KI for HR og Personaladministrasjon

HR-arbeid innebærer en betydelig mengde skriving — stillingsbeskrivelser, intervjuguider, tilbakemeldingsoppsummeringer, policy-dokumenter, materiale for onboarding. Mye av denne skrivingen følger forutsigbare strukturer, noe som gjør det godt egnet for AI-assistanse.

Samtidig håndterer HR sensitiv persondata og beslutninger som har reelle konsekvenser. Prinsippene fra Seksjon 3 gjelder her mer direkte enn i nesten noen annen funksjon.

Hvor AI tilfører mest verdi i HR

• Skriving og forbedring av stillingsbeskrivelser — utkast basert på et notat, kontroll for ekskluderende språk, tilpasning til ulike senioritetsnivåer;
• Forberedelse av intervjuspørsmål — generering av rolle-spesifikke atferds- og situasjonsspørsmål tilpasset kompetanser;
• Oppsummering av tilbakemeldinger — syntetisering av svar fra flere vurderere til en sammenhengende fortelling for prestasjonssamtaler;
• Utarbeidelse av onboarding-innhold — velkomstmeldinger, FAQ-dokumenter, prosessguider og rolle-spesifikt orienteringsmateriale;
• Policy-utkast — utarbeidelse av førsteutkast til interne retningslinjer basert på en beskrivelse av behov og kontekst.

En viktig advarsel: Persondata og KI

HR-fagfolk håndterer data som er svært sensitive av natur — prestasjonshistorikk, lønnsinformasjon, disiplinærsaker, helsetilrettelegging, personlige forhold delt i fortrolighet.

Ingen av disse dataene skal legges inn i et forbruker-KI-verktøy.

Selv anonymiserte data krever forsiktighet. En beskrivelse som "en 52 år gammel ansatt ved London-kontoret som har hatt lavere ytelse siden vedkommende kom tilbake fra sykemelding" kan være identifiserbar for alle som kjenner organisasjonen.

Regelen for HR og KI: bruk KI til å håndtere struktur og språk i tekst — aldri til å behandle reelle ansattdata. Beskriv typen situasjon, ikke de faktiske personene det gjelder.

KI og ansettelsesbeslutninger: En spesifikk advarsel

KI kan hjelpe med å utforme intervjuspørsmål og strukturere evalueringskriterier. Den skal ikke brukes til å vurdere, rangere eller ta beslutninger om kandidater.

Grunner til å la mennesker ta ansettelsesbeslutninger:

• Juridisk risiko — algoritmisk beslutningstaking i ansettelser er underlagt økende regulering i mange jurisdiksjoner;
• Skjevhetsfare — KI trent på historiske ansettelsesdata kan gjenskape og forsterke tidligere diskrimineringsmønstre;
• Ansvarlighet — ansettelsesbeslutninger påvirker menneskers livsgrunnlag og krever menneskelig vurdering og ansvar.

Bruk KI til å forberede og strukturere prosessen. Selve beslutningen må tas av et menneske.