ØKT MANGFOLD: – Erfaringen vår fra de store graduateopptakene er at vi nå har en mer mangfoldig gruppe enn tidligere, både når det kommer til utdannelsesbakgrunn, kjønn og etnisitet. For de store volumprosessene har bruk av KI i screening vært svært positivt for vår del, sier fagsjef for rekruttering i DNB, Guri Larsen  Foto: Stig Fiksdal/ DNB

DNB lar maskinene rangere søkere

DNB bruker kunstig intelligens (KI) til å screene kandidater til jobber der det er mer enn 1000 søkere. Dette gir effektivisering og økt mangfold, mener banken. Andre i bransjen er mer nølende med å ta teknologien i bruk på dette området.

– Vi opplever at i rekrutteringsprosesser med over 1000 søkere har bruken av KI effektivisert screeningprosessen vesentlig. Samtidig er vår erfaring fra eksempelvis graduate-prosessen at vi har fått en mer mangfoldig gruppe enn tidligere år, både når det kommer til utdanning, kjønn og etnisitet, sier DNBs seniorrådgiver for rekruttering, Jiem-Fuong Tran, til Finansfokus.

GODE TILBAKEMELDINGER

– Tilbakemeldingene fra kandidatene har vært veldig gode. De opplever oss som innovative og fremoverlente som tar i bruk de nyeste metodene i markedet, legger hun til.

DNB er lenger fremme i skoen enn resten av bransjen når det kommer til bruk av KI i rekrutteringsprosesser. Guri Larsen, som er fagsjef for rekruttering i DNB, understreker samtidig at det er viktig å skille mellom aktiviteter som gjennomføres før de kommer til en ansettelse og selve utvelgelsesprosessen.

– Vi er nysgjerrige på KI, og hvordan KI kan effektivisere oppgaver for oss, som for eksempel å utarbeide forslag til stillingsannonser og intervjuspørsmål. Her har vi forsiktig tatt i bruk KI i dag. Når det gjelder selve utvelgelsesprosessen, altså når vi skal ta beslutninger om ansettelse, er vi svært skeptiske til bruk av KI, sier Larsen til Finansfokus.

FØLGER AVVENTENDE MED

Nordea, Gjensidige, Danske Bank og SpareBank 1 SR-bank opplyser at de foreløpig ikke benytter KI i ansettelsesprosessene.

Mens både Nordea og Danske Bank ser på muligheter for fremtidig bruk, selv om det foreløpig ikke tatt noen beslutninger på dette.

– Vi har en generell ambisjon om å bli mer datadrevne i arbeidet vårt og vi ser nysgjerrig på bruken av KI og er interesserte i fortsettelsen av teknologiens utvikling, forteller pressesjef, Anna-Lena Nordling i Danske Bank.

Vi ser nysgjerrig på bruken av KI og er interesserte i fortsettelsen av teknologiens utvikling.

Anna-Lena Nordling i Danske Bank

SpareBank 1 SR-Bank synes kunstig intelligens åpner for spennende muligheter, og vil gjerne utforske dette mer i fremtiden

– Nå er vi midt i en sammenslåing med SpareBank 1 Sørøst-Norge, jobber med nytt HR-system og evaluerer egen rekrutteringsprosess, så det handler vel egentlig om prioriteringer. Om vi vil bruke kunstig intelligens, og i så fall hvordan, ligger derfor litt frem i tid, sier kommunikasjonsdirektør i SpareBank 1 SR-Bank, Øyvind Knoph Askeland, som understreker at de må sørge for å bruke KI riktig om de skal ta dette i bruk til fremtidige rekrutteringsprosesser.

LAR IKKE KI TA BESLUTNINGER

Når DNB benytter KI til siling er det utelukkende i de store rekrutteringsprosessene, som for eksempel rekruttering av Graduates.

– Det har vi gjort siden 2022. Dette er en videoløsning som transkriberer tale til tekst, og vurderer svarene opp mot kriterier som er satt for stillingen på forhånd, sier Larsen.

Hun understreker samtidig at KI ikke tar beslutninger på vegne av personer, men benyttes for å rangere kandidatene på en måte hun beskriver som svært effektiv. For å sikre at KI ikke siler annerledes enn det rekruttererne i DNB selv ville gjort, foretar de alltid manuelle stikkprøver av vurderingene algoritmene gjør. Og silingen er utelukkende i prosesser der det er mer enn 1000 søkere.

– Ved rekrutteringsprosesser som ikke innebærer 1000 + søkere, benytter vi ikke KI til siling, sier Larsen.

MENNESKER HAR OGSÅ BIAS

Samtidig som teknologien begynner å komme inn i rekrutteringsarbeidet, er det mange som retter en advarende pekefinger og lister uheldige konsekvenser.

Historien om Amazons rekrutteringsprogram fra 2014 trekkes ofte frem som eksempel på hvor galt det kan gå. Mindre enn ett år etter at rekrutteringsverktøyet var lansert, måtte teknologigiganten skrote KI-løsningen. Årsaken var at den ganske raskt viste seg å være direkte kvinnefiendtlig. Amazons datamodeller ble lært opp til å måle søkere til teknologistillinger ved å observere mønstre i CV-er som hadde blitt sendt inn til bedriften over en 10-årsperiode. Søknadsbunken maskinen fikk tildelt var imidlertid preget av den mannlige dominansen i teknologibransjen. Dermed lærte maskinen seg selv at mannlige kandidater var å foretrekke.

Vi vil aldri la KI ta beslutninger for oss i rekrutteringssammenheng

Guri Larsen

Larsen er veldig oppmerksom på at maskiner kan diskriminere, men er klar på at vi også må huske på at mennesker har bias, og ofte diskriminerer ubevisst når store mengder kandidater skal siles.

FLERE KANDIDATER BLIR REELT VURDERT

– Jeg tenker, at så lenge man har en bevisst holdning til dette, og gjør regelmessige stikkprøver så kan vi være trygge på valg av metoden. I vårt tilfelle med rekruttering av Graduates, så gir vi alle kandidatene 3-4 spørsmål som de skal svare på, og disse svarene vurderes opp mot på forhåndsbestemte kompetanser som er vesentlige for stillingen. Dette har vi ikke mulighet til å gjøre manuelt – og dette betyr at langt flere kandidater får muligheten til å bli reelt vurdert enn tidligere – det synes vi er positivt, og håper kandidatene er enige med oss, sier Larsen.

Når de benytter KI til screening av CV er utseende, bakgrunn, kjønn, nasjonalitet og lignende faktorer utelatt. Men bruken av teknologien har helt bestemte rammer:

– Vi vil aldri la KI ta beslutninger for oss i rekrutteringssammenheng – det er viktig å understreke, sier Guri Larsen.