Setiap hari, seorang perekrut membuat puluhan keputusan cepat seperti kandidat mana yang dipanggil, siapa yang dianggap cocok, siapa yang langsung dicoret hanya dari membaca CV. Masalahnya, tidak semua keputusan itu murni berdasarkan kompetensi. Sebagian besar dipengaruhi oleh unconscious bias, prasangka bawah sadar yang terbentuk dari persepsi, stereotip, dan pengalaman pribadi, tanpa disadari oleh pengambil keputusan itu sendiri.
Bias rekrutmen terbagi menjadi dua jenis utama:
- Conscious bias (explicit bias)
Preferensi yang disadari sepenuhnya oleh perekrut, misalnya secara terang-terangan lebih menyukai kandidat dengan latar belakang tertentu.
- Unconscious bias (implicit bias)
Prasangka yang menyusup ke dalam penilaian tanpa disadari, sering kali dianggap sebagai “insting” atau “chemistry”, padahal sebenarnya adalah pola pikir bawaan yang tidak berdasar objektif.
Karena sifatnya tidak disadari, unconscious bias justru lebih sulit dideteksi dan diperbaiki dibanding bias yang eksplisit.
Jenis-Jenis Bias yang Umum Terjadi dalam Rekrutmen
- Similarity bias
Kecenderungan menyukai kandidat yang mirip dengan diri perekrut (almamater sama, latar belakang serupa, hobi yang sama).
- First impression bias
Menilai kandidat hanya dari kesan beberapa menit pertama wawancara, lalu mencari pembenaran sepanjang sisa wawancara.
- Halo effect
Satu kelebihan atau kekurangan mencolok memengaruhi penilaian keseluruhan kandidat.
- Confirmation bias
Mencari informasi yang menguatkan kesan awal, mengabaikan bukti yang bertentangan.
- Affinity bias
Menyukai kandidat karena kecocokan personal, bukan kompetensi kerja.
- Age and gender bias
Prasangka terhadap kemampuan kandidat berdasarkan usia atau jenis kelamin, sering muncul bahkan sejak tahap penulisan iklan lowongan.
Dampak Bias yang Tidak Dikelola
- Mempersempit peluang menemukan kandidat terbaik karena kriteria penilaian tidak murni berbasis kompetensi.
- Meningkatkan risiko merekrut karyawan yang kurang sesuai kebutuhan, berujung pada turnover tinggi.
- Membengkaknya biaya rekrutmen akibat kesalahan hiring yang berulang.
- Menciptakan tim yang homogen, mengurangi keberagaman perspektif yang justru penting untuk inovasi.
- Berpotensi menimbulkan persoalan hukum, terutama jika bias tersebut sudah masuk kategori diskriminasi.
Cara Mengurangi Bias dalam Proses Rekrutmen
- Standarkan Pertanyaan dan Kriteria Penilaian
Gunakan pertanyaan wawancara yang sama untuk semua kandidat di posisi yang sama, dengan rubrik penilaian yang jelas. Wawancara terstruktur terbukti mengurangi ruang bagi penilaian subjektif dibanding wawancara bebas. - Tinjau Ulang Iklan Lowongan
Hindari mencantumkan kriteria yang tidak relevan dengan kemampuan kerja, seperti batas usia, jenis kelamin, atau penampilan fisik, kecuali benar-benar dipersyaratkan oleh sifat pekerjaan dan diatur oleh ketentuan yang sah. - Terapkan Blind Hiring pada Tahap Awal
Menghapus informasi seperti nama, foto, usia, atau asal kampus dari CV pada tahap penyaringan awal membantu perekrut menilai kandidat murni berdasarkan keterampilan dan pengalaman relevan. - Libatkan Lebih dari Satu Penilai
Keputusan yang diambil oleh satu orang lebih rentan terhadap bias personal. Melibatkan panel wawancara dengan latar belakang berbeda membantu menyeimbangkan penilaian. - Manfaatkan Sistem yang Terstruktur (ATS/HRIS)
Sistem rekrutmen yang terstruktur dan berbasis data membantu menyeragamkan proses interview untuk semua kandidat, sehingga penilaian tidak lagi bergantung pada gaya atau preferensi individu pewawancara. - Berikan Pelatihan Kesadaran Bias secara Berkala
Workshop atau pelatihan unconscious bias membantu perekrut mengenali pola pikir otomatis mereka sendiri, sekaligus melatih cara bertanya yang lebih netral dan objektif. - Evaluasi Data Hasil Rekrutmen secara Berkala
Pantau data demografis kandidat di setiap tahap seleksi apakah ada pola penyempitan yang tidak wajar di kelompok tertentu (usia, gender, latar belakang pendidikan) yang mengindikasikan bias sistemik.
Bias dalam Rekrutmen Berbasis AI
Semakin banyak perusahaan di Indonesia memanfaatkan AI (artificial intelligence) untuk penyaringan awal kandidat. Namun, sistem AI bukan alat yang otomatis bebas bias, ia dilatih dari data keputusan rekrutmen masa lalu, sehingga jika riwayat rekrutmen perusahaan condong ke kelompok tertentu, model AI berisiko melanjutkan pola tersebut tanpa disadari. Perusahaan yang mengadopsi AI dalam rekrutmen tetap perlu melakukan audit berkala terhadap kriteria dan hasil seleksi yang direkomendasikan sistem, bukan menyerahkan keputusan sepenuhnya tanpa pengawasan manusia.
Bias dalam rekrutmen jarang muncul karena niat buruk, lebih sering karena kebiasaan dan pola pikir yang tidak pernah dipertanyakan. Rekrutmen yang adil bukan hanya soal etika, tapi juga investasi untuk mendapatkan talenta terbaik tanpa tersaring oleh kriteria yang sebenarnya tidak relevan dengan kemampuan kerja.
