AI-teknikens begränsningar

Sara och Olof uttryckte att AI-tekniken har begränsningar och att den endast bör fungera som ett komplement för rekryterare. Sara poängterar att verktyget kommer modifiera arbetssättet för olika rekryteringsaktiviteter men säger att “[...] den kommer absolut aldrig ersätta rekryterare. Det som däremot kommer kunna ersättas är ju x antal moment som rekryterare gör, som trycks ihop till ett.” Olof är inne på samma linje och framhäver att en hel rekryteringsprocess inte kan ersättas med AI, i avseende att en arbetsgivare ska kunna bilda en egen uppfattning om en kandidat. Olof säger “Att helt anställa en person utan att träffa personen baserat på algoritmer, jag tror inte det är möjligt, men jag kan ha fel.” Ella och Lars var även enade om att det fortfarande krävs ett mänskligt finger under rekryteringsprocessen för att bedöma kandidaternas personliga attribut och sociala lämplighet. Ella uttrycker att AI-tekniken har begränsningar vid utvärdering av kandidatens sociala aspekter och säger:

Jag tror att eftersom AI-tekniken inte kan stämma av det sociala och för vissa roller är det ju otroligt viktigt med det sociala, exempelvis säljare om vi tar den tjänsten. Där tror jag absolut inte att liksom tekniken kan ta över. [...] Jag tror ändå att en människa behöver vara med i spelet på något sätt men inte göra själva kompetensbedömningen.

Lars bygger vidare på ovanstående resonemang och uttrycker att AI-tekniken ska fungera som ett hjälpmedel vid granskning av kompetenser och säger att “AI:n ska kunna vara en grov sållning, sen måste människan någonstans vara den som bedömer andra olika variabler”. Vidare betonar Lars att “Det är väldigt viktigt att man har en helhetsbedömning och att man måste ha de andra delarna för att om man bara har AI, så finns det en stor risk att man gör en felbedömning.” De resterande respondenterna resonerar på likartat sätt och framhäver att deras nuvarande AI-teknik behöver kompletteras med andra mätinstrument som exempelvis arbetsprov, personlighetstester men även en mänsklig bedömning av den sociala aspekten. Russo et al., (1995) skriver i sin forskning fram att kandidaters lämplighet även beror på vad för social kompetens som företaget och rollen kräver. Dessa aspekter redogörs sällan tydligt utan används oftast på ett intuitivt sätt varvid rekryterarens generella uppfattning om kandidaten ligger till grund för bedömningen.

4.3.4.1 Mänskliga begränsningar

Samtliga respondenter är däremot övertygade om att mänsklig inverkan kan påverka utfallet av kandidater negativt då risk för diskriminering och fördomar uppstår. Kim poängterar att den mänskliga kontakten tenderar att medföra negativa konsekvenser och säger “Ju mer kontakt som en människa har, ju större risker för bias, så är det absolut.” Vidare utvecklar Kim resonemanget med att säga “[...] för att någon som är mer lik oss, så ökar ju risken, eller man har ett liknande sätt att uttrycka sig, då känner

34

man igen sig och då ökar ju också risken.” Noa framhäver även risken att rekryterare kan vara ledande i sina frågor baserat på fördomar och uttrycker följande:

Där blir det en fara för att om jag har skaffat mig en fördom tidigt om en kandidat som jag har inne på intervju, jag följer mitt formulär som jag inte kan undvika och så kanske kandidaten svarar på ett sätt som gör att jag liksom, det var det här, nu börjar jag få rätt i min sak, och att min följdfråga då kommer att vara ledande på det sättet att jag vill få rätt i min åsikt om kandidaten. [...] Men då blir man också återigen ganska medveten om att fan, där slant det där mänskliga fram.

Sara beskriver att utifrån den feedback som de erhållit har det dessutom visat sig att kandidater är ärligare mot AI-tekniken och säger att “[...] folk är ärligare mot en robot än vad de är mot en människa, i frågor. För man känner sig inte bedömd, då tycker man att, men okej då kan jag prata som jag faktiskt skulle ha pratat.” Företag 1 har identifierat problematiken gällande den mänskliga påverkan vid bedömning av kandidaterna, då rekryterares beslut kan vara påverkade av bias. Ella tydliggör problematiken och säger att “Det är mänskligt att man har fördomar och det är självklart att jag har tänkt, fördomar kommer ju och går hela tiden i huvudet och man kan ha påverkats av det.” Företag 1 arbetar proaktivt gällande detta och företaget arbetar för tillfället med att möjliggöra fullständig bedömning av kandidatens kompetens, men även bedömning av personliga attribut genom AI-tekniken. Noa berör detta och uttrycker “[...] gällande AI, det är ju nästa steg, det är liksom vårt crème de la crème på att få det ännu bättre. Vilket är så jävla ballt.”

Respondenternas uppfattningar om mänskliga begränsningar finner även stöd i forskningen, då Bygren (2013) påvisar att kandidater som är olik rekryteraren i avseenden som ålder, kön och etnicitet riskerar att missgynnas oavsett deras kompetens och faktiska lämplighet. Vidare hävdar Stets och Burke (2002) att preferensbaserad diskriminering förekommer under rekryteringsprocessen när en mänsklig rekryterare än involverad. Rekryteraren tenderar att sympatisera med eller mot olika grupper, där kandidater som i något avseende liknar rekryteraren, tenderar att gynnas. Denna typ av diskriminering som påverkar rekryterares beslut om kandidater, kan till stor del bero på rekryterarens bias (Milkman et al., 2009). Varken AI-teknik eller mänskliga rekryterare kan för tillfället bedriva en fördomsfri rekryteringsprocess på egen hand. Bemanningsföretag bör således framhäva såväl rekryterarnas som AI-teknikens främsta egenskaper för att lyckas tillhandahålla en rättvis och kompetensbaserad rekryteringsprocess. AI-tekniken är i sin linda och har därmed utrymme för den utveckling som exempelvis företag 1 arbetar med, i syfte att minska förekomsten av det mänskliga fingret som medför risk för diskriminering och fördomar.

35