HackerRank mở mã nguồn AI tuyển dụng: điều cần biết

Tháng 10/2025, HackerRank công khai mã nguồn một AI sàng lọc hồ sơ trên GitHub. Đó là repo `interviewstreet/hiring-agent`, giấy phép MIT. Lần đầu tiên, bất kỳ ai cũng đọc được cách một nhà cung cấp ATS lớn chấm điểm ứng viên. Và cũng thấy luôn điểm yếu của nó. Bài viết giải thích công cụ này là gì, vì sao kết quả thiếu ổn định, và ý nghĩa của nó với nhà tuyển dụng lẫn người tìm việc.

HackerRank đã mở mã nguồn cái gì?

Hiring Agent là một pipeline Python. Nó biến một file PDF hồ sơ thành điểm số có giải thích. Quy trình gồm năm bước:

1. Trích xuất PDF sang văn bản (dùng PyMuPDF).
2. Dùng mô hình ngôn ngữ (LLM) phân tích từng mục thành dữ liệu JSON có cấu trúc.
3. Làm giàu dữ liệu từ GitHub. Công cụ lấy kho mã của ứng viên và chọn khoảng 7 dự án nổi bật.
4. Chấm điểm bằng LLM theo bốn nhóm: mã nguồn mở, dự án cá nhân, kinh nghiệm thực tế và kỹ năng kỹ thuật. Mỗi điểm kèm trích dẫn bằng chứng.
5. Xuất kết quả ra CSV để theo dõi.

Một điểm đáng chú ý. Công cụ có thể chạy hoàn toàn cục bộ bằng mô hình local qua Ollama (ví dụ Gemma3). Hoặc chạy qua Google Gemini trên cloud. Toàn bộ prompt chấm điểm nằm trong thư mục `prompts/`. Vì vậy logic đánh giá là công khai và có thể chỉnh sửa. Điều này rất hiếm với một nhà cung cấp ATS.

Vấn đề: cùng một hồ sơ chấm ra 66–99 điểm

Một phân tích độc lập trên danunparsed.com đã chạy cùng một hồ sơ qua khoảng 100 lần đánh giá. Kết quả dao động từ 66 đến 99 điểm. Nếu đặt ngưỡng đậu ở 85, chính ứng viên đó bị loại khoảng 65% số lần. Đó là do tính ngẫu nhiên giữa các lần chạy, không phải do năng lực.

Một bộ lọc không phân biệt được ứng viên thì không lọc theo chất lượng. Nó chỉ đơn giản là lọc.— danunparsed.com

Đây không phải lỗi riêng của HackerRank. Tính không ổn định (non-determinism) là đặc tính của cách LLM sinh văn bản. Bài phân tích còn chỉ ra một điểm khác. Phần 25 điểm cho "kinh nghiệm" gần như không đổi giữa các lần chạy. Nó ổn định, nhưng hướng dẫn quá sơ sài nên không phân loại được ứng viên.

Vì sao việc nặng về GitHub làm lệch kết quả

Khoảng 65% điểm số phụ thuộc vào công việc mã nguồn mở và dự án trên GitHub. Nghĩa là nhiều kỹ sư giỏi bị đánh giá thấp một cách có hệ thống. Đó là những người không có nhiều mã công khai. Tình huống này phổ biến ở người làm tại tập đoàn lớn, lĩnh vực bảo mật, hay vai trò không lập trình. Nếu mô hình không "nhìn thấy" công việc của bạn, nó không thể cho điểm.

Dữ liệu nói gì về AI trong tuyển dụng

AI sàng lọc đã phổ biến. Nhưng niềm tin của ứng viên thì chưa theo kịp. Vài con số đáng chú ý:

• 69% nhân sự HR dùng AI hỗ trợ tuyển dụng trong 2025, và 44% dùng để sàng lọc hồ sơ, theo SHRM 2025 Talent Trends.
• 71% người Mỹ phản đối việc để AI ra quyết định tuyển dụng cuối cùng, và chỉ 7% ủng hộ, theo Pew Research.
• Khoảng hai phần ba người trưởng thành nói sẽ không ứng tuyển vào nơi dùng AI để hỗ trợ quyết định tuyển dụng, cũng theo Pew Research.
• Nghiên cứu học thuật (bài FAIRE, arXiv 2025) ghi nhận thiên kiến chủng tộc và giới tính đo được trong các công cụ LLM chấm hồ sơ.

Bối cảnh pháp lý: kiểm toán thiên kiến và Đạo luật AI của EU

Quản lý nhà nước đang siết lại. Từ 02/08/2026, các công cụ AI dùng để tuyển dụng, sàng lọc hay đánh giá hiệu suất bị xếp vào nhóm rủi ro cao theo Đạo luật AI của EU. Nhóm này phải đánh giá rủi ro, kiểm thử thiên kiến, có giám sát của con người và minh bạch. Tại Mỹ, nhiều nơi như New York (Luật 144) đã yêu cầu kiểm toán thiên kiến và thông báo cho ứng viên. Với doanh nghiệp Việt Nam, dữ liệu CV là dữ liệu cá nhân theo PDPL (Luật 91/2025). Đây là một lý do nữa để ưu tiên mô hình chạy cục bộ và giữ con người trong vòng quyết định.

Kết luận

Việc HackerRank mở mã nguồn là một thắng lợi về minh bạch. Lần đầu ai cũng có thể đọc và phê bình cách một công cụ tuyển dụng thật sự chấm điểm. Nhưng "mở" cũng phơi bày rằng công cụ này thiếu ổn định và lệch trọng số. Với nhà tuyển dụng, hãy xem nó là điểm khởi đầu để *kiểm toán*, không phải sản phẩm dùng ngay. Với người tìm việc, hãy nhớ rằng đằng sau nhiều lời từ chối là sự ngẫu nhiên. Vì vậy cứ kiên trì.

*Bài viết do đội ngũ Tuyển Dụng biên soạn, dựa trên mã nguồn công khai và phân tích độc lập được trích dẫn bên dưới.*