Sáu phần trăm ứng viên thừa nhận đã tham gia gian lận phỏng vấn — mạo danh người khác, hoặc để người khác ngồi thay mình. Ba mươi chín phần trăm nói họ đã dùng AI trong quá trình ứng tuyển, kể cả để tạo câu trả lời cho các câu hỏi đánh giá. Cả hai con số đều đến từ các khảo sát của Gartner trên khoảng 3.000 ứng viên mỗi lần, và chúng chống đỡ cho dự báo rằng đến năm 2028, cứ bốn hồ sơ ứng viên trên thế giới thì có một hồ sơ là giả (Personnel Today, 2026).
Xác minh danh tính phát hiện con số thứ nhất. Nó không chạm tới con số thứ hai.
Đó chính là chỗ mà phần lớn ngân sách tuyển dụng của doanh nghiệp tầm trung sắp đi sai. Làn sóng công cụ đổ về quý này — kiểm tra giấy tờ, phát hiện người thật, sàng lọc deepfake chồng lên phỏng vấn video — đều được xây để chống vector mạo danh. Vector đó có thật, và nó là vector nhỏ hơn. Vector lớn hơn, tăng nhanh hơn và gần như không được phòng thủ là một con người có thật, được định danh chính xác, nhưng năng lực họ trình diễn lại do một mô hình chế tạo ra.
Hai vector gian lận, một dòng ngân sách
Gian lận ứng viên thường được bàn như một phạm trù duy nhất. Về mặt vận hành, nó là hai, và chúng thất bại ở những chỗ khác nhau.
Vector mạo danh hỏi: người này có đúng là người họ tự nhận không? Một người thế thân vượt qua vòng sàng lọc kỹ thuật. Một danh tính tổng hợp lọt qua onboarding. Một luồng video deepfake dẫn dắt cả buổi phỏng vấn theo thời gian thực — dự báo gian lận 2026 của Experian chỉ đúng vào điều này: công cụ tạo sinh cho ra CV siêu vừa vặn và những ứng viên có thể vượt phỏng vấn trực tiếp (Experian, 2026). Vector này mang rủi ro an ninh thật sự, nên nó được cấp ngân sách. Như Jamie Kohn của Gartner nói, gian lận ứng viên "tạo ra những rủi ro an ninh mạng có thể nghiêm trọng hơn nhiều so với một quyết định tuyển dụng sai" (Personnel Today, 2026).
Vector năng lực đặt một câu hỏi khác: năng lực đang được trình diễn có phải của chính người này không? Ở đây ứng viên đúng là người họ nói. Giấy tờ hợp lệ. Khuôn mặt khớp. Nhưng CV, thư ứng tuyển, bài mẫu và câu trả lời đánh giá phần lớn do một mô hình tạo ra — mô hình mà khi vào việc họ sẽ không truy cập theo cách tương tự, hoặc có truy cập nhưng thiếu phán đoán để giám sát nó.
Xác minh danh tính trả lời trọn vẹn câu hỏi thứ nhất và hoàn toàn không chạm câu hỏi thứ hai. Một danh tính đã xác minh gắn với một năng lực chưa xác minh là một cú tuyển sai trông sạch sẽ hơn, chứ không phải một cú tuyển sai đã được ngăn chặn.
Xác minh danh tính thực sự chứng minh điều gì
Xác minh danh tính xứng đáng với số tiền bỏ ra, vì những gì nó làm. Nó chặn phỏng vấn hộ, danh tính tổng hợp và rủi ro về chế tài cùng quyền lao động phía sau. Nếu bạn tuyển từ xa vào các vị trí có quyền truy cập hệ thống, đó không phải vệ sinh tùy chọn.
Sai lầm nằm ở khâu hạch toán. Khi lớp xác minh được lắp đặt, dòng "gian lận" trong sổ rủi ro thường bị đánh dấu là đã đóng. Nó chưa đóng; nó bị giảm còn một nửa. Và nửa còn lại mới là phần tăng nhanh nhất, bởi nó không đòi hỏi ý đồ phạm tội, không đòi hỏi trình độ kỹ thuật, không đòi hỏi phối hợp — chỉ cần một ứng viên mở trình duyệt ở cửa sổ thứ hai.
Chính Gartner đọc tình hình như sau: nhà tuyển dụng đang thấy "khó hơn để đánh giá năng lực thật của ứng viên, và trong một số trường hợp là cả danh tính của họ" (Personnel Today, 2026). Hãy để ý thứ tự. Năng lực trước, danh tính sau và có dè dặt. Vấn đề năng lực mới là trường hợp phổ biến.
Vector năng lực lớn hơn — và đo được
Tự khai đặt mức dùng AI trong hồ sơ ứng tuyển ở 39%. Dữ liệu hành vi thu từ bên trong buổi phỏng vấn đưa con số lên cao hơn.
Fabric phân tích 19.368 buổi phỏng vấn trực tiếp do AI dẫn dắt và tìm thấy tín hiệu gian lận ở 38,5% trong số đó, với tỷ lệ tăng khoảng ba lần vào cuối năm 2025 (Fabric, 2026). Phân bố quan trọng hơn tiêu đề: vị trí kỹ thuật có tỷ lệ cao gấp khoảng bốn lần vị trí kinh doanh, ứng viên junior gấp khoảng hai lần senior. Ở nhóm ứng viên phỏng vấn nhiều lần, hành vi phân cực rõ — một nhóm lớn không bao giờ gian lận, một nhóm đáng kể gian lận trong mọi buổi phỏng vấn.
Đây là dữ liệu nền tảng của một nhà cung cấp, không phải nghiên cứu bình duyệt, và đến từ một công ty bán giải pháp phát hiện. Hãy chiết khấu tương ứng. Nhưng nó rút ra từ hành vi quan sát được qua gần hai mươi nghìn buổi phỏng vấn, chứ không phải từ việc hỏi người ta có gian lận hay không, và nó chỉ về cùng một hướng với số liệu tự khai của Gartner từ phía phương pháp luận đối lập. Khi con số trả lời trung thực và con số hành vi quan sát cùng rơi quanh bốn phần mười, thì chính khoảng đó là phát hiện.
Một chi tiết trong tập dữ liệu ấy đáng để thay đổi một chính sách ở phần lớn doanh nghiệp tầm trung: các bài đánh giá làm tại nhà có tỷ lệ gian lận cao hơn phỏng vấn trực tiếp, bởi thời gian không giới hạn và sự riêng tư đúng là điều kiện khiến sự trợ giúp của mô hình không thể bị phát hiện (Fabric, 2026). Bài tập mang về nhà từng là giải pháp dung hòa rẻ tiền và thân thiện với ứng viên mà hầu hết đội ngũ 50–500 nhân sự chọn để khỏi đốt giờ của người phỏng vấn. Nay nó là bước khó biện hộ nhất trong phễu.
Lập luận phản bác: chẳng phải đây chỉ là bình thường mới hay sao?
Phản bác mạnh nhất: hồ sơ có AI hỗ trợ đâu phải gian lận. Ứng viên dùng công cụ sẵn có; nhà tuyển dụng dùng mô hình sàng lọc ở phía bên kia; một thư ứng tuyển được AI mài giũa chẳng dự báo điều gì tệ hơn một lá thư được biên tập chuyên nghiệp năm 2019. Truy quét chuyện đó vừa vô ích vừa đạo đức giả.
Một nửa lập luận đó đúng. Dùng mô hình để siết lại CV không phải gian lận, và một công ty sàng lọc bằng AI trong khi cấm ứng tuyển bằng AI đang đứng ở thế đạo đức yếu. Nếu lập luận dừng ở đây, câu trả lời đúng sẽ là thôi giả vờ rằng tín hiệu CV từng mạnh mẽ.
Nhưng phản bác này đánh đồng việc soạn thảo với việc chứng minh. Khi một bài đánh giá tồn tại để đo xem người này có thể thực hiện lối suy luận này hay không, mà suy luận lại do mô hình làm, thì sản phẩm ấy không còn đo cái nó được thiết kế để đo. Đó không phải thất bại đạo đức của ứng viên. Đó là thất bại đo lường của bạn — và thất bại đo lường là việc của đội tuyển dụng phải sửa, bất kể ai gây ra.
Hệ quả thực tiễn không phải là bạn nên bắt và phạt nhiều ứng viên hơn. Mà là một phần lớn phễu của bạn giờ gồm những tín hiệu không còn mang thông tin, trong khi bạn vẫn ra quyết định như thể chúng còn mang. Ứng viên đã cảm nhận sự bất đối xứng ấy: chỉ 26% tin rằng AI sẽ đánh giá họ công bằng (Personnel Today, 2026). Bạn không đang bảo vệ một quy trình đáng tin. Bạn đang dựng lại một quy trình.
Sắp xếp lại phễu trước khi mua thêm một lớp nữa
Phễu chuẩn là: CV → sàng lọc của recruiter → phỏng vấn video → đánh giá → gặp trực tiếp. Công cụ xác minh được chèn vào ở phỏng vấn video: muộn và đắt.
Giải pháp của Gartner trước hết không phải là mua công cụ. Đó là bài đánh giá có sẵn các biện pháp chống gian lận, gồm cả cấu phần gặp mặt trực tiếp, cộng với xác thực ở cấp hệ thống thay vì giám sát từng cá nhân (Personnel Today, 2026). Và phản đối từ phía ứng viên yếu hơn hầu hết đội ngũ vẫn tưởng: 62% ứng viên nói họ dễ nộp đơn hơn khi tổ chức yêu cầu phỏng vấn trực tiếp.
Khoa học tuyển chọn ủng hộ việc sắp xếp lại này độc lập với mọi lập luận về gian lận. Các ước lượng phân tích tổng hợp đã hiệu chỉnh của Sackett và cộng sự đặt phỏng vấn có cấu trúc ở mức hiệu lực vận hành khoảng .42 và bài mẫu công việc quanh .33 — con số sau là một điều chỉnh giảm mạnh so với mức .54 được trích dẫn suốt nhiều năm (Sackett et al., 2022). Không cái nào hoàn hảo. Cả hai đều đo được. Còn CV thì chưa bao giờ có một hệ số hiệu lực đáng trích dẫn, và nay nó là sản phẩm bị AI làm nhiễu nặng nhất trong cả quy trình.
Ghép lại, nước đi mang tính cấu trúc: hãy chạy một bài đánh giá có giám sát, dựa trên năng lực, sớm hơn trong phễu — trước khi CV và vòng sàng lọc video mang trọng số quyết định. Khi đó một bước bắt được cả hai vector. Kẻ mạo danh không thể vượt qua bài kiểm tra năng lực trực tiếp mà họ không thể nhờ người khác làm; ứng viên thật với năng lực được chế tạo cũng vậy. Bạn không thêm một chốt kiểm soát gian lận. Bạn thay một bước hiệu lực thấp bằng một bước hiệu lực cao hơn, và chốt kiểm soát gian lận đến như tác dụng phụ.
Cần thay đổi gì trong quý này
Rà soát xem bước nào còn đo được điều gì
Lấy phễu của bạn và ghi ở mỗi giai đoạn: hôm nay một ứng viên có động cơ sẽ tốn bao nhiêu để làm giả nó. CV: gần bằng không. Thư ứng tuyển: bằng không. Bài tập mang về nhà: gần bằng không và lặng lẽ. Đánh giá có cấu trúc trực tiếp: cao. Phần lớn phễu tầm trung sẽ thấy ba trong năm giai đoạn đã rơi xuống mức chi phí gần bằng không, mà chưa ai điều chỉnh lại trọng số quyết định.
Đưa một bài đánh giá lên sớm hơn, và giám sát nó
Không phải mua nhà cung cấp mới. Một bước đã có, chuyển lên trước vòng sàng lọc, thực hiện trực tiếp hoặc có giám sát thay vì mang về nhà. Đo thay đổi bằng hai thứ: số vụ gian lận bắt được và thời gian tới quyết định. Thứ hai thường cải thiện, vì tín hiệu năng lực sớm sẽ giết các luồng ứng viên kém trước khi chúng ngốn giờ của người phỏng vấn.
Mua xác minh danh tính đúng với bản chất của nó
Cấp ngân sách, khoanh phạm vi trung thực, và ghi vào sổ rủi ro rằng nó chỉ xử lý mạo danh. Vector năng lực vẫn để ngỏ cho tới khi lớp đánh giá dịch chuyển. Một biện pháp kiểm soát được ghi là "một phần" sẽ được xem lại. Một biện pháp đánh dấu "đã xong" thì không.
Một quyết định
Hãy xem ở đâu trong phễu, lần đầu tiên ứng viên buộc phải chứng minh điều gì đó mà họ không thể nhờ người khác làm hộ. Nếu khoảnh khắc ấy nằm sau vòng lọc CV, phỏng vấn video và bài tập mang về nhà — và với hầu hết đội ngũ 50–500 nhân sự thì đúng là vậy — thì mọi quyết định trước đó đang chạy trên những sản phẩm mà một mô hình tạo ra miễn phí.
Xác minh danh tính sẽ nói cho bạn biết người trên màn hình là thật. Chỉ bài đánh giá mới nói cho bạn biết năng lực là thật. Quý này hãy dịch chuyển một bước, và hãy chọn đúng bước đó.
