra bằng chứng đó trước khi tranh cãi về tổng điểm.

Tại cùng một công ty Fortune 500, Li và các đồng nghiệp đã theo dõi 88.666 đơn ứng tuyển để xem các lựa chọn phỏng vấn của ai được tuyển.

Trong số những người được các chuyên viên sàng lọc con người chọn vào phỏng vấn, 10% đã được nhận việc. Các lựa chọn của mô hình có tỷ lệ được tuyển ước tính là 27% (mô hình khám phá) và 32% (mô hình tiêu chuẩn).

Sàng lọc CV bởi con người và mô hình: 10% ứng viên được con người chọn vào phỏng vấn đã được tuyển, so với ước tính 27% đến 32% ở lựa chọn của mô hình

Lựa chọn của ai được tuyển: ứng viên vào phỏng vấn do người sàng lọc chọn so với lựa chọn của 2 mô hình sàng lọc tại 1 công ty Fortune 500.

Nhưng đó chỉ là 1 công ty với các tỷ lệ ước tính. Mô hình tiêu chuẩn đó cũng sẽ làm giảm hơn một nửa tỷ lệ người Da đen và người gốc Tây Ban Nha trong số ứng viên vào phỏng vấn (mục 8). Vì vậy hãy kiểm tra cả hai, và đừng giao quyết định cho bên nào.

Sau đó so sánh các tên cuối cùng cạnh nhau theo cùng tiêu chí, để bằng chứng đưa ra lựa chọn, chứ không phải người bạn đọc sau cùng.

Trình bày bằng chứng kèm từng tên, như trên bảng điểm phỏng vấn (chỉ minh họa, không phải dữ liệu khách hàng):

Hạng Ứng viên Điểm CV Bằng chứng Khoảng trống cần khai thác Quyết định
1 A 7.0 Gia hạn hợp đồng với kết quả giữ chân Độ sâu onboarding Phỏng vấn
2 B 6.8 Chi tiết CRM và SaaS mạnh Không có phạm vi gia hạn Phỏng vấn
3 C 6.4 Gia hạn hợp đồng với kết quả Ít chi tiết CRM Dự bị
Suýt đạt D 5.9 Chi tiết onboarding và CRM Tiêu chí bắt buộc đạt 3 Loại: tổng điểm thấp nhất (5.9)

Dòng của D ghi lý do bằng văn bản: không có bằng chứng về gia hạn hợp đồng, nên tiêu chí bắt buộc chỉ đạt 3 và tổng điểm giảm còn 5.9. Đó là điều bạn sẽ nói với sếp, hoặc với ứng viên nếu họ hỏi.

Khi sếp đồng ý, hãy cho từng ứng viên trong danh sách rút gọn biết bước tiếp theo, hình thức, hạn chót và người để liên hệ. Sau đó thông báo cho những người còn lại, bằng mẫu email từ chối ứng viên của chúng tôi.

Flowmingo hỗ trợ như thế nào

Flowmingo là một AI phỏng vấn miễn phí dành cho nhà tuyển dụng. Mỗi CV nhận được điểm theo từng tiêu chí, bằng chứng, điểm mạnh, khoảng trống và điều cần khai thác tiếp theo: chính là các cột ở trên. Sau đó ứng viên thực hiện phỏng vấn bằng AI vào thời gian của họ, và bạn chia sẻ từng báo cáo với quản lý tuyển dụng qua đường dẫn. Ai được đi tiếp luôn là quyết định của bạn. Dùng thử Flowmingo miễn phí cho lần rút gọn ứng viên tiếp theo.

11. Nguồn tham khảo

Mọi nghiên cứu, luật và khảo sát trong hướng dẫn này đều liên kết đến một nguồn ở bên dưới; số liệu của Flowmingo đến từ dữ liệu nền tảng của chính Flowmingo.

Đăng ký và bắt đầu sau khoảng 60 giây. Không cần thẻ, không cần gọi điện

Đăng ký miễn phí
Flowmingo Editorial Team

Flowmingo Editorial Team

We write practical guides for recruiters and HR teams who want to hire faster and more fairly. Each guide draws on hiring research, employment rules and Flowmingo's own data from real interviews, and lists its sources.

LinkedInYouTubeFacebook