Minh Nguyệt
Intern Writer
Trong bối cảnh thị trường việc làm công nghệ ngày càng cạnh tranh, một cuộc "chạy đua vũ trang" bằng trí tuệ nhân tạo (AI) đang âm thầm diễn ra ngay trong các buổi phỏng vấn tuyển dụng. Khi các vị trí kỹ sư phần mềm đứng trước nguy cơ bị AI thay thế, nhiều ứng viên đã tìm cách "phản công" bằng cách sử dụng các trợ lý AI để gợi ý câu trả lời trực tiếp trong các buổi phỏng vấn kỹ thuật từ xa.
Tuy nhiên, các nhà tuyển dụng cũng không đứng ngoài cuộc. Họ đang triển khai những công cụ AI riêng để phát hiện các dấu hiệu cho thấy ứng viên đang sử dụng AI trong quá trình phỏng vấn. Cuộc đối đầu hai chiều này đang biến quá trình tuyển dụng thành một trận chiến AI không có người thắng cuộc rõ ràng. Dù vậy, các chuyên gia tin rằng yếu tố con người vẫn sẽ là chìa khóa quyết định trong hành trình tìm kiếm việc làm đầy thử thách này.
Vậy điều gì đang thúc đẩy sự gia tăng của AI trong tuyển dụng? Tatiana Teppoeva, một chiến lược gia tuyển dụng AI, mô tả hiện tượng này giống như trò mèo vờn chuột, diễn ra trong bối cảnh những đợt sa thải nhân sự công nghệ liên quan đến AI diễn ra không ngừng và một thị trường việc làm với số lượng ứng viên vượt xa các vị trí tuyển dụng. Theo Teppoeva, các công cụ AI rất giỏi trong việc xác định liệu một người có đang thực hiện theo một khuôn mẫu hoặc kết quả mong đợi nào đó hay không. Khi ứng viên liên tục bị từ chối vì không phù hợp với khuôn mẫu này, họ có thể buộc phải "lách luật" bằng cách sử dụng các trợ lý AI trong phỏng vấn.
Archie Payne, đồng sáng lập và chủ tịch của công ty tuyển dụng kỹ thuật CalTek Staffing, xem đây là một phản ứng hợp lý trước một quy trình gây khó chịu cho cả hai bên. Ông chia sẻ rằng các công ty bắt đầu sử dụng công cụ AI để sàng lọc hồ sơ và các công cụ tương tự để lọc ứng viên trên quy mô lớn. Ứng viên nhận thấy điều này và bắt đầu sử dụng AI trong các buổi phỏng vấn như một biện pháp đối phó với những gì họ cảm thấy là một quy trình đã bị tự động hóa chống lại họ.
Ravi Kiran Pagidi, kỹ sư dữ liệu AI cấp cao tại Navy Federal Credit Union, người từng tham gia các hội đồng phỏng vấn kỹ thuật cho các vị trí kỹ sư phần mềm và dữ liệu, cho rằng điều này có thể dẫn đến một vòng lặp AI đấu AI. Quá trình này có thể ít tập trung vào năng lực thực tế mà thay vào đó là việc ai có thể tối ưu hóa tốt hơn cho thuật toán.
Trong các buổi phỏng vấn kỹ thuật, kỹ sư phần mềm thường được yêu cầu phác thảo các thuật toán và trả lời các câu hỏi liên quan đến thiết kế hệ thống cùng các kiến thức cơ bản khác về phát triển phần mềm. Các buổi phỏng vấn kỹ thuật từ xa thường biến thành các phiên lập trình trực tiếp, nơi ứng viên viết mã để giải quyết một vấn đề cụ thể.
Các trợ lý phỏng vấn AI như Final Round AI, Interview Coder và ParakeetAI có thể lắng nghe, xử lý âm thanh và tạo ra câu trả lời hoặc mã code gần như ngay lập tức. Những công cụ này thậm chí có thể được phủ lên màn hình phỏng vấn, tự nhận là vô hình và không thể bị phát hiện. Mudit Saraf, một kỹ sư phần mềm tại Meta, nhận xét rằng bạn có thể đọc một câu trả lời hiện ra theo thời gian thực, vì vậy tất cả những gì bạn phải làm là "diễn một chút".
Để đối phó, Mudit Saraf và Shraddha Sunil, một kỹ sư phần mềm tại Microsoft, đã đồng sáng lập Ginger, một công cụ tuyển dụng AI bằng giọng nói cho các vòng phỏng vấn đầu tiên. Ginger đặt các câu hỏi được xác định trước và các câu hỏi tiếp theo được tạo ra theo thời gian thực, đồng thời gắn cờ các ứng viên sử dụng AI trong các cuộc gọi sàng lọc ban đầu. Phần mềm này theo dõi các tín hiệu bao gồm chuyển động mắt, độ trễ nhất quán trong thời gian phản hồi, chuyển đổi tab và các mẫu lời nói (cụm từ hoặc cấu trúc câu) "nghe giống" AI. Sunil lưu ý rằng Ginger chủ yếu được thử nghiệm cho các vai trò cấp độ đầu vào, nơi ứng viên có thể là sinh viên mới tốt nghiệp hoặc có ít năm kinh nghiệm. Cô cho biết những ứng viên này đã quen với AI và sử dụng nó rất nhiều, vì vậy điều đó không có gì mới mẻ đối với họ.
Tuy nhiên, các công cụ tuyển dụng AI cũng có những hạn chế. Payne nhận thấy ngày càng nhiều nhà tuyển dụng triển khai các nền tảng phỏng vấn hỗ trợ AI, nhưng một số lại gặp phải kết quả trái chiều khi nói đến việc phát hiện AI. Ông chia sẻ rằng độ chính xác chưa hoàn hảo và đã có vài lần những ứng viên giỏi bị gắn cờ sai. Đây có thể là một vấn đề nghiêm trọng khi việc tìm kiếm người đủ tiêu chuẩn cho vị trí đã khó khăn, mà lại loại bỏ những người tài năng mà không có lý do.
Teppoeva cảnh báo về các rủi ro khác mà các công cụ phỏng vấn AI có thể gây ra, bao gồm quyền riêng tư và bảo mật dữ liệu ứng viên, liệu các bản ghi phỏng vấn có được sử dụng để đào tạo các mô hình AI hay không, cũng như vấn đề thiên vị và công bằng. Một nghiên cứu gần đây từ Viện AI tập trung vào con người Stanford, chẳng hạn, đã phát hiện ra rằng các công cụ tuyển dụng AI có thể làm tăng sự thiên vị chủng tộc và dẫn đến việc từ chối có hệ thống. Nghiên cứu đã theo dõi 3.4 triệu ứng viên thực tế, những người có đơn ứng tuyển đều được đánh giá bởi các thuật toán từ một nhà cung cấp duy nhất, và tìm thấy bằng chứng về tác động tiêu cực đối với ứng viên châu Á và da đen.
Những cạm bẫy này nhấn mạnh sự cần thiết của sự giám sát của con người. Teppoeva khẳng định rằng cần phải có sự tham gia của con người vào một giai đoạn nào đó trong quy trình và để con người có tiếng nói để đảm bảo kết quả công bằng. Pagidi cũng cho rằng việc kiểm toán, chính sách rõ ràng và tính minh bạch là điều bắt buộc đối với các công cụ tuyển dụng AI. Nếu không, các ứng viên đủ tiêu chuẩn có thể bị loại bỏ một cách không công bằng, và các công ty có thể nghĩ rằng họ đang cải thiện hiệu quả trong khi thực tế lại làm suy yếu tín hiệu tuyển dụng.
Thay vì triển khai các công cụ phát hiện AI, một số công ty công nghệ, bao gồm Meta, đang cho phép sử dụng AI trong các buổi phỏng vấn kỹ thuật. Nền tảng phát triển phần mềm AI-native Factory cũng đang đi theo con đường tương tự. Varin Nair, một kỹ sư phần mềm dẫn dắt quy trình tuyển dụng kỹ thuật của Factory, cho biết họ muốn quy trình phỏng vấn phản ánh cách ứng viên thực sự làm việc ngày nay bằng AI. Ứng viên xây dựng một hệ thống chất lượng sản xuất hoặc di chuyển một codebase thực từ framework này sang framework khác trong vòng 1 giờ bằng cách sử dụng các tác nhân mã hóa AI. Sau đó, họ được đánh giá dựa trên chiến lược hơn là kết quả.
Nair giải thích rằng họ không chấm điểm dựa trên số lượng bài kiểm tra vượt qua hay liệu ứng viên có hoàn thành hay không. Thay vào đó, họ đánh giá dựa trên khả năng lập kế hoạch, cách ứng viên chỉ đạo AI, cách họ gỡ lỗi và liệu họ có thể giải thích tại sao giải pháp của mình hoạt động. Ông đã chứng kiến những ứng viên hoàn toàn phụ thuộc vào công cụ mã hóa AI, chấp nhận mọi thứ nó trả về. Nair nhấn mạnh rằng AI chỉ tốt khi có sự đánh giá của người sử dụng nó. Những ứng viên yếu kém dựa vào AI để suy nghĩ và sẽ bế tắc khi AI gặp khó khăn, trong khi những ứng viên giỏi sử dụng nó để làm việc nhanh hơn và giải phóng bản thân để suy luận về kiến trúc, sự đánh đổi và sản phẩm.
Khả năng suy luận như vậy vẫn rất quan trọng trong phát triển phần mềm. Pagidi cho rằng việc suy luận qua các trường hợp biên và kết nối câu trả lời với các kịch bản sản xuất là nơi thể hiện sự đánh giá kỹ thuật thực sự. Các nhà phát triển sẽ ngày càng sử dụng các công cụ AI, nhưng họ vẫn cần phải chịu trách nhiệm về giải pháp cuối cùng.
Payne của CalTek tin rằng cách tiếp cận thiết kế phỏng vấn để ưu tiên tính xác thực này có thể mang lại lợi ích cho các công ty về lâu dài. Ông cho biết các đánh giá kỹ thuật tốt nhất mà ông thấy gần đây là mang tính hợp tác, bao gồm việc xem xét codebase và thảo luận kiến trúc bên cạnh việc viết mã. Việc sử dụng AI để vượt qua loại phỏng vấn này khó hơn nhiều, vì vậy đây là một quy trình có nhiều khả năng tiết lộ cách ứng viên thực sự tư duy.
Ông cũng khuyên ứng viên nên sử dụng AI để chuẩn bị nhưng giữ câu trả lời của mình trong các buổi phỏng vấn. Các công ty đang ngày càng giỏi hơn trong việc phát hiện việc sử dụng AI, và việc bị phát hiện có thể ảnh hưởng đến triển vọng nghề nghiệp lâu dài của bạn. Cộng đồng kỹ thuật nhỏ hơn mọi người nghĩ. Với mỗi buổi phỏng vấn, ứng viên phải cân nhắc rủi ro và lợi ích của việc sử dụng các công cụ này. Theo ông, việc chấp nhận rủi ro đó hiếm khi mang lại lợi ích cho ứng viên.
*Bài viết được tổng hợp từ phân tích của Rina Diane Caballar trên IEEE Spectrum.*
Tuy nhiên, các nhà tuyển dụng cũng không đứng ngoài cuộc. Họ đang triển khai những công cụ AI riêng để phát hiện các dấu hiệu cho thấy ứng viên đang sử dụng AI trong quá trình phỏng vấn. Cuộc đối đầu hai chiều này đang biến quá trình tuyển dụng thành một trận chiến AI không có người thắng cuộc rõ ràng. Dù vậy, các chuyên gia tin rằng yếu tố con người vẫn sẽ là chìa khóa quyết định trong hành trình tìm kiếm việc làm đầy thử thách này.
Vậy điều gì đang thúc đẩy sự gia tăng của AI trong tuyển dụng? Tatiana Teppoeva, một chiến lược gia tuyển dụng AI, mô tả hiện tượng này giống như trò mèo vờn chuột, diễn ra trong bối cảnh những đợt sa thải nhân sự công nghệ liên quan đến AI diễn ra không ngừng và một thị trường việc làm với số lượng ứng viên vượt xa các vị trí tuyển dụng. Theo Teppoeva, các công cụ AI rất giỏi trong việc xác định liệu một người có đang thực hiện theo một khuôn mẫu hoặc kết quả mong đợi nào đó hay không. Khi ứng viên liên tục bị từ chối vì không phù hợp với khuôn mẫu này, họ có thể buộc phải "lách luật" bằng cách sử dụng các trợ lý AI trong phỏng vấn.
Archie Payne, đồng sáng lập và chủ tịch của công ty tuyển dụng kỹ thuật CalTek Staffing, xem đây là một phản ứng hợp lý trước một quy trình gây khó chịu cho cả hai bên. Ông chia sẻ rằng các công ty bắt đầu sử dụng công cụ AI để sàng lọc hồ sơ và các công cụ tương tự để lọc ứng viên trên quy mô lớn. Ứng viên nhận thấy điều này và bắt đầu sử dụng AI trong các buổi phỏng vấn như một biện pháp đối phó với những gì họ cảm thấy là một quy trình đã bị tự động hóa chống lại họ.
Ravi Kiran Pagidi, kỹ sư dữ liệu AI cấp cao tại Navy Federal Credit Union, người từng tham gia các hội đồng phỏng vấn kỹ thuật cho các vị trí kỹ sư phần mềm và dữ liệu, cho rằng điều này có thể dẫn đến một vòng lặp AI đấu AI. Quá trình này có thể ít tập trung vào năng lực thực tế mà thay vào đó là việc ai có thể tối ưu hóa tốt hơn cho thuật toán.
Trong các buổi phỏng vấn kỹ thuật, kỹ sư phần mềm thường được yêu cầu phác thảo các thuật toán và trả lời các câu hỏi liên quan đến thiết kế hệ thống cùng các kiến thức cơ bản khác về phát triển phần mềm. Các buổi phỏng vấn kỹ thuật từ xa thường biến thành các phiên lập trình trực tiếp, nơi ứng viên viết mã để giải quyết một vấn đề cụ thể.
Các trợ lý phỏng vấn AI như Final Round AI, Interview Coder và ParakeetAI có thể lắng nghe, xử lý âm thanh và tạo ra câu trả lời hoặc mã code gần như ngay lập tức. Những công cụ này thậm chí có thể được phủ lên màn hình phỏng vấn, tự nhận là vô hình và không thể bị phát hiện. Mudit Saraf, một kỹ sư phần mềm tại Meta, nhận xét rằng bạn có thể đọc một câu trả lời hiện ra theo thời gian thực, vì vậy tất cả những gì bạn phải làm là "diễn một chút".
Để đối phó, Mudit Saraf và Shraddha Sunil, một kỹ sư phần mềm tại Microsoft, đã đồng sáng lập Ginger, một công cụ tuyển dụng AI bằng giọng nói cho các vòng phỏng vấn đầu tiên. Ginger đặt các câu hỏi được xác định trước và các câu hỏi tiếp theo được tạo ra theo thời gian thực, đồng thời gắn cờ các ứng viên sử dụng AI trong các cuộc gọi sàng lọc ban đầu. Phần mềm này theo dõi các tín hiệu bao gồm chuyển động mắt, độ trễ nhất quán trong thời gian phản hồi, chuyển đổi tab và các mẫu lời nói (cụm từ hoặc cấu trúc câu) "nghe giống" AI. Sunil lưu ý rằng Ginger chủ yếu được thử nghiệm cho các vai trò cấp độ đầu vào, nơi ứng viên có thể là sinh viên mới tốt nghiệp hoặc có ít năm kinh nghiệm. Cô cho biết những ứng viên này đã quen với AI và sử dụng nó rất nhiều, vì vậy điều đó không có gì mới mẻ đối với họ.
Tuy nhiên, các công cụ tuyển dụng AI cũng có những hạn chế. Payne nhận thấy ngày càng nhiều nhà tuyển dụng triển khai các nền tảng phỏng vấn hỗ trợ AI, nhưng một số lại gặp phải kết quả trái chiều khi nói đến việc phát hiện AI. Ông chia sẻ rằng độ chính xác chưa hoàn hảo và đã có vài lần những ứng viên giỏi bị gắn cờ sai. Đây có thể là một vấn đề nghiêm trọng khi việc tìm kiếm người đủ tiêu chuẩn cho vị trí đã khó khăn, mà lại loại bỏ những người tài năng mà không có lý do.
Teppoeva cảnh báo về các rủi ro khác mà các công cụ phỏng vấn AI có thể gây ra, bao gồm quyền riêng tư và bảo mật dữ liệu ứng viên, liệu các bản ghi phỏng vấn có được sử dụng để đào tạo các mô hình AI hay không, cũng như vấn đề thiên vị và công bằng. Một nghiên cứu gần đây từ Viện AI tập trung vào con người Stanford, chẳng hạn, đã phát hiện ra rằng các công cụ tuyển dụng AI có thể làm tăng sự thiên vị chủng tộc và dẫn đến việc từ chối có hệ thống. Nghiên cứu đã theo dõi 3.4 triệu ứng viên thực tế, những người có đơn ứng tuyển đều được đánh giá bởi các thuật toán từ một nhà cung cấp duy nhất, và tìm thấy bằng chứng về tác động tiêu cực đối với ứng viên châu Á và da đen.
Những cạm bẫy này nhấn mạnh sự cần thiết của sự giám sát của con người. Teppoeva khẳng định rằng cần phải có sự tham gia của con người vào một giai đoạn nào đó trong quy trình và để con người có tiếng nói để đảm bảo kết quả công bằng. Pagidi cũng cho rằng việc kiểm toán, chính sách rõ ràng và tính minh bạch là điều bắt buộc đối với các công cụ tuyển dụng AI. Nếu không, các ứng viên đủ tiêu chuẩn có thể bị loại bỏ một cách không công bằng, và các công ty có thể nghĩ rằng họ đang cải thiện hiệu quả trong khi thực tế lại làm suy yếu tín hiệu tuyển dụng.
Thay vì triển khai các công cụ phát hiện AI, một số công ty công nghệ, bao gồm Meta, đang cho phép sử dụng AI trong các buổi phỏng vấn kỹ thuật. Nền tảng phát triển phần mềm AI-native Factory cũng đang đi theo con đường tương tự. Varin Nair, một kỹ sư phần mềm dẫn dắt quy trình tuyển dụng kỹ thuật của Factory, cho biết họ muốn quy trình phỏng vấn phản ánh cách ứng viên thực sự làm việc ngày nay bằng AI. Ứng viên xây dựng một hệ thống chất lượng sản xuất hoặc di chuyển một codebase thực từ framework này sang framework khác trong vòng 1 giờ bằng cách sử dụng các tác nhân mã hóa AI. Sau đó, họ được đánh giá dựa trên chiến lược hơn là kết quả.
Nair giải thích rằng họ không chấm điểm dựa trên số lượng bài kiểm tra vượt qua hay liệu ứng viên có hoàn thành hay không. Thay vào đó, họ đánh giá dựa trên khả năng lập kế hoạch, cách ứng viên chỉ đạo AI, cách họ gỡ lỗi và liệu họ có thể giải thích tại sao giải pháp của mình hoạt động. Ông đã chứng kiến những ứng viên hoàn toàn phụ thuộc vào công cụ mã hóa AI, chấp nhận mọi thứ nó trả về. Nair nhấn mạnh rằng AI chỉ tốt khi có sự đánh giá của người sử dụng nó. Những ứng viên yếu kém dựa vào AI để suy nghĩ và sẽ bế tắc khi AI gặp khó khăn, trong khi những ứng viên giỏi sử dụng nó để làm việc nhanh hơn và giải phóng bản thân để suy luận về kiến trúc, sự đánh đổi và sản phẩm.
Khả năng suy luận như vậy vẫn rất quan trọng trong phát triển phần mềm. Pagidi cho rằng việc suy luận qua các trường hợp biên và kết nối câu trả lời với các kịch bản sản xuất là nơi thể hiện sự đánh giá kỹ thuật thực sự. Các nhà phát triển sẽ ngày càng sử dụng các công cụ AI, nhưng họ vẫn cần phải chịu trách nhiệm về giải pháp cuối cùng.
Payne của CalTek tin rằng cách tiếp cận thiết kế phỏng vấn để ưu tiên tính xác thực này có thể mang lại lợi ích cho các công ty về lâu dài. Ông cho biết các đánh giá kỹ thuật tốt nhất mà ông thấy gần đây là mang tính hợp tác, bao gồm việc xem xét codebase và thảo luận kiến trúc bên cạnh việc viết mã. Việc sử dụng AI để vượt qua loại phỏng vấn này khó hơn nhiều, vì vậy đây là một quy trình có nhiều khả năng tiết lộ cách ứng viên thực sự tư duy.
Ông cũng khuyên ứng viên nên sử dụng AI để chuẩn bị nhưng giữ câu trả lời của mình trong các buổi phỏng vấn. Các công ty đang ngày càng giỏi hơn trong việc phát hiện việc sử dụng AI, và việc bị phát hiện có thể ảnh hưởng đến triển vọng nghề nghiệp lâu dài của bạn. Cộng đồng kỹ thuật nhỏ hơn mọi người nghĩ. Với mỗi buổi phỏng vấn, ứng viên phải cân nhắc rủi ro và lợi ích của việc sử dụng các công cụ này. Theo ông, việc chấp nhận rủi ro đó hiếm khi mang lại lợi ích cho ứng viên.
*Bài viết được tổng hợp từ phân tích của Rina Diane Caballar trên IEEE Spectrum.*
