Hvordan kan kunstig intelligens bidra til mangfoldsrekruttering?

https://f.hubspotusercontent20.net/hubfs/5241322/bilder/sider/generelle/AdobeStock_274348729.jpeg

Mangfold på arbeidsplassen er utvilsomt en god ting. Men fortsatt er det sånn at ubevisste holdninger bidrar til diskriminering når vi rekrutterer. Hvordan kan kunstig intelligens hjelpe oss med å løse dette problemet?

Undersøkelser viser at finansnæringen, som store deler av norsk næringsliv, har en vei å gå når det gjelder å utnytte mangfold som en ressurs. Bedriftene jobber i hovedsak med likestilling, ikke med mangfold i bredere forstand. I en ideell verden rekrutterer man de beste kandidatene, uavhengig av kjønn, etnisitet, seksuell orientering, religion eller funksjonsevne. Det finnes en rekke studier som viser at mangfold fremmer innovasjon, produktivitet og beslutningsprosesser. Harvard Business Review har også avdekket at det er en signifikant korrelasjon mellom kognitivt mangfold og ytelse på en arbeidsplass.

Til tross for dette er mange norske arbeidsplasser og bransjer relativt homogene. Uavhengig av hva vi tror, og kanskje ønsker, har vi alle ubevisste holdninger som påvirker hvordan vi vurderer andre mennesker.

Kunstig intelligens (KI) har lenge vært omtalt som en mulig løsning på dette. Men hvordan kan du bruke KI til mangfoldsrekruttering? Og er det virkelig sånn at disse teknologiene eliminerer alle ubevisste holdninger?

 

På full fart inn i HR-avdelinger

KI er på full fart inn i HR-avdelinger. Anvendelsen hittil har imidlertid stort sett begrenset seg til automatisering av enkle oppgaver og siling av kandidater. I Norge ligger vi litt etter på dette området, og har foreløpig ikke så mange gode eksempler på anvendelser av KI-teknologi. Men fordelene er utvilsomt mange. En robot kan tråle LinkedIn 24 timer i døgnet, og fange opp karakteristikker og egenskaper langt raskere enn vi mennesker har mulighet for å klare. I årene som kommer er det grunn til å tro at stordata og maskinlæring vil gjøre kunstig intelligens aktuell for en langt større del av rekrutteringsprosessen.

Hva så med mangfoldsrekruttering?

Det finnes gode eksempler på dette også. KI-verktøy bryr seg ikke om kjønn, utseende, hudfarge eller personkjemi.

Les også: Slik bidrar spillteknologi til å skille deg ut i mengden

 

KI-drevet mangfoldsrekruttering

Har du tenkt på at ordvalgene i en jobbannonse påvirker hvilket kjønn du tiltrekker deg? Undersøkelser gjort av Textio viser at bruken av ordene «tidligere erfaring» i en jobbannonse tiltrekker seg 50 prosent flere mannlige søkere. Ord som «evner» derimot tiltrekker seg 40 prosent flere kvinnelige søkere. KI-verktøy kan hjelpe deg med å sette sammen nøytrale jobbannonser som eliminerer disse skjevhetene.

Bruk av KI-teknologi gir deg også en større kandidatpool. I tradisjonelle rekrutteringsprosesser er det forholdsvis vanlig å kaste ut nettet i spesifikke geografiske områder, og kanskje fokusere ressursene på toppuniversiteter eller spesifikke segmenter av samfunnet. Dette kan ekskludere svært mange dyktige kandidater. Med KI har du ingen begrensninger. Og alle kandidater kan konkurrere på lik linje uavhengig av bakgrunn.

KI gir deg også muligheten for å dreie fokuset over på ferdigheter fremfor formell kompetanse. Dersom du søker etter kandidater utelukkende basert på CV-er og tidligere jobberfaring kan du fort gå glipp av de beste.

Det finnes i dag algoritmer som identifiser nøyaktig hva en stilling krever av ferdigheter, og som matcher disse ferdighetene med de best egnede kandidatene. Rekruttering basert på spesifikke ferdigheter og egenskaper styrker mangfoldet da alle vurderes etter de samme kriteriene. Plattformer som Headstart bruker maskinlæring til å gjøre denne jobben for deg.

 

Vær oppmerksom på «følgefeil»

Når vi bruker KI i rekrutteringssammenheng er det viktig å tenke på at disse verktøyene lærer av våre historiske valg. Verktøyene kan aldri sørge for mindre diskriminering enn de historiske dataene vi forer løsningene med. Det fikk Amazon erfare for noen år tilbake.

Teknologiselskapet laget et KI-verktøy som var ment å ansette de best kvalifiserte kandidatene. Et par år sener ble det imidlertid oppdaget av det var noe feil med måten programmet rangerte søkere: Færre og færre kvinner ble anbefalt av den kunstige intelligensen. Forklaringen på dette var at verktøyet ble lært opp ved å analysere hva slags type mennesker selskapet hadde ansatt de siste ti årene. Som i de fleste andre amerikanske teknologiselskaper var dette stort sett menn, og verktøyet lærte seg dermed at mannlige søkere var å foretrekke. Amazon skrotet verktøyet i 2018.

Les også: Fem måter kunstig intelligens hjelper deg med rekruttering

Kunstig intelligens kan definitivt bidra til mer mangfold og bedre rekruttering. Men ettersom det er mennesker som skrur sammen algoritmer og datagrunnlag, vil det alltid være en risiko for at verktøyene arver fordommene våre. Det er derfor viktig at vi er oppmerksomme på hva slags data som går inn i løsningene vi bruker.

 

Relaterte artikler

Hvorfor snakker vi ikke mer om aldersmangfold i arbeidslivet?

Det snakkes for lite om aldersmangfold i arbeidslivet. I stedet er det slik at jo eldre du er, jo

Hva kjennetegner en god CFO?

Den nye CFO-rollen krever både teknologiforståelse, kommunikasjonsferdigheter, og evnen til å tenke utenfor

Treffsikkert og rettferdig med gode rekrutteringstester

Rekrutteringstester bidrar ikke bare til bedre resultater for kundene våre, men også til en rettferdig