Redo bli intervjuad av AI nästa gång du söker jobb?

Jobbintervjuer blir alltmer styrda av AI. Enligt World Economic Forum använder redan 90 procent av arbetsgivare någon form av automatiskt gallringssystem för att rangordna ansökningarna. Hela 88 procent av företagen använder dessutom någon form av AI för att screena ansökningarna. Framför allt större internationella företag säger sig spara tid och pengar på detta sätt.

Men de missar att tekniken också får kandidaterna att ändra beteende och sättet att skriva ansökningar. En omfattande internationell studie visar att när kandidaterna tror att AI bedömer dem, så betonar man till exempel sina analytiska förmågor. Samtidigt tonar man ned andra viktiga mänskliga egenskaper som empati, samarbetsförmåga, eller kreativitet. Men när kandidaten på detta sätt systematiskt ger en skev bild av sig själv snedvrids också rekryteringsprocessen, vilket påverkar den algoritm som styr AI. För all datainsamling bygger på statistisk teknik, som är mer eller mindre relevant.

Problemen är flera: Redan nu anklagas ofta algoritmerna för att systematiskt snedvrida urvalet, till exempel missgynnas ofta kvinnor. I sin cv betonar de gärna sina mellanmänskliga fördelar framför hur analytiska de är. När till exempel amerikanska Amazon började använda AI för att skanna ansökningar, tränades algoritmen på främst manliga sökande och historiska data. Konsekvensen blev att kvinnliga kandidater missgynnades.

Här finns ironin: Dagens automatiska system marknadsförs som ett sätt att skapa likhet i urvalsprocessen. Nu är i stället risken stor att algoritmerna skapar ett system som snedvrider urvalet - fast på ett annat sätt. Problemen kan sammanfattas:

1. Dagens algoritmer är utvecklade av mjukvaruingenjörer. Systemen de utvecklar fattar beslut baserat på sannolikheter. Men man saknar psykometriska kunskaper, där man även tar hänsyn till legala och etiska aspekter för att utvärdera ett urvalssystem.

2. Kundens behov och miljö kanske ändras på ett oförutsett sätt, som algoritmen inte tar hänsyn till, eftersom modellerna baseras på historiska data och riskerar därför att återskapa gamla mönster och systematiska fel.

3. Algoritmens komplexitet gör det svårt att avgöra om – och varför – den begår misstag.

   Automatiska urvalssystem är bara så bra som den data som används. Risken är nu att systemen inte längre mäter kandidatens genuina förmågor. I stället samlas data in utifrån vad kandidaterna tror att de automatiska systemen värderar mest. Konsekvensen blir att urvalet oavsiktligt likriktas och den mångfald som så många företag strävar efter försvinner.

AI i sig betyder inte automatiskt att urvalet blir mer rättvist. I stället kan AI lika gärna förstärka befintliga problem. Dagens AI-lösningar saknar transparens och är svåra att förstå. Samtidigt hänvisar testleverantörerna bara till ”algoritmen” som räknar ut ett resultat. För kunden är det svårt att förstå varför en kandidat rankas på ett visst sätt.

AI är varken en mirakellösning eller en bluff. Det är ett verktyg.  Rätt använt kan tekniken förbättra rekryteringsprocessen. Fel använt riskerar AI att göra den sämre – fast snabbare. Den svenska AI-förordningen kommer att introduceras fullt ut hösten 2026. Det blir intressant att följa vilka företag som först kommer att anklagas för diskriminering och hur man hanterar kandidater som säger att man blivit missgynnad på grund av algoritmens utformning!

Källor:

How AI assessment tools affect job candidates´ behavior. Harvard Business Review, March-April 2026.

AI in hiring: More research required. Monitor in Psychology. January/February 2023.

Guide to manage the risk when machine learning goes of the rails. Harvard Business Review, January-February 2021.