Laporan baru mengungkap pergeseran dalam perekrutan seiring AI mulai menangani sebagian besar keterampilan di tempat kerja. Seiring dengan kemampuan kecerdasan buatan (AI) untuk menangani hampir tiga perempat dari keterampilan kerja, sebuah laporan baru mendesak pemberi kerja untuk meninjau kembali aspek apa yang sebenarnya mereka uji saat melakukan perekrutan.<\/p>\n\n\n\n
“Pertanyaan yang seharusnya diajukan oleh tim perekrutan bukanlah apakah AI mampu mengerjakan suatu tugas; karena untuk sebagian besar tugas saat ini, sudah ada versi AI yang bisa melakukannya,” ujar Guruprakash Sivabalan, pendiri sekaligus CEO platform rekrutmen berbasis AI, Xobin. Komentar ini menyertai laporan Xobin bertajuk *Human vs AI Skills Report: 2026 Mid-Year Edition* yang diterbitkan minggu ini. Laporan tersebut menemukan bahwa 72% kelompok keterampilan yang dinilai dalam kerangka kerja perekrutan tahun 2024 perusahaan dapat didelegasikan sepenuhnya atau sebagian kepada AI, berdasarkan setidaknya satu model yang diuji. Laporan yang disusun berdasarkan data internal Xobin ini mencakup 683 kelompok keterampilan, 113 *scorecard* kepemimpinan dari 92 pemberi kerja, serta ribuan permintaan penilaian teknis hingga tanggal 30 Juni 2026.<\/p>\n\n\n\n
Proporsi keterampilan yang dapat didelegasikan kepada AI sangat bervariasi antar-kategori: mulai dari 90 hingga 100% untuk penalaran analitis dan pemecahan masalah, hingga serendah 28% untuk aspek operasional dan eksekusi, sementara keterampilan kepemimpinan dan interpersonal berada di bawah angka 50%. “Pertanyaannya adalah bagian mana yang harus dikerjakan sendiri oleh kandidat, dan bagian mana yang perlu mereka arahkan serta periksa.”<\/p>\n\n\n\n
Laporan tersebut mencatat bahwa pendelegasian sebagian sering kali masih mengharuskan seseorang untuk merancang tugas, meninjau hasil kerja, dan menangani pengecualian, serta bahwa studi tersebut tidak mengukur jumlah pekerjaan yang dihilangkan.<\/p>\n\n\n\n
Bagaimana praktik perekrutan sedang berubah<\/p>\n\n\n\n
Prioritas perekrutan tampaknya sedang disesuaikan. Di antara 35 peran teknis yang diteliti, terdapat kemampuan untuk menerjemahkan kebutuhan bisnis menjadi solusi teknis, sebagaimana tercantum dalam deskripsi pekerjaan dan permintaan penilaian.<\/p>\n\n\n\n
Keterampilan ini termasuk dalam lima keterampilan yang paling sering dicantumkan, muncul dalam 10 hingga 19 dari peran-peran tersebut. Posisinya berada di bawah integrasi AI dan otomatisasi serta pemecahan masalah secara analitis, yang masing-masing muncul dalam 30 hingga 35 peran.<\/p>\n\n\n\n
Praktik perekrutan untuk posisi kepemimpinan juga mengalami perubahan. Berdasarkan analisis terhadap 113 templat *scorecard* dari 92 pemberi kerja, kriteria kecerdasan emosional rata-rata mencakup 52% \u200b\u200bdari total bobot penilaian, melampaui gabungan seluruh kriteria lainnya.<\/p>\n\n\n\n
Menurut temuan tersebut, perubahan ini mungkin paling terlihat pada cara pemberi kerja menilai kandidat di bidang teknis. Tes pemrograman tradisional yang tidak melibatkan AI mencakup 75 hingga 100% dari permintaan penilaian teknis pada paruh pertama tahun 2024.<\/p>\n\n\n\n
Menjelang paruh pertama tahun 2026, proporsi tersebut turun menjadi antara 25 dan 50%, sementara tugas yang melibatkan bantuan AI\u2014seperti membuat, melakukan *debugging*, dan menjelaskan kode\u2014meningkat dari kurang dari 25% menjadi antara 50 dan 75%.<\/p>\n\n\n\n
Laporan tersebut mengingatkan bahwa angka-angka ini merupakan proporsi dari permintaan, bukan jumlah total, dan bahwa komposisi pemberi kerja di kedua periode tersebut mungkin berbeda.<\/p>\n\n\n\n
Sivabalan mengatakan bahwa kemampuan untuk mendeteksi kesalahan AI bergantung pada penguasaan pengetahuan dasar oleh kandidat, bahkan saat AI mulai menangani lebih banyak pekerjaan rutin.<\/p>\n\n\n\n
“Pengetahuan dasar tidaklah hilang; justru hal itulah yang memungkinkan seseorang mendeteksi kesalahan AI,” ujarnya. “Bedakan antara tugas yang harus dikerjakan kandidat secara mandiri dan tugas yang perlu mereka arahkan serta verifikasi melalui AI, lalu integrasikan hal tersebut ke dalam metode penilaian peran.”<\/p>\n\n\n\n
Masalah ‘perekrutan AI yang keliru’<\/p>\n\n\n\n
Temuan ini muncul di tengah kekhawatiran yang lebih luas terkait perekrutan tenaga kerja di bidang AI. Menurut TestGorilla, lebih dari separuh organisasi telah melakukan “perekrutan tenaga kerja AI yang keliru” dalam satu tahun terakhir.<\/p>\n\n\n\n
Hal ini merujuk pada kandidat yang mampu berbicara dengan fasih mengenai perangkat AI selama proses rekrutmen, namun tidak dapat menerapkan pengetahuan tersebut saat bekerja. CEO TestGorilla, Wouter Durville, mengatakan bahwa masalah ini bukan disebabkan oleh sikap memprioritaskan kemahiran AI di atas keahlian bidang (domain expertise), melainkan karena kegagalan untuk menguji kedua aspek tersebut secara bersamaan.<\/p>\n\n\n\n
“Sudut pandang yang tepat bukanlah mempertentangkan keterampilan AI dengan keterampilan bidang. Melainkan keterampilan AI yang diterapkan pada keterampilan bidang,” ujar Durville. “Rekrutlah kandidat yang memiliki kombinasi keduanya. Masalah ‘perekrutan AI yang keliru’ muncul ketika Anda hanya mengoptimalkan salah satu aspek tanpa menguji keduanya.”<\/p>\n","protected":false},"excerpt":{"rendered":"
Laporan baru mengungkap pergeseran dalam perekrutan seiring AI mulai menangani sebagian besar keterampilan di tempat kerja. Seiring dengan kemampuan kecerdasan buatan (AI) untuk menangani hampir tiga perempat dari keterampilan kerja, sebuah laporan baru mendesak pemberi kerja untuk meninjau kembali aspek apa yang sebenarnya mereka uji saat melakukan perekrutan. “Pertanyaan yang seharusnya diajukan oleh tim perekrutan […]<\/p>\n","protected":false},"author":1,"featured_media":301,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-300","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-dunia-kerja"],"_links":{"self":[{"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/posts\/300","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=300"}],"version-history":[{"count":1,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/posts\/300\/revisions"}],"predecessor-version":[{"id":302,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/posts\/300\/revisions\/302"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=\/wp\/v2\/media\/301"}],"wp:attachment":[{"href":"https:\/\/blog.doceo.id\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=300"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=300"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.doceo.id\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=300"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}