AI vid rekrytering: vad HR-chefer behöver veta om styrning och förtroende

De flesta HR-chefer som använder AI vid rekrytering hävdar att de gör det på ett ansvarsfullt sätt. Färre kan dock förklara exakt vad det innebär i praktiken – vem som fattar besluten, hur man säkerställer enhetlighet, vad kandidaterna får veta och varför. Det är just denna klyfta mellan självsäker användning och faktisk styrning som Assessios undersökning ”Maturity Gap” syftar till att mäta.

I våras lade vi fram resultaten för två personer som upplever verkligheten ur helt olika perspektiv.

Kasper Abrahamsen, global rekryteringschef på IO Interactive, deltog i den första sessionen för att berätta hur ett ansvarsfullt genomförande ser ut ur ett rekryteringsteams perspektiv.

Under den andra sessionen hävdade Katrina Collier, författare till böckerna *The Robot-proof Recruiter* och *Reboot Hiring*, att de mänskliga konsekvenserna av att misslyckas med detta redan börjar märkas. Båda samtalen var på ett positivt sätt lite obekväma. Här är vad som fastnade hos oss.

Börja fundera över hur du använder AI

De flesta organisationer har ännu inte genomfört denna omställning. Det som Kasper Abrahamsen beskriver som en ”drop in, drop out”-situation är något som de flesta rekryteringsteam känner igen: medarbetare som använder olika verktyg och olika frågeställningar, vilket leder till inkonsekventa resultat, utan att någon tar ansvar för det samlade resultatet. AI utför arbetet, men det sker utan någon styrning.

”Vi måste sluta prata om ’använder vi AI?’ och istället börja prata om hur vi använder den – och sedan hur vi använder den på ett konsekvent och ansvarsfullt sätt, och hur vi sedan kan skala upp den.” – Kasper Abrahamsen

Hos IO Interactive valde man att utgå från processen istället för från tekniken. Vilka beslut måste fattas i varje steg av rekryteringsprocessen? Vad är det egentligen man försöker bedöma i varje steg? Först när dessa frågor har fått konkreta svar är det meningsfullt att fråga sig hur AI kan support – alltid som en källa till insikt, aldrig som den som fattar beslutet.

Ansökningsfloden har redan börjat

Under julhelgen lade Kaspers kollega Lucas ut två lediga tjänster inom design och när han kom tillbaka i januari väntade 1 300 ansökningar på honom. Alla var välskrivna. Alla var i praktiken identiska. Ett team på fyra rekryterare, varav en var mammaledig, stod inför en omöjlig uppgift.

”Vi har i åratal lärt människor att anpassa sitt CV och sitt personliga brev efter platsannonsen. Nu gör de det med hjälp av AI.” — Kasper Abrahamsen

Följden är att processen utsätts för stor påfrestning. Ansökningar som skrivits av AI granskas av AI-baserade urvalssystem, utan att det finns någon meningsfull mellanväg. Den stora volymen har kullkastat den modell som de flesta rekryteringsprocesser byggde på, och få organisationer har ett tydligt svar på vad som ska ersätta den.

AI förstärker felaktiga briefingar

De flesta rekryteringsprocesser misslyckas redan innan en enda kandidat har ansökt. Det är Katrina Colliers ståndpunkt, och hon pekar ut en specifik orsak till detta. Det inledande mötet mellan rekryteraren och den ansvarige chefen är genomgående den del av processen som får minst uppmärksamhet.

En chef vars team förlorar en medarbetare hamnar ofta i panik, tar fram en gammal arbetsbeskrivning eller skapar en ny med hjälp av ChatGPT. Rekryteraren ger sig ut på marknaden med en utgångspunkt som redan är felaktig. Om man lägger till AI i den processen löser man inte problemet, utan förvärrar det bara.

”Man måste veta vad man letar efter innan man ger sig ut och väljer verktyg för att hitta någon.” — Katrina Collier

”Men människor är också partiska” är inget svar

AI-verktyg som lovar att eliminera mänskliga fördomar tränas på data som skapats av människor och bär därmed på de implicita fördomarna hos både den som skapade dem och den som matade in dem. När Katrina pressar verktygsleverantörerna på hur de motverkar detta får hon ofta svaret: ”Men människor är ju partiska.” Hennes reaktion: ”Precis – det är därför jag frågar.”

Det finns både specifika och allmänna farhågor. Det finns dokumenterade exempel på att stora språkmodeller tycks gynna ansökningar som har skrivits av samma modell som utför urvalet – ett CV som skrivits av ChatGPT får bättre betyg hos en urvalsfunktion som drivs av ChatGPT.

Båda gästerna kommer oberoende av varandra fram till samma slutsats: AI ska ge förslag, inte fatta beslut. Människorna förblir ansvariga för de avgörande besluten. Det är ett krav på utformningen, inte en tillfällig lösning.

👉För en djupare inblick i hur fördomar smyger sig in i AI-baserade rekryteringssystem och vad organisationer kan göra åt det, se Assessios guide till AI-fördomar vid rekrytering

86 % av de sökande som inte får något svar blir nedstämda eller deprimerade

Den siffran kommer från Tribepads kampanj ”End Ghosting”, och Katrina använde den för att sätta siffror på vad automatiserade, oansvariga rekryteringsprocesser kostar de som drabbas. Rekryteringsteam har i åratal haft verktygen för att avsluta varje ansökningsprocess. Problemet har aldrig varit bristande kapacitet – utan att många rekryterare inte har fått utbildning i hur man hanterar negativa reaktioner på avslag, vilket gör att de helt undviker att ge besked.

Hennes råd är praktiskt: ge alla ett tydligt besked, även om meddelandet är kortfattat. När du ger personlig feedback ska du använda ordet ”visa”, som är hämtat från ledarskapscoachen Sue Ingraham. Säg inte till en kandidat att hen saknar en viss kompetens, utan säg istället att hen inte visade den under intervjun. Det är svårare att ifrågasätta, mer användbart för kandidaten och minskar risken för att hen går i försvarsställning – något som ofta gör att rekryterare drar sig för att ge feedback överhuvudtaget.

När det gäller automatiska avslag är det bättre att ta ansvar för dem. Erkänn att de kan upplevas som kalla, förklara varför de skickas ut och utnyttja utrymmet för att ge kandidaterna något de kan agera på. Målet är att framstå som mänsklig, även i ett standardbrev.

Vägen framåt är tydligare än man kan tro

Båda sessionerna lyfte fram verkliga problem – verktyg som saknar styrning, bristfälliga rekryteringsprocesser och kandidater som lämnas i ovisshet. Men varken Kasper eller Katrina var pessimistiska. Omvälvningen, som Kasper uttryckte det, tvingar fram en fullständig omprövning av rekryteringsmetoder som i många fall inte har ifrågasatts på allvar på flera decennier. Det är obekvämt, men det är också en möjlighet.

De organisationer som lyckas med detta är inte de som har de mest avancerade AI-verktygen. Det är de som först ser över processen, hanterar tekniken på ett genomtänkt sätt och är ärliga mot kandidaterna om hur och var automatiseringen kommer in i bilden. Öppenhet och ansvarstagande är inte hinder för att införa AI i rekryteringsprocessen – det är just det som gör den verkligt hållbar.

Om du vill fördjupa dig i hur HR-chefer runt om i Europa för närvarande använder AI, var bristerna är som störst och hur vägen till en ansvarsfull implementering ser ut i praktiken, kan du läsa vår fullständiga rapport som nu finns tillgänglig.

👉 Ladda ner ”Maturity Gap: En guide för HR-chefer om införande, styrning och förtroende inom AI”