Tar datorer bättre beslut än människor?

Tar datorer bättre beslut än människor? En kvalitativ studie om inställningen till automatiserat beslutsfattande inom rekrytering. Anna Wedin och Fanny Fagerlund Sociologiska Institutionen Kandidatuppsats i sociologi, 15 h.p. Inriktning: Arbetsliv och arbetsmarknad Vt 2018 Handledare: Árni Sverrisson

Sammanfattning Studien syftar till att undersöka inställningen till automatiserat beslutsfattande inom rekrytering med fokus på urvalsförfarandet, samt hur aktörerna anser att företaget och den arbetssökande skulle kunna påverkas av detta. Studien har även som avsikt att undersöka aktörernas syn på framtidens rekrytering. Det har endast gjorts ett begränsat antal studier som kombinerar rekrytering och automatiserat beslutsfattande, vilket motiverade denna studie. Semistrukturerade intervjuer genomfördes med personer från åtta svenska företag med en tydlig koppling till rekrytering. Studien baseras på teorier om beslutsfattande och rekrytering, som visar på olika perspektiv på hur människor inte har förmågan att fatta fullständigt rationella beslut. Tidigare forskning som tas upp visar att datorer har större kapacitet att hantera information vilket gör att datorer i de flesta fall tar mer träffsäkra beslut än människor. Vårt resultat visar att samtliga företag inte använder sig av automatiserat beslutfattande i urvalsprocessen idag, men att majoriteten ställer sig positivt till användningen av en sådan metod. De anser att både företaget och den arbetssökande skulle påverkas positivt. Företaget i perspektivet att rekryteringsprocessen skulle kunna bli mer effektiv vilket innebär att fler kandidater och ansökningar kan hanteras. De tror även att kvaliteten och matchningen skulle kunna förbättras genom användningen av automatiserat beslutsfattande. Den arbetssökande skulle kunna påverkas positivt på så sätt att en mer objektiv bedömning skulle kunna genomföras. Studien visar att det finns en positiv uppfattning om att använda sig av automatiserat beslutsfattande inom rekrytering. Därför finns det tillfälle att ifrågasätta den traditionella rekryteringsprocessen som används i Sverige idag. Detta grundar sig främst i problemet med felrekryteringar, men även den ökade belastningen på rekryterare på grund av digitaliseringen. Genom att införa automatiserat beslutsfattande visar denna studie på att dessa problem skulle kunna minskas men även att man kan uppnå en högre grad av rationalitet i beslutsfattandet. Därav bör man utveckla och nyansera teorierna om rationellt beslutsfattande och den traditionella rekryteringsprocessen. Nyckelord Rekrytering, automatisering, beslutsfattande, algoritmer, artificiell intelligens.

Innehållsförteckning Inledning... 1 Syfte och frågeställningar... 2 Avgränsningar... 2 Disposition... 3 Bakgrund... 3 Teori... 4 Beslutsfattande... 4 Rekrytering... 5 Rekryteringsprocessen... 5 Automatiserat beslutsfattande... 6 Självlärande algoritmer och artificiell intelligens... 7 Sammanfattning av teori... 7 Tidigare forskning... 8 Sammanfattning av tidigare forskning... 10 Metod och data... 10 Val av metod... 10 Urval... 11 Genomförande... 12 Bearbetning av material och analysprocessen... 13 Metodkritik och forskarrollen... 14 Etiska aspekter... 16 Resultat... 17 Användningen av automatiserat beslutsfattande... 17 Resonemang om den arbetssökandes upplevelser... 19 Diskriminering... 19

Återkoppling och kommunikation... 20 Företagets perspektiv... 21 Effektivitet... 21 Matchning och kvalitet... 23 Problem och utmaningar med automatiserat beslutsfattande... 24 Framtidens rekrytering... 25 Sammanfattning av resultat... 26 Diskussion... 26 Teorikritik... 30 Kritisk reflektion och förslag på framtida forskning... 31 Referenser... 32 Bilagor... 34 Intervjuguide 1... 34 Intervjuguide 2... 35

Inledning Redan på 1960-talet förutspådde Herbert A. Simon datorers och ny tekniks påverkan på beslutsfattande. Han menade då att man befann sig i förstadiet till en teknisk revolution av beslutsprocessen och att fler arbetsuppgifter i framtiden skulle komma att tas över av maskiner (Simon, 1968: 57 58). Sedan dess har tekniken utvecklats i en snabb takt och det diskuteras ofta om att vi idag befinner oss i en pågående digital revolution där robotar, algoritmer och maskiner sveper in över oss, likt en stor teknikvåg (Grafström m.fl., 2017: 470). Rekryteringsbranschen är ett utmärkande exempel på en bransch där beslutsprocessen är en viktig förutsättning för företagets framtida utveckling och framgång. Rekryterare arbetar dagligen med att matcha kandidater mot den efterfrågade kravprofilen för att på så sätt hitta den person som är bäst lämpad för den aktuella tjänsten. Att anställa fel person kan leda till stora kostnader och påverka företaget negativt under en väldigt lång tid. Studier visar att ungefär var tionde rekrytering misslyckas i Sverige och att en felrekrytering kan kosta företaget upp mot 700 000 kronor. En felrekrytering innebär främst att den som anställs antingen saknar kompetenser för tjänsten eller att personen slutar efter en kort tid (André, 2013). På basis av detta är det mycket viktigt att matchningen blir så träffsäker som möjligt och att man anställer rätt person från början (Lindelöw, 2008: 21). Digitaliseringen och användningen av IT gör att det i dagens samhälle är enkelt och går snabbt att söka arbeten. Påtryckningar från Arbetsförmedlingen om att söka arbete är också ytterligare en bidragande faktor till den ökade ansökningsfrekvensen. Detta leder till en väldigt hög belastning på rekryterare, främst i det inledande skedet i rekryteringsprocessen. Automatisering skulle i detta fall kunna vara ett stöd till människan att dels hantera informationen, men också som hjälp att fatta ett mer rationellt och träffsäkert beslut. Automatiserade beslut innebär i denna uppsats att beslutsfattandet och hantering av information lämnas över till datorn (Kuncel m.fl., 2013: 1060). Tidigare forskning visar att datorer tar mer exakta och rationella beslut främst på grund av dess större förmåga att hantera mycket information. Många gånger tenderar människan istället att gå på instinkt och intuition när beslut ska fattas (Youyou m.fl., 2015: 1). 1

Det finns mycket forskning om automatisering och beslutsfattande, men endast en begränsad mängd med koppling till rekrytering. De flesta studier som har gjorts är även internationella och berör inte den svenska kontexten. Därmed vill vi med denna studie komplettera den befintliga forskningen genom att komma med nya synvinklar och perspektiv på hur aktörer på den svenska arbetsmarknaden ställer sig till automatiserat beslutsfattande i rekryteringssammanhang. Syfte och frågeställningar Syftet med denna studie är att undersöka inställningen till automatiserat beslutsfattande inledningsvis i rekryteringsprocessen hos 8 svenska företag. Studien har även som avsikt att undersöka hur aktörerna resonerar kring den förväntade framtida utvecklingen vad gäller automatisering och beslutsfattande i rekrytering. Studien kommer att besvara nedanstående frågor för att därmed kunna uppnå syftet. Vilken inställning har aktörerna till automatiserat beslutsfattande vid urvalsförfarandet i rekryteringsprocessen? Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverka den arbetssökandes upplevelse? Hur resonerar aktörerna kring hur automatiserat beslutsfattande vid urvalsförfarandet kan påverka företaget? Hur resonerar aktörerna kring rekryteringsbranschens framtid med hänsyn till den ständiga teknikutvecklingen som sker? Avgränsningar Teknikutvecklingen och digitaliseringen påverkar hela vårt samhälle och ett flertal olika branscher. Denna studie har dock endast avgränsat sig till rekryteringsbranschen. Bakgrunden till valet av bransch låg främst i att en stor del av arbetet går ut på att ta så träffsäkra beslut som möjligt för att på så sätt nyttomaximera organisationen. Vi har även avgränsat oss till att främst fokusera på automatiserat beslutsfattande i den inledande delen av rekryteringsprocessen, det vill säga när man gör urvalet av de arbetssökande. Vi valde att fokusera på denna del eftersom att vi anser att urvalsförfarandet är en av de viktigaste delarna i rekryteringsprocessen. Urvalsförfarandet lägger grund för ytterligare steg i rekryteringsprocessen som i sin tur kommer att påverka det slutgiltiga anställningsbeslutet. 2

Disposition I studiens första avsnitt kommer relevanta teorier inom området tematiskt att presenteras till följd av en översiktlig orientering av tidigare forskning. Därefter följer metodavsnittet där det tydligt redogörs för de ställningstaganden som gjorts. Efter metodavsnittet presenteras det empiriska resultatet som grund för att uppnå syftet med studien och kunna besvara frågeställningarna. Studien avslutas med att de viktigaste resultaten diskuteras och frågeställningarna besvaras. Resultatet diskuteras även i förhållande till teori och tidigare forskning. I detta avsnitt kommer även studiens bidrag till problemområdet att positioneras. Bakgrund Automatiserat beslutsfattande vid urvalsförfarandet i rekryteringsprocessen skulle kunna gå till på så sätt att man programmerar en algoritm och ger den tydliga instruktioner på hur en specifik uppgift ska lösas. Algoritmer ingår i vanliga datorprogram och utefter det som har programmerats utför sedan datorn dessa instruktioner. Beroende på vad man efterfrågar väljer man ut variabler och parametrar som mäter det man är intresserad av. I detta fall skulle det kunna vara kompetenser utefter de krav som den aktuella tjänsten efterfrågar. Datorn kan därefter matcha de efterfrågade kompetenserna mot informationen som man har om kandidaterna (Kahneman, 2013: 255). Denna information kan exempelvis samlas in via webbformulär där den arbetssökande får fylla i sina kompetenser. Algoritmen väger sedan samman och tolkar de sökandes meriter och poäng för att på så sätt kunna göra en helhetsbedömning och därmed välja ut de kandidater som tydligt matchar de kompetenser som efterfrågas. Detta sker automatiskt och görs på samma sätt för alla kandidater och utan den mänskliga faktorns inblandning (Kuncel m.fl., 2013: 1060). Även fast det har framförts många fördelar att använda sig av automatisering vid rekrytering finns det vissa problem och etiska synpunkter som framkommer i samband med detta (Mittelstadt m.fl., 2016: 2). Det kanske vanligaste och mest förekommande etiska problemet som uppkommer i diskussionen kring användandet av algoritmer vid beslutsfattande och rekrytering är när problem eller misslyckanden inträffar. En vanlig problematik och fråga är då vem som ska hållas ansvarig för ett sådant misslyckande (Mittelstadt m.fl., 2016: 4). Det kan vara omöjligt eller mycket svårt att avgöra om ett visst problematiskt beslut bara är en bugg eller ett systemfel. Sådana problem kommer inte att minska utan istället öka eftersom 3

att algoritmerna hela tiden utvecklas och blir allt mer komplicerade (Mittelstadt m.fl., 2016: 2). Vidare menar många att datorer och algoritmer är mer opartiska och mindre diskriminerade i sin bedömning, men det man måste tänka på är att det i grund och botten är människor som ligger bakom algoritmerna och bestämmer vad som ska mätas. Människors fördomar kan därmed påverka algoritmerna vilket gör att besluten som tas av datorn i själva verket är en vidareutveckling av det mänskliga tänkandet. Vilket kan resultera i diskriminering (Mittelstadt m.fl., 2016: 7). Teori Syftet med detta avsnitt är att ta upp den teoretiska referensram som ligger till grund för vår analys och som kan knytas samman med vårt syfte och våra frågeställningar. Då vi vill undersöka inställningen till automatiserat beslutsfattande inom rekrytering kommer det teoretiska ramverket främst att grunda sig i Malin Lindelöws (2008) teorier om rekrytering och den traditionella rekryteringsprocessen. Anledningen till detta är för att det är den teori vi vill komplettera och bidra till med vår studie. Det teoretiska ramverket grundar sig också i Nils Brunssons teori om rationellt beslutsfattande då vi vill kunna påvisa skillnader mellan människor och datorers olika förmåga att kunna fatta beslut. Detta kompletteras även med teorier om automatiserat beslutsfattande. Beslutsfattande När man ska ta ett rationellt beslut handlar det i högsta grad om att göra prognoser. Enligt Nils Brunsson finns det vissa lämpliga steg som en rationell beslutsprocess bör innehålla. För det första måste man göra en noggrann bedömning av situationen och förstå vad det är man ska fatta beslut om och vad man har för mål med beslutet. Därefter måste man samla in fullständig information om de olika val som man har och dessa ska sedan rangordnas. Slutligen fattas ett beslut utifrån den sammanställda informationen som samlats in (Grafström, m.fl., 2017: 461). I grund och botten handlar rationella beslut om att man har fullständig information tillgänglig och att man vet vilket beslut som är bäst givet situationen som man befinner sig i. På grund av en begränsad mängd resurser och tid har människor inte möjlighet att ta helt rationella beslut på grund av att man inte kan samla in fullständig information om 4

allt (Grafström, m.fl., 2017: 462). Detta innebär att människor endast är begränsat rationella och därmed så rationella som han/hon kan vara givet de förutsättningar som finns. En annan anledning till varför människor inte tar helt rationella beslut beror på att individen tenderar att lita på sin egen intuition och förmåga att fatta beslut, men också dennes självintresse. Man utgår också i större utsträckning från konsekvenser från liknande händelser när man fattar beslut (Grafström, m.fl., 2017: 463). Rekrytering Syftet som man vill uppnå med en rekrytering är att hitta den personen som är mest lämpad för en viss typ av tjänst. Rekryteringsprocessen går därmed i högsta grad ut på att försöka predicera den arbetssökandes framtida arbetsprestation. Denna process går vanligtvis till på så sätt att man gör jämförelser mellan de tillgängliga arbetssökande och försöker rangordna dessa på basis av deras framtida arbetsförmåga och prestation och därefter görs den slutgiltiga bedömningen och beslutet om vem som ska anställas (Lindelöw, 2008: 62 90). Att rekrytera rätt är viktigt i många olika aspekter och ett strategiskt arbete som är avgörande för organisationens framtid. Det är inte bara organisationen i sin helhet som vinner på att rekrytera rätt, utan det är minst lika viktigt för den enskilda individen. Att arbeta i en miljö där man känner att man inte trivs eller upplever att man inte passar in är både en oro i sig men också oerhört energikrävande. Detta påverkar även de som man arbetar med (Lindelöw, 2008: 20). Detta innebär att rekryterare axlar en stor roll och en utmaning är att hitta en metod som hjälper till att undvika felrekryteringar och skapa en så träffsäker rekrytering som möjligt (Lindelöw, 2008: 21). Rekryteringsprocessen Rekryteringsprocessen startar med att man gör en behovsanalys där man kartlägger behovet i organisationen. Utifrån det skapas sedan en kravprofil som innefattar vilka arbetsuppgifter som ingår i tjänsten, men också vilka kompetenser som krävs (Lindelöw, 2008: 26 28). Nästa steg i rekryteringsprocessen är att utannonsera och förmedla den aktuella tjänsten till potentiella kandidater. Kravprofilen ligger till grund för annonsen och är ett sätt att informera de arbetssökande kring tjänsten och de kvalifikationer som krävs. Informationen är viktig då den underlättar för de arbetssökande att veta om de är kvalificerade för tjänsten, men också för organisationen då den hjälper till att sortera bort de kandidater som inte är intresserade av 5

tjänstens faktiska arbetsuppgifter (Lindelöw, 2008: 27 28). Därefter sker ett urval av de ansökningar som man har fått in utifrån företaget eller organisationens behov. Det är viktigt att under hela rekryteringsprocessen hålla sig till den kravprofil som skapats. För att på ett bra sätt kunna utvärdera de sökande måste man vara saklig och fokusera på det som faktiskt betyder något för sammanhanget. Kravprofilen syftar till att vägleda och strukturera upp varje steg i processen för att kvalitetssäkra urvalsarbetet (Lindelöw, 2008: 118). Den största delen av rekryteringsprocessen går ut på att samla in information om de arbetssökande vilket kan ske på ett flertal olika sätt. Exempelvis genom intervjuer, referenstagningar och olika former av kompetens- och begåvningstester. Denna del i processen innebär att man genom informationen försöker att identifiera kvalifikationer och erfarenheter hos de sökande som krävs för den specifika tjänsten (Lindelöw, 2008: 120). Det vanligaste verktyget för att säkerställa och identifiera detta är intervjun. Intervjun har oftast en ostrukturerad form vilket innebär att intervjuguiden endast innehåller områden eller teman som man vill beröra under intervjun. Informationen som framkommer under intervjun sammanfattas sedan i en bedömningsmatris där man får en överskådlig bild av kandidatens kunskaper och färdigheter. Denna matris ska i sin tur fungera som ett underlag och stöd för att komma fram till ett beslut (Lindelöw, 2008: 29). Enligt Lindelöw (2008) är det oftast rekryterarens intryck och känsla som vägleder intervjuns innehåll och det är snarare tillfälligheter än struktur som gör att man tar upp vissa ämnen under intervjun. Hon menar också på att den arbetssökande också har en tendens att ge en förskönad bild av sig själv under intervjun. Med bakgrund av det är underlagen och informationen från intervjun inte ett tillräckligt tillförlitligt underlag för att fatta rationella beslut (Lindelöw, 2008: 29). Automatiserat beslutsfattande Som tidigare beskrivits i bakgrunden (se sida 3) innebär automatiserat beslutsfattande att beslut, hantering och tolkning av information lämnas över till datorn som i grunden genomförs av algoritmer. Det mänskliga beslutsfattandet kan därmed avlastas, stödjas eller ersättas av algoritmer som mer eller mindre förväntas fatta beslut (Mittelstadt m.fl., 2016: 3). Algoritmer ingår i dataprogram och består av instruktioner om vad som ska utföras och på vilket sätt. Beroende på vad man efterfrågar eller är intresserad av att undersöka väljer man ut variabler och parametrar som mäter det som är relevant. Man ger därmed algoritmen 6

utgångspunkter och riktlinjer för att lösa en specifik uppgift (Digitaliseringskommissionen, 2016: 34 35). Diskussionen om det mänskliga beslutsfattandet kontra ett beslut taget av en dator har alltid varit en fråga om etik. Det automatiserade beslutsfattandet har mött ett stort motstånd på grund av att den anses vara mekanisk, verklighetsfrämmande och onaturlig medan det mänskliga beslutsfattandet har ansetts vara äkta och verklighetsanknutet. Motvilligheten att lämna över beslutsfattandet till datorer har att göra med att människor i slutändan tenderar att välja det naturliga snarare än det konstlade (Kahneman, 2013: 257). Paul Meehl som är en statistisk forskare och psykolog är förespråkare för att använda algoritmer vid beslutsfattande då han menar att det är oetiskt att förlita sig på mänskliga och intuitiva bedömningar vid beslutsfattande när man istället kan välja en algoritm som gör färre fel (Kahneman, 2013: 258). Meehl menar att den mänskliga faktorn kan fungera i enstaka fall, men allt som ofta så sjunker validiteten och träffsäkerheten (Kahneman, 2013: 253). Självlärande algoritmer och artificiell intelligens Det pågår en ständig utveckling av algoritmerna vilket främst grundar sig i den stora mängd data som produceras av företag och organisationer idag. Detta har lett till att algoritmer idag kan utvecklas och lära sig själva genom att se mönster i data istället för att följa tydliga programmeringsinstruktioner. Fenomenet självlärande algoritmer och denna smarta teknik går under namnet artificiell intelligens (AI) (McKinsey&Company, 2018). Sammanfattning av teori Detta avsnitt har främst riktat in sig på teorier om rekrytering och den traditionella rekryteringsprocessen som beskrivs av Malin Lindelöw (2008) och teorier om beslutsfattande av Nils Brunsson. De visar olika perspektiv på hur människan inte har förmågan att ta fullständigt rationella beslut. Detta beror dels på en begränsad mängd resurser men också på att intuition och känsla tenderar att styra beslutsfattandet. Paul Meehls teori tydliggör att man istället bör använda sig av datorer som grund för att fatta beslut vilket skulle leda till ett mer tillförlitligt beslutsunderlag. 7

Tidigare forskning I detta avsnitt kommer vi att presentera tidigare forskning som har gjorts inom forskningsfältet och som är relevanta för att uppnå uppsatsens syfte. Framstegen inom teknik har haft en stor påverkan på många av dagens organisationer i ett flertal olika branscher. Intresset för att använda teknik inom rekryteringsbranschen och i rekryteringsprocessen har växt sig allt större de senaste åren (Chapman och Webster, 2003: 113). I en studie gjord i Kanada undersökte Chapman och Webster (2003) vilken typ av teknik som används inom rekrytering, men också varför företag valt att implementera dessa tekniker. Deras resultat visar på att de flesta företag selekterar ut kandidater på det traditionella sättet som används inom rekrytering, det vill säga att det i dagsläget inte är automatiserat. Dock är inställningen till att använda sig av teknik och mer automatiserade lösningar vid rekrytering i allmänhet positiv. Den största anledningen till den positiva inställningen har att göra med att urvalsförfarandet skulle kunna effektiviseras då datorer har en större kapacitet att tillvarata och hantera information (Chapman och Webster, 2003: 113). Youyou m.fl. (2015) undersöker i sin studie skillnaden mellan mänskliga och datorbaserade beslut. Deras resultat visar att det finns fler fördelar med att använda sig av datorer när man fattar beslut. Datorer har en större förmåga att dels lagra, men också hantera information på ett sätt som människor inte har kapacitet till. Sättet som datorer hanterar informationen genom statistik, kommer att leda till mer noggranna beslut. Dock menar de att människor har en tendens att påverkas av många undermedvetna signaler när de tar ett beslut som en dator inte kan. Denna synpunkt delas även av Faliagka m.fl. (2012) som i sin experimentella studie visar att automatisering skulle leda till ökad effektivitet. Som rekryterare har man oftast en stor mängd information om kandidaten som man får genom ansökningar och cv:n. Utifrån det måste man sedan sortera ut de kandidater som är kvalificerade för den aktuella tjänsten och därefter rangordna dem. Det kan vara både tids- och resurskrävande att göra denna bedömning manuellt (Faliagka m.fl., 2012: 552). Genom att istället införa en automatiserad rekryteringsprocess vid urvalsförfarandet visar resultatet på en stor effektivitetsökning genom att man rankar kandidaterna bättre utefter de efterfrågade kriterierna. De menar också att om det blir mer effektivt kan organisationen bättre konkurrera med andra företag på marknaden 8

där man konkurrerar om samma kandidater. Detta leder till att man därmed har större chans att tillvarata de kandidater som är kvalificerade för den specifika tjänsten (Faliagka m.fl., 2012: 561). Chapman och Websters (2003) resultat visar att en förlängd rekryteringsprocess resulterar i att många kandidater hoppar av och går vidare med andra arbeten. Här menar de att en automatiserad rekryteringsprocess skulle leda till att dessa kandidater behålls (Chapman och Webster, 2003: 114). En annan studie framhäver det ekonomiska perspektivet av att använda sig av automatisering inom rekrytering. I fallstudien jämförde man organisationers ekonomiska resultat före och efter införandet av ett mer automatiserat rekryteringssystem. Syftet med systemet var att avkoda om den sökande uppfyllde arbetsvillkoren och kvalifikationerna för den aktuella tjänsten (Buckley m.fl., 2004: 233). Studien visar att företag som använder sig av automatisering i sin rekryteringsprocess kan få stora fördelar på så sätt att man har en större förmåga att attrahera och sedan snabbt erbjuda tjänsten till de som är kvalificerade för tjänsten. Istället för att gå vidare med 10 personer där hälften inte är kvalificerade kan istället en automatiserad rekrytering innebära att endast de kvalificerade intervjuas. Detta kommer att leda till att man får en bättre kvalitet i rekryteringsprocessen vilket skulle innebära en mer träffsäker matchning. På grund av det kommer man även få en minskad personalomsättning på företaget (Buckley m.fl., 2004: 234). Chapman och Webster visar även att diskussionen kring att använda automatisering vid urvalsförfarandet handlar om att diskrimineringen skulle minskas. De menar att genom att minska det mänskliga elementet från urvalsförfarandet och andra delar av rekryteringsprocessen kommer en mer objektiv bedömning att göras (Chapman och Webster, 2003: 114). Dock är det många organisationer som underskattar utmaningen med att använda sig av automatiserade verktyg vid rekrytering och urval. Dels framför de problem kring hur man verkligen kan säkerställa att personen som sitter bakom datorn verkligen är den sökande eller att informationen som personen framför är pålitlig. De framför också problem gällande en förlust av personlig touch då det kan leda till att urvalsprocessen upplevs som avhumaniserad och mekanisk (Chapman och Webster, 2003: 117). Organisationer som gav bilden av att ha en dynamisk kultur där fokus låg på tillväxt i organisationen tenderade att vara mer benägna att använda sig av teknik i rekryteringssammanhang. Däremot var organisationer som hade ett 9

mer människoorienterat synsätt mer negativt inställda till att använda sig av teknik i rekryteringsprocessen (Chapman och Webster, 2003: 119). Sammanfattning av tidigare forskning I detta avsnitt kan man se på liknande resultat från samtliga studier, men att de valt att lyfta fram olika perspektiv. Youyou m.fl. (2015) visar att datorbaserade beslut är mer fördelaktiga framför beslut tagna av människor på grund av att datorer har större kapacitet att tillvarata information. Detta skulle leda till att rekryteringsprocessen skulle bli mer effektiv vilket framförs av både Chapman och Webster (2003) och Faliagka m.fl. (2012). En mer effektiv rekryteringsprocess innebär att själva processen blir kortare eftersom att hela urvalet automatiseras och därmed genomförs fortare. Detta medför att man inte förlorar kandidater och därmed värdefull kompetens. Buckley m.fl. (2004) påvisar att företaget skulle göra en ekonomisk vinning genom att automatisera urvalsprocessen. Att endast gå vidare med de som är direktkvalificerade för tjänsten gör att företaget kommer att minska sin personalomsättning då matchningen förbättras. Metod och data Val av metod Enligt Aspers (2011) är samtal ett lämpligt verktyg för att få en bättre förståelse kring individers tankar och resonemang om olika fenomen (Aspers, 2011: 37). Vi valde därmed att använda oss av kvalitativa intervjuer för att få en djupare förståelse av informanternas inställning och tankar kring automatiserat beslutsfattande i rekryteringsprocessen. Anledningen till varför intervjuer ansågs som den bäst lämpade metoden att använda som grund för denna studie är främst på grund av dess förmåga att generera djupare kunskap om ett fenomen. Det är även en relativt flexibel metod vilket innebär att man kan följa upp eller be informanten att ge en mer nyanserad förklaring. Vi valde att genomföra semistrukturerade intervjuer för att säkerställa att de teman och områden som vi ville undersöka i vår studie skulle behandlas under intervjun (Bryman, 2011: 415 416). Innan intervjuerna genomfördes även en förstudie med en forskare inom fältet. Studien utgår från en abduktiv ansats, vilket 10

innebär att studien har växlat mellan induktion och deduktion. Inledningsvis utgick vi från mer generella teorier om rekrytering, automatisering och beslutsfattande som stöd för våra intervjuer. Efter empiriinsamlingen kunde vi sedan specificera och modifiera de generella teorierna (Ahrne och Svensson, 2015: 219). Urval Urvalet i denna studie består av åtta individer där samtliga arbetar på olika företag. Vi har valt att framhäva två olika perspektiv på automatiserat beslutsfattande inom rekrytering genom att dels intervjua individer som arbetar med rekrytering men också individer som arbetar med att utveckla och erbjuda maskinbaserade lösningar som kan användas vid rekrytering. Informanterna som arbetar med rekrytering är verksamma inom olika områden, det vill säga att de rekryterar olika kompetenser och är därmed inriktade åt olika målgrupper. Gemensamt för de flesta informanter är att de främst är inriktade på att rekrytera tjänstemän. Sex av de åtta informanterna arbetar således med rekrytering medan de resterande två informanterna arbetar med att utveckla maskinbaserade lösningar som kan användas vid rekrytering. Samtliga av informanterna besitter en ledande position på respektive företag och har arbetat på företaget under en längre tid. Urvalet grundar sig på ett målinriktat urval. Anledningen till det är främst för att urvalet tydligt skulle stämma överens med syftet och frågeställningarna som studien undersöker (Bryman, 2011: 434). Utifrån det valdes sedan dessa individer ut, då de hade en tydlig koppling till syftet och det som studien vill undersöka. För att hitta relevanta informanter för vår studie använde vi oss av nyckelord som exempelvis rekrytering, artificiell intelligens, automatisering och algoritmer för att på så sätt identifiera företag som var insatta i ämnet och därmed kunde bidra med kunskaper och olika perspektiv. Efter att vi funnit företag som dels är verksamma inom rekryteringsbranschen men också med ett stort intresse för våra frågeställningar skickades intervjuförfrågningar ut via mail till personer på respektive företag. Förfrågan innehöll en presentation av oss men även övergripande information om syftet med uppsatsen, tidsram gällande intervjuerna men även en kort beskrivning om vilka typer av frågor intervjun skulle komma att beröra. Under ett intervjutillfälle fick vi även tips från informanten om ytterligare informanter som skulle vara relevanta för studien. Dessa informanter kontaktades i slutskedet av intervjuperioden då vi inte hade uppnått mättnad och 11

därmed behövde få in mer empiri och datamaterial. Dessa informanter kontaktades på samma sätt som de övriga genom samma förfrågan. Genomförande Det praktiska genomförandet för denna studie kan delas upp i två huvudsakliga moment, dels insamling av kunskap i form av en förstudie och dels empiriinsamling i form av semistrukturerade intervjuer. Efter att ämnet och temat för studien hade valts ut genomfördes en förstudie med en person som tidigare har arbetat med rekrytering och idag forskar om bl.a. automatiserad rekrytering. Förstudien genomfördes i studiens inledande skede för att få en djupare förståelse kring ämnet men också för att undersöka om studiens syfte och frågeställningar var rimliga med hänsyn till bl.a. tidsram, teori och tidigare studier. Förstudien hade en öppen struktur på så sätt att vi hade tänkt ut teman och vissa frågor som vi ville diskutera. Beroende på vilka svar vi fick under samtalet ställdes frågor utifrån det vilket gjorde att samtalet blev väldigt flexibelt. Förstudien gav oss nya perspektiv och kunskaper vilket gjorde att vi kunde specificera vårt syfte ytterligare, samt blev en hjälp gällande inläsning och bakgrund kring det valda ämnet. Det andra momentet bestod av semistrukturerade intervjuer som genomfördes med respektive informant utspritt under två veckor. Samtliga intervjuer tog i sin helhet cirka 30 minuter var, vilket var överenskommet innan intervjutillfället. Båda författarna för studien deltog vid samtliga intervjuer varav en hade övergripande ansvar för att ställa de huvudsakliga frågorna, medan den andra författaren observerade och följde upp vissa svar som informanten gav. Platsen där intervjun hålls har en stor betydelse för hur intervjun blir och vad den får för utfall. När man väljer intervjuplats är det viktigt att det är en plats där informanterna dels känner sig trygga men också att det är en lugn miljö där det inte finns någonting i bakgrunden som kan störa samtalet (Bryman, 2011: 421). Fem av de åtta intervjuerna genomfördes därmed direkt med informanterna i ett intervjurum på informanternas arbetsplatser under arbetstid. Vi fick ett gott bemötande av samtliga informanter som deltog i studien. Resterande tre intervjuer genomfördes via telefonsamtal samt via videosamtal under arbetstid. Anledningen till detta berodde dels på att informanterna inte befann sig i Stockholm och därmed inte hade möjlighet att genomföra en fysisk intervju. Det berodde också på att 12

informanterna själva föredrog en telefonintervju och för att de skulle känna sig trygga i samtalet togs detta såklart hänsyn till. Då dessa informanter tillkom i slutskedet av intervjuperioden hade vi även en begränsad tidsram vilket var ytterligare en anledning till valet av metod. Inledningsvis i intervjun är det viktigt att ställa frågor som gör att informanten känner sig bekväm och trygg för att så småningom kunna svara på mer djupgående frågor (Ahrne och Svensson, 2015: 45). Intervjun började därmed med inledande frågor gällande informanten och företaget som är relativt enkla att svara på. Frågor som Vill du börja med att berätta lite om ert företag? och Vad har du för roll på företaget? ställdes. Efter att samtalet hade kommit igång och informanten börjat känna sig mer bekväm med att prata inriktades diskussionen så småningom in mot automatiserat beslutsfattande och rekrytering. Detta inleddes med att vi först definierade begreppet automatiserat beslutsfattande för att få informanten att förstå vår tolkning av ämnet. Detta för att informanten skulle kunna delge relevant fakta och kunskap till grund för vår studie. Därefter fortsatte intervjun utifrån frågorna i intervjuguiden. Intervjuguiden var utformad utefter huvudfrågor där syftet var att fånga upp relevanta teman med koppling till våra frågeställningar. Intervjuguiden var även utformad specifikt efter de olika perspektiven som informanterna representerade. Frågorna ställdes inte ordagrant utan formulerades utefter situation och i en varierande ordningsföljd beroende på vad informanten gav för svar. Vi ställde även uppföljningsfrågor när vi önskade mer utvecklande och tydliga svar. Detta för att visa intresse och öka tryggheten ytterligare hos informanten. Intervjun avslutades med att informanten fick möjlighet att tillägga eller ändra något som sagts under intervjun och även ställa frågor. Vi informerade även om återkoppling till fältet och hur de kan ta del av studiens resultat. Intervjuguiden specificerades och ändrades även något under arbetets gång då ny information framkom under intervjuerna. Samtliga intervjuer spelades in efter godkännande från informanten för att på så sätt underlätta analysprocessen. Bearbetning av material och analysprocessen Tolkningen av det empiriska materialet startade redan vid transkribering i samband med att intervjuerna skrevs ut. Det teoretiska ramverket, vår förförståelse och även våra frågeställningar har påverkat vår tolkning av det empiriska materialet (Ahrne och Svensson, 2015: 211). Vi valde att transkribera direkt efter respektive intervju då intrycken från 13

intervjuerna fortfarande var färska (Ahrne och Svensson, 2015: 63). Detta gjorde att det även blev möjligt att få en tydlig överblick kring nya teman som uppkom som kunde tas upp i de återstående intervjuerna (Bryman, 2011: 430). Analysprocessen inleddes med att vi läste igenom transkriberingarna noga och sorterade bort sådant som inte var relevant. All information som på något sätt skulle kunna ses som känslig eller påverkade informanternas anonymitet togs också bort. Därefter lästes transkriberingarna igenom ytterligare flera gånger för att vi skulle bli väl bekanta med vårt empiriska material. I samband med detta påbörjades även kodningen. Inledningsvis använde vi oss av en öppen kodning på så sätt att när vi läste igenom materialet skrev vi kommentarer och ord i marginalen som uppkom spontant från materialet. Vi försökte att vara så öppna som möjligt och se materialet med nya ögon trots att vi hade teorier och vår förförståelse i bakgrunden. Därefter övergick kodningen till att bli mer fokuserad allt eftersom att vi såg mönster i materialet och kunde se återkommande begrepp. I kodningsarbetet valde vi att använda oss utav en så kallad färgkodning, detta innebar att våra olika teman hade en vald färg. Anledningen till det var främst för att kunna få en tydlig överblick kring vilka olika delar i materialet som handlade om vad. Vi valde t.ex. att använda färgen röd som markering för när informanterna pratade om deras inställning till användningen av automatiserat beslutsfattande inom rekrytering och färgen blå när informanterna pratade om den arbetssökandes perspektiv i förhållande till detta. I samband med färgkodningen inleddes även en reducering av materialet. Vi valde därmed ut det material som var mest relevant för att uppnå vårt syfte och för att kunna besvara våra frågeställningar (Ahrne och Svensson, 2015: 228). Metodkritik och forskarrollen Metodvalet innebär att empirin och informationen som skapas till viss del bygger på våra egna tolkningar. Som forskare har man oftast en förförståelse om ett fenomen som är nödvändig för att kunna nå en förståelse för det man ska studera (Aspers, 2011: 38). I vårt fall hade vi redan innan intervjuerna en förförståelse om automatiserat beslutsfattande inom rekrytering och generella teorier som var kopplat till ämnet. För oss var detta nödvändigt för att kunna generera information och få en förståelse för det som informanterna framförde under samtalet. Teorier möjliggör en viss förståelse men det kan också till viss del också hämma förståelse på så sätt att teorier sätter fokus på vissa specifika aspekter, samtidigt som det exkluderar andra (Aspers, 2011: 39). Vår förförståelse kan i detta fall ha påverkat vår 14

tolkning av det empiriska materialet men också påverkat vilka frågor som ställdes under intervjun. Valet av att genomföra telefonintervjuer med tre av respondenterna var ett beslut vi tog efter en lång övervägning med bakgrund av de nackdelar som denna metod kan föra med sig. Det finns vissa skillnader mellan en fysisk intervju och en intervju på telefon genom att man inte kan se hur en person fysiskt reagerar på en fråga (Bryman, 2011: 433). Med koppling till det ämne som vår studie behandlar ansåg vi att den fysiska reaktionen inte var av största vikt för att kunna besvara våra frågeställningar. Vi var huvudsakligen inte intresserade av hur de fysiskt reagerade på de frågorna som vi ställde utan mer hur de pratade. En tydlig skillnad som vi märkte av var att transkriberingarna tog längre tid att genomföra för telefonintervjuerna jämfört med de fysiska intervjuerna då ljudupptagningen från inspelningarna inte var lika bra. Dock anser vi att detta inte är någonting som har påverkat resultatet i denna studie, men någonting som ändå är av betydelse att reflektera kring. Eftersom att vi valde att genomföra kvalitativa intervjuer med informanterna innebar det också att andra metoder valdes bort. Då vi var intresserade av att undersöka diskursen och hur aktörer pratar hade det även funnits andra lämpliga metoder att använda. En metod som hade varit relevant att använda är främst fokusgruppsdiskussioner. Anledningen till att denna metod valdes bort grundande sig främst i företagens olika geografiska placering vilket hade försvårat organiseringen av fokusgruppsdiskussioner. Ytterligare en anledning var också anonymiteten, vilket inte är möjligt vid fokusgruppsdiskussioner. Detta hade eventuellt kunnat hämmat deltagarna att framföra vissa åsikter. En annan metod som också hade varit relevant att använda är dokumentstudier, det vill säga undersöka artiklar och texter där man uttalar sig om just detta ämne. Vi ansåg dock att denna metod till viss del var begränsad då vi var intresserade av att kunna få fram mer djupgående åsikter och resonemang genom att ställa följdfrågor och be informanten om mer utvecklande svar. En studies trovärdighet hänger ihop med möjligheten att generalisera forskningens resultat till att gälla för en större population eller för ett annat område än det som har studerats (Ahrne och Svensson, 2015: 26). Då inriktningen för denna studie endast har fokuserat på automatiserat beslutsfattande i rekryteringssammanhang är det svårt att generalisera resultatet till andra områden. Studiens resultat är därmed främst professionsinriktad till HR-avdelningar för att lyfta fram diskursen om automatiseringens påverkan på företaget och på den 15

arbetssökande. Studien har därmed som syfte att kunna förse personer inom detta yrkesområde med kunskap om automatiserat beslutsfattande inom rekrytering men också hur professionsdiskursen ser ut med koppling till detta område. Därmed är förhoppningen att de ska gagnas av denna studie och sedan kunna ta ställning till införandet av en mer automatiserad rekryteringsprocess. Etiska aspekter Vetenskapsrådet (2002) har gjort en översiktlig framställning av de viktigaste forskningsetiska principer som man som forskare bör förhålla sig till och använda som riktlinjer vid samhällsvetenskaplig forskning. Det grundläggande individskyddskravet är till för att skydda individen och kan delas upp i fyra huvudkrav som bör ingå i forskningen. Dessa krav är uppdelade i informationskravet, konfidentialitetskravet, samtyckeskravet och nyttjandekravet (Vetenskapsrådet, 2002: 5 6). Vi kommer i detta avsnitt beskriva hur vi i denna studie har tagit hänsyn till de etiska forskningsprinciperna och de fyra huvudkraven. Genom att vi informerade informanterna om studiens syfte både vid första kontakt men även inledningsvis vid intervjun tog vi hänsyn till informationskravet. Informanterna informerades även om deras anonymitet, fria deltagande och studiens offentliga publicering (Vetenskapsrådet, 2002: 7). I samband med detta framfördes även information om att studiens resultat och inhämtade data endast hade som avsikt att användas i forskningsändamål. Detta skedde i överensstämmelse med nyttjandekravet (Vetenskapsrådet, 2002: 14). I enlighet med samtyckeskravet framfördes information om villkoren kring deltagandet i studien. Det vill säga informanternas frivilliga medverkan och möjligheten att avbryta deltagandet om så önskades. Informanterna tillfrågades även om deras samtycke kring inspelning av intervjun (Vetenskapsrådet, 2002: 9 11). Det insamlade materialet från intervjuerna har hanterats varsamt och med största konfidentialitet. Detta innebar att vi valde att transkribera intervjuerna direkt efter samtalen och därefter raderades inspelningarna. Personuppgifter och information som kunde kopplas till företaget och den berörda informanten togs bort direkt vid transkribering för att säkerställa att information inte skulle spridas vidare (Vetenskapsrådet, 2002: 12 13). 16

Resultat I detta avsnitt kommer det huvudsakliga resultatet att presenteras som grund för att uppnå syftet och besvara frågeställningarna i studien. Inledningsvis redovisas informanternas inställning till automatiserat beslutsfattande. Därefter beskrivs informanternas resonemang gällande hur automatiseringen skulle kunna påverka den arbetssökandes respektive företagets perspektiv. Slutligen presenteras risker och problem som automatiseringen skulle kunna medföra enligt informanterna samt diskussionen om framtidens rekrytering. Användningen av automatiserat beslutsfattande Automatiserat beslutsfattande i den inledande delen av rekryteringsprocessen, det vill säga vid urval av kandidater används idag i en begränsad utsträckning. Dock ställer sig majoriteten av informanterna positivt till att använda sig av automatiserat beslutsfattande i den inledande delen av rekryteringsprocessen. Vi stöttar en del initiativ, det här är ju konfidentiellt, men vi vill ju vara med på teknikutvecklingen och robotiks, det handlar ju om att vi vill lära oss utav det snarare än att det är en kul grej. Vi vet ju att det finns datorer som tar bättre beslut än läkare för att göra diagnoser, så varför skulle man inte kunna göra det i rekrytering? Många framför att anledningen till varför man bör använda sig av automatisering i det inledande skedet i rekryteringsprocessen har att göra med den ökade belastningen som finns på rekryterare idag men också på grund av teknikutvecklingen och digitaliseringen. Vi lever i en värld där hjulen snurrar fortare, belastningen på dem som arbetar ökar hela tiden [...] oavsett om det är rekrytering eller vad det nu handlar om så måste vi avlasta det på något sätt. [...]det handlar egentligen om vad marknaden tycker och tänker, men det kommer bli så att man måste automatisera dem processerna som man har, för det är det sättet man kan hålla ner priset i slutändan [...] då tror jag att det i första hand kommer att handla om volymtjänster där man är mer benägen att se vinsten i att snabbt ta hjälp av automatisering. En av informanterna menar att det är marknaden som kommer att styra huruvida man ska ställa sig kring användandet av automatiserat beslutsfattande och det handlar om att anpassa sig till den teknikutvecklingen som sker i samhället. Informanten framför att man kommer att behöva automatisera vissa processer för att nå ekonomisk vinning. Vid volymrekryteringar, 17

det vill säga vid en större ansökningsmängd och urvalsstorlek anser hen att det finns ett större behov av att använda sig av automatisering. För att kunna hantera den ökade volymen och därmed belastningen på rekryterare kommer man att behöva ökade resurser och där kan man ta hjälp av datorn. Resonemangen ovan går i linje med Mittelstadt m.fl. (2016) som menar att genom att lämna över information och arbetsuppgifter till datorn kan rekryterare avlastas och stödjas i sitt arbete. En av informanterna avviker från de resterande genom att hen framför att man inte bör använda sig av automatiserat beslutfattande vid urvalsförfarandet. Bakgrunden till detta har att göra med att den typen av tjänster som företaget rekryterar uteslutande handlar om egenskaper och beteenden hos den arbetssökande. Informanten menar att det inte är ett tillräckligt tillförlitligt verktyg att låta kandidaten fylla i ett webbformulär eller att göra ett test som underlag för datorn att ta ett beslut om vilka kandidater som ska gå vidare i rekryteringsprocessen. Jag har alltid varit lite teknikfientlig, därför att för mig är det ett hantverk där det handlar om att jag som människa får en massa information om ett sammanhang, d.v.s. kundens verksamhet eller min egen verksamhet för den delen, och sen har förmåga att översätta det i en kommunikation till en individ och sen förstå vad är det den här individen går i gång på. Det är en helt annan typ av dialog än om jag ber dig svara på ett test. Informantens motstånd mot att använda teknik i urvalsförfarandet grundar sig främst i att den mänskliga faktorn förstår människor bättre än vad datorer gör. Hen menar att genom kommunikation eller dialog med kandidaten förstår man individens motivation och engagemang bättre. Utifrån det kan man få en bättre förståelse för om personen skulle passa för tjänsten. Därmed menar hen att telefonintervjuer eller liknande metoder i urvalsförfarandet är viktiga och kan därmed inte ersättas av en dator. Enligt Kahneman (2013) kan motståndet mot att använda datorer som hjälp för att fatta ett beslut bero på att vissa människor är mer människoorienterade än andra. Denna teori kan vara ett stöd för att förklara informantens teknikfientlighet och motvillighet att låta datorn fatta beslutet vid urvalsförfarandet. Informanten kan upplevas som mer människoorienterad på grund av att den kompetens som företaget rekryterar handlar om personliga egenskaper vilket inte kan mätas eller definieras på samma sätt av en dator som vid ett mänskligt möte. Detta framförande ligger även i linje med tidigare forskning som visar att organisationer som är mer människoorienterade tenderar att ha en mer negativ inställning till automatiserat beslutsfattande inom rekrytering (Chapman och Webster, 2003: 119). 18

Resonemang om den arbetssökandes upplevelser Denna del i resultatet syftar till att ta upp informanternas resonemang om hur den arbetssökande skulle kunna påverkas av automatiserat beslutsfattande vid urvalsförfarandet. Diskriminering Det finns många situationer i en rekryteringsprocess som kan leda till direkt eller indirekt diskriminering. Några av informanterna framför att detta är ett stort problem i rekryteringsbranschen och att människor i grund och botten är fördomsfulla och att de omedvetet lägger värderingar i sådant som inte är relevant för att predicera individens enskilda arbetsförmåga. [...] vi är ju inte datorer så vi lägger ju omedvetet en värdering i allt, eller åtminstone så finns det risk att vi tolkar information alltifrån var kandidaten bor, samt vad man har för utbildning eller vad man inte har för utbildning och det är ju uråldrigt inom rekrytering att hålla på och utvärdera utbildningar för det har ingen relevans i huvudtaget. [...] människan blandar ju in sina personliga åsikter, fördomar och förhållningssätt oavsett om man vill det eller inte, det gör ju inte en dator. Enligt Chapman och Webster (2003) tenderar människor att lägga stor vikt på information som man får om den arbetssökande tidigt i rekryteringsprocessen. Detta kan sedan prägla och påverka den fortsätta föreställningen om individen. Redan vid urvalsförfarandet och vid granskning av cv:n får man information om kandidaten vilket kan leda till att diskriminerande beslut tas redan där. Det kan handla om att kandidater sorteras bort och inte går vidare i rekryteringsprocessen på grund av att man har ett visst kön eller en viss ålder som egentligen är oväsentligt i förhållande till den tjänst som personen har sökt. Samtliga informanter anser att automatiserat beslutsfattande vid urvalsförfarandet skulle bidra till en mer objektiv bedömning. Anledningen är att de anser att datorer inte har några fördomar eller personliga värderingar på samma sätt som en människa. Det överensstämmer med tidigare forskning som visar att en mer objektiv bedömning kommer att göras genom automatiserat beslutsfattande (Chapman och Webster, 2003: 114). Dock avviker några av informanterna från detta och menar att eftersom algoritmen programmeras av en människa finns det fortfarande en mänsklig faktor som kan bestämma vilka parametrar som datorn ska leta efter. Detta diskuteras vidare under avsnittet problem och utmaningar med automatiserat beslutsfattande (se sida 24). 19