Dalarna University's logo and link to the university's website

Syftet med denna studie är att bidra med en djupare förståelse för rekryterares upplevelser av bias i rekryteringsprocessen inom AI-baserad och traditionell rekrytering i en svensk kontext. Artificiell intelligens (AI) har fått en alltmer framträdande roll i samhället och inom organisationer, där tekniken har blivit allt vanligare och implementeras mer och mer i olika processer. Tidigare forskning visar att bias är ett problem i rekryteringsprocessen, där beslut ofta påverkas av irrelevanta faktorer, vilket kan leda till diskriminering. Samtidigt lyfts strategier som medvetenhet, kompetensbaserad rekrytering och användning av AI som möjliga strategier att minska bias. Dock finns det utmaningar med AI:s algoritmer, vilket kräver kunskap och kontinuerlig granskning för att AI ska kunna användas på ett rättvist och ansvarsfullt sätt.

Studien bygger på en kvalitativ forskningsansats baserade på åtta semistrukturerade intervjuer, där respondenter med erfarenhet av både traditionell och AI-baserad rekrytering har inkluderats. Det empiriska materialet har analyserats med tematisk analys där sex teman identifierats. Resultatet visar att bias är ett oundvikligt inslag i rekryteringensprocessen, därbland annat faktorer som ålder, kön och etnicitet spelar en avgörande roll. Strategier för att minska bias handlar främst om ökad medvetenhet och självreflektion, men insatser sker främst på individnivå och saknar stöd från organisatoriska strukturer. En särskild utmaning är att bias ofta uppstår i de tidiga och avgörande delarna av rekryteringen där den mänskliga faktorn spelar en stor roll, vid exempelvis urval och slutgiltiga beslut. AI framstår snarare som ett stöd och inte som en ersättare för den mänskliga faktorn. Samtidigt är kunskap och kompetens avgörande för att algoritmisk bias inte ska uppstå. Resultatet understryker därmed behovet av utbildning och systematiska arbetssätt, för att möjliggöra en rättvis rekrytering. 

The purpose of this study is to contribute to a deeper understanding of recruiters´ experiences of bias in the recruitment process within AI-based and traditional recruitment in a Swedish context. Artificial intelligence (AI) has gained a more prominent role in society and within organizations, where the technology has become increasingly common and is being implemented more and more in different processes. Previous research shows that bias is a problem in the recruitment process, where decisions are often influenced by irrelevant factors, which can lead to discrimination. At the same time, strategies such as awareness, competency-based recruitment and the use of AI are highlighted as possible strategies to reduce bias. However, there are challenges with AI algorithms, which require knowledge and continuous review to ensure that AI can be used in a fair and responsible manner. 

The study is based on a qualitative research approach based on eight semi-structured interviews, where respondents with experience of both traditional and AI-based recruitment have been included. The empirical material has been analyzed with thematic analysis where six themes have been identified. The results show that bias is an inevitable element in the recruitment process, where factors such as age, gender and ethnicity play a crucial role. Strategies to reduce bias are mainly about increased awareness and self-reflection, but efforts are mainly made at the individual level and lack support from organizational structures. A particular challenge is that bias often arises in the early and crucial parts of recruitment where the human factor plays a major role, for example in selection and final decisions. AI appears rather as a support and not as a substitute for the human factor. At the same time, knowledge and competence are crucial to ensure that algorithmic bias does not arise. The results thus underline the need for training and systematic working methods to enable fair recruitment.