Yogyakarta — Penggunaan kecerdasan buatan (Artificial Intelligence/AI) dalam proses rekrutmen dapat meningkatkan efisiensi perusahaan, tetapi juga berpotensi membawa bias gender ke dalam keputusan penerimaan karyawan. Temuan tersebut diungkapkan dalam penelitian Nur Aeinun Nisya dan Rusmita Ayu Rahmawati dari Fakultas Ekonomi dan Bisnis, Universitas Negeri Yogyakarta. Penelitian yang menganalisis perkembangan publikasi ilmiah mengenai AI, bias gender, rekrutmen, dan inklusi ini menggunakan 92 artikel jurnal yang terindeks Scopus dan diterbitkan pada 2016–2025. Hasilnya menunjukkan bahwa AI dalam rekrutmen tidak dapat dipandang hanya sebagai teknologi untuk mempercepat proses perekrutan, tetapi juga sebagai sistem yang berkaitan erat dengan persoalan keadilan, transparansi, dan inklusi di tempat kerja.
AI semakin banyak digunakan dalam pengelolaan sumber daya manusia, termasuk untuk menyaring CV, mencocokkan kandidat dengan posisi pekerjaan, melakukan penilaian awal, hingga membantu menentukan kandidat yang dianggap sesuai. Teknologi tersebut memungkinkan perusahaan memproses data pelamar dalam jumlah besar dengan lebih cepat dan konsisten dibandingkan metode rekrutmen tradisional.
Namun, efisiensi teknologi tidak selalu berarti proses rekrutmen menjadi lebih adil. Sistem AI bekerja berdasarkan data dan algoritma yang digunakan dalam proses pelatihan. Apabila data tersebut mengandung pola ketidaksetaraan dari proses rekrutmen sebelumnya, sistem AI dapat mempelajari dan mereproduksi pola yang sama. Kondisi ini membuat teknologi yang terlihat objektif justru berpotensi mempertahankan atau bahkan memperkuat diskriminasi yang sudah ada.
Bias gender menjadi salah satu persoalan yang mendapat perhatian besar dalam perkembangan AI untuk rekrutmen. Ketika sistem dilatih menggunakan data historis yang mencerminkan ketimpangan gender, kandidat dari kelompok tertentu dapat memperoleh perlakuan yang berbeda meskipun memiliki kualifikasi yang sebanding. Bias juga dapat muncul melalui pola bahasa, ketidakseimbangan data, maupun pilihan desain model AI.
Persoalan tersebut menjadi semakin penting karena rekrutmen merupakan pintu masuk utama seseorang ke dunia kerja. Keputusan pada tahap penyaringan, pemilihan kandidat untuk wawancara, hingga keputusan akhir penerimaan dapat menentukan siapa yang memperoleh kesempatan untuk bekerja. Jika rekomendasi algoritma yang bias memengaruhi keputusan manusia, ketidaksetaraan dapat terbawa hingga ke lingkungan organisasi.
Untuk memetakan perkembangan persoalan tersebut, Nisya dan Rahmawati melakukan analisis bibliometrik terhadap publikasi ilmiah. Data penelitian diambil dari basis data Scopus pada 4 Juni 2025. Pencarian dibatasi pada artikel jurnal berbahasa Inggris yang diterbitkan antara 2016 dan 2025 dan membahas AI atau sistem algoritmik dalam rekrutmen, bias atau diskriminasi, serta inklusi, keberagaman, atau kesetaraan di lingkungan organisasi. Setelah proses seleksi dan penghapusan data duplikat, sebanyak 92 artikel dipilih untuk dianalisis.
Para peneliti menggunakan VOSviewer untuk melihat hubungan antarkata kunci dalam publikasi tersebut. Hasil pemetaan menunjukkan bahwa kata kunci “recruitment” menjadi topik yang paling sering muncul, dengan 54 kemunculan dan total kekuatan hubungan sebesar 76. Posisi tersebut menunjukkan bahwa rekrutmen menjadi pusat pembahasan ketika para peneliti mengkaji hubungan antara AI, bias, keadilan, dan inklusi.
Selain “recruitment”, kata kunci seperti “artificial intelligence”, “discrimination”, dan “human resource management” juga memiliki hubungan yang kuat. Temuan tersebut menunjukkan adanya perubahan cara pandang terhadap AI dalam pengelolaan sumber daya manusia. AI tidak lagi dibahas hanya sebagai alat untuk meningkatkan kecepatan dan efisiensi, tetapi juga sebagai teknologi yang dapat memengaruhi kesetaraan, keberagaman, dan inklusi di tempat kerja.
Analisis tersebut menemukan tiga kelompok tema utama. Kelompok pertama berkaitan dengan persoalan sosial dan etika, dengan kata kunci seperti rekrutmen, bias, diskriminasi, gender, dan seleksi. Kelompok kedua berfokus pada teknologi dan manajemen sumber daya manusia, termasuk AI, machine learning, dan proses rekrutmen. Kelompok ketiga berkaitan dengan pengambilan keputusan dan inklusi, yang mencakup decision making, perekrutan, pemilihan karyawan, bias gender, dan inklusi.
Temuan tersebut menunjukkan bahwa bias gender dalam rekrutmen berbasis AI bukan sekadar persoalan teknis. Bias berkaitan dengan bagaimana data dikumpulkan, bagaimana algoritma dirancang, bagaimana rekomendasi teknologi digunakan, serta bagaimana manusia mengambil keputusan berdasarkan hasil yang diberikan AI.
Dalam perkembangan penelitian, perhatian akademik juga mengalami perubahan. Penelitian pada tahap awal lebih banyak membahas gender, bias, diskriminasi, dan ketidaksetaraan dalam akses pekerjaan. Sementara itu, penelitian yang lebih baru semakin banyak mengangkat AI, keberagaman, dan inklusi. Perubahan tersebut menunjukkan pergeseran dari sekadar mengidentifikasi masalah diskriminasi menuju upaya membangun sistem rekrutmen yang lebih adil dan inklusif.
Meski demikian, penelitian menunjukkan bahwa pembahasan mengenai inklusi masih belum sebanyak pembahasan mengenai bias dan diskriminasi. Visualisasi kepadatan VOSviewer memperlihatkan bahwa “recruitment”, “artificial intelligence”, “bias”, “gender”, “discrimination”, dan “human resource management” masih menjadi inti penelitian. Sementara itu, “diversity” dan “inclusion” mulai berkembang tetapi belum sekuat tema bias dan diskriminasi.
Kondisi tersebut menunjukkan adanya celah penelitian. Banyak penelitian masih berfokus pada cara mengidentifikasi bias, sementara kajian mengenai bagaimana organisasi secara aktif merancang sistem rekrutmen berbasis AI yang inklusif masih relatif terbatas. Strategi seperti audit algoritma, fairness by design, transparansi data pelatihan, dan tata kelola sumber daya manusia yang inklusif dinilai masih membutuhkan perhatian lebih besar.
Bagi perusahaan, hasil penelitian ini menunjukkan bahwa penerapan AI dalam rekrutmen tidak cukup dinilai berdasarkan kecepatan, efisiensi, atau kemampuan memprediksi kandidat yang sesuai. Perusahaan juga perlu memastikan bahwa sistem yang digunakan tidak memperkuat ketidaksetaraan yang berasal dari data historis. Transparansi, evaluasi keadilan algoritma, audit sistem, serta pengawasan manusia menjadi bagian penting dalam penerapan AI yang bertanggung jawab.
Bagi pembuat kebijakan dan praktisi sumber daya manusia, temuan ini memperkuat kebutuhan untuk melihat AI sebagai bagian dari sistem sosial dan organisasi, bukan sekadar perangkat teknologi. Keputusan rekrutmen tetap membutuhkan pertimbangan manusia agar rekomendasi algoritma tidak secara otomatis menentukan kesempatan kerja seseorang.
Nisya dan Rahmawati menyimpulkan bahwa masa depan rekrutmen berbasis AI seharusnya tidak hanya diukur dari kecanggihan teknologi. Keberhasilan teknologi juga perlu dilihat dari kemampuannya menciptakan proses perekrutan yang lebih adil, transparan, dan inklusif bagi kandidat dari berbagai kelompok.
Penelitian ini juga memiliki keterbatasan karena hanya menggunakan publikasi yang terindeks Scopus dan analisis berdasarkan kata kunci. Penelitian berikutnya dapat memperluas basis data dengan sumber lain seperti Web of Science atau Google Scholar, serta menggunakan analisis sitasi, kepengarangan bersama, atau perbandingan lintas negara dan industri.
Profil Penulis
Nur Aeinun Nisya — Fakultas Ekonomi dan Bisnis, Universitas Negeri Yogyakarta.
Rusmita Ayu Rahmawati — Fakultas Ekonomi dan Bisnis, Universitas Negeri Yogyakarta.
Sumber Penelitian
Judul Artikel: Mapping Gender Bias and Workplace Inclusion in Artificial Intelligence-Based Recruitment: A Bibliometric Co-Occurrence
Jurnal: East Asian Journal of Multidisciplinary Research (EAJMR), Vol. 5 No. 8, 2026, halaman 3345–3362.
DOI: https://doi.org/10.55927/eajmr.v5i8.264
Link Jurnal: https://journaleajmr.my.id/index.php/eajmr
0 Komentar