Sociologiska Institutionen
Kandidatuppsats i sociologi, 15 h.p. Inriktning: Arbetsliv och arbetsmarknad Vt 2018
Handledare: Árni Sverrisson
”Tar datorer bättre
beslut än människor?”
En kvalitativ studie om inställningen till
automatiserat beslutsfattande inom
rekrytering.
Sammanfattning
Studien syftar till att undersöka inställningen till automatiserat beslutsfattande inom rekrytering med fokus på urvalsförfarandet, samt hur aktörerna anser att företaget och den arbetssökande skulle kunna påverkas av detta. Studien har även som avsikt att undersöka aktörernas syn på framtidens rekrytering. Det har endast gjorts ett begränsat antal studier som kombinerar rekrytering och automatiserat beslutsfattande, vilket motiverade denna studie. Semistrukturerade intervjuer genomfördes med personer från åtta svenska företag med en tydlig koppling till rekrytering. Studien baseras på teorier om beslutsfattande och rekrytering, som visar på olika perspektiv på hur människor inte har förmågan att fatta fullständigt
rationella beslut. Tidigare forskning som tas upp visar att datorer har större kapacitet att hantera information vilket gör att datorer i de flesta fall tar mer träffsäkra beslut än människor. Vårt resultat visar att samtliga företag inte använder sig av automatiserat
beslutfattande i urvalsprocessen idag, men att majoriteten ställer sig positivt till användningen av en sådan metod. De anser att både företaget och den arbetssökande skulle påverkas
positivt. Företaget i perspektivet att rekryteringsprocessen skulle kunna bli mer effektiv vilket innebär att fler kandidater och ansökningar kan hanteras. De tror även att kvaliteten och matchningen skulle kunna förbättras genom användningen av automatiserat beslutsfattande. Den arbetssökande skulle kunna påverkas positivt på så sätt att en mer objektiv bedömning skulle kunna genomföras.
Studien visar att det finns en positiv uppfattning om att använda sig av automatiserat beslutsfattande inom rekrytering. Därför finns det tillfälle att ifrågasätta den traditionella rekryteringsprocessen som används i Sverige idag. Detta grundar sig främst i problemet med felrekryteringar, men även den ökade belastningen på rekryterare på grund av digitaliseringen. Genom att införa automatiserat beslutsfattande visar denna studie på att dessa problem skulle kunna minskas men även att man kan uppnå en högre grad av rationalitet i beslutsfattandet. Därav bör man utveckla och nyansera teorierna om rationellt beslutsfattande och den traditionella rekryteringsprocessen.
Nyckelord
Innehållsförteckning
Inledning ... 1
Syfte och frågeställningar ... 2
Avgränsningar ... 2 Disposition ... 3 Bakgrund ... 3 Teori ... 4 Beslutsfattande ... 4 Rekrytering ... 5 Rekryteringsprocessen ... 5 Automatiserat beslutsfattande ... 6
Självlärande algoritmer och artificiell intelligens ... 7
Sammanfattning av teori ... 7
Tidigare forskning ... 8
Sammanfattning av tidigare forskning ... 10
Metod och data ... 10
Val av metod ... 10
Urval ... 11
Genomförande ... 12
Bearbetning av material och analysprocessen... 13
Metodkritik och forskarrollen ... 14
Etiska aspekter ... 16
Resultat ... 17
Användningen av automatiserat beslutsfattande ... 17
Resonemang om den arbetssökandes upplevelser ... 19
Återkoppling och kommunikation ... 20
Företagets perspektiv ... 21
Effektivitet ... 21
Matchning och kvalitet ... 23
Problem och utmaningar med automatiserat beslutsfattande ... 24
Framtidens rekrytering ... 25
Sammanfattning av resultat ... 26
Diskussion ... 26
Teorikritik ... 30
Kritisk reflektion och förslag på framtida forskning ... 31
Referenser ... 32
Bilagor ... 34
Intervjuguide 1 ... 34
Inledning
Redan på 1960-talet förutspådde Herbert A. Simon datorers och ny tekniks påverkan på beslutsfattande. Han menade då att man befann sig i förstadiet till en teknisk revolution av beslutsprocessen och att fler arbetsuppgifter i framtiden skulle komma att tas över av maskiner (Simon, 1968: 57–58). Sedan dess har tekniken utvecklats i en snabb takt och det diskuteras ofta om att vi idag befinner oss i en pågående digital revolution där robotar, algoritmer och maskiner sveper in över oss, likt en stor teknikvåg (Grafström m.fl., 2017: 470).
Rekryteringsbranschen är ett utmärkande exempel på en bransch där beslutsprocessen är en viktig förutsättning för företagets framtida utveckling och framgång. Rekryterare arbetar dagligen med att matcha kandidater mot den efterfrågade kravprofilen för att på så sätt hitta den person som är bäst lämpad för den aktuella tjänsten. Att anställa fel person kan leda till stora kostnader och påverka företaget negativt under en väldigt lång tid. Studier visar att ungefär var tionde rekrytering misslyckas i Sverige och att en felrekrytering kan kosta företaget upp mot 700 000 kronor. En felrekrytering innebär främst att den som anställs antingen saknar kompetenser för tjänsten eller att personen slutar efter en kort tid (André, 2013). På basis av detta är det mycket viktigt att matchningen blir så träffsäker som möjligt och att man anställer rätt person från början (Lindelöw, 2008: 21). Digitaliseringen och användningen av IT gör att det i dagens samhälle är enkelt och går snabbt att söka arbeten. Påtryckningar från Arbetsförmedlingen om att söka arbete är också ytterligare en bidragande faktor till den ökade ansökningsfrekvensen. Detta leder till en väldigt hög belastning på rekryterare, främst i det inledande skedet i rekryteringsprocessen.
Automatisering skulle i detta fall kunna vara ett stöd till människan att dels hantera informationen, men också som hjälp att fatta ett mer rationellt och träffsäkert beslut. Automatiserade beslut innebär i denna uppsats att beslutsfattandet och hantering av
Det finns mycket forskning om automatisering och beslutsfattande, men endast en begränsad mängd med koppling till rekrytering. De flesta studier som har gjorts är även internationella och berör inte den svenska kontexten. Därmed vill vi med denna studie komplettera den befintliga forskningen genom att komma med nya synvinklar och perspektiv på hur aktörer på den svenska arbetsmarknaden ställer sig till automatiserat beslutsfattande i
rekryteringssammanhang.
Syfte och frågeställningar
Syftet med denna studie är att undersöka inställningen till automatiserat beslutsfattande inledningsvis i rekryteringsprocessen hos 8 svenska företag. Studien har även som avsikt att undersöka hur aktörerna resonerar kring den förväntade framtida utvecklingen vad gäller automatisering och beslutsfattande i rekrytering. Studien kommer att besvara nedanstående frågor för att därmed kunna uppnå syftet.
Vilken inställning har aktörerna till automatiserat beslutsfattande vid urvalsförfarandet i rekryteringsprocessen?
Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverka den arbetssökandes upplevelse?
Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverka företaget?
Hur resonerar aktörerna kring rekryteringsbranschens framtid med hänsyn till den ständiga teknikutvecklingen som sker?
Avgränsningar
Teknikutvecklingen och digitaliseringen påverkar hela vårt samhälle och ett flertal olika branscher. Denna studie har dock endast avgränsat sig till rekryteringsbranschen. Bakgrunden till valet av bransch låg främst i att en stor del av arbetet går ut på att ta så träffsäkra beslut som möjligt för att på så sätt nyttomaximera organisationen. Vi har även avgränsat oss till att främst fokusera på automatiserat beslutsfattande i den inledande delen av
rekryteringsprocessen, det vill säga när man gör urvalet av de arbetssökande. Vi valde att fokusera på denna del eftersom att vi anser att urvalsförfarandet är en av de viktigaste delarna i rekryteringsprocessen. Urvalsförfarandet lägger grund för ytterligare steg i
Disposition
I studiens första avsnitt kommer relevanta teorier inom området tematiskt att presenteras till följd av en översiktlig orientering av tidigare forskning. Därefter följer metodavsnittet där det tydligt redogörs för de ställningstaganden som gjorts. Efter metodavsnittet presenteras det empiriska resultatet som grund för att uppnå syftet med studien och kunna besvara
frågeställningarna. Studien avslutas med att de viktigaste resultaten diskuteras och frågeställningarna besvaras. Resultatet diskuteras även i förhållande till teori och tidigare forskning. I detta avsnitt kommer även studiens bidrag till problemområdet att positioneras.
Bakgrund
Automatiserat beslutsfattande vid urvalsförfarandet i rekryteringsprocessen skulle kunna gå till på så sätt att man programmerar en algoritm och ger den tydliga instruktioner på hur en specifik uppgift ska lösas. Algoritmer ingår i vanliga datorprogram och utefter det som har programmerats utför sedan datorn dessa instruktioner. Beroende på vad man efterfrågar väljer man ut variabler och parametrar som mäter det man är intresserad av. I detta fall skulle det kunna vara kompetenser utefter de krav som den aktuella tjänsten efterfrågar. Datorn kan därefter matcha de efterfrågade kompetenserna mot informationen som man har om kandidaterna (Kahneman, 2013: 255). Denna information kan exempelvis samlas in via webbformulär där den arbetssökande får fylla i sina kompetenser. Algoritmen väger sedan samman och tolkar de sökandes meriter och poäng för att på så sätt kunna göra en
helhetsbedömning och därmed välja ut de kandidater som tydligt matchar de kompetenser som efterfrågas. Detta sker automatiskt och görs på samma sätt för alla kandidater och utan den mänskliga faktorns inblandning (Kuncel m.fl., 2013: 1060).
Även fast det har framförts många fördelar att använda sig av automatisering vid rekrytering finns det vissa problem och etiska synpunkter som framkommer i samband med detta
att algoritmerna hela tiden utvecklas och blir allt mer komplicerade (Mittelstadt m.fl., 2016: 2). Vidare menar många att datorer och algoritmer är mer opartiska och mindre
diskriminerade i sin bedömning, men det man måste tänka på är att det i grund och botten är människor som ligger bakom algoritmerna och bestämmer vad som ska mätas. Människors fördomar kan därmed påverka algoritmerna vilket gör att besluten som tas av datorn i själva verket är en vidareutveckling av det mänskliga tänkandet. Vilket kan resultera i
diskriminering (Mittelstadt m.fl., 2016: 7).
Teori
Syftet med detta avsnitt är att ta upp den teoretiska referensram som ligger till grund för vår analys och som kan knytas samman med vårt syfte och våra frågeställningar. Då vi vill undersöka inställningen till automatiserat beslutsfattande inom rekrytering kommer det teoretiska ramverket främst att grunda sig i Malin Lindelöws (2008) teorier om rekrytering och den traditionella rekryteringsprocessen. Anledningen till detta är för att det är den teori vi vill komplettera och bidra till med vår studie. Det teoretiska ramverket grundar sig också i Nils Brunssons teori om rationellt beslutsfattande då vi vill kunna påvisa skillnader mellan människor och datorers olika förmåga att kunna fatta beslut. Detta kompletteras även med teorier om automatiserat beslutsfattande.
Beslutsfattande
När man ska ta ett rationellt beslut handlar det i högsta grad om att göra prognoser. Enligt Nils Brunsson finns det vissa lämpliga steg som en rationell beslutsprocess bör innehålla. För det första måste man göra en noggrann bedömning av situationen och förstå vad det är man ska fatta beslut om och vad man har för mål med beslutet. Därefter måste man samla in fullständig information om de olika val som man har och dessa ska sedan rangordnas.
allt (Grafström, m.fl., 2017: 462). Detta innebär att människor endast är begränsat rationella och därmed så rationella som han/hon kan vara givet de förutsättningar som finns. En annan anledning till varför människor inte tar helt rationella beslut beror på att individen tenderar att lita på sin egen intuition och förmåga att fatta beslut, men också dennes självintresse. Man utgår också i större utsträckning från konsekvenser från liknande händelser när man fattar beslut (Grafström, m.fl., 2017: 463).
Rekrytering
Syftet som man vill uppnå med en rekrytering är att hitta den personen som är mest lämpad för en viss typ av tjänst. Rekryteringsprocessen går därmed i högsta grad ut på att försöka predicera den arbetssökandes framtida arbetsprestation. Denna process går vanligtvis till på så sätt att man gör jämförelser mellan de tillgängliga arbetssökande och försöker rangordna dessa på basis av deras framtida arbetsförmåga och prestation och därefter görs den slutgiltiga bedömningen och beslutet om vem som ska anställas (Lindelöw, 2008: 62–90). Att rekrytera rätt är viktigt i många olika aspekter och ett strategiskt arbete som är avgörande för
organisationens framtid. Det är inte bara organisationen i sin helhet som vinner på att
rekrytera rätt, utan det är minst lika viktigt för den enskilda individen. Att arbeta i en miljö där man känner att man inte trivs eller upplever att man inte passar in är både en oro i sig men också oerhört energikrävande. Detta påverkar även de som man arbetar med (Lindelöw, 2008: 20). Detta innebär att rekryterare axlar en stor roll och en utmaning är att hitta en metod som hjälper till att undvika felrekryteringar och skapa en så träffsäker rekrytering som möjligt (Lindelöw, 2008: 21).
Rekryteringsprocessen
Rekryteringsprocessen startar med att man gör en behovsanalys där man kartlägger behovet i organisationen. Utifrån det skapas sedan en kravprofil som innefattar vilka arbetsuppgifter som ingår i tjänsten, men också vilka kompetenser som krävs (Lindelöw, 2008: 26–28). Nästa steg i rekryteringsprocessen är att utannonsera och förmedla den aktuella tjänsten till
tjänstens faktiska arbetsuppgifter (Lindelöw, 2008: 27–28). Därefter sker ett urval av de ansökningar som man har fått in utifrån företaget eller organisationens behov. Det är viktigt att under hela rekryteringsprocessen hålla sig till den kravprofil som skapats. För att på ett bra sätt kunna utvärdera de sökande måste man vara saklig och fokusera på det som faktiskt betyder något för sammanhanget. Kravprofilen syftar till att vägleda och strukturera upp varje steg i processen för att kvalitetssäkra urvalsarbetet (Lindelöw, 2008: 118).
Den största delen av rekryteringsprocessen går ut på att samla in information om de arbetssökande vilket kan ske på ett flertal olika sätt. Exempelvis genom intervjuer, referenstagningar och olika former av kompetens- och begåvningstester. Denna del i processen innebär att man genom informationen försöker att identifiera kvalifikationer och erfarenheter hos de sökande som krävs för den specifika tjänsten (Lindelöw, 2008: 120). Det vanligaste verktyget för att säkerställa och identifiera detta är intervjun. Intervjun har oftast en ostrukturerad form vilket innebär att intervjuguiden endast innehåller områden eller teman som man vill beröra under intervjun. Informationen som framkommer under intervjun sammanfattas sedan i en bedömningsmatris där man får en överskådlig bild av kandidatens kunskaper och färdigheter. Denna matris ska i sin tur fungera som ett underlag och stöd för att komma fram till ett beslut (Lindelöw, 2008: 29). Enligt Lindelöw (2008) är det oftast
rekryterarens intryck och känsla som vägleder intervjuns innehåll och det är snarare tillfälligheter än struktur som gör att man tar upp vissa ämnen under intervjun. Hon menar också på att den arbetssökande också har en tendens att ge en förskönad bild av sig själv under intervjun. Med bakgrund av det är underlagen och informationen från intervjun inte ett tillräckligt tillförlitligt underlag för att fatta rationella beslut (Lindelöw, 2008: 29).
Automatiserat beslutsfattande
Som tidigare beskrivits i bakgrunden (se sida 3) innebär automatiserat beslutsfattande att beslut, hantering och tolkning av information lämnas över till datorn som i grunden
utgångspunkter och riktlinjer för att lösa en specifik uppgift (Digitaliseringskommissionen, 2016: 34–35).
Diskussionen om det mänskliga beslutsfattandet kontra ett beslut taget av en dator har alltid varit en fråga om etik. Det automatiserade beslutsfattandet har mött ett stort motstånd på grund av att den anses vara mekanisk, verklighetsfrämmande och onaturlig medan det mänskliga beslutsfattandet har ansetts vara äkta och verklighetsanknutet. Motvilligheten att lämna över beslutsfattandet till datorer har att göra med att människor i slutändan tenderar att välja det naturliga snarare än det konstlade (Kahneman, 2013: 257). Paul Meehl som är en statistisk forskare och psykolog är förespråkare för att använda algoritmer vid beslutsfattande då han menar att det är oetiskt att förlita sig på mänskliga och intuitiva bedömningar vid beslutsfattande när man istället kan välja en algoritm som gör färre fel (Kahneman, 2013: 258). Meehl menar att den mänskliga faktorn kan fungera i enstaka fall, men allt som ofta så sjunker validiteten och träffsäkerheten (Kahneman, 2013: 253).
Självlärande algoritmer och artificiell intelligens
Det pågår en ständig utveckling av algoritmerna vilket främst grundar sig i den stora mängd data som produceras av företag och organisationer idag. Detta har lett till att algoritmer idag kan utvecklas och lära sig själva genom att se mönster i data istället för att följa tydliga
programmeringsinstruktioner. Fenomenet självlärande algoritmer och denna smarta teknik går under namnet artificiell intelligens (AI) (McKinsey&Company, 2018).
Sammanfattning av teori
Detta avsnitt har främst riktat in sig på teorier om rekrytering och den traditionella
rekryteringsprocessen som beskrivs av Malin Lindelöw (2008) och teorier om beslutsfattande av Nils Brunsson. De visar olika perspektiv på hur människan inte har förmågan att ta
Tidigare forskning
I detta avsnitt kommer vi att presentera tidigare forskning som har gjorts inom forskningsfältet och som är relevanta för att uppnå uppsatsens syfte.
Framstegen inom teknik har haft en stor påverkan på många av dagens organisationer i ett flertal olika branscher. Intresset för att använda teknik inom rekryteringsbranschen och i rekryteringsprocessen har växt sig allt större de senaste åren (Chapman och Webster, 2003: 113). I en studie gjord i Kanada undersökte Chapman och Webster (2003) vilken typ av teknik som används inom rekrytering, men också varför företag valt att implementera dessa tekniker. Deras resultat visar på att de flesta företag selekterar ut kandidater på det
traditionella sättet som används inom rekrytering, det vill säga att det i dagsläget inte är automatiserat. Dock är inställningen till att använda sig av teknik och mer automatiserade lösningar vid rekrytering i allmänhet positiv. Den största anledningen till den positiva
inställningen har att göra med att urvalsförfarandet skulle kunna effektiviseras då datorer har en större kapacitet att tillvarata och hantera information (Chapman och Webster, 2003: 113).
Youyou m.fl. (2015) undersöker i sin studie skillnaden mellan mänskliga och datorbaserade beslut. Deras resultat visar att det finns fler fördelar med att använda sig av datorer när man fattar beslut. Datorer har en större förmåga att dels lagra, men också hantera information på ett sätt som människor inte har kapacitet till. Sättet som datorer hanterar informationen genom statistik, kommer att leda till mer noggranna beslut. Dock menar de att människor har en tendens att påverkas av många undermedvetna signaler när de tar ett beslut som en dator inte kan. Denna synpunkt delas även av Faliagka m.fl. (2012) som i sin experimentella studie visar att automatisering skulle leda till ökad effektivitet. Som rekryterare har man oftast en stor mängd information om kandidaten som man får genom ansökningar och cv:n. Utifrån det måste man sedan sortera ut de kandidater som är kvalificerade för den aktuella tjänsten och därefter rangordna dem. Det kan vara både tids- och resurskrävande att göra denna
där man konkurrerar om samma kandidater. Detta leder till att man därmed har större chans att tillvarata de kandidater som är kvalificerade för den specifika tjänsten (Faliagka m.fl., 2012: 561). Chapman och Websters (2003) resultat visar att en förlängd rekryteringsprocess resulterar i att många kandidater hoppar av och går vidare med andra arbeten. Här menar de att en automatiserad rekryteringsprocess skulle leda till att dessa kandidater behålls (Chapman och Webster, 2003: 114).
En annan studie framhäver det ekonomiska perspektivet av att använda sig av automatisering inom rekrytering. I fallstudien jämförde man organisationers ekonomiska resultat före och efter införandet av ett mer automatiserat rekryteringssystem. Syftet med systemet var att avkoda om den sökande uppfyllde arbetsvillkoren och kvalifikationerna för den aktuella tjänsten (Buckley m.fl., 2004: 233). Studien visar att företag som använder sig av
automatisering i sin rekryteringsprocess kan få stora fördelar på så sätt att man har en större förmåga att attrahera och sedan snabbt erbjuda tjänsten till de som är kvalificerade för
tjänsten. Istället för att gå vidare med 10 personer där hälften inte är kvalificerade kan istället en automatiserad rekrytering innebära att endast de kvalificerade intervjuas. Detta kommer att leda till att man får en bättre kvalitet i rekryteringsprocessen vilket skulle innebära en mer träffsäker matchning. På grund av det kommer man även få en minskad personalomsättning på företaget (Buckley m.fl., 2004: 234).
Chapman och Webster visar även att diskussionen kring att använda automatisering vid urvalsförfarandet handlar om att diskrimineringen skulle minskas. De menar att genom att minska det mänskliga elementet från urvalsförfarandet och andra delar av
rekryteringsprocessen kommer en mer objektiv bedömning att göras (Chapman och Webster, 2003: 114).
mer människoorienterat synsätt mer negativt inställda till att använda sig av teknik i rekryteringsprocessen (Chapman och Webster, 2003: 119).
Sammanfattning av tidigare forskning
I detta avsnitt kan man se på liknande resultat från samtliga studier, men att de valt att lyfta fram olika perspektiv. Youyou m.fl. (2015) visar att datorbaserade beslut är mer fördelaktiga framför beslut tagna av människor på grund av att datorer har större kapacitet att tillvarata information. Detta skulle leda till att rekryteringsprocessen skulle bli mer effektiv vilket framförs av både Chapman och Webster (2003) och Faliagka m.fl. (2012). En mer effektiv rekryteringsprocess innebär att själva processen blir kortare eftersom att hela urvalet automatiseras och därmed genomförs fortare. Detta medför att man inte förlorar kandidater och därmed värdefull kompetens. Buckley m.fl. (2004) påvisar att företaget skulle göra en ekonomisk vinning genom att automatisera urvalsprocessen. Att endast gå vidare med de som är direktkvalificerade för tjänsten gör att företaget kommer att minska sin personalomsättning då matchningen förbättras.
Metod och data
Val av metod
Enligt Aspers (2011) är samtal ett lämpligt verktyg för att få en bättre förståelse kring
individers tankar och resonemang om olika fenomen (Aspers, 2011: 37). Vi valde därmed att använda oss av kvalitativa intervjuer för att få en djupare förståelse av informanternas
inställning och tankar kring automatiserat beslutsfattande i rekryteringsprocessen.
innebär att studien har växlat mellan induktion och deduktion. Inledningsvis utgick vi från mer generella teorier om rekrytering, automatisering och beslutsfattande som stöd för våra intervjuer. Efter empiriinsamlingen kunde vi sedan specificera och modifiera de generella teorierna (Ahrne och Svensson, 2015: 219).
Urval
Urvalet i denna studie består av åtta individer där samtliga arbetar på olika företag. Vi har valt att framhäva två olika perspektiv på automatiserat beslutsfattande inom rekrytering genom att dels intervjua individer som arbetar med rekrytering men också individer som arbetar med att utveckla och erbjuda maskinbaserade lösningar som kan användas vid rekrytering.
Informanterna som arbetar med rekrytering är verksamma inom olika områden, det vill säga att de rekryterar olika kompetenser och är därmed inriktade åt olika målgrupper. Gemensamt för de flesta informanter är att de främst är inriktade på att rekrytera tjänstemän. Sex av de åtta informanterna arbetar således med rekrytering medan de resterande två informanterna arbetar med att utveckla maskinbaserade lösningar som kan användas vid rekrytering. Samtliga av informanterna besitter en ledande position på respektive företag och har arbetat på företaget under en längre tid.
Urvalet grundar sig på ett målinriktat urval. Anledningen till det är främst för att urvalet tydligt skulle stämma överens med syftet och frågeställningarna som studien undersöker (Bryman, 2011: 434). Utifrån det valdes sedan dessa individer ut, då de hade en tydlig koppling till syftet och det som studien vill undersöka. För att hitta relevanta informanter för vår studie använde vi oss av nyckelord som exempelvis “rekrytering”, “artificiell intelligens”, “automatisering” och “algoritmer” för att på så sätt identifiera företag som var insatta i ämnet och därmed kunde bidra med kunskaper och olika perspektiv. Efter att vi funnit företag som dels är verksamma inom rekryteringsbranschen men också med ett stort intresse för våra frågeställningar skickades intervjuförfrågningar ut via mail till personer på respektive företag. Förfrågan innehöll en presentation av oss men även övergripande information om syftet med uppsatsen, tidsram gällande intervjuerna men även en kort beskrivning om vilka typer av frågor intervjun skulle komma att beröra. Under ett intervjutillfälle fick vi även tips från informanten om ytterligare informanter som skulle vara relevanta för studien. Dessa
därmed behövde få in mer empiri och datamaterial. Dessa informanter kontaktades på samma sätt som de övriga genom samma förfrågan.
Genomförande
Det praktiska genomförandet för denna studie kan delas upp i två huvudsakliga moment, dels insamling av kunskap i form av en förstudie och dels empiriinsamling i form av
semistrukturerade intervjuer.
Efter att ämnet och temat för studien hade valts ut genomfördes en förstudie med en person som tidigare har arbetat med rekrytering och idag forskar om bl.a. automatiserad rekrytering. Förstudien genomfördes i studiens inledande skede för att få en djupare förståelse kring ämnet men också för att undersöka om studiens syfte och frågeställningar var rimliga med hänsyn till bl.a. tidsram, teori och tidigare studier. Förstudien hade en öppen struktur på så sätt att vi hade tänkt ut teman och vissa frågor som vi ville diskutera. Beroende på vilka svar vi fick under samtalet ställdes frågor utifrån det vilket gjorde att samtalet blev väldigt flexibelt. Förstudien gav oss nya perspektiv och kunskaper vilket gjorde att vi kunde specificera vårt syfte ytterligare, samt blev en hjälp gällande inläsning och bakgrund kring det valda ämnet.
Det andra momentet bestod av semistrukturerade intervjuer som genomfördes med respektive informant utspritt under två veckor. Samtliga intervjuer tog i sin helhet cirka 30 minuter var, vilket var överenskommet innan intervjutillfället. Båda författarna för studien deltog vid samtliga intervjuer varav en hade övergripande ansvar för att ställa de huvudsakliga frågorna, medan den andra författaren observerade och följde upp vissa svar som informanten gav.
Platsen där intervjun hålls har en stor betydelse för hur intervjun blir och vad den får för utfall. När man väljer intervjuplats är det viktigt att det är en plats där informanterna dels känner sig trygga men också att det är en lugn miljö där det inte finns någonting i bakgrunden som kan störa samtalet (Bryman, 2011: 421). Fem av de åtta intervjuerna genomfördes därmed direkt med informanterna i ett intervjurum på informanternas arbetsplatser under arbetstid. Vi fick ett gott bemötande av samtliga informanter som deltog i studien. Resterande tre intervjuer genomfördes via telefonsamtal samt via videosamtal under arbetstid.
informanterna själva föredrog en telefonintervju och för att de skulle känna sig trygga i samtalet togs detta såklart hänsyn till. Då dessa informanter tillkom i slutskedet av
intervjuperioden hade vi även en begränsad tidsram vilket var ytterligare en anledning till valet av metod.
Inledningsvis i intervjun är det viktigt att ställa frågor som gör att informanten känner sig bekväm och trygg för att så småningom kunna svara på mer djupgående frågor (Ahrne och Svensson, 2015: 45). Intervjun började därmed med inledande frågor gällande informanten och företaget som är relativt enkla att svara på. Frågor som “Vill du börja med att berätta lite
om ert företag?” och “Vad har du för roll på företaget?” ställdes. Efter att samtalet hade
kommit igång och informanten börjat känna sig mer bekväm med att prata inriktades diskussionen så småningom in mot automatiserat beslutsfattande och rekrytering. Detta inleddes med att vi först definierade begreppet automatiserat beslutsfattande för att få informanten att förstå vår tolkning av ämnet. Detta för att informanten skulle kunna delge relevant fakta och kunskap till grund för vår studie. Därefter fortsatte intervjun utifrån frågorna i intervjuguiden. Intervjuguiden var utformad utefter huvudfrågor där syftet var att fånga upp relevanta teman med koppling till våra frågeställningar. Intervjuguiden var även utformad specifikt efter de olika perspektiven som informanterna representerade. Frågorna ställdes inte ordagrant utan formulerades utefter situation och i en varierande ordningsföljd beroende på vad informanten gav för svar. Vi ställde även uppföljningsfrågor när vi önskade mer utvecklande och tydliga svar. Detta för att visa intresse och öka tryggheten ytterligare hos informanten. Intervjun avslutades med att informanten fick möjlighet att tillägga eller ändra något som sagts under intervjun och även ställa frågor. Vi informerade även om återkoppling till fältet och hur de kan ta del av studiens resultat. Intervjuguiden specificerades och ändrades även något under arbetets gång då ny information framkom under intervjuerna. Samtliga intervjuer spelades in efter godkännande från informanten för att på så sätt underlätta analysprocessen.
Bearbetning av material och analysprocessen
Tolkningen av det empiriska materialet startade redan vid transkribering i samband med att intervjuerna skrevs ut. Det teoretiska ramverket, vår förförståelse och även våra
intervjuerna fortfarande var “färska” (Ahrne och Svensson, 2015: 63). Detta gjorde att det även blev möjligt att få en tydlig överblick kring nya teman som uppkom som kunde tas upp i de återstående intervjuerna (Bryman, 2011: 430).
Analysprocessen inleddes med att vi läste igenom transkriberingarna noga och sorterade bort sådant som inte var relevant. All information som på något sätt skulle kunna ses som känslig eller påverkade informanternas anonymitet togs också bort. Därefter lästes transkriberingarna igenom ytterligare flera gånger för att vi skulle bli väl bekanta med vårt empiriska material. I samband med detta påbörjades även kodningen. Inledningsvis använde vi oss av en öppen kodning på så sätt att när vi läste igenom materialet skrev vi kommentarer och ord i
marginalen som uppkom spontant från materialet. Vi försökte att vara så öppna som möjligt och se materialet med nya ögon trots att vi hade teorier och vår förförståelse i bakgrunden. Därefter övergick kodningen till att bli mer fokuserad allt eftersom att vi såg mönster i materialet och kunde se återkommande begrepp. I kodningsarbetet valde vi att använda oss utav en så kallad färgkodning, detta innebar att våra olika teman hade en vald färg.
Anledningen till det var främst för att kunna få en tydlig överblick kring vilka olika delar i materialet som handlade om vad. Vi valde t.ex. att använda färgen röd som markering för när informanterna pratade om deras inställning till användningen av automatiserat beslutsfattande inom rekrytering och färgen blå när informanterna pratade om den arbetssökandes perspektiv i förhållande till detta. I samband med färgkodningen inleddes även en reducering av
materialet. Vi valde därmed ut det material som var mest relevant för att uppnå vårt syfte och för att kunna besvara våra frågeställningar (Ahrne och Svensson, 2015: 228).
Metodkritik och forskarrollen
Metodvalet innebär att empirin och informationen som skapas till viss del bygger på våra egna tolkningar. Som forskare har man oftast en förförståelse om ett fenomen som är
tolkning av det empiriska materialet men också påverkat vilka frågor som ställdes under intervjun.
Valet av att genomföra telefonintervjuer med tre av respondenterna var ett beslut vi tog efter en lång övervägning med bakgrund av de nackdelar som denna metod kan föra med sig. Det finns vissa skillnader mellan en fysisk intervju och en intervju på telefon genom att man inte kan se hur en person fysiskt reagerar på en fråga (Bryman, 2011: 433). Med koppling till det ämne som vår studie behandlar ansåg vi att den fysiska reaktionen inte var av största vikt för att kunna besvara våra frågeställningar. Vi var huvudsakligen inte intresserade av hur de fysiskt reagerade på de frågorna som vi ställde utan mer hur de pratade. En tydlig skillnad som vi märkte av var att transkriberingarna tog längre tid att genomföra för
telefonintervjuerna jämfört med de fysiska intervjuerna då ljudupptagningen från
inspelningarna inte var lika bra. Dock anser vi att detta inte är någonting som har påverkat resultatet i denna studie, men någonting som ändå är av betydelse att reflektera kring.
Eftersom att vi valde att genomföra kvalitativa intervjuer med informanterna innebar det också att andra metoder valdes bort. Då vi var intresserade av att undersöka diskursen och hur aktörer pratar hade det även funnits andra lämpliga metoder att använda. En metod som hade varit relevant att använda är främst fokusgruppsdiskussioner. Anledningen till att denna metod valdes bort grundande sig främst i företagens olika geografiska placering vilket hade försvårat organiseringen av fokusgruppsdiskussioner. Ytterligare en anledning var också anonymiteten, vilket inte är möjligt vid fokusgruppsdiskussioner. Detta hade eventuellt kunnat hämmat deltagarna att framföra vissa åsikter. En annan metod som också hade varit relevant att använda är dokumentstudier, det vill säga undersöka artiklar och texter där man uttalar sig om just detta ämne. Vi ansåg dock att denna metod till viss del var begränsad då vi var intresserade av att kunna få fram mer djupgående åsikter och resonemang genom att ställa följdfrågor och be informanten om mer utvecklande svar.
En studies trovärdighet hänger ihop med möjligheten att generalisera forskningens resultat till att gälla för en större population eller för ett annat område än det som har studerats (Ahrne och Svensson, 2015: 26). Då inriktningen för denna studie endast har fokuserat på
arbetssökande. Studien har därmed som syfte att kunna förse personer inom detta
yrkesområde med kunskap om automatiserat beslutsfattande inom rekrytering men också hur professionsdiskursen ser ut med koppling till detta område. Därmed är förhoppningen att de ska gagnas av denna studie och sedan kunna ta ställning till införandet av en mer
automatiserad rekryteringsprocess.
Etiska aspekter
Vetenskapsrådet (2002) har gjort en översiktlig framställning av de viktigaste
forskningsetiska principer som man som forskare bör förhålla sig till och använda som riktlinjer vid samhällsvetenskaplig forskning. Det grundläggande individskyddskravet är till för att skydda individen och kan delas upp i fyra huvudkrav som bör ingå i forskningen. Dessa krav är uppdelade i informationskravet, konfidentialitetskravet, samtyckeskravet och
nyttjandekravet (Vetenskapsrådet, 2002: 5–6). Vi kommer i detta avsnitt beskriva hur vi i denna studie har tagit hänsyn till de etiska forskningsprinciperna och de fyra huvudkraven.
Genom att vi informerade informanterna om studiens syfte både vid första kontakt men även inledningsvis vid intervjun tog vi hänsyn till informationskravet. Informanterna informerades även om deras anonymitet, fria deltagande och studiens offentliga publicering
(Vetenskapsrådet, 2002: 7). I samband med detta framfördes även information om att studiens resultat och inhämtade data endast hade som avsikt att användas i forskningsändamål. Detta skedde i överensstämmelse med nyttjandekravet (Vetenskapsrådet, 2002: 14). I enlighet med samtyckeskravet framfördes information om villkoren kring deltagandet i studien. Det vill säga informanternas frivilliga medverkan och möjligheten att avbryta deltagandet om så önskades. Informanterna tillfrågades även om deras samtycke kring inspelning av intervjun (Vetenskapsrådet, 2002: 9–11). Det insamlade materialet från intervjuerna har hanterats varsamt och med största konfidentialitet. Detta innebar att vi valde att transkribera
Resultat
I detta avsnitt kommer det huvudsakliga resultatet att presenteras som grund för att uppnå syftet och besvara frågeställningarna i studien. Inledningsvis redovisas informanternas inställning till automatiserat beslutsfattande. Därefter beskrivs informanternas resonemang gällande hur automatiseringen skulle kunna påverka den arbetssökandes respektive företagets perspektiv. Slutligen presenteras risker och problem som automatiseringen skulle kunna medföra enligt informanterna samt diskussionen om framtidens rekrytering.
Användningen av automatiserat beslutsfattande
Automatiserat beslutsfattande i den inledande delen av rekryteringsprocessen, det vill säga vid urval av kandidater används idag i en begränsad utsträckning. Dock ställer sig majoriteten av informanterna positivt till att använda sig av automatiserat beslutsfattande i den inledande delen av rekryteringsprocessen.
Vi stöttar en del initiativ, det här är ju konfidentiellt, men vi vill ju vara med på teknikutvecklingen och robotiks, det handlar ju om att vi vill lära oss utav det snarare än att det är en kul grej.
Vi vet ju att det finns datorer som tar bättre beslut än läkare för att göra diagnoser, så varför skulle man inte kunna göra det i rekrytering?
Många framför att anledningen till varför man bör använda sig av automatisering i det inledande skedet i rekryteringsprocessen har att göra med den ökade belastningen som finns på rekryterare idag men också på grund av teknikutvecklingen och digitaliseringen.
Vi lever i en värld där hjulen snurrar fortare, belastningen på dem som arbetar ökar hela tiden [...] oavsett om det är rekrytering eller vad det nu handlar om så måste vi avlasta det på något sätt.
[...]det handlar egentligen om vad marknaden tycker och tänker, men det kommer bli så att man måste automatisera dem processerna som man har, för det är det sättet man kan hålla ner priset i slutändan [...] då tror jag att det i första hand kommer att handla om volymtjänster där man är mer benägen att se vinsten i att snabbt ta hjälp av automatisering.
det vill säga vid en större ansökningsmängd och urvalsstorlek anser hen att det finns ett större behov av att använda sig av automatisering. För att kunna hantera den ökade volymen och därmed belastningen på rekryterare kommer man att behöva ökade resurser och där kan man ta hjälp av datorn. Resonemangen ovan går i linje med Mittelstadt m.fl. (2016) som menar att genom att lämna över information och arbetsuppgifter till datorn kan rekryterare avlastas och stödjas i sitt arbete.
En av informanterna avviker från de resterande genom att hen framför att man inte bör använda sig av automatiserat beslutfattande vid urvalsförfarandet. Bakgrunden till detta har att göra med att den typen av tjänster som företaget rekryterar uteslutande handlar om egenskaper och beteenden hos den arbetssökande. Informanten menar att det inte är ett
tillräckligt tillförlitligt verktyg att låta kandidaten fylla i ett webbformulär eller att göra ett test som underlag för datorn att ta ett beslut om vilka kandidater som ska gå vidare i
rekryteringsprocessen.
Jag har alltid varit lite teknikfientlig, därför att för mig är det ett hantverk där det handlar om att jag som människa får en massa information om ett sammanhang, d.v.s. kundens verksamhet eller min egen verksamhet för den delen, och sen har förmåga att översätta det i en kommunikation till en individ och sen förstå vad är det den här individen går i gång på. Det är en helt annan typ av dialog än om jag ber dig svara på ett test.
Informantens motstånd mot att använda teknik i urvalsförfarandet grundar sig främst i att den mänskliga faktorn förstår människor bättre än vad datorer gör. Hen menar att genom
kommunikation eller dialog med kandidaten förstår man individens motivation och
engagemang bättre. Utifrån det kan man få en bättre förståelse för om personen skulle passa för tjänsten. Därmed menar hen att telefonintervjuer eller liknande metoder i urvalsförfarandet är viktiga och kan därmed inte ersättas av en dator. Enligt Kahneman (2013) kan motståndet mot att använda datorer som hjälp för att fatta ett beslut bero på att vissa människor är mer människoorienterade än andra. Denna teori kan vara ett stöd för att förklara informantens teknikfientlighet och motvillighet att låta datorn fatta beslutet vid urvalsförfarandet.
Resonemang om den arbetssökandes upplevelser
Denna del i resultatet syftar till att ta upp informanternas resonemang om hur den
arbetssökande skulle kunna påverkas av automatiserat beslutsfattande vid urvalsförfarandet.
Diskriminering
Det finns många situationer i en rekryteringsprocess som kan leda till direkt eller indirekt diskriminering. Några av informanterna framför att detta är ett stort problem i
rekryteringsbranschen och att människor i grund och botten är fördomsfulla och att de omedvetet lägger värderingar i sådant som inte är relevant för att predicera individens enskilda arbetsförmåga.
[...] vi är ju inte datorer så vi lägger ju omedvetet en värdering i allt, eller åtminstone så finns det risk att vi tolkar information alltifrån var kandidaten bor, samt vad man har för utbildning eller vad man inte har för utbildning och det är ju uråldrigt inom rekrytering att hålla på och utvärdera utbildningar för det har ingen relevans i huvudtaget.
[...] människan blandar ju in sina personliga åsikter, fördomar och förhållningssätt oavsett om man vill det eller inte, det gör ju inte en dator.
Enligt Chapman och Webster (2003) tenderar människor att lägga stor vikt på information som man får om den arbetssökande tidigt i rekryteringsprocessen. Detta kan sedan prägla och påverka den fortsätta föreställningen om individen. Redan vid urvalsförfarandet och vid granskning av cv:n får man information om kandidaten vilket kan leda till att diskriminerande beslut tas redan där. Det kan handla om att kandidater sorteras bort och inte går vidare i rekryteringsprocessen på grund av att man har ett visst kön eller en viss ålder som egentligen är oväsentligt i förhållande till den tjänst som personen har sökt. Samtliga informanter anser att automatiserat beslutsfattande vid urvalsförfarandet skulle bidra till en mer objektiv bedömning. Anledningen är att de anser att datorer inte har några fördomar eller personliga värderingar på samma sätt som en människa. Det överensstämmer med tidigare forskning som visar att en mer objektiv bedömning kommer att göras genom automatiserat beslutsfattande (Chapman och Webster, 2003: 114). Dock avviker några av informanterna från detta och menar att eftersom algoritmen programmeras av en människa finns det fortfarande en mänsklig faktor som kan bestämma vilka parametrar som datorn ska leta efter. Detta
Det är ju en aspekt av att tvätta bort alla fördomar, algoritmer har inga fördomar, vilket inte är helt sant heller för det beror ju på vem som har byggt algoritmen [...]
Några av informanterna menar att genom automatiserat beslutsfattande baseras selektionen endast på det som efterfrågas i den aktuella tjänsten och därmed förbiser man från exempelvis kön, ålder, namn och etnicitet. Liknande resonemang förekom hos ytterligare en informant men som också menade att ett automatiserat beslutsfattande skulle kunna lösa problemet med kompetensbrist som finns inom många områden.
Vi vet ju att folk blir bortvalda på grund av namn och ålder till exempel [...] och det har ju noll relevans, och kan vi få bukt med det har vi kanske inte kompetensbrist, men för att återkomma till frågan så tror jag att kvaliteten, om man gör rätt, så skulle det kunna bli mycket bättre.
Kvaliteten i rekryteringen skulle kunna bli bättre eftersom att man helt bortser från personliga attribut som exempelvis kön och ålder och endast ser till det som är relevant för den aktuella tjänsten. Kandidater som har den kompetensen som krävs men som annars eventuellt hade sorterats bort på grund av vissa personliga attribut tas därmed tillvara på ett bättre sätt. Detta tror merparten av informanterna skulle leda till en förbättrad upplevelse för den
arbetssökande.
Återkoppling och kommunikation
Samtliga informanter anser att ett av de största problemen och det svarta hålet i
rekryteringssammanhang är kommunikation och återkoppling till kandidaterna vilket gör att man som arbetssökande får en sämre upplevelse av rekryteringsprocessen.
Automatisering i processen blir bättre för kandidatupplevelsen på det sättet, man får snabbt feedback på om, är jag aktuell eller inte i processen
[...] i början får man en ganska snabb återkoppling på att okej, såhär ligger jag till, och det tror jag kommer att upplevas som positivt, det kanske blir mindre långbänkar, för jag menar det är ju inte roligt att skicka iväg en ansökan och sen får du vänta en månad på ett nej-tack, det är väl bättre att få efter bara någon dag.
har möjlighet att gå igenom alla ansökningar och därefter ge återkoppling. En annan informant framför liknande synpunkter.
[...] genom automatisering kan det visa sig ganska tidigt om man är kvalificerad, innan jag behövt lägga ner massa tid, jag behöver inte åka dit och träffa någon och allt man gör i en
rekryteringsprocess.
[...] ju mer information du ger och ju bättre du sätter förväntan, desto bättre upplevelse kommer det att vara i processen, då får kandidaten längre resistans i att vänta också.
Det handlar egentligen om att ge kandidaten så mycket information som möjligt, både om man är aktuell eller inte för tjänsten. Detta sätter en bättre förväntan på den arbetssökande men det kommer även att leda till kandidaten känner sig väl behandlad. Den arbetssökande får dessutom ett större incitament att stanna kvar i rekryteringsprocessen även fast den tar längre tid än förväntat.
Företagets perspektiv
Denna del i resultatet syftar till att ta upp informanternas resonemang om hur införandet av automatiserat beslutsfattande vid urvalsförfarandet skulle kunna påverka företaget.
Effektivitet
Majoriteten av informanterna anser att ett automatiserat beslutsfattande vid urvalsförfarandet skulle leda till att rekryteringsprocessen skulle bli mer effektiv. Informanterna framför att inom rekryteringsverksamheten och som rekryterare ägnar du mycket tid åt administrativa arbetsuppgifter, som att exempelvis manuellt gå igenom cv:n och rangordna dessa.
[...]vi kan inte processa information, alltså datorer kan läsa 2000 cv:n på 2 sekunder, där har vi, vi har ingen chans [...]
[...]om vi ser tillbaka på rekryterare så är det väldigt mycket administration som ligger i den tjänsten och mycket av det, den administrationen kan vi automatisera, stora delar av den delen kan en dator hantera så att rekryterare kan gå över till att bara göra det som krävs, som slutledningsförmåga, den mänskliga interaktionen.
Genom att automatisera dessa delar skulle rekryteringsprocessen kunna effektiviseras eftersom att man kan behandla fler kandidater och urvalsförfarandet går mycket snabbare. Detta har att göra med att en dator kan hantera och tolka en stor mängd information på väldigt kort tid vilket en människa inte kan göra (Youyou m.fl., 2015). Informanterna menar också att som rekryterare sparar du tid och kan därmed ägna dig åt mer värdeskapande arbetsuppgifter som kräver mänsklig interaktion, som exempelvis fysiska intervjuer. Dessa intervjuer kan göras mer noggrant och djupgående på grund av att tid men också resurser frigörs genom automatisering. Genom att lägga mer tid på de kandidater som är kvalificerade för tjänsten visar studier på att man även skulle man kunna genomföra en bättre matchning (Buckley m.fl., 2004: 234). En av informanterna menar också att i och med att vi är mänskliga varelser så har vi inte förmågan att hålla konstant fokus och prestation under hela dagen och
variationen kan även skilja sig mellan individer.
[...] när du kommer en måndag med huvudvärk så presterar du på en nivå, är det en onsdag när du har haft en jättebra tisdag så presterar du kanske på en annan nivå.
[...] det kommer vara variationer mellan individer också, vad man tycker är bra och dåligt och det här är ett sånt moment där vi starkt förespråkar att man använder sig av automatisering.
Genom att använda sig av automatiserat beslutsfattande kommer man att få en jämn prestation, vilket i sin tur leder till ett mer effektivt arbetssätt. En dator har möjlighet att gå igenom en stor mängd ansökningar och cv:n utan varierande prestationer eller tolkningar. Datorn kommer endast att följa de instruktioner som den blivit tillsagd medan människan kan tendera att addera andra parametrar när de ska fatta sitt beslut (Youyou m.fl., 2015: 1). Detta kan i sin tur leda till att urvalsförfarandet kan skilja sig eller se annorlunda ut beroende på vem som ligger bakom beslutet.
En informant avviker något från de resterande och framför att de i dagsläget skulle kunna effektivisera sin verksamhet genom att automatisera vissa typer av arbetsuppgifter där det inte krävs en mänsklig faktor. Dock menar informanten att man inte bör använda sig av
automatisering i den inledande fasen, det vill säga vid urvalet.
Det finns absolut en potentiell vinning i att effektivisera matchningen, men inte urvalet för oss. Men man kan göra det mer effektivt än vad vi gör idag [...] och maximera tid som är människo-tid, för det är ju det man i grund och botten vill göra.
därigenom endast träffa de kandidater som bäst lever upp till kvalifikationerna för tjänsten. I deras fall är problemet inte ett för stort urval, utan snarare ett för litet vilken hen framför som en anledning till denna åsikt.
Matchning och kvalitet
De flesta av informanterna framför att de tror att matchningen och kvaliteten i rekryteringen skulle bli mycket bättre om man använde sig av automatisering vid urvalsförfarandet. En av informanterna anser att en av de viktigaste delarna i rekryteringsprocessen är den inledande delen, det vill säga urvalet. Det är viktigt att man redan där förstått behovet i rollen och utifrån det endast plockar ut de kandidater som matchar detta behov.
Man måste vara oerhört noggrann initialt och verkligen förstå behovet i rollen, annars är det ju helt omöjligt att göra rätt, gör man fel från början eller viktar något annorlunda blir det en konsekvens genom hela processen, så jag tror att det kan bli bättre kvalitet med automatisering. [...] vi vet ju att människor gör fel, eller viktar något annorlunda.
Genom att man använder sig av automatiserat beslutsfattande skulle den inledande delen i rekryteringen kunna bli mycket bättre vilket i slutändan leder till bättre kvalitet i rekryteringen och därmed bättre matchning. Detta överensstämmer med Buckley m.fl. (2004) som visar att bättre kvalitet i rekryteringsprocessen skulle leda till bättre matchning. Informanten menar även att eftersom vi är mänskliga individer kommer vi att göra fel eller misstag som kan påverka rekryteringsprocessen och dess utfall. Detta ligger i linje med Kahnemans (2013) teori som visar att datorer inte gör fel i lika stor utsträckning som människor. En annan
informant framför liknande resonemang och berättar att deras verksamhet arbetar mycket med att ta reda på hur de ska göra för att hålla hög kvalitet på rekryteringen hela tiden.
Informantens åsikt är att intervjuer och referenstagningar har en ganska låg reliabilitet och menar att om man använder sig av automatisering där kandidaten får genomföra ett test i det inledande skedet kommer det resultera i ett bättre urval. Detta leder i sin tur till ökad
träffsäkerhet och kvalitet i rekryteringen.
Just när det handlar om automatisering och tester skulle jag säga att det finns flera anledningar till att göra det, en är att du träffar rätt, och hittar rätt kandidat, en annan är att det är
kostnadsbesparing genom att du selekterar på ett mycket bättre sätt.
bättre kvalitet i rekryteringsprocessen skulle leda till bättre matchning. Detta leder i sin tur till en ökad arbetsförmåga och motivation hos den anställde vilket skulle minska
personalomsättningen på företaget. Detta leder i längden till stora ekonomiska fördelar och vinster för företaget.
Problem och utmaningar med automatiserat
beslutsfattande
När informanterna blev tillfrågade kring nackdelar och eventuella problem som kan finnas med automatiserat beslutsfattande var de väldigt eniga i sina svar. Även fast det finns många fördelar med att använda sig av teknik så medför det sig också en viss problematik. Den största problematiken som de flesta informanterna tog upp under samtalet var att algoritmer i grund och botten är skapade eller programmerade av människor vilket i sin tur gör att
algoritmer endast blir så smarta som vi skapar dem.
[...] det handlar ju faktiskt om vilka värden vi lägger in [...] för datorn kommer ju bara göra som den blir tillsagd.
[...] det är inte så enkelt att man tror att man kan jobba med fördomsfri rekrytering och tro att, att ta hjälp av algoritmer och automatisering så är det frid och fröjd, men det kommer att låta så tror jag på många ställen.
Tillförlitligheten är egentligen helt styrt av vilka parametrar som är inbyggda i algoritmen men också vilka intressen som den interna organisationen har. En av informanterna lyfter fram att om man ska använda sig av automatisering vid rekrytering bör man först rannsaka sig själv som företag och organisation. Dels vad man vill uppnå för syfte men också att alla i organisationen står bakom det innan man ger sig in i det.
Många av informanterna tog upp att det finns en del utmaningar med automatiserat beslutsfattande. Informanterna menar att det främst är en fråga om teknikkompetens men också om att man som företag måste våga ta första steget.
[...] för vi är så nej men, inskränkta i gamla sätt att tänka, vi vågar inte riktigt, det är jättejobbigt att utmana sig själv, vi har inte kommit så långt.
En informant framför att det fortfarande är en väldigt långsam utveckling inom just detta fält och att det i grunden handlar om en generationsfråga. Hen menar att personerna som sitter i ledningsgruppen och tar beslut oftast tillhör den generation som fortfarande lever kvar i det gamla och därmed inte har samma tekniska kompetens som den yngre generationen. Liknande resonemang framförs även av en annan informant som menar att vi inte vågar utmana oss själva utan vi väljer gärna det säkra före det osäkra.
Under intervjuerna diskuterades det även mycket om problematiken kring om exempelvis en kandidat vill ifrågasätta ett automatiserat beslut. De flesta informanterna anser att man som kandidat skulle kunna få mer tydliga svar om varför man inte gått vidare i
rekryteringsprocessen.
[...] samtidigt är ju en typisk fråga: varför fick inte jag jobbet? Då borde man baserat på datorn kunna radda upp de erfarenheter eller kvalifikationer som kandidaten inte hade.
Genom automatiserat beslutsfattande skulle man lättare kunna se bakgrunden till beslutet som tagits vilket kan leda till att man kan ge ett tydligare svar till den arbetssökande. När en människa har gjort urvalet blir det svårare att stå till svars varför beslutet blivit som det har blivit. Detta kan dels bero på att människor tenderar att fatta beslut efter egenintresse men också på grund av att man tenderar att utgå från konsekvenser av liknande händelser (Grafström, m.fl., 2017: 463).
Framtidens rekrytering
Informanterna tror att vi kommer att se en stor utveckling av algoritmerna och att fler AI-lösningar kommer att ta sig in i rekryteringsbranschen i framtiden. Några av informanterna tror att AI-lösningarna skulle kunna hjälpa till att förbättra och effektivisera matchningen i rekryteringsprocessen genom att AI selekterar ut de kandidater som matchar mot kravprofilen.
[...] så har jag några matchnings ord och så skickar vi in dom och så har vi ett AI som jobbar fram matchning i cv:n och så kontaktar jag dom personerna.
Samtliga informanter är enade om att rekryterare inte kommer att försvinna eller ersättas av AI eller en dator i framtiden. Man tror att många delar i rekryteringsprocessen som kan automatiseras kommer att automatiseras och där tror man att arbetsuppgifter som är
kontakten är viktig att bibehålla och att vissa moment i rekryteringsprocessen aldrig kommer kunna bytas ut mot AI eller en dator.
Jag tror däremot att allting ska tas över av AI, det är inte hållbart, det kommer att vara en balans mellan mänsklig interaktion och AI.
Jag tror att det kommer finnas mer och mer AI agenter som jobbar med rekryteringar för att det är så jättemycket mer effektivt och sen kommer rekryterare ha hand om den sista delen i det där.
Den fysiska intervjun kommer alltid att vara mänsklig eftersom att det är ett mer komplext moment för AI att genomföra men också ett moment som är viktigt för att skapa den mänskliga interaktionen. Informanterna menar att detta kommer att leda till att rekryterare kommer att få en allt viktigare roll i framtiden. De kommer endast att arbeta med det som är deras huvudsakliga syfte och det som de är bra på, det vill säga att skapa mänskliga relationer.
Sammanfattning av resultat
Vårt huvudsakliga resultat visar på att samtliga företag i studien i dagsläget inte använder sig av automatiserat beslutsfattande vid urvalsförfarandet. Dock ställer sig majoriteten positivt till användningen av detta och tror att vi inom den närmsta framtiden kommer att se att ett flertal olika moment i rekryteringsprocessen som kommer att automatiseras. Majoriteten av
informanterna anser även att användandet av automatiserat beslutsfattande skulle kunna leda till en bättre upplevelse för de arbetssökande och påverka företaget positivt.
Diskussion
Vilken inställning har aktörerna till automatiserat beslutsfattande vid urvalsförfarandet i rekryteringsprocessen?
Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverkaden arbetssökandes upplevelse?
Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverka företaget?
Hur resonerar aktörerna kring rekryteringsbranschen framtid med hänsyn till den ständiga teknikutvecklingen som sker?
Gällande aktörernas inställning till automatiserat beslutsfattande inom rekrytering visar resultatet att företagen i dagsläget inte använder sig av det vid urvalsförfarandet. Dock ställer sig majoriteten av informanterna positivt till att använda sig av det. Den främsta anledningen till den positiva inställningen har att göra med den ökade belastningen som finns på
rekryterare idag. Många framför att det ligger mycket administrativa uppgifter i rollen främst på grund av den stora ansökningsmängden. Där anser informanterna att man skulle kunna ta hjälp av automatisering för att avlasta rekryteraren i sitt arbete. Resultatet visar att
urvalsstorleken och ansökningsmängden har en stor betydelse för användningen av automatiserat beslutsfattande i urvalsförfarandet. Om man har en större volym är behovet större av att använda sig av automatiserat beslutsfattande eftersom det är tidskrävande och för mycket information för den mänskliga individen att hantera. Informanterna framför dock att det finns många utmaningar med att använda sig av automatiserat beslutsfattande i
rekrytering. Den bristande teknikkompetensen i kombination med att företag inte vågar följa teknikutvecklingen fullt ut och därmed lämna över beslutsfattandet till en dator är en av utmaningarna. Detta skulle kunna vara en av förklaringarna till varför många av företagen idag inte använder sig av automatiserat beslutsfattande inom rekrytering men ändå ställer sig positivt till det.
Informanterna anser att ett automatiserat beslutsfattande vid urvalsförfarandet skulle leda till en mer objektiv bedömning och därmed minskad diskriminering av de arbetssökande. De menar att detta skulle förbättra den arbetssökandes upplevelse av rekryteringen på grund av att man som kandidat vet att alla sökande bedöms utifrån samma förutsättningar. Detta svarar delvis på vår andra frågeställning. Denna inställning och resonemang som framförs av
kommer beslutet att bli mer objektivt och därmed fritt från diskriminering. Man tror även att kompetens bättre kan tillvaratas eftersom att kandidater med rätt kompetens som annars skulle sorterats bort på grund av personliga attribut får en större chans. Detta tror man eventuellt skulle leda till att man får bättre kvalitet i rekryteringen. Det som skiljer Chapman och Websters (2003) resultat från resultatet i vår studie är framförallt problematiken kring användandet av automatiserat beslutsfattande i samband med diskriminering. Några av informanterna i vår studie framför att i samband med programmering av algoritmen läggs det in värden av den mänskliga faktorn. Processen uppfattas som fördomsfri, men i själva verket är den helt styrd av organisationen eller företagets intressen. Därmed anser många av
informanterna att det är viktigt att först undersöka den egna organisationens intressen men också deras rekryteringspolitik.
Kommunikation och återkoppling är en annan aspekt som informanterna tog upp som skulle kunna förbättra den arbetssökandes upplevelse genom användandet av automatiserat
beslutsfattande. Detta ger oss ytterligare svar på den andra frågeställningen. Vi kan dock se att teori och tidigare forskning som berörts inte stärker detta antagande på grund av att denna aspekt inte har analyserats eller behandlats tidigare. Anledningen till detta är för att de istället har lyft fram andra aspekter, som exempelvis diskriminering. Dock anser vi att antagandet som informanterna framför är rimligt med tanke på ju bättre kommunikation som ges till kandidaten desto bättre kommer upplevelsen att bli av både rekryteringsprocessen och även synen på företaget. Detta kommer i sin tur att påverka den arbetssökandes ambition att stanna kvar i rekryteringsprocessen.
Informanterna lyfter fram att kvaliteten och matchningen i rekryteringen skulle kunna förbättras med hjälp av automatiserat beslutsfattande. De menar även att det skulle hjälpa till att effektivisera rekryteringsprocessen. En förbättring av kvaliteten och matchningen samt en ökad effektivitet skulle i sin tur påverka företaget positivt. Detta svarar därmed på den tredje frågeställningen. Informanterna framför att det skulle vara positivt utifrån ett
företagsperspektiv på så sätt att urvalsförfarandet kan effektiviseras och fler kandidater och ansökningar kan hanteras. Utifrån det menar informanterna att man som rekryterare kan lägga mer tid och energi på andra moment i rekryteringsprocessen. Här syftar de främst på den fysiska intervjun där man då skulle kunna genomföra mer djupgående samtal med de
antagande då en automatiserad rekrytering skulle innebära att intervjuerna genomförs endast med de som är kvalificerade vilket gör att matchningen blir mer träffsäker. I linje med Chapman och Webster (2003) anser informanterna att en automatiserad urvalsprocess som är mer tidseffektiv skulle kunna leda till att man inte går miste om kandidater då många tenderar att hoppa av processen om den drar ut på tid. De anser också att detta skulle kunna leda till bättre kvalitet och matchning eftersom att man inte förlorar värdefull kompetens på grund av en förlängd rekryteringsprocess. Buckley m.fl. (2004) visar i sin forskning att bättre kvalitet i rekryteringen leder till ökad arbetsförmåga vilket i längden leder till minskad
personalomsättning. I linje med denna forskning kan man tolka det som att bättre kvalitet och matchning dels kommer att påverka den anställdes arbetsförmåga men också dess motivation till att stanna kvar på arbetet. Detta kan i sin tur leda till ett minskat antal felrekryteringar.
I den fjärde frågeställningen var vi intresserade av att undersöka aktörernas resonemang om framtidens rekrytering med koppling till automatisering och den teknikutvecklingen som sker. Av resultatet kan vi se att det finns en samstämmighet gällande informanternas svar. Genom utvecklingen av algoritmer har ett nytt fenomen blivit aktuellt. Fenomenet är självlärande algoritmer och går under namnet artificiell intelligens (AI). Informanterna tror att AI kommer att ta sig in i rekryteringsbranschen i framtiden och att det kommer att finnas flera verktyg och lösningar som kommer att bygga på AI. Dock menar informanterna att detta ligger längre fram i tiden och att det första steget kommer att vara automatisering. Informanterna tror dock inte att de mänskliga kontakterna som man har inom yrket kommer att kunna ersättas av en AI-baserad lösning eller dator. Där framhäver de moment som exempelvis den fysiska intervjun som väldigt viktig och för komplex för en AI eller en dator att genomföra.
Den viktigaste slutsatsen som denna studie visar är det finns en tydlig professionsdiskurs och samstämmighet som reflekteras i informanternas svar. Det vill säga att majoriteten ställer sig positivt till att införa automatiserat beslutsfattande i rekrytering men också att det slutligen kan ge många fördelar både för företaget men också för den arbetssökande. Detta kan bero på att de flesta företag inom rekryteringsbranschen idag står inför liknande utmaningar. Främst utmaningen kring hantering av all data och den stora mängd information som
teknikutvecklingen och digitaliseringen medför. Genom nya förutsättningar och möjligheter går det idag lättare och snabbare att söka ett jobb. Därav finns det incitament hos
rekryteringen skulle kunna förbättras genom att använda sig av automatiserat beslutfattande vid urvalsförfarandet. Detta kommer i sin tur att leda till en bättre matchning vid anställning.
Teorikritik
Med bakgrund i informantens resonemang men även i tidigare forskning finns det skäl till att ifrågasätta och diskutera dels Lindelöws (2008) teori om den traditionella
rekryteringsprocessen men även Nils Brunssons teori om rationellt beslutsfattande.
Vår studie visar främst på antaganden om hur automatiserat beslutsfattande i urvalsförfarandet skulle kunna förbättra rekryteringsprocessen, framförallt dess utfall vad gäller matchning och kvalitet. Vi vet att felrekryteringar är ett faktum och bakgrunden till detta har att göra med att personen som anställs inte stannar kvar på arbetsplatsen. Detta kan dels bero på att personen själv inte känner att han eller hon passar in eller att man inte lever upp till kvalifikationerna som krävs. Vår tolkning är att en anledning till den bristfälliga matchningen kan vara människors oförmåga att ta fullständigt rationella beslut på grund av brist på resurser och oförmåga att insamla fullständig information. Människor tenderar därmed att addera andra faktorer när man ska fatta beslut som egentligen inte har någon relevans. Det kan dels handla om att man har fördomar och därmed väljer bort kvalificerade personer trots att de matchar kriterierna. Det kan även vara så att människor tar beslut utifrån intuition eller magkänsla. Får man en bra känsla av en kandidat kan denne därmed gå vidare i rekryteringsprocessen även fast personen inte är kvalificerad för tjänsten. Man tar helt enkelt beslut utefter det som känns bäst givet den situation som man befinner sig i.
Kritisk reflektion och förslag på framtida
forskning
Det är av stor vikt att lyfta fram att det säkerligen finns ett flertal andra teorier som hade varit relevanta att ta upp i vår studie. Detta hade gjort att vi hade kunnat genomföra en mer
