Hvordan kan man bruke AI i rekruttering?

Kan AI ta rollen til en rekrutterer?

AI gir betydelige gevinster i mange virksomheter, og vi ser allerede effekten av effektivisering: Etterspørselen synker etter enkelte typer stillinger – som markedsføring, innholdsproduksjon, kundeservice, enkle analyse- og rapporteringsroller, samt deler av administrativt arbeid.

Samtidig feiler mange virksomheter med sine AI-initiativer. Ofte skyldes dette at AI brukes som et tillegg til eksisterende prosesser, uten klare mål, uten eierskap i organisasjonen og uten endringer i hvordan arbeidet faktisk utføres. Mange prosjekter stopper på pilotstadiet, eller gir langt mindre effekt enn forventet.

Flere opplever personlig effektivisering gjennom verktøy som ChatGPT, for eksempel til å skrive tekster, oppsummere dokumenter eller forberede presentasjoner. Men de virkelig store effektene kommer først når AI integreres i forretningsprosessene og blir en naturlig del av arbeidsflyten.

Og det alene er ikke nok for å være konkurransedyktig fremover. Fremtidens selskaper nøyer seg ikke med å forbedre eksisterende prosesser – de designer helt nye brukerreiser, arbeidsformer og i noen tilfeller også forretningsmodeller, med AI som et grunnleggende premiss.

Bruksområder for AI i rekruttering

Hvordan kan man ta i bruk AI i rekruttering? Det er åpenbart muligheter for å øke personlig effektivitet med ChatGPT og lignende verktøy. Men hvor kan man faktisk forbedre og fornye selve rekrutteringsprosessene?

Her er noen eksempler:

• Transkripsjon og oppsummering av intervjuer

• Analyse av CV-er

• Støtte til strukturerte intervjuer (f.eks. forslag til oppfølgingsspørsmål)

• Bedre dokumentasjon og sammenstilling av inntrykk fra flere intervjuer

• Mer konsistent vurdering av kandidater

Som de fleste andre bransjer er det mange bruksområder for å forbedre og effektivisere med AI.

Mange fallgruver

At man kan innføre AI som en del av rekrutteringsprosessene, betyr ikke at man bør gjøre det. Det er mange eksempler på hvordan bruk av AI i rekruttering har gått, ikke bare galt, men veldig galt!

Et kjent eksempel er Amazon, som tok i bruk AI i sine rekrutteringsprosesser i 2018. De utviklet en algoritme for å identifisere attraktive kandidater til IT-avdelingen, basert på CV-er fra tidligere ansatte som hadde lykkes i jobben. Tanken var å gjenta tidligere suksess.

«Alle ville ha denne hellige gralen,» sa en av utviklerne. «De ønsket bokstavelig talt en motor som kunne ta 100 CV-er, spytte ut de fem beste, og så ansette dem.»

Problemet? IT-avdelingen besto i stor grad av unge menn, og det gjorde også kandidatene som algoritmen favoriserte. Konsekvensen var at systemet systematisk nedprioriterte kvinner.

Systemet ble lagt ned, og saken står i dag som et tydelig eksempel på hvordan AI kan forsterke eksisterende skjevheter, raskere og mer konsekvent enn mennesker.

Andre risikoområder:

• Skjult diskriminering basert på kjønn, alder eller bakgrunn

• Manglende innsyn i hvordan vurderinger gjøres

• For høy tillit til automatiske anbefalinger

• Dårlig kandidatopplevelse på grunn av upersonlige prosesser

Alle bransjer må forstå konsekvenser av å innføre AI, og det er spesielt viktig for rekruttering, siden konsekvensen av feil påvirker menneskene så direkte.

Hva er god, og lovlig, bruk av AI i rekruttering?

AI Act, EUs nye regelverk for kunstig intelligens, trer i kraft i løpet av 2025. Her defineres AI i rekruttering som høy risiko. Det betyr at teknologien kan brukes, men under klare krav:

• Ingen helautomatiske beslutninger

  AI kan ikke alene avgjøre hvem som går videre eller faller ut av en rekrutteringsprosess. Vurderinger som påvirker kandidater skal alltid tas av mennesker.

• Klare rammer for AI-bruk

  AI skal ha en tydelig avgrenset rolle. Den kan støtte og strukturere, men skal ikke vurdere menneskers verdi eller egnethet på egen hånd.

• Menneskelig kontroll Mennesker skal aktivt vurdere, forstå og kunne overstyre AI-ens forslag. AI-støtte må ikke bli en sovepute eller en skjult fasit i beslutningsprosessen.

• Åpenhet om bruk av AI

  Kandidater og referanser skal få tydelig beskjed når AI brukes, og til hvilket formål. Åpenhet er avgjørende for tillit og en god kandidatopplevelse.

• Dokumentert risikovurdering

  Virksomheter må ha vurdert risiko for skjevhet, feil og diskriminering, og kunne dokumentere hvordan disse håndteres.

• Datagrunnlag og kvalitet

  AI må baseres på relevant og nok data av god kvalitet, hvis dette skal være grunnlag for algoritmer og anbefalinger. Historikk kan gi bias og uønskede resultater.

• Klart ansvar Det må være tydelig hvem som har ansvar når AI brukes: hvem som eier vurderingene og beslutningene, hvem som eier og forvalter data og algoritmer, hvem som utfører vurderingene i praksis, og hvem som står ansvarlig dersom noe går galt.

Ingen beslutninger skal tas av AI alene. Amazon feilet nettopp fordi algoritmen i praksis rangerte og sorterte kandidater uten tilstrekkelig menneskelig vurdering, og fordi historiske data ble brukt ukritisk som fasit for hva som kjennetegner “gode kandidater”.

Regelverket begrenser ikke bare bruksområdene for AI, men stiller krav til aktiv forvaltning og løpende oppfølging av bruken – fra datagrunnlag og risiko til kontroll og ansvar.

Effektivitet vs. kandidatopplevelse

Effektivitet alene er ikke målet i rekruttering. AI har potensial til å skape både mer effektive prosesser, bedre kandidatopplevelser og sterkere matcher – men brukes i dag ofte for ensidig, med hovedfokus på effektivisering.

I Hugo People mener vi at vi har funnet metoder som både gir høy effektiviseringsgevinst og forbedrer kandidatopplevelsen. Vi ser ikke AI Act, GDPR og personvernregler som hindringer, men som en plattform for trygg, god og bærekraftig rekruttering.

Nysgjerrig? Ta kontakt!