Ska AI få läsa ditt CV?

Du kanske nyligen skickade iväg en jobbansökan med höga förväntningar om att snart få samtal från personalavdelningen på andra sidan. Men visste du att det kanske inte alls är en annan människa som först granskar ditt hårt formulerade CV – utan istället en anonym algoritm med tvivelaktigt rättvisepatos och bitvis tveksam intelligensnivå?

Vi kliver allt djupare in i en arbetsmarknad där gigabyte ersätter magkänsla och där Excel-mallar för urval ibland är viktigare än 30 års branschvana. Allt fler företag väljer idag att använda AI-baserade urvalssystem för att sålla bland hundratals, ibland tusentals, inkomna ansökningar. Algoritmerna bedömer, rankar och sorterar kandidater med hjälp av sökord, erfarenheter och annan metadata från digitala ansökningsportaler.

AI som grindvakt – när algoritmen kastar ut ditt CV

Systemen saluförs förstås som både effektiva och tidsbesparande, vilket på papperet låter som en förträfflig idé i tider av strömlinjeformad produktivitet. Men hur bra är tekniken egentligen på att uppmärksamma värdet av mänsklig erfarenhet och verkliga kunskaper? Exempel från arbetsmarknaden visar att det finns all anledning att ifrågasätta AI:s kompetens när det gäller mer komplexa bedömningar av en arbetssökande.

Ta exemplet med Robert Andersson, tidigare produktionschef på ett stort svenskt industriföretag. Efter decennier av gedigen erfarenhet inom projektledning inom industrin sökte han en ledande chefsposition där han uppfyllde samtliga skallkrav med råge. Ändå hamnade ansökan i kategorin ”Ej relevant kompetens”. Han ringde upp HR-avdelningen, vars svar gick i linjen med att algoritmen sorterat bort hans ansökan redan i första momentet. HR-konsultens torra kommentar ekar ännu kvar hos Robert: ”Din erfarenhet på 30 år filtrerades bort av ett Excel-ark.”

”Din erfarenhet på 30 år filtrerades bort av ett Excel-ark.”

Roberts öde är långt ifrån unikt. Liknande öden rapporteras från allt fler arbetssökande som vittnar om hur algoritmen marginaliserat personer med djup och gedigen kompetens till fördel för kandidater med så kallade ”trendiga” ordval och nyexaminerade med rätt kombination av sökbara buzzwords. I jakten på effektivisering riskerar vi därmed att hamna i ett läge där yrkeserfarenhet sannolikt klassificeras som en belastning snarare än en styrka.

Diskriminering i kodform: algoritmen förstärker fördomarna

Inte nog med att kandidater riskerar att bli förbisprungna på grund av missförstådda kompetenser – algoritmerna kan även förstärka befintliga diskrimineringsmönster. Ett känt fall är Amazons omdiskuterade rekryteringsverktyg som utvecklades med syfte att snabbt identifiera bästa möjliga kandidater. Efter en tids användning upptäckte man att tekniken faktiskt aktivt filtrerade bort kvinnliga kandidater eftersom AI:n hade tränats på historisk data där majoriteten av lyckade rekryteringar skett från manliga kandidater. Lärdomen blev smärtsamt tydlig: algoritmen hade alltså imiterat och reproducerat tidigare snedvridningar snarare än att hitta sann potential hos arbetssökande.

Oberoende studier och rapporter, däribland ett välciterat reportage från Wired, visar tydligt att AI-system, trots dess tekniska skepsis och påstådda neutralitet, ofta speglar samhälleliga eller strukturella diskrimineringar. Algoritmer återanvänder data som baseras på tidigare mänskliga beslut, vilket innebär att fördomar – vare sig det handlar om kön, ålder eller bakgrund – kan befästas och stärkas av den tekniska infrastrukturen. Företagen måste därför vara ytterst medvetna och noggranna vid val av AI-system såväl som vid själva kalibreringen av dessa. Faktum kvarstår dock: algoritmer saknar mänsklig förmåga att reflektera kritiskt över den data de får presenterad, vilket gör att ansvaret fortsatt vilar tungt på företagen och de personer som administrerar och implementerar dessa produkter.

Frågan om rättvisa och personliga bedömningar i rekryteringsprocessen blir därmed viktigare än någonsin tidigare. Om AI fortsätter breda ut sig med nuvarande status quo är risken påtaglig att många kandidater – särskilt de med okonventionella karriärvägar, mogna profiler och verkligt djupa kunskaper – snart ställs utanför och får se sig förbipasserade av en opersonlig kodsnutt som styr deras karriärmöjligheter.

Medelålders och bortsorterad – algoritmen föredrar en influencer framför en ingenjör

Enligt en färsk rapport från TechCrunch tenderar dagens AI-drivna rekryteringssystem att premiera färska digitala färdigheter och trendiga adjektiv framför solida erfarenheter från traditionell industri. Resultatet blir ett selektivt nålsöga där äldre arbetssökande, vars CV:n genomsyras av etablerad yrkeserfarenhet, ofta gallras ut redan i initialskedet. Detta trots att många av dem kan visa på en viktig kombination av erfarenhet, stabilitet och branschkunskap som svårligen ryms inom snäva sökord och floskler som ”social selling” eller ”digital influencer”. Ett exempel är 52-årige civilingenjören Stefan Lindblom vars gedigna meritlista med tekniska innovationer och produktutveckling konsekvent förbisetts i rekryteringar till teknikbolag, medan yngre kandidater med mer ”tidsenliga profiler” premierats. ”Jag hade bättre chans att få jobb om jag skrev att jag är Youtuber istället för civilingenjör med 25 års erfarenhet från Ericsson”, säger Stefan bittert.

Drivkraften bakom denna diskriminerande mekanism ligger i algoritmernas beroende av exakta matchningar med den profil rekryteringsansvariga matat in. Dessa profiler fokuserar ofta omedvetet på trendiga kompetenser snarare än djupgående och komplexa erfarenheter. Algoritmen efterfrågar buzzwords som snabbt fångas upp av trendanalyser och glömmer lätt bort de mänskliga faktorer som egentligen skapar värde på arbetsplatser – som ansvarskänsla, ledarskap och problemlösningsförmåga baserad på faktisk yrkeserfarenhet.

”Jag hade bättre chans att få jobb om jag skrev att jag är Youtuber istället för civilingenjör med 25 års erfarenhet från Ericsson.”

Paradoxen uppstår: ju längre erfarenhet en arbetssökande har inom en viss bransch, desto större risk löper hen att sorteras ut för att kompetenserna inte passar algoritmens för snäva mall. Det här mönstret skapar stress och frustration hos många i åldersgruppen 45–64, som upplever att den meritlista de byggt upp genom hårt arbete plötsligt är värdelös. Wired uppmanar företag till större varsamhet och att aktivt som arbetsgivare se över filtreringsprocesserna för att säkerställa att värdefulla kandidater inte rutinmässigt förloras på grund av tekniska begränsningar.

”När algoritmen filtrerar bort den mest värdefulla erfarenheten står vi inför ett tekniskt systemfel.”

I takt med allt fler företag använder AI-algoritmer för att rekrytera medarbetare ökar oron för att systemets begränsningar och bias missar värdefull erfarenhet hos äldre och erfarna kandidater. Artikeln lyfter fram flera konkreta exempel på när AI-baserade rekryteringssystem missar gedigen kompetens hos äldre arbetssökande som filtrerats bort till förmån för yngre personer med trendiga ordval och digitala buzzwords. Verktygen, som utvecklas med syftet att effektivisera och snabba upp rekryteringar, riskerar enligt artikeln att snarare förstärka befintliga diskrimineringsmönster än att öka rättvisan på arbetsmarknaden.

Situationen blir än tydligare i fall som Amazons kritiserade rekryteringssystem, där AI:n aktivt bortsorterade kvinnliga kandidater eftersom den matats med historiska data där män dominerade. En studie TechCrunch publicerat visar att äldre kandidater systematiskt missgynnas till fördel för yngre, trendiga profiler. Wired betonar att företag måste agera ansvarsfullt och medvetet se över AI-systemen för att säkerställa en rättvis och träffsäker rekryteringsprocess.

Källor:

• Wired: rapporter kring AI-baserade diskrimineringseffekter i rekrytering.
• TechCrunch: studier kring hur algoritmer missgynnar äldre arbetssökande.