Hvad skal AI understøtte i CV-screening?
AI skal organisere rollevant evidens til review, ikke afgøre hvem der går videre. Teknologien kan udtrække oplysninger, knytte dem til godkendte krav og markere huller. Beslutningsgrænsen ændres, når et output direkte afviser, shortlister, rangerer eller kontakter kandidater uden meningsfuld gennemgang.
Rekruttering påvirker adgangen til arbejde. EU's AI-forordning oplister AI, der er beregnet til at analysere eller filtrere ansøgninger og evaluere kandidater, blandt de beskæftigelsesanvendelser, som kan være højrisiko. Artikel 6, stk. 3, indeholder begrænsede undtagelser, mens profileringssystemer forbliver højrisiko. Europa-Kommissionens aktuelle vejledning angiver, at højrisikoreglerne på beskæftigelsesområdet finder anvendelse fra 2. december 2027. ICO's auditresultater for rekrutteringsværktøjer beskriver også databeskyttelsesproblemer og anbefalede forbedringer hos de auditerede leverandører. Guiden er operationel vejledning, ikke en juridisk konklusion.
Skilltage-vejledning: Brug denne adskillelse som et operationelt udgangspunkt:
| AI-understøttet arbejde | Menneskeejet beslutning eller handling |
|---|---|
| Udtrække kandidatoplysninger og knytte dem til et godkendt krav | Godkende kravene og afgøre, om evidensen er tilstrækkelig |
| Samle kildeuddrag og markere manglende, delvis eller modstridende evidens | Gå videre, shortliste, afslå eller bede om afklaring |
| Vise usikkerhed, parsingfejl og forskelle mellem kilder | Løse usikkerhed og vælge en passende opfølgning |
| Forberede et review eller et kommunikationsudkast til kontrol | Godkende statusændringer og sende kandidatkommunikation |
Hvad skal godkendes før AI-assisteret screening?
Et menneske skal godkende screeningsgrundlaget, før kandidatmateriale behandles. En AI-assisteret gennemgang er kun så sammenhængende som kriterierne. Registrér:
- ufravigelige krav og deres begrundelse;
- præferencer, der ikke er afslagsregler;
- evidens, der kan understøtte hvert krav;
- information, der skal ignoreres som irrelevant.
Det skaber et synligt grundlag for at kontrollere systemets output.
Hvilken evidens skal revieweren kunne se?
Revieweren skal kunne inspicere kilden bag hver vurdering, ikke kun en score. For hvert krav bør grænsefladen vise:
- den anvendte kandidatevidens;
- hvor evidensen kommer fra;
- om den er direkte, indirekte, manglende eller modstridende;
- usikkerhed og begrænsninger i udtrækningen.
Scorer komprimerer kontekst. Evidens gør det muligt at udfordre resultatet.
Krav-evidens før handling
Kravrækker viser understøttet, delvis og manglende evidens samt prioritet uden at gøre reviewet til en automatisk kandidatbeslutning.
Evidens kan inspiceres
Revieweren kan åbne evidensen bag et krav, læse ræsonnementet og sammenligne det med uddrag fra kandidatens materiale.
Hvordan adskiller manglende, svag og modstridende evidens sig?
Hold disse evidenstilstande operationelt adskilt:
| Evidenstilstand | Betydning | Reviewerens håndtering |
|---|---|---|
| Manglende | Materialet berører ikke kriteriet | Registrér hullet og afklar senere, hvis kriteriet er vigtigt; gør ikke tavshed til en negativ oplysning |
| Svag eller delvis | Der findes relevant information, men den dokumenterer ikke hele kompetencen eller omfanget | Inspicér kilden, registrér begrænsningen, og søg stærkere evidens før den bruges |
| Modstridende | Kilderne strider mod hinanden eller tydeligt mod kriteriet | Vis begge sider, løs konflikten ved menneskeligt review, og dokumentér fortolkningen |
Manglende information kan kræve afklaring. Automatisk behandling som fejl skaber unødvendige falske negativer.
Usikkerhed forbliver synlig
Dokumentkilder viser analyserede, manglende og reviewkrævende input, så ufuldstændig evidens ikke skjult bliver til afslagslogik.
Hvilke handlinger skal forblive under menneskelig kontrol?
Progression, afslag, shortlistestatus og kommunikation bør kræve en autentificeret menneskelig handling. Reel menneskelig kontrol kræver produktadfærd, ikke en etiket. Revieweren skal kunne være uenig og se tilstrækkelig kontekst.
Teamet bør også gemme proportionale workflowoplysninger: versionen af kriterierne, tidspunktet for analysen og den efterfølgende menneskelige handling. Opbevaring bør være bevidst og tidsafgrænset.
Statusændringer kræver en reviewer
Kandidatstatus og kommunikationsblokeringer gør progression eller afslag til en eksplicit, autentificeret menneskelig handling.
Hvordan tester teamet workflowet før brug?
Kør denne genanvendelige tjekliste med repræsentative syntetiske eller godkendte eksempler før livebrug:
- Kildeevidens: En stærk kandidat med uventet terminologi giver stadig inspicerbare kildeuddrag.
- Delvis evidens: Evidens fordelt over flere roller forbliver synligt delvis, indtil en reviewer løser den.
- Manglende evidens: Et CV uden en nøgleoplysning giver et hul, ikke en opfundet negativ oplysning.
- Irrelevant information: Personoplysninger uden for de godkendte kriterier påvirker ikke reviewet.
- Fejlsti: En parsingfejl eller et ikke-understøttet dokument går til en synlig manuel reviewtilstand.
- Menneskelig handling: Ingen shortlist, progression, afslag eller statusændring sker uden en autentificeret reviewerhandling.
- Kommunikationsgrænse: Ingen kandidatbesked sendes fra et ugennemgået modeloutput.
Kontrollér, at workflowet viser usikkerhed og falder tilbage til manuel gennemgang.
Hvad er begrænsningerne og beslutningsgrænserne?
Menneskelig gennemgang gør ikke automatisk et system fair eller lovligt. En travl reviewer kan godkende output ukritisk, og skæve kriterier forbliver skæve. Organisationen er fortsat ansvarlig for rekrutteringsprocessen, retsgrundlag, kandidatoplysning, tilpasninger og beslutninger.
Skilltages position er, at AI-understøttet evidens skal være adskilt fra menneskevalgt kandidatstatus. Det er et produktprincip, ikke en garanti for compliance eller beskyttelse mod ansvar.
Adskillelsen begynder med tydelige screeningskrav og evidensforventninger, kan anvendes til AI CV-screening af produktionsroller og kan testes med en praktisk tjekliste til AI-rekrutteringsleverandører.
Næste skridt
Kortlæg jeres screeningworkflow, og markér alle steder, hvor software kan ændre status, rækkefølge eller kommunikation. Spørg ved hvert punkt, hvilken evidens revieweren ser, og hvilken eksplicit menneskelig handling der kræves.