Efek "kita vs mereka" dalam perekrutan IT: mengapa menulis CV secara manual secara statistik tidak menguntungkan 🤖

Penelitian terbaru ini secara matematis membuktikan adanya bug sistemik dalam pipeline perekrutan modern.

Di pasar telah terbentuk situasi di mana kandidat menghasilkan CV menggunakan jaringan saraf, sementara perusahaan menggunakan LLM yang sama untuk penyaringan awal. Para peneliti mengukur apa yang terjadi ketika kedua proses ini bertabrakan.

Mereka mengambil 2245 CV manusia nyata, membuat salinan berdasarkan CV tersebut menggunakan berbagai LLM (hard skill dan pengalaman tetap 1:1, hanya formulasi dan penyajian yang diubah) dan memberikannya kepada penilai LLM.

Dan inilah hasilnya:

1️⃣ Self-preference bias (Preferensi diri). Model memiliki mekanisme pengenalan diri bawaan dan secara sistematis memilih teks yang ditulis oleh diri mereka sendiri. Tingkat bias terhadap teks yang ditulis oleh manusia hidup berkisar antara 67% hingga 82% untuk GPT-4o, DeepSeek-V3, dan LLaMA-3.3-70B.

2️⃣ Konversi ke daftar pendek. Kandidat yang CV-nya dipoles oleh LLM yang sama yang digunakan perusahaan untuk penyaringan memiliki peluang 23–60% lebih besar untuk mendapatkan undangan wawancara. Dengan latar belakang yang benar-benar identik.

3️⃣ Kebutaan terhadap kualitas. Dalam tes buta, penanda manusia sering mengakui CV manusia asli lebih mudah dipahami dan logis. Namun penyaring LLM tetap memilih versi yang dihasilkan, hanya karena mereka mengenali pola linguistik mereka sendiri.

Ada statistik terpisah untuk pertempuran antar model itu sendiri, jika kandidat dan perusahaan menggunakan alat yang berbeda:
▫️ DeepSeek-V3 memiliki tingkat "narsisisme" tertinggi: ia memilih teksnya sendiri dibandingkan teks LLaMA-3.3-70B 69% lebih sering, dan dibandingkan GPT-4o 28% lebih sering.
▫️ GPT-4o, sebaliknya, dalam perbandingan berpasangan tiba-tiba lebih memilih CV yang ditulis oleh DeepSeek, mendiskon generasinya sendiri.

Singkatnya, dengan mengirimkan CV yang sepenuhnya "buatan tangan", Anda secara teknis memberikan hingga 60% keuntungan dalam penyaringan kepada mereka yang telah memproses teks melalui prompt. Kemampuan untuk menyesuaikan gaya CV dengan pipeline LLM perusahaan tertentu sekarang mempengaruhi konversi ke wawancara lebih kuat daripada pengalaman komersial nyata.

Sungguh rusak semua ☹️