KI-styring i HR: hva EUs KI-lov betyr for ansettelsesprosessen din

De fleste organisasjoner bruker allerede AI i rekruttering, resultatstyring og utviklingsbeslutninger. Og ifølge vår forskning sier 96 % av HR-lederne at ansatte allerede har personlig tilgang til generative AI-verktøy. Så hvorfor har bare 39 % klart definerte AI-retningslinjer for HR, og bare 32 % har en navngitt styringsrolle? Mer enn halvparten av de spurte bruker AI i konsekvensbeslutninger om mennesker uten styringsstrukturene som EUs AI-lov nå krever. 

Datoen august 2026 er bekreftet. Forpliktelsene er spesifikke, og ansvaret ligger hos din organisasjon. Her er hva du må gjøre for å beskytte og fremtidssikre din AI-drift. 

Hvorfor ustyrt AI i HR er en forretningsrisiko

Risikoene ved ustyrt AI i HR faller inn i tre kategorier: 

• Skalering av skjevhet. Ustyrt AI introduserer ikke skjevhet av og til – den systematiserer den konsekvent. Den samme skjeve utdataen gjelder for hver kandidat, i hver rolle, på tvers av hver ansettelsesbeslutning, helt til mønsteret blir synlig i aggregerte data. Da kan det allerede ha formet tusenvis av beslutninger.
   
• Juridisk eksponering. I henhold til EUs KI-lov er organisasjoner som bruker KI i ansettelses- og personalbeslutninger juridisk ansvarlige som distributører av KI-systemer med høy risiko. Dette ansvaret kan ikke overføres til leverandøren din. Det ligger hos deg, og artikkel 26 angir nøyaktig hva det betyr i praksis.
   
• Tap av tillit. 66 % av kandidatene sier at de ville unngått organisasjoner som bruker AI i ansettelser uten åpenhet. Ustyrt AI (der kandidatene ikke kan forstå hvordan beslutninger ble tatt) undergraver tilliten som gjør det mulig å tiltrekke og beholde talenter.
   

Hvis du vil ha mer informasjon om effektene av AI-skjevhet i HR, kan du lese AI-skjevhet i ansettelser: hvorfor det skjer og 5 måter å forhindre det på.

Viktige krav i henhold til artikkel 26 i EUs KI-lov 

Artikkel 26 i EUs KI-lov angir de spesifikke forpliktelsene for distributører av høyrisiko-KI-systemer. Enkelt forklart må HR-organisasjoner: 

Tildel tilsynspersonell

Utnevne en trent person med myndighet og tid til å gjennomgå, gripe inn i og overstyre AI-drevne beslutninger. Dette er ikke en jobb som kan absorberes i en eksisterende rolle som et ekstra ansvar – Artikkel 26 krever påviselig evne og kapasitet.

Gjennomfør konsekvensutredninger for grunnleggende rettigheter

Gjennomfør konsekvensutredninger for grunnleggende rettigheter der det er nødvendig, og evaluer hvordan AI-systemet påvirker kandidater og ansatte før utrulling. Vurderingen må gjentas når systemet, konteksten eller bruken av det endres vesentlig.

Konsulter arbeidstakere og deres representanter

Varsle arbeidstakerrepresentanter og berørte ansatte når KI brukes i beslutninger på arbeidsplassen. I mange EU-jurisdiksjoner må denne konsultasjonen skje før utrulling, ikke etter.

Overvåk systemer og loggfør beslutninger

Oppbevar automatisk genererte logger i minst seks måneder og overvåk systemer kontinuerlig for skjevhet, nøyaktighet og ytelsesavvik. Statisk validering på et gitt tidspunkt er ikke lenger tilstrekkelig – loven krever kontinuerlig tilsyn.

Dette er juridiske forpliktelser som gjelder for enhver organisasjon som bruker høyrisiko-KI i HR-beslutninger.

Kostnaden ved manglende overholdelse: bøter på opptil 15 millioner euro

Den økonomiske straffen for manglende oppfyllelse av forpliktelser knyttet til høyrisiko-KI i henhold til EUs KI-lov kan oppgå til 15 millioner euro eller 3 % av den globale årsomsetningen – avhengig av hva som er høgst. Håndhevingen ligger hos nasjonale markedstilsynsmyndigheter, som betyr at den kan variere avhengig av land og sektor. 

Utover boten overstiger driftskostnadene ved å ettermontere styring etter en hendelse – advokathonorarer, omdømmeskade, tillitssvekkelse hos kandidater og tap av data som aldri ble riktig logget – konsekvent kostnadene ved å bygge styringsinfrastruktur på forhånd. Så det er verdt å få orden på ting før det er for sent. 

Gapet i styringen av kunstig intelligens og hvorfor det er farlig 

Dataene fra forskningen vår avslører et styringsgap som de fleste organisasjoner ennå ikke erkjenner. Vi fant ut at mens 66 % av organisasjonene hevder å ha en ansvarlig AI-strategi, er det bare 34 % som aktivt overvåker AI-verktøyene sine for skjevheter. Denne avstanden mellom policy og praksis er det vi kaller performativ styring, dvs. inntrykket av samsvar uten realiteten. En organisasjon som har skrevet en AI-policy, men ikke har utnevnt en styringseier, trent opp sine ansatte eller bygget inn overvåking i arbeidsflytene sine, har ikke gjort nok for å redusere denne eksponeringen – den har bare dokumentert den.  

Hvis du vil ha mer informasjon om å designe ansvarlige AI-verktøy, kan du lese AI med et formål: hvordan Assessio bygger smartere HR-teknologi

Organisasjonene som har lukket gapet ser annerledes ut, selv i dataene. De med klart definerte retningslinjer for AI har mer enn dobbelt så stor sannsynlighet for å tilby formell AI-opplæring – 68 % mot 29 %. De rapporterer betydelig høyere tillit til nøyaktigheten av AI-resultatene sine – 50 % mot 14 %. Styringsstrukturer reduserer ikke bare regulatorisk risiko, de forbedrer også AI-resultater. 

Hvordan bygge et AI-styringsrammeverk i HR 

Å lukke styringsgapet krever fire ting. Dette er ikke et policydokument, det er operativ infrastruktur: 

• Tildel eierskap. Utnevn en styringseier med definert myndighet over AI-drevne HR-beslutninger. Denne personen bør ha ansiennitet til å utfordre leverandørkrav, opplæring til å evaluere AI-resultater og myndighet til å sette AI-assisterte beslutninger på pause eller overstyre dem. Uten en navngitt eier eksisterer styring bare på papiret. 
• Definer retningslinjer. Dokumenter hvilke AI-verktøy som er i bruk for øyeblikket, hvilke beslutninger de påvirker, og hva gjennomgangs- og overstyringsprosessen er for hvert av dem. Retningslinjene bør beskrive hva som skjer når et AI-resultat blir utfordret. 
• Opplæring av team. Dataene våre viser at organisasjoner med formell AI-opplæring er langt mer sannsynlig å overvåke for skjevheter, stole på resultatene sine og identifisere problemer tidlig. Opplæring er ikke en engangs onboarding-øvelse – den må holde tritt med verktøyene og beslutningene den styrer.
  Overvåk kontinuerlig. Testing før lansering forteller deg om et verktøy var rettferdig ved utrulling. Det forteller deg ingenting om hvorvidt det forblir rettferdig når kandidatpoolen endres, modellen oppdateres eller rollen utvikler seg. Negative konsekvensanalyser bør kjøres som en kontinuerlig praksis, ikke en engangsgodkjenning. 

Sjekkliste for AI-styring for CHRO-er: 12 spørsmål å stille

Bruk denne sjekklisten til å vurdere organisasjonens nåværende styringssituasjon for AI. Hvert punkt er en ja/nei-test. 

Eie 

• Finnes det en navngitt person med definert myndighet over AI-drevne HR-beslutninger? 

• Har den personen opplæringen og tiden til å gjennomgå og overstyre AI-utdata? 

• Finnes det en dokumentert eskaleringsprosess for utfordrede AI-beslutninger? 

 Retningslinjer 

• Har du en oversikt over alle AI-verktøy som er i bruk på tvers av HR-arbeidsflyter? 

• Vet du hvilke av disse verktøyene som kvalifiserer som høyrisiko i henhold til EUs KI-lov, vedlegg III? 

• Finnes det en dokumentert prosess for gjennomgang av nye AI-verktøy før utrulling? 

• Kan du forklare for en kandidat hvordan en AI-assistert ansettelsesbeslutning ble tatt? 

 Opplæring 

• Har HR-teamene fått formell opplæring i AI-verktøyene de bruker? 

• Forstår de ansatte sine forpliktelser i henhold til EUs kunstig intelligens-lov som distributører? 

 Overvåking 

• Logges og oppbevares AI-assisterte avgjørelser i minst seks måneder? 

• Gjennomføres negative konsekvensanalyser kontinuerlig – ikke bare ved lansering? 

• Finnes det en prosess for å varsle arbeidstakerrepresentanter når kunstig intelligens brukes i beslutninger på arbeidsplassen? 

 Hvis svaret på noen av disse er nei – eller du ikke vet – er det der din styringsrevisjon bør starte. 

Organisasjonene som bygger ekte infrastruktur for AI-styring nå, vil ikke bare unngå en regulatorisk bot. De vil bygge grunnlaget for AI som fungerer – validert, pålitelig og forsvarlig i alle faser av ansettelsesforholdet.

For mer om dette emnet, les Den komplette veiledningen til ansvarlig AI i HR

👉 Denne artikkelen bygger på forskning fra The Maturity Gap, Assessios datadrevne guide til AI-adopsjon, styring og tillit i HR. Last ned hele rapporten for å utforske funnene i dybden. Last ned The Maturity Gap her.