NGHIÊN CỨU, SO SÁNH VÀ ĐÁNH GIÁ HIỆU QUẢ CÁC MÔ HÌNH AI CHO VIỆC TUYỂN DỤNG NHÂN SỰ
Từ khóa:
Gemini AI, OpenAI, Cohere AI, AI tích hợp, NestJS, Web Application, Human Resource, Smart Recruitment, Natural Language ProcessingTóm tắt
Nghiên cứu này đánh giá hiệu quả của các mô hình trí tuệ nhân tạo (AI) — cụ thể là Gemini, Cohere AI và OpenAI — trong việc tối ưu hóa quy trình tuyển dụng nhân sự. Trong bối cảnh chuyển đổi số đang gia tăng tại Việt Nam, nghiên cứu so sánh năng lực của các mô hình này trong việc tự động phân tích hồ sơ và xếp hạng ứng viên. Phương pháp thực nghiệm bao gồm việc so khớp 500 hồ sơ với 15 bản mô tả công việc, tạo ra 22.500 lượt so sánh. Các kết quả tự động này được đối chiếu với "điểm chuẩn" (ground truth) được thiết lập thông qua khảo sát 234 chuyên gia trong ngành.
Các phát hiện chỉ ra một sự đánh đổi rõ rệt giữa các chỉ số hiệu suất. OpenAI ("GPT-4o-mini") đạt độ chính xác cao nhất ở mức 88,51%, khiến nó trở nên vượt trội trong việc hiểu ngữ nghĩa phức tạp. Ngược lại, Google Gemini ("Flash 2.0") chứng tỏ là mô hình nhanh nhất với thời gian xử lý 2,11 giây — nhanh hơn 40% so với OpenAI — mặc dù có độ chính xác thấp hơn. Trong khi đó, Cohere ("Command") thể hiện độ nhất quán cao nhất (±2,52 %), mang lại sự ổn định cho các ứng dụng doanh nghiệp. Nghiên cứu kết luận rằng không có mô hình nào là tối ưu tuyệt đối; doanh nghiệp nên lựa chọn mô hình dựa trên các ưu tiên cụ thể như độ chính xác, tốc độ hoặc độ ổn định, hoặc áp dụng phương pháp kết hợp.
