Artificiell intelligens (AI) inom assessment

Det enkla svaret är: Ja! Användandet av AI har ökat fort de senaste åren. Debatten handlar idag mer om hur AI påverkar arbetet, hur det förändrar sättet HR hanterar arbetskraften och arbetets rutinuppgifter. Vi blir allt mer vana vid att AI är en del av våra liv genom onlineshopping och smarta lösningar i hemmet.

Därför det är inte förvånande att talangassessment också förändras och formas av AI.

Det första steget mot AI inom assessment kom under 1990-talet, när pappersversioner av tester flyttades till datorer, med automatiserad rättning och datorgenererade tolkningsrapporter. För första gången tog teknologi då över rutinmässiga uppgifter och algoritmer användes för att producera kandidatrapporter.

AI används nu för att ta fram unika testfrågor och används också i test som använder adaptiv teknik.

Det finns fem framstående fördelar med AI inom assessment.

1. Precision. AI kan analysera stora mängder data, långt mer än människan. Den ökade kraften hos dagens datorer innebär att mer kandidatdata kan bedömas precist för att hjälpa till att fatta bättre rekryteringsbeslut.

2. Effektivitet. AI möjliggör för rekryterare och talangteam att utföra konsistenta och objektiva bedömningar av arbetsrelevanta data på ett mycket tidigare skede. Till exempel, AI gör att vi kan använda videointervjuer tidigare i processen än typiskt sett är möjligt med personliga intervjuer.

3. Minskad bias. Fördomsfullhet och stereotypisering kan ofta ges skulden för dåliga rekryteringsbeslut. I teorin hjälper AI rekryterare att förhålla sig objektiva och eliminera medveten och omedveten bias. I verkligheten behövs dock stor noggrannhet vad gäller hur AI-systemet programmeras. En algoritm är bara så bra som den data som matats in. Er AI-design kan inte enbart imitera en bedömare (och all hans eller hennes bias); den behöver hämta information från flera källor. 

4. Juridiskt försvarbarhet. Er AI-lösning måste vara transparent och öppen för ifrågasättande. Komplexa algoritmer av typen 'svarta lådan' kan göra rekryteringsbeslut svåra att rättfärdiga. Detta eftersom de gör det nästintill omöjligt att förstå hur besluten har kommits fram till. Därför kan era rekryteringsbelsut, om de inte enkelt kan förklaras, ifrågasättas i rätten. Att låta AI kontinuerligt lära genom att 'observera' god praxis från mänskliga bedömare är den bästa och juridiskt mest försvarbara approachen.

5. Engagemang. AI kan förbättra kandidatupplevelsen avsevärt. Det gör att rekryterare kan erbjuda omedelbar support och hjälp. Till exempel kan interaktiva chatbots svara på frågor om urvalsprocessen och specifika test. AI kan också optimera och förbättra upplevelsen genom att tillåta öppna svarsalternativ i personlighetstest och situationsbaserade test. Snabbare beslut, minskad bias och bättre bedömningar är alla sätt för vilka AI kan förbättra de arbetssökandes upplevelse.

Beyond the technological considerations, there are four challenges that must be addressed:

1. Defensibility. Standardized 'plug-and-play' AI systems are available, but they won’t differentiate your employer brand. If your competitors use the same systems, you’ll all be chasing the same talent. Also, these systems use 'deep learning networks' that learn as they go. This sounds promising, but actually it makes it difficult to explain why a candidate was accepted or rejected. These systems can lead to selection decisions you can’t defend, which leaves you vulnerable to litigation. Only custom AI systems offer the ability to make transparent and defensible selection decisions.

2. Time. Custom AI systems mirror human behavior and replicate the best practices of your assessors and raters. To achieve this, you have to pre-feed the system with relevant information. It can take up to six months to 'train' an AI system to assess candidates in the same way that your assessors and raters would. Managing this lead time can be a major challenge.

3. Ethics. There is an ethical question around how much support to take from an AI system. For example, are you happy for an AI system to reject your candidates? Or would you prefer it to flag unsuitable candidates so you can review and check their details? How to use AI ethically will be a key consideration for many employers.

AI’s role should be restricted to providing additional information and enhancing efficiency. Recruiters should always set the objectives when hiring. AI can then deliver useful information, at various stages of the selection process, that will support a final decision.

4. Data handling. AI excels at analyzing massive amounts of data, but the results can be misinterpreted or even deliberately abused. Good data-handling practices will be essential not just for confidentiality but also for maintaining your organization’s reputation. AI should be used carefully and honorably to help you predict which candidates will be effective in the role and engaged in your organization.

We’ve come a long way in applying AI in assessment, and the progress will only speed up and become more refined.

Assessment developers are already looking at how AI can help interpret responses to open-ended questions in personality questionnaires and other progressive assessments, such as those based around messaging apps. Real-time interviews could be carried out by an avatar over the internet, or with the avatar being the observer of a hiring manager’s interview.

Using AI in assessment takes care of administrative tasks and reduces hassles for HR decision-makers while making sure the humans are still in control. For candidates, AI in assessment means they get to respond to assessment tools in a more natural way, rather than being restricted to completing written tests.