AI har förändrat rekryteringsvärlden i grunden. Idag använder allt fler företag algoritmer för att gallra CV:n, chatbottar för att hantera kandidater och automatiserade system för att boka intervjuer. Det är snabbt, effektivt och skalbart. Men vad förlorar vi på vägen när tekniken tar beslut som tidigare krävde mänsklig fingertoppskänsla?
AI-lösningar marknadsförs som både objektiva och tidssparande. Men kritiken växer: algoritmerna bygger ofta på historisk data och riskerar därför att cementera gamla mönster av snedrekrytering. Dessutom saknas ofta insyn i hur systemen fäller sina avgöranden. Vad är det egentligen AI:n "ser" i ett CV eller ett videosvar som leder till att en kandidat väljs bort?
Ökad effektivitet – men på vems bekostnad?
Företag som Unilever har rapporterat positiva effekter av att införa AI i rekryteringsprocessen, bland annat ökad mångfald i kandidaturvalet. Men andra rapporter visar motsatsen. I en studie publicerad av forskare vid Northeastern University konstaterades att vissa AI-verktyg premierade kandidater med ett visst ordval, tonfall eller utseende – snarare än faktisk kompetens. Och när kandidater börjar träna sina svar med hjälp av AI-verktyg för att låta "rätt", blir processen en kapplöpning mellan två maskiner snarare än en bedömning av mänsklig potential.
Personliga möten går från mjukt inslag till strategisk nödvändighet
Trenden går åt två håll samtidigt. Å ena sidan investerar företag i allt mer avancerade screeningverktyg för att hantera ett växande flöde av ansökningar. Å andra sidan har aktörer som Google, Cisco och McKinsey återinfört obligatoriska personliga intervjuer i ett försök att gå bakom det AI-genererade ytskiktet. Det handlar inte om nostalgi utan om en strategisk insikt: teknik kan filtrera, men inte förstå.
Business Insider har rapporterat om kandidater som medvetet undviker automatiserade kanaler och istället personligen lämnar in sina ansökningar. För dem handlar det inte bara om att sticka ut, utan om att få möjlighet att bli sedda som människor, inte datapunkter.
AI som verktyg – men inte som beslutsfattare
Det talas ofta om hur AI kan hjälpa till att göra rekrytering mer objektiv. Och visst finns vinster: AI kan hålla koll på intervjutid, påminna om frågor som inte ställts, eller analysera spridningen av frågor mellan olika kandidater för att undvika omedveten partiskhet. Meta har utvecklat interna verktyg för att förbättra just denna del av processen.
Men AI saknar förmågan att kontextualisera. Den förstår inte nyanser, ironi eller kulturella koder. Den kan inte avgöra om ett "nej" i en intervju betyder avsaknad av vilja eller bara tillfällig nervositet. Att låta tekniken fälla det slutgiltiga avgörandet är därför inte bara riskabelt – det kan vara direkt felaktigt.
Två AI-system, men ingen tydlig vinnare
I takt med att kandidater börjar använda verktyg som ChatGPT för att skriva CV:n, personliga brev och förbereda intervjusvar, möter arbetsgivarnas AI-system allt oftare AI-genererat innehåll. Resultatet? En slags digital armbrytning mellan två maskiner, där den som "låter mest professionell" kanske inte alls är den mest kvalificerade.
Denna utveckling gör det allt svårare att säkerställa att urvalet bygger på verklig kompetens. Som svar testar allt fler organisationer mer dynamiska och praktiska inslag i processen – live-coding, rollspel och caseövningar – där kandidaten tvingas agera i stunden, utan stöd av någon AI-assistent.
En snabb process för vissa, en stängd dörr för andra
AI-intervjuer är tidsbesparande, men inte nödvändigtvis rättvisa. Studier visar att personer med starka dialekter, icke-normativt språkbruk eller neuropsykiatriska variationer riskerar att feltolkas eller missbedömas av AI-system. Det som upplevs som "avvikande" från ett förutbestämt mönster registreras som en risk, snarare än en resurs.
Kandidatupplevelsen får dessutom ofta stå tillbaka. I ett AI-drivet flöde får sökande sällan chans att ställa motfrågor, lära känna företaget eller ens förstå varför de sorterats bort. Resultatet är en process som kanske är effektiv på pappret, men alienerande i praktiken.
Slutsats: Människa och maskin måste mötas
Tekniken kommer inte att försvinna – och det ska den inte heller. Men i jakten på effektivisering får vi inte tappa det som gör rekrytering till ett hantverk: mänsklig förmåga att läsa mellan raderna, ställa oväntade frågor och skapa förtroende. När AI filtrerar, sorterar och analyserar behövs det mänskliga mötet mer än någonsin för att avgöra vad som verkligen spelar roll.
