AI-drevet HR: Mennesker eller algoritmer?

Tradisjonen møter teknologien

Klassisk HR baserer seg på erfaren personalfaglig vurdering, referansesamtaler og intuisjon. AI-drevet HR bruker maskinlæring til å analysere store datasett om ansatteatferd, produktivitet og turnover. Begge metodene har fordeler, og norske bedrifter forsøker nå å kombinere dem.

People Analytics-verktøy kan identifisere mønstre som mennesker ikke ser, som hvilke ansatte som har høy risiko for å forlate bedriften eller hvem som har potensial for ledelse. Men algoritmer kan også introdusere skjevheter som menneskelige rekrutterere ville fanget opp.

Tradisjonell HR versus AI-drevet analyse

Tradisjonell HR-prosess baserer seg på CV, intervjuer og fagansattes skjønn. Denne metoden er langsom — en gjennomsnittlig rekrutteringsprosess tar 8-12 uker — men den er personlig og tillater nuanser som teknologi ennå ikke kan håndtere. Mennesker kan vurdere soft skills og kulturell tilpasning på måter maskiner sliter med.

AI-drevet rekruttering kan redusere prosessen til 3-4 uker ved å screene hundrevis av kandidater automatisk. Systemene er objektive på papiret, men de trener på historiske data som kan være biased. Hvis historiske ansettelser favoriserte visse grupper, vil algoritmen gjøre det samme — bare raskere og i større skala.

Tall og trender

Norske bedrifters erfaringer

Telenor og DNB er blant de norske bedriftene som har investert mest i People Analytics. Telenor bruker AI til å identifisere dyktige ansatte for lederutvikling, mens DNB fokuserer på prediksjon av turnover blant nøkkelpersonell. Begge rapporterer om positive resultater, men påpeker at mennesket må være i sentrum.

Mindre bedrifter har vanskeligere for seg. En analyse fra BI Oslo Metropolitan viser at 73 prosent av bedrifter med under 100 ansatte mangler ressurser til å implementere People Analytics. De som prøver med frittstående løsninger opplever ofte at systemene er for generiske og ikke tilpasset deres spesifikke kultur.

Etikk og uønskede konsekvenser

En av de største utfordringene med AI i HR er såkalt 'algorithmic bias' — når algoritmer erstatter mennesker, kan de også erstatte menneskets dømmekraft og etikk. Et kjent eksempel: Amazon måtte fase ut sitt AI-rekrutteringsverktøy fordi det diskriminerte kvinner. Lignende problemer har oppstått i norske bedrifter.

Ansatte er også bekymret. En undersøkelse fra Arbeidsforskningsinstituttet viser at 44 prosent av norske arbeidstakere føler seg ukomfortable med at algoritmer avgjør spørsmål om lønn, avansement og dagligdagse arbeidsforhold.

Mennesker og maskiner sammen

Ekspertene er enige: AI er best når det hjelper mennesker, ikke erstatter dem. De mest vellykkede bedriftene bruker algoritmer til å håndtere rutinemessige oppgaver og identifisere mønstre, mens HR-fagfolk gjør de endelige avgjørelsene. Dette kombinerer hastighet og objektivitet med menneskelig visdom.

Norske bedrifter som ønsker å ta steget inn i AI-drevet HR bør starte lite, måle resultatene nøye og sikre at algoritmer er transparente og testbare for bias. Involvering av ansatte i prosessen er også kritisk for å bygge tillit.