AI i rekruttering: Fordeler og fallgruver

AI har for lengst gjort sitt inntog i mange yrkesgrupper, og rekrutteringsbransjen er intet unntak. Utviklingen går i en rasende fart, men det er likevel en del ting man bør tenke på før man tar det i bruk. 

I USA har mange store selskaper for lengst tatt i bruk AI i rekrutteringsprosessen, med varierende hell. I Norge tok Finansforbundet nylig til orde for å få inn regulering om bruk av AI ved ansettelser i hovedavtalen. Finans Norge var ikke enige i det, men partene ble enige om å opprette et fagforum for AI i finans. 

– Jeg er tilhenger av å ha reguleringer for bruk av AI i rekrutteringsprosesser, men jeg mener det må gjøres på et høyere nivå enn for hver enkelt bransje, sier Lasse Hønsen, grunnlegger av Fairsight, en assessment-plattform som hjelper selskaper med å selektere bedre og mer rettferdig, ved bruk av evidensbaserte psykologiske metoder og moderne brukervennlig teknologi. 

Et eksempel på AI-reguleringer som er i ferd med å komme på høyere nivå, er EU AI Act . Det er EU sitt syn på hvordan vi kan bruke AI i alt som treffer i livene våre. Der er rekruttering omtalt som høy risiko å innføre AI innen, på linje med for eksempel medisinsk utstyr og biler.

Utilsiktet diskriminering

Veldig mange av AI-modellene som har vært testet ut i USA, har gjort at store arbeidsgivere som for eksempel Amazon har drevet med utilsiktet diskriminering. Algoritmene er komplekse, og ikke så lett å forstå for de som skal bruke dem. AI-løsningene som brukes, enten det er til rekruttering eller i en annen bransje, jobber kun mot én ting: Å løse oppgaven og nå målet den er blitt satt til å nå. Så om læringsgrunnlaget ikke er tilstrekkelig, vil resultatet kunne bli katastrofalt.

 – Algoritmen Amazon innførte til CV-lesing, brukte tidligere ansatte som innlæring. Det førte til at det var et veldig ensartet utvalg som kom videre til intervju. Kvinner og de med en annen etnisk bakgrunn enn hvite amerikanske menn i 30-årene ble nedprioritert. Det er også et eksempel der en AI-algoritme nedprioriterte ord som startet med AFRC*, og som en følge av det ble alle som hadde skrevet eksempelvis african american nedprioritert. Da drev bedriften med rasediskriminering uten å en gang være klar over det, sier Lasse. 

Han får støtte av Edvard Apneseth, principal consultant i Aon Assessment. 

– Mange tror man vil få en mer rettferdig prosess med AI, men treningsgrunnlaget til programmene kan videreføre forskjeller som man ikke ønsker å videreføre, sier Edvard. Han trekker frem et eksempel til, nemlig en bedrift i USA der AI-løsningen deres prioriterte de som spiller baseball, men ikke softball. To sporter som et relativt like, men der menn ofte spiller baseball og kvinner softball.

Mennesker og AI samarbeider

Selv om det er en del fallgruver man kan gå i, er både Lasse og Edvard positive til AI, så lenge det innføres reguleringer og man er varsom med bruken. I fremtiden kan man se for seg en løsning der mennesker og AI samarbeider for å finne den best egnede kandidaten til en stilling.

– En rekrutteringsprosess består av mange steg, og man kan se for seg at AI kan være et godt bidrag til å gjøre annonseskriving og tiltrekning av kandidater mer effektivt. Samtidig er det ikke forsvarlig å la AI gjennomføre selve seleksjonen alene per nå, sier Lasse. 

Lasse tok en mastergrad i psykologi etter en utdanning som systemutvikler og programmerer, en kombinasjon han har fått overraskende god bruk for gjennom karriereveien sin. 

– En dyp læringsmodell kan ikke vise til hvorfor en kandidat blir valgt overfor en annen, noe som kan skape problemer juridisk. Vi er enda ikke der at vi kan diskutere valg av kandidat med AI, så jeg tror vi trenger mennesker til å ta avgjørelsene til syvende og sist, sier Edvard.

 Han forstår godt at det er behov for reguleringer, og mener man må tenke seg nøye om på hvilke deler av rekrutteringsprosessen man tar i bruk AI på.

 AI til å skrive CV

I tillegg finnes det nå programmer som hjelper deg med å skrive CV og søknad som passer til stillingen man søker på. Hvis alle har de samme relevante nøkkelordene, og ganske like CV-er, blir det vanskeligere å se de individuelle forskjellene på kandidatene i denne fasen.

 – Mye av informasjonen man skal ta stilling til i starten blir veldig lik. Så om man bruker AI til å lese CV-er og søknader, og jobbsøkere bruker AI til å skrive CV-er og søknader, blir det vanskeligere for førstnevnte å finne de riktige kandidatene. AI-algoritmene som leser CV-er må da læres opp til å forstå disse forskjellene, sier Lasse.

 Han tror at AI som brukes mot AI er noe vi kommer til å se mye av fremover.

Lære mer om AI?

Om du ønsker å lære mer om hvordan AI fungerer, kan du for eksempel lese en av disse bøkene:

«The Algorithm», som Hilke Schellmann skrev etter seks år med research på hvordan AI brukes på arbeidsplasser. 
«Maskiner som tenker» av norske Inga Strümke.