Søg kursus

AI i HR – Teknologi som drivkraft for lighed og effektivitet

Opdag, hvordan kunstig intelligens (AI) kan styrke HR-beslutninger, mindske bias på arbejdspladsen og fremme et inkluderende og retfærdigt arbejdsmiljø.

AI i HR

Har du nogensinde oplevet bias på arbejdspladsen? Så er du ikke alene. Mange ansatte oplever fortsat diskrimination på arbejdspladsen, hvad enten det kommer til udtryk som subtile præferencer for bestemte baggrunde eller som åbenlys forskelsbehandling på grund af etnicitet, køn eller alder.

I en artikel fra Altinget beskriver juraprofessor Joan C. Williams, hvordan bias ofte gør, at virksomheder ubevidst favoriserer kandidater, der ligner deres nuværende medarbejdere, og understreger behovet for strukturelle ændringer og dataanalyser til at fremme ligestilling på dette område.


Bias kan opstå allerede i rekrutteringsprocessen, hvor faktorer som ansøgerens universitet, bopæl eller efternavn kan spille ind. Her kan AI være en løsning.

HR-afdelinger kan nemmere filtrere irrelevante oplysninger fra, der kan lede til bias og derved have indflydelse på ansættelsesbeslutninger og i stedet udelukkende fokusere på kandidatens kvalifikationer og ekspertise.

💡Hvad er bias?

Bias er et engelsk begreb, der beskriver forudindtagethed – en skævhed eller et misforhold, som opstår på grund af forudfattede meninger og antagelser. Bias refererer til menneskers fordomme og stereotype opfattelser af andre og knytter sig ofte til kategorier som køn, alder, etnicitet og seksuel orientering.

På finduddannelse.dk har vi i 2024 set en markant stigning på 166 % i søgninger efter AI-kurser. I denne artikel har vi talt med HR- og AI-eksperter om, hvorvidt AI kan styrke diversiteten i rekrutteringsprocessen.

Vi vil se på potentielle bias på arbejdspladsen, diskutere udfordringer og give bud på reelle strategier.

Forstå bias i traditionelle HR-praktiser

Bias kan vise sig på mange forskellige måder, bl.a. ved ubevidst bias og systematisk bias.

Disse former for bias kan have betydelige konsekvenser for organisationers diversitet, kreativitet og innovation.

De to primære typer bias er:

  • Ubevidst bias er de automatiske, ofte usynlige stereotyper og holdninger, der ubevidst kan påvirke vores forståelse, handlinger og beslutninger.

  • Systematisk bias involverer institutionelle strukturer og politiker, der automatisk favoriserer specifikke grupper i samfundet.

Selvom HR-retningslinjer kan mindske systemisk bias, er ubevidst bias vanskeligere at håndtere. Derfor har vi talt med forskellige HR-teams for at lære af deres erfaringer.

Jessica Munday, People and Culture Manager hos Custom Neon, en global forhandler og producent af specialdesignet LED-neonlys og skilte, siger ”Uden de rette forholdsregler kan der nogle gange være en tendens til, at chefer favoriserer kandidater med en baggrund eller erfaring, der ligner deres egen.

Et andet eksempel på ubevidst bias er ifølge Stephen Greet, CEO og medstifter af CV-udviklingsvirksomheden Beamjobs, ”tilbøjeligheden (hos nogle organisationer) til at have en præference for ansøgere der har en velstående baggrund eller har gået på et prestigefyldt universitet, selv når deres kvalifikationer eller evner ikke altid matcher jobkravene.”

Konsekvenser af bias i rekruttering

Dog er konsekvenserne ved bias-prægede beslutninger høje for både ansatte og virksomheder.

💡Hvad er forskelsbehandlingsloven?

Forskelsbehandlingsloven, der blev vedtaget i 1996 (senest opdateret i 2022), har til formål at sikre lige behandling på arbejdsmarkedet og beskytte mod diskrimination baseret på bl.a. etnicitet, religion, alder og handicap.

Bias-prægede beslutninger skader især medarbejdere i underrepræsenterede grupper og kan skabe lavt engagement på arbejdspladsen.

Derudover kan manglende engagement og lav produktivitet medføre betydelige økonomiske konsekvenser for virksomheder.

Desuden kan overtrædelse af forskelsbehandlingsloven også resultere i juridiske konsekvenser og varig skade på organisationens omdømme.

Bevidsthed om bias på arbejdspladsen er afgørende. Derfor skal ledere på alle niveauer anerkende de ubevidste bias, de selv eller andre i organisationen måtte have.

Munday siger: ”Vi har hos Custom Neon været opmærksomme på at spotte denne slags fordomme... [som] det første skridt i vores bestræbelser på at skabe en mere retfærdig og inkluderende arbejdsplads.”

Ligeledes fortæller Greet, at BeamJobs også har implementeret procedurer for at forhindre fordomme og sikre upartiske beslutninger ved ansættelse, forfremmelse og afskedigelse.

Træning i ubevidst bias er et godt sted at starte for alle i en leder- eller beslutningstagerrolle.

HR-chefer spiller en afgørende rolle i at fremme lighed på arbejdspladsen. De bør gennemgå deres processer kritisk og styrke deres viden om diversitet og inklusion gennem relevante kurser for at opnå en dybere forståelse og indsigt.

AI's rolle i at mindske bias

At reducere bias er nødvendigt for at skabe et retfærdigt og inkluderende arbejdsmiljø.

AI-teknologi åbner nye muligheder for at nå dette mål ved at fremme algoritmisk retfærdighed, optimere rekrutteringsprocesser og levere objektive præstationsmålinger.

Ved at udnytte disse fremskridt kan organisationer fremme lighed, minimere ubevidst bias og træffe mere informerede og upartiske beslutninger.

  • Algoritmisk retfærdighed: Man kan minimere bias ved at benytte sig af diverse træningsdata og implementere retfærdighedsbegrænsninger i AI-algoritmer på arbejdspladsen.

  • Blind rekruttering: AI-værktøjer kan anonymisere kandidaters oplysninger og hjælpe rekrutteringsfolk med at fokusere på færdigheder og kvalifikationer.

  • Præstationsmålinger: AI kan bruge medarbejdernes præstationsdata til retfærdigt at vurdere beslutninger der vedrører forfremmelser eller afskedigelser. Dette hjælper med at fjerne bias og sikrer personer bliver bedømt ud fra deres kvalifikationer.

Mange HR-afdelinger, der bruger AI-teknologi, har set positive resultater. Daniel Meursing, CEO og grundlægger af rekrutteringsbureauet Premier Staff, brugte et AI-værktøj til CV-screening for at udvælge en gruppe kandidater udelukkende baseret på deres kvalifikationer.

Resultaterne var bemærkelsesværdige,” siger han. ”Vores ansættelsesbeslutninger var mere diverse og inkluderende end nogensinde før, og vi fandt nogle ekstraordinære talenter, der måske var blevet overset i traditionelle udvælgelsesprocesser.

En styrkelse af HR-procedurer med AI-viden og teknologi bliver i stigende grad essentiel i nutidens datadrevne verden.

Det giver en konkurrencemæssig fordel og muliggør mere effektive og retfærdige beslutninger.

Udfordringer og etiske overvejelser for HR-chefer

Selvom AI kan støtte ligestilling, skal etiske hensyn tages alvorligt for at sikre retfærdig brug af teknologien.

En væsentlig udfordring er, at AI-systemer kan absorbere eller forstærke eksisterende bias fra deres træningsdata.

Det betyder, at menneskelige bias kan påvirke AI-teknologi negativt – noget, som organisationer aktivt bør modvirke.

Stephen Greet fra Beamjob fremhæver en anden udfordring: ”Et AI-system kan for eksempel have svært ved at værdsætte både styrken og de særlige kvaliteter hos en person, der har taget en karrierepause for at passe et familiemedlem, eller de unikke perspektiver og problemløsningsevner, der er udviklet gennem utraditionelle karriereveje og livserfaringer.

Derfor bør organisationer implementere regelmæssige revisioner og forklare, hvordan AI-systemer kan træffe beslutninger der sikrer retfærdighed og opbygge tillid hos interessenter.

Fokusset på regelmæssige revisioner og gennemsigtighed skal forsikre HR-medarbejdere og AI-eksperter med hensyn til AI-systemernes retfærdighed.

Potentielle risiko for bias i AI kan mindskes ved at bruge diverse datasæt, integrere retfærdighedsbegrænsninger og gennemføre regelmæssige bias-vurderinger under udviklingen.

Derfor bør organisationer gennemføre regelmæssige revisioner og tydeligt forklare, hvordan AI-systemerne træffer beslutninger, der sikrer retfærdighed og opbygger tillid hos interessenter.

Fokus på løbende revision og gennemsigtighed skal skabe tryghed hos HR-medarbejdere og AI-specialister omkring AI-systemernes objektivitet.

Risikoen for bias i AI kan mindskes ved at bruge varierede datasæt, implementere fairness-begrænsninger og udføre løbende bias-evalueringer gennem hele udviklingsprocessen.

Det er tydeligt, at organisationer ikke bør stole udelukkende på AI. En hybrid tilgang, hvor AI støtter menneskelige beslutningstagere, er nødvendig.

Jess Munday fra Custom Neon siger: ”For at garantere den fortsatte objektivitet og åbenhed i vores HR-processer arbejder vi målrettet på at opretholde en balance mellem menneskelig vurdering og automatiserede systemer.

I sidste ende er det kombinationen af AI’s effektivitet og menneskers kritiske tænkning og etiske overvejelser, der sikrer, at beslutningerne bliver helhedsorienterede og etisk forsvarlige.

Strategier til at integrere AI forsvarligt i HR-processer

Flere strategier kan sikre en glidende og effektiv overgang for HR-teams, der ønsker at integrere AI i deres processer.

HR har en mulighed for at lede transformation og forandring,” siger Katie Obi, Chief People Officer hos OneAdvanced, en leverandør af business software.

Obi mener, at det første skridt er at identificere de områder, hvor AI kan skabe størst værdi, såsom rekruttering, præstationsvurdering eller fastholdelse af medarbejdere.

Næste skridt er at investere i målrettet uddannelse inden for AI for at sikre, at teamet har en solid forståelse af teknologien og dens potentielle bias.

"Vi har alle et ansvar for at opkvalificere os selv," fortsætter Obi, ”for at forstå ny lovgivning, tage hensyn til etik, ansvar, gennemsigtighed og bias samt for at vurdere, hvordan dette vil påvirke vores kunder, samfund, markedsstrategier, medarbejdere og produktivitet.”

HR-teams bør derfor samarbejde med velrenommerede AI-leverandører, der prioriterer algoritmisk retfærdighed og gennemsigtighed ved valg af AI-værktøjer.

Derudover bør HR implementere et pilotprogram til at teste, om AI-værktøjerne fungerer korrekt og etisk i et kontrolleret miljø, før de rulles ud i større skala.

Afslutningsvis kan både ubevidste og systemiske bias føre til uretfærdige beslutninger og potentielle juridiske konsekvenser for organisationer.

AI-teknologi tilbyder dog effektive løsninger til at reducere bias i HR-beslutningsprocesser.

Ved at investere i AI-teknologier og relevant træning kan organisationer styrke deres HR-strategier, træffe mere velinformerede beslutninger og i sidste ende skabe et mere mangfoldigt og inkluderende arbejdsmiljø.

Ønsker I som virksomhed at sætte mere fokus på en retfærdig og inkluderende HR-indsats? I så fald kan et kursus være et godt sted at starte.

Find kurser i rekruttering her

Julie Kirstein Hansen

Julie Kirstein Hansen

Digital Marketing Intern (Vis mere)

Annoncer