Når HR-ledere bliver skabere
Indsigt fra eksperimentet: Samarbejdsbaserede AI-projekter gav dybdegående indsigter i HR's kompetencer ud over selve udviklingen af værktøjet.
Fokus på problemet: Skiftet fra sentimentanalyse til kompetencekortlægning fremhævede betydningen af at definere klare og opnåelige mål.
Skepsis over for AI: HR-fagfolk står over for betydelige udfordringer med ansvarlighed og gennemsigtighed i eksisterende AI-platforme.
Værktøjets struktur: AI-vurderingsværktøjet fremhævede samarbejde og gav brugerne mulighed for at bekræfte eller udfordre AI-genereret feedback.
Modstridende test: Succesfuld udvikling af værktøjer kræver grundige tests med forskellige input for effektivt at håndtere særlige tilfælde.
Møderne var planlagt til en time. De varede næsten altid længere.
Det er ikke usædvanligt, når man samler en gruppe HR-fagfolk for at tale om AI. Det usædvanlige var, hvad de blev bedt om at gøre med den samtale. Ikke analysere den, ikke udgive en analyse om den, men faktisk bygge noget.
I efteråret 2025 samlede jeg det, jeg kaldte udviklergrupper: en lille gruppe fagfolk inden for HR og people operations, som jeg havde identificeret som personer, der allerede gjorde arbejdet og allerede tænkte i yderkanterne af hvad HR-faget kunne gøre med AI.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Hypotesen var enkel. De mennesker, der er tættest på problemerne, er bedst positioneret til at udvikle løsningerne. Spørgsmålet var, om de kunne.
I alt ville jeg oprette fire grupper, og undervejs indså jeg, at det er lettere sagt end gjort at definere mål for disse sessioner. I sidste ende løb de fleste grupper ud i sandet, fordi de havde svært ved at indfri den oprindelige vision eller finde ét enkelt mål. Kalendere, arbejdsbyrder og kravene fra vores faktiske jobs førte ofte til samtaler, der resulterede i gode idéer, men aldrig førte dem ud i livet.
Men én gruppe fandt sammen og nåede faktisk så langt, som de kunne. Faktum er, at jo længere man bevæger sig ned i kaninhullet med selv at bygge løsningen, desto sværere bliver det at respektere en fælles vision og imødekomme den tekniske udfordring.
Denne historie fortæller, hvad der kom ud af disse sessioner, og jeg præsenterer den for dig som et casestudie i at bygge dine egne løsninger.
Gruppen
Det var ikke AI-skeptikere, der skulle overbevises. Det var praktikere, som allerede havde satset på dette øjeblik. Det, gruppen gav dem, var et struktureret rum, hvor de kunne holde op med at rådgive og begynde at skabe.
Den første ærlige samtale
Den første session afdækkede noget, der sjældent finder vej til offentliggjorte HR-kommentarer: hvor frustrerede disse fagfolk faktisk er over de værktøjer, de forventes at bruge.
Turnmeyer satte tonen. Hun havde forsøgt at få teknisk dokumentation om, hvordan sentimentanalyse fungerede i BambooHR, Paycom og Gusto—ikke for at afvise værktøjerne, men fordi hendes juridiske team havde brug for at forstå dem, før de godkendte brugen af dem.
Hverken salgsteams eller juridiske repræsentanter kunne besvare hendes spørgsmål. AI-funktionerne eksisterede. Det gjorde ansvaret for, hvordan de fungerede ikke.
Gillies navigerede i en parallel spænding. Interne stemmer havde rejst bekymringer om AIs miljøpåvirkning, og nogle kolleger ønskede ganske enkelt at forbyde medarbejdernes brug af AI. Gillies gjorde modstand.
At forbyde AI fuldstændigt fører til skjult brug og øget risiko. Det er en bedre tilgang at tage AI til sig med sikkerhedsforanstaltninger.
Melina Gillies · Personalechef, Flex Networks
Det, der kom frem i løbet af den første time, var en diagnose, som gruppen kunne blive enige om. De indbyggede AI-funktioner i HR-platforme til virksomheder var, som Gillies udtrykte det, "ofte grundlæggende og mangler funktionalitet."
De værktøjer, der faktisk fungerer, har en tendens til at være skræddersyede—udviklet til specifikke problemer, specifikke sammenhænge og specifikke virksomheder. Turnmeyer ønskede færre værktøjer, ikke flere, en tilbagevendende holdning, jeg ofte hører fra ledere inden for personale og drift. Hun kunne forestille sig en fremtid, hvor en kompetent AI, der fik de rigtige dokumenter, gjorde et HRIS-system unødvendigt.
De konfronterede også noget, der sjældent bliver behandlet så direkte: etikken ved adfærdssporing. Ideen om at bruge rater for afviste møder, huller i systemlogin eller usædvanlige arbejdstider som indikatorer for manglende engagement kom op tidligt.
Det samme gjorde begrænsningerne ved denne tilgang. Satterfield pegede på en risiko, som alle værktøjer til måling af engagement før eller siden står over for: handlingslammelsestræthed. Hvis man indsamler data og ikke synligt handler på dem, holder medarbejderne op med at have tillid til systemet. Dataene bliver til støj, og værktøjet bliver til AI-teater.
De var ikke klar til at udvikle et værktøj til sentimentanalyse. Det var for bredt, for fyldt med etiske dilemmaer og for let at få katastrofalt forkert. Så de skiftede kurs.
At finde det rigtige problem
Den anden session begyndte med en ærlig indrømmelse af, at den oprindelige retning var for ambitiøs og for tvetydig.
"Jeg ved ikke, om det måler engagement," sagde Turnmeyer, "eller om det bare måler noget, der kræver en samtale."
Den skelnen betyder mere, end det måske lyder til. Mange HR-teknologier begår den fejl at behandle data som en erstatning for samtaler. Gruppen forsøgte at bruge AI til at identificere de øjeblikke, hvor en samtale skal finde sted, og derefter gøre samtalen bedre.
Satterfield introducerede den idé, der skulle danne grundlag for resten af projektet. Under en tidligere arbejdsgivers ansættelsesstop havde hun udviklet en selvevaluering af kompetencer til sit team inden for talentrekruttering—en måde at kortlægge, hvad folk kunne, i forhold til hvad de faktisk ønskede at lave, og skabe et varmekort, der gjorde beslutninger om omplacering mere menneskelige og mere strategiske.
Det var ikke AI-drevet. Det var en Microsoft-formular. Men den underliggende logik var solid, anvendelsesområdet var reelt, og hun havde set det fungere.
"Store leverandører forsøger at gøre dette, men ingen gør det rigtig godt endnu, og mange virksomheder har ikke afsat budget til denne type teknologi ud over deres centrale HRIS-system," sagde hun.
Gruppen så muligheden. Hvad nu, hvis de byggede en AI-fokuseret version? En, der var samtalebaseret i stedet for klinisk, fremadskuende i stedet for drevet af overholdelse af regler og prissat til individuelle HR-ledere i stedet for at være låst bag virksomhedskontrakter?
Måden, HR taler med HR om HR på, er fundamentalt anderledes. Det kan være en reel værdi, og de fleste værktøjer overser det fuldstændigt.
Melina Gillies · Personalechef, Flex Networks
Fisher, der lyttede, mens gruppen arbejdede sig gennem mulighederne, kom med en observation, der ændrede perspektivet på projektets potentiale. Han havde oplevet begge ender af HR-spektret: den overholdelse-først-, ramme-først- og transaktionsorienterede type og den sjældnere, menneskeorienterede fagperson, der talte til ham "som en person, der følte, at de var på min side."
"Sproget hos den anden type," sagde han, "føltes aldrig, som om det kom fra en ramme, der var skrevet for årtier siden. Det føltes bare godt."
Gillies greb fat i det. Hun argumenterede for, at det, der skulle adskille deres værktøj, var tone og struktur. Hvad nu, hvis det kunne efterligne den måde, HR-fagfolk faktisk taler med hinanden på til en konference, mellem sessionerne, uden for referat? Hvad nu, hvis det forstod "politisk tæft" ikke som et afkrydsningsfelt, men som noget komplekst, omstridt og situationsafhængigt, som erfarne fagfolk diskuterer indbyrdes?
Det var retningen: et vurderingsværktøj før ansættelse, designet til ledere inden for HR og talentrekruttering, som har brug for en bedre måde at evaluere kandidater til rekrutteringsstillinger på, før de ansætter dem. Ikke en personlighedstest eller en screening af CV'et, men en struktureret, samtalebaseret diagnostik, der kunne fortælle en ansættende leder, om personen over for dem faktisk vidste, hvordan jobbet skulle udføres. Et værktøj, der føltes mindre som en præstationsvurdering og mere som en samtale med en person, der forstod rekruttering indefra.
Øjeblikket, hvor det gik op for dem
Ved den tredje session var gruppen dybt optaget af værktøjets arkitektur: hvilke kompetencer der skulle vurderes, hvordan de skulle struktureres på tværs af niveauer, og hvordan man skulle tage højde for forskellen mellem det, folk siger, de kan, og det, de faktisk kan.
Kritikken af de eksisterende rammer kom fra Gillies, som beskrev SHRM's kompetencemodel som "meget traditionel og på nogle områder meget bagudskuende." Faget befandt sig stadig, som hun udtrykte det, i en "postindustriel efterdønning"—baseret på overholdelse af regler, hierarkisk og designet til en verden, der allerede var på vej tilbage.
Deres værktøj skulle orientere sig mod noget andet – ikke mod det, HR-ledere havde brug for at vide, men mod det, de havde brug for at kunne gøre.
Er du villig til at have en samtale med den administrerende direktør om hans præstationer? Hvis du ikke er det, er du ikke ekspert i vanskelige samtaler.
Erin Turnmeyer · VP for personale og drift
Turnmeyer havde et klargørende eksempel. Hun havde for nylig taget SPHR-eksamen. Det, hun skulle kunne – lovbestemmelser, proceduremæssige definitioner, klassifikationsregler – var ting, som enhver kompetent HR-professionel ganske enkelt ville slå op.
De faglige færdigheder var ikke certificeringsmaterialet. De var ting som: Kan du sidde over for en administrerende direktør og fortælle ham noget, han ikke ønsker at høre? Kan du tale en medarbejders sag, når forretningsgrundlaget er tvetydigt? At memorere arbejdsmarkedsregler besvarer ikke de spørgsmål.
Fisher gik videre. Han havde brugt årevis på forandringsledelse, og han havde fundet ud af, at den mest forudsigende faktor for en organisations evne til at navigere i en transformation ikke var en bestemt færdighed. Det var en persons forhold til tvetydighed.
At finde ud af, hvor komfortable folk er med at være ukomfortable – eller med forandringstempoet generelt – er en så stærk indikator for din evne til at fungere i denne nye verden.
Tim Fisher · Leder af AI , Black and White Zebra
Derefter kom det, som gruppen senere ville kalde den hemmelige ingrediens.
Gillies stillede et spørgsmål. Hvad nu, hvis værktøjet indbyggede et krydstjek? Hvis nogen vurderede sig selv som ekspert i konflikthåndtering, men derefter i et naturligt sprogligt svar på en opfølgende prompt beskrev situationer, der lød som alt andet end ekspertise, kunne AI'en så markere det? Kunne den forsigtigt sige, at der måske var et hul her?
"Det er aha-øjeblikket," sagde Turnmeyer.
Satterfield bemærkede, at alle, der har arbejdet med færdighedsopgørelser, har set versioner af det samme problem. Folk vurderer ofte sig selv meget anderledes, end deres faktiske erfaring eller adfærd ville antyde.
Værdien i værktøjet ville ikke komme fra at registrere, hvad folk troede om sig selv. Den ville komme fra kalibreringen – den forsigtige, datainformerede friktion mellem selvopfattelse og dokumenterede evner.
Vurderingen ville ikke blot være et spejl. Den ville være mere »spejl, spejl på væggen« end det, de fleste er vant til fra arbejdspladsvurderinger.
Virkeligheden ved at bygge
Intet af dette var let. Og det vidste gruppen fra begyndelsen.
Den mest vedvarende udfordring var ikke teknisk. Det var omfanget. Hver session skabte ti nye retninger, som hver især var oprigtigt værdifulde og hver især kunne opsluge hele projektet. Turnmeyer satte ord på det tidligt og ofte.
"Sørg for, at det gør den første ting rigtigt, så omfanget ikke vokser så meget, at du ikke kan skabe det," sagde hun.
Satterfield introducerede et ledende princip for gruppen: forskellen mellem et minimalt levedygtigt produkt og et minimalt værdifuldt produkt. Et levedygtigt produkt fungerer. Et værdifuldt produkt får folk til at vende tilbage.
I et marked, der er mættet med vurderingsværktøjer, får en grænseflade, der ikke leverer noget meningsfuldt ved den første interaktion, ikke en ny chance for at forbedre sig. Standarden er ikke funktionalitet. Det er værdi.
Hvis produktet ikke giver tilstrækkelig værdi ved første adgang, kommer brugerne sandsynligvis ikke tilbage senere for at se, om det er blevet bedre.
Kelly Satterfield · HR-leder og konsulent
Der var også de praktiske begrænsninger, som alle, der har forsøgt at bygge noget uden for et udviklingsteam, kender alt for godt: implementering, betalingsinfrastruktur, integration med eksisterende systemer, kontekstvinduer, der lukker midt i en session og sletter timevis af produktivt arbejde.
Den tidlige version afspejlede værktøjets kerneflow. En kandidat til en rekrutteringsrolle uploader et CV, værktøjet udleder en foreløbig færdighedsprofil og fører derefter kandidaten gennem en række samtalebaserede spørgsmål, der er designet til at kalibrere og tilføje kontekst og dybde til den indledende vurdering.
Til sidst får en rekrutteringsansvarlig et billede af, hvor kandidaten faktisk befinder sig i forhold til en fastlagt kompetenceramme.
Fisher opsatte det primære udviklingsmiljø i Lovable – en AI-bygger uden kode, der genererer offentligt tilgængelige værktøjer gennem samtale uden at binde brugerne til en bestemt LLM – så den tekniske arkitektur kunne følge med gruppens tanker uden selv at blive en flaskehals.
Fra plan til produkt
Ved den fjerde session designede gruppen ikke længere et abstrakt værktøj. De byggede et og opdagede, som byggere altid gør, at afstanden mellem idéen og udførelsen netop er dér, hvor den egentlige læring finder sted.
Fisher havde samlet en grundlæggende specialtilpasset GPT med instruktioner, et foreløbigt kompetencerammeværk og begyndelsen på den samtalelogik, de havde kortlagt i tidligere sessioner, før opkaldet gik i gang. Planen var, at alle skulle få adgang til den, skrive prompter til den i fællesskab og begynde at kalibrere dens stemme og adfærd i realtid. Planen stødte straks ind i virkeligheden.
Det delte link virkede ikke for andre end mig. Arbejdsområdets tilladelser, platformens særheder og den måde, ChatGPT håndterer ekstern adgang på, slugte den første fjerdedel af sessionen.
Det var en lille frustration, præcis den slags, der aldrig ville finde vej til en produktannoncering, og den var lærerig. De værktøjer, som praktikere faktisk bruger til at bygge ting med, opfører sig ikke som demonstrationer.
Dette skærmbillede viser, hvordan velkomstskærmen ville komme til at se ud for det værktøj, gruppen byggede, kaldet Talent Scout.
Da alle kiggede på den samme skærm, skete der noget mere interessant. Mens gruppen stadig talte om, hvilket format kompetencedefinitionerne skulle have, åbnede Gillies Claude i et separat vindue og konverterede vurderingstabellen til struktureret JSON – live under opkaldet.
"Jeg bruger Claude, fordi den er bedre end ChatGPT til det her," sagde hun uden videre. Hun lagde den formaterede fil i gruppechatten få minutter senere. Ingen stoppede op for at anerkende det. De fortsatte bare.
Den slags problemløsning undervejs – at forvandle en flaskehals til et løst problem uden at gøre det til mødets hovedbegivenhed – er det, der adskiller praktikere, som virkelig har internaliseret disse værktøjer, fra dem, der stadig er ved at lære at navigere i dem.
Hvem har det sidste ord
Satterfield rejste et spørgsmål, der ville få betydelige konsekvenser for både værktøjets arkitektur og dets endelige modtagelse: Leverer AI'en den endelige vurdering, eller bekræfter brugeren den?
Forskellen er ikke kosmetisk. Hvis værktøjet afgiver en konklusion som "Baseret på dine svar er du på niveau 2 inden for kandidatfokus", positionerer det AI'en som autoriteten. Hvis det i stedet viser en foreløbig vurdering og inviterer brugeren til at gøre indsigelse, ændrer dynamikken sig fuldstændigt. Vurderingen bliver samarbejdsbaseret snarere end evaluerende. Brugeren er deltager i processen, ikke genstand for den.
"Accepterer du denne feedback?" sagde Turnmeyer, da idéen faldt på plads. "Jeg er vild med den."
Gillies byggede logikken ud. Hvis brugeren ikke accepterer vurderingen, spørger værktøjet, hvad der føles forkert – og bruger derefter svaret til enten at kalibrere sin vurdering igen eller forsigtigt bekræfte den, mens det gennemgår dokumentationen.
Det samtalebaserede frem og tilbage er det, der skaber den psykologiske tryghed, værktøjet har brug for, hvis det virkelig skal være nyttigt. Folk ændrer sig ikke på baggrund af feedback, de ikke har tillid til. At opnå opbakning er ikke en blød funktion, det er selve mekanismen.
Den første rigtige test
De besluttede at teste prototypen live. Turnmeyer meldte sig frivilligt til at give et bevidst tyndt svar på et af vurderingsspørgsmålene – den slags, en uengageret kandidat eller distræt medarbejder kunne finde på at give.
Hun beskrev, hvordan hun havde skændtes med sin leder om en lønforskel, mistet kandidaten og ikke havde nogen idé om, hvad resultatet havde været. Det var HR-ækvivalenten til at svare "Jeg elsker bare virkelig mennesker", når man bliver spurgt, hvorfor man gerne vil arbejde med HR.
Værktøjet vurderede det med det samme. Det tildelte et niveau. Det var opmuntrende. Det var også forkert – ikke faktuelt, men for tidligt. Det havde draget antagelser om, hvad svaret indebar, i stedet for at spørge efter den yderligere kontekst, det havde brug for for at kunne vurdere præcist.
Hvis du vil give nogen andet end 'lever op til forventningerne', skal du give detaljerede eksempler. AI'en bør stille samme krav til sig selv.
Erin Turnmeyer · VP for personaleoperationer
Turnmeyer drog direkte parallellen til sin praksis for medarbejdervurderinger. Hun havde længe krævet, at ledere fremlagde specifik dokumentation, før de vurderede nogen over eller under "lever op til forventningerne".
Den samme disciplin bør gælde for værktøjet. Før det tildeler et niveau, skal det gøre sig fortjent til at gøre det ved at stille de spørgsmål, der ville gøre vurderingen forsvarlig. Det var endnu en gang HR-ekspertisen i rummet, der gjorde AI'en bedre – ikke omvendt.
Satterfield tilføjede en komplikation, som værktøjet havde overset. Det tynde svar kunne have afspejlet en politik snarere end en færdighed.
Hvis lederen reelt havde fastsat et loft for lønnen, ville det ikke have ændret resultatet at argumentere hårdere. Værktøjet havde vurderet personen, selv om det burde have spurgt ind til situationen. Afklarende spørgsmål var ikke blot en detalje, der skulle finpudses. De var det, der ville adskille en nyttig vurdering fra en overmodig.
Turnmeyer tog opgaven med at skrive instruktionerne med som hjemmearbejde: Hvordan får man et værktøj til at stille afklarende spørgsmål på de rigtige tidspunkter uden at få enhver interaktion til at føles som et forhør?
Dette skærmbillede viser et eksempel på, hvad det færdige produkt ville gøre: stille afklarende spørgsmål og få kandidaten til at gå mere i dybden.
Det er et sværere problem, end det lyder, og hun var meget bevidst om, at barren var usædvanligt høj.
"Det skal være bedre end et menneske," sagde hun. "Det er standarden."
Test som disciplin
Sessionen gav også en af de mere praktisk anvendelige metodologiske indsigter i hele gruppen. Da Satterfield spurgte, hvordan gruppen typisk testede værktøjer som dette, svarede både Turnmeyer og Gillies på måder, der afslørede noget vigtigt om, hvordan grundig testning faktisk ser ud i praksis.
For sit værktøj til anbefalinger om personalegoder, som skulle identificere korrekt, om bestemte lægemidler var dækket af virksomhedens sundhedsordning, testede Turnmeyer specifikt for grænsetilfældene. Ikke de oplagte lægemidler, de populære, som modellen gentagne gange ville have mødt i træningen. Hun testede de obskure lægemidler i de kategorier, der med størst sandsynlighed ville føre til en selvsikker hallucination.
"Jeg gik i gang med at teste de upopulære lægemidler," sagde hun, "fordi Claude viste mig, hvad den gjorde, mens den byggede det."
Den grad af bevidst modstandstestning er sjælden blandt udviklere, der kommer uden for en teknisk kontekst. Det er også præcis det, der adskiller værktøjer, som opnår tillid, fra værktøjer, der stille bliver opgivet efter en pinlig fejl.
At skære det væk, du allerede har bygget
En samlingssession lige før ferien begyndte med et spørgsmål, der var sværere at stille, end det lyder: Hvad er funktionen til upload af CV'er egentlig til?
Gillies bragte det på banen. Vurderingen bad brugerne tænke grundigt over deres egne evner. Tilførte CV'et oplysninger, som brugeren ikke kunne give mere direkte ved blot at besvare spørgsmålene? Ingen i gruppen var sikre på, at det gjorde. Den oprindelige hensigt havde været at spare tid, ligesom en CV-fortolker, men vi var ikke længere overbeviste om, at den leverede på det punkt.
De blev enige om at fjerne den.
Det er sjældnere, end det lyder, i produktudvikling. Gruppen havde brugt reel tid på uploadfunktionen—bygget den, testet den og set Satterfields CV blive fortolket og fejlbedømt. At fjerne den krævede, at man tilsidesatte logikken om allerede afholdte omkostninger, der får teams til at føje mere til ting, de allerede har investeret i.
Begynd med slutningen for øje, og definér, hvordan et godt resultat ser ud. Hvis du ikke kan formulere, hvad en funktion er til, kan du ikke forsvare den.
Turnmeyer fremførte et beslægtet argument om metodologien. Set i bakspejlet mente hun, at de måske kunne have bevæget sig hurtigere ved at definere værktøjets adfærd fuldt ud, før de skrev en eneste prompt. De havde arbejdet efter noget, der mindede om en agil model—byg, test, justér—mens kompleksiteten i det, de byggede, måske havde krævet mere en vandfaldstilgang: Få specifikationen på plads først, og byg derefter ud fra den.
Hun havde et designdokument på 130 sider fra et andet værktøj, hun havde bygget, som havde lært hende denne lektie. En komplet specifikation fortæller dig ikke bare, hvad du skal bygge. Den fortæller dig, hvad du ikke bygger, hvilket viser sig at være lige så nyttigt.
Gillies skærpede produktets kerneproblem. Uanset hvad værktøjet viste på skærmen, skulle det gå videre. En vurdering, der fremlægger data, er ikke det samme som et værktøj, der fortæller dig, hvad du skal gøre med dem. Det hul mellem output og handling er dér, hvor diagnostiske værktøjer stille holder op med at være nyttige, og det er et hul, de fleste af dem aldrig lukker.
At bygge alene
I januar havde Satterfield stået for det meste af byggeriet selv, da resten af gruppen oplevede, at deres 9-til-5-arbejde krævede for meget tid og ikke efterlod plads til projektet. Når alt kommer til alt, blev ingen betalt for dette.
Hun havde fjernet upload af CV'et, som gruppen var blevet enige om. Hun havde tilføjet stemmeinput—brugerne kunne nu besvare vurderingsspørgsmål ved at tale i stedet for at skrive, hvilket åbnede for en mere samtalepræget svarstil, der var sværere at manipulere end et tekstfelt.
Hun havde brugt ChatGPT til at generere syntetiske testsvar ("Jeg er en juniorrekrutterer, der er stærk inden for dette og svag inden for dette, giv mig svar"), hvorefter hun skiftede til Lovable for at indtaste svarene og observere, hvordan værktøjet bedømte dem.
Lederdashboardet var den anden halvdel af værktøjets logik – den visning, som en TA-direktør eller CHRO ville bruge til at se, hvordan en kandidat havde klaret sig, hvor hullerne var, og hvordan vedkommendes kompetencer kunne supplere styrkerne og behovene i et eksisterende team.
Det gjorde organisationsstrukturen til et reelt problem, fordi værktøjet skulle vide, hvem der vurderede hvem, og hvem der havde ret til at se resultaterne.
Satterfield havde forsøgt at håndtere dette ved at bede brugerne indtaste deres navn, jobtitel og deres leders navn (i mangel af en dataintegration). Men den logik brød sammen i et almindeligt scenarie: en direktør for talent acquisition, der ønskede at sende vurderingen ud i en bredere rekrutteringsorganisation, som omfattede både direkte og indirekte rapporteringsforhold. Logikken for organisationskortlægningen var ikke nuanceret nok til at tage højde for denne struktur.
I teorien ville disse oplysninger give værktøjet større indsigt i vurderingstagerens rolle, men indsamlingen af flere data gjorde tingene mere komplicerede.
Turnmeyer havde allerede løst en version af dette problem i en anden sammenhæng. Det værktøj til præstationsledelse, som hun havde bygget til sin egen virksomhed, kørte på Google Sheets, Slack og Claude. Google Sheets lagrede dataene. Slack var den grænseflade, medarbejderne interagerede med. Claude håndterede analysen og genereringen af feedback.
Arkitekturen var enklere, end det lød: et regneark med navn, e-mail, jobniveau og jobtitel. En separat fane, der krydskorrelerede jobniveau med kompetencer.
"Sikkerhedsafdelingen i min virksomhed ville gennemgå mit værktøj," fortalte hun gruppen. "Jeg sagde, at det var gemt i Google Docs. De sagde: 'Nå, så enkelt er det.'"
Enkelt, men Turnmeyer havde kun lært det ved at bygge. Det, hun ikke havde vidst tre uger tidligere, var, at logning fandtes – en funktion, der gemmer en brugers fremskridt, så værktøjet ikke nulstilles, når nogen går væk og vender tilbage.
"Jeg bandede ad Claude," sagde hun, "indtil den fortalte mig, at logning fandtes.
Det er det, man faktisk lærer af at bygge. Ikke det, man havde planlagt at lære, men det, man ikke vidste, man havde brug for at vide.
More Articles
- Vi måler stadig AI-ROI forkert, og fejlen bliver dyrere
- Problemer med AI-lønpræmier: Hvorfor højere løn for AI-kompetencer kan give bagslag
- 10 bedste værktøjer til fjernarbejde for distribuerede teams i 2026
- 10 bedste softwareløsninger til kompetencestyring i 2026
- 10 bedste softwareløsninger til styring af virksomhedens resultater anmeldt i 2026
Spørgsmålet nedenunder
På et tidspunkt under januarsessionen nåede samtalen frem til det spørgsmål, den havde kredset om i månedsvis.
Gruppen blev ved med at diskutere arkitektur, tilladelser, lagring og oversigter – alle sammen reelle problemer. Men under dem lå et mere grundlæggende spørgsmål. Hvad forsøgte de egentlig at bygge, og til hvem?
Værktøjet, som det oprindeligt var tænkt, var et udvælgelsesdiagnosticeringsværktøj – noget, en TA-leder kunne sende til en kandidat eller intern medarbejder for at vurdere, om vedkommendes faktiske kompetencer stemte overens med det, der stod på CV'et, og få dette billede frem, før der blev truffet en udvælgelsesbeslutning.
Det, du ser her, er et udvalg af skærmbilleder af den type rapport, værktøjet producerede for interviewpersonen. For vurderingstageren hjælper en oversigt over det aktuelle teams styrker med at fokusere på, hvor interviewpersonen skal vurderes for at se, om vedkommende kan afhjælpe TA-teamets svagheder.
Dette kerneformål havde ikke ændret sig. Men hver praktisk beslutning, de havde truffet – at tilføje et lederdashbord, overveje abonnementsmodeller og finde ud af, hvordan login skulle fungere – trak dem i retning af noget mere komplekst.
Oversigter i realtid betød løbende adgang, hvilket betød abonnementsgebyrer, hvilket betød, at de bevægede sig tættere på den slags virksomhedsværktøjer, som mange organisationer har svært ved at få råd til eller implementere effektivt.
"Vi forsøger ikke at blive en HCM-leverandør," sagde Satterfield.
Turnmeyer var ærlig om, hvor hun stod.
"Min intention var bare at lære noget nyt."
Det var ikke en tilbagetrækning fra projektet. Det var en præcis beskrivelse af, hvad eksperimentet allerede havde givet hende. Hun havde lært nogle nye ting og var allerede i gang med at bygge et nyt værktøj til præstationsledelse, hvor hun anvendte erfaringerne fra gruppen.
Hun behøvede ikke at produktmodne gruppens værktøj for at have fået reel værdi ud af det.
På dette tidspunkt var min egen interesse primært redaktionel. Jeg ville have en historie at fortælle og noget, folk kunne se – ikke et abonnementsprodukt, men en demonstration af, at HR-praktikere kunne overveje at bygge noget lignende.
At skrive denne artikel var en del af det. Kunne jeg lave en guide, der kunne downloades? Senere måske et livearrangement, hvor gruppen kunne diskutere det, de havde lavet, lade et publikum interagere med værktøjet og optage samtalen som en podcast? Jeg havde mange idéer, men den tid, der var til at føre dem ud i livet, blev kortere, efterhånden som det nye års mål hobede sig op foran os alle.
Satterfields interesse var den mest kommercielt orienterede, og hun var tydelig omkring den. Hun var interesseret i at produktmodne det på et senere tidspunkt. Hun ville ikke gøre det alene. Men hun var villig til at blive ved med at bygge hen imod noget, der en dag kunne sælges.
Denne tredeling af hensigter – læring, historiefortælling, produkt – er sandsynligvis iboende i enhver gruppe som denne. Den ærlige samtale om det i januar var mere nyttig end at lade som om, alle altid havde ønsket det samme.
Demoen som svar
Spørgsmålet om, hvordan man skulle lade folk afprøve værktøjet, havde stået uafklaret, siden upload af CV'et blev lanceret. Det er værdifuldt at teste med rigtige brugere, men det skaber sine egne problemer. Værktøjet skal fungere konsekvent, brugerne skal have tilstrækkelig kontekst til at vide, hvad de gør, og en dårlig førstegangsoplevelse er svær at rette op på.
Turnmeyer tilbød den enkleste løsning, gruppen havde overvejet.
Hun havde set demovideoer – korte gennemgange på et minut eller to, der viste, hvordan et værktøj fungerede, uden at seeren faktisk behøvede at bruge det. Hun foreslog, at det måske var tilstrækkeligt. Folk kunne se værktøjet i aktion, forstå hvad det gjorde og hvorfor, og gå derfra med en følelse af, at det var muligt.
De ville ikke behøve at navigere gennem et login, angive et organisationsdiagram eller gå i stå, når et vurderingsspørgsmål ikke passede til deres situation.
Den feedback, jeg får fra mange af de blogs, jeg skriver, er, at folk ikke rigtig ønsker at kopiere præcis det samme. De vil bare vide, at de er i stand til at gøre det.
Erin Turnmeyer · Vicepræsident for personale og drift
Den observation peger på noget reelt i den måde, HR-folk forholder sig til AI-værktøjer på lige nu. Den kløft, mange af dem navigerer i, ligger ikke mellem at vide, at noget eksisterer, og at bruge det. Den ligger mellem at tro på, at de overhovedet er i stand til at gøre noget som dette.
En demo, der viser fagfolk bygge deres eget værktøj, besvarer et andet spørgsmål end et færdigt produkt – ikke "er dette værktøj godt?", men "kunne en som mig have lavet det?"
Idéen blev godt modtaget. Den imødekom bekymringerne om testning, reducerede kompleksiteten ved at dele noget, der endnu ikke var produktionsklart, og fastholdt fokus dér, hvor gruppen altid havde ment, det skulle være: på processen og tænkningen, ikke kun resultatet.
Hvad eksperimentet lærte os: En guide til HR-byggere
- Start med problemet, ikke teknologien. Gruppens tidlige begejstring for sentimentanalyse var ægte, og den førte dem væk fra et mere håndterbart og værdifuldt problem. Skiftet til kompetencekortlægning virkede, fordi det tog udgangspunkt i en reel anvendelse, der allerede var blevet afprøvet i praksis.
- Skræddersyet slår generisk. Alle deltagerne havde mødt begrænsningerne ved HR-platforme til virksomheder. Værktøjerne, der var bygget til specifikke kontekster – Turnmeyers anbefalingsværktøj til personalegoder og Satterfields varmekort – klarede sig bedre end standardløsningerne. Argumentet for at bygge sit eget har aldrig været stærkere, og barriererne er lavere.
- Krydskontrollen er hele pointen. Selvvurderinger er kun så gode som folks selvindsigt, og den er notorisk upålidelig. Et værktøjs reelle værdi ligger i dets evne til at undersøge, udfordre og nænsomt justere – ikke blot registrere, hvad folk mener om sig selv.
- Minimum værdifuldt, ikke minimum levedygtigt. Hvis den første version ikke leverer noget, der får en bruger til at ville vende tilbage, er køreplanen ligegyldig. Design til det første indtryk, ikke det femte.
- Opbakning er strukturel, ikke blød. Spørgsmålet om, hvorvidt AI'en giver den endelige vurdering, eller brugeren bekræfter den, er ikke en detalje i brugeroplevelsen. Det afgør, om værktøjet er en autoritet eller en samarbejdspartner, og den forskel former alt ved den måde, det modtages og bruges på.
- Fjern funktioner, I allerede har bygget. Logikken om uigenkaldelige omkostninger får teams til at føje mere til ting, de har investeret i, længe efter at disse ting er holdt op med at fortjene deres plads. Hvis I ikke kan formulere, hvad en funktion er til for, har I allerede svaret. At fjerne den er produktdisciplin, ikke fiasko.
- Test adversarialt og tidligt. Find folk, der vil fortælle jer, at værktøjet er dårligt. Giv det det værst tænkelige, men stadig rimelige input, og se, hvad det gør. Indbyg grænsetilfældene, før I finpudser de typiske. Værktøjets troværdighed afhænger af, hvordan det håndterer de øjeblikke, det ikke er designet til.
- Værktøjet skal gøre sig fortjent til retten til at vurdere. At springe til en vurdering, før man har stillet nok spørgsmål, er formodning, ikke effektivitet. Afklarende spørgsmål er det, der gør vurderingen forsvarlig, og forsvarlighed er det, der får feedback til at slå igennem.
- Vær ærlig om, hvad alle er der for. Forskellige hensigter i en gruppe er ikke et problem, der skal håndteres – de er information. Hvis man får dem frem tidligt, sparer det alle for at bygge hen imod et mål, som kun nogle af dem faktisk deler.
- De sværeste samtaler er de vigtigste. Gruppen byggede et værktøj til at vurdere HR-kompetencer og havde i den forbindelse en af de mest ærlige samtaler om HR's begrænsninger, som nogen af dem kunne huske. Den samtale – om bagudskuende rammeværk og om kløften mellem eksamensviden og situationsbestemt dømmekraft – var lige så meget produktet som selve værktøjet.
Sessionerne, der begyndte som en aftale om fire samtaler, strakte sig ind i vinteren og derefter ind i det nye år. Prototypen var stadig under udvikling. Hensigterne hos de mennesker, der havde bygget den, var blevet tydeligere på måder, der ikke lod sig afklare enkelt.
Satterfield var stadig i gang med at bygge. Turnmeyer havde taget det, hun havde lært, og anvendt det andetsteds. Gillies havde presset gruppen til at være mere disciplineret omkring, hvad værktøjet faktisk skulle gøre. Jeg skrev historien om det hele.
Turnmeyer havde sagt noget tidligt i processen, som stadig holdt stik: Hun byggede ikke, fordi hun var blevet bedt om det, men fordi hun havde brug for at forstå.
Den forståelse af, hvad AI-værktøjer faktisk gør, hvad de tager fejl af, og hvad der skal til for at gøre dem nyttige, var ikke tilgængelig i nogen konferencesession eller produktdemonstration. Den kom fra de beslutninger, gruppen traf, de funktioner, de fravalgte, og de øjeblikke, hvor værktøjet vurderede nogen forkert, og de var nødt til at finde ud af hvorfor.
Det mest nyttige, holdet producerede, fandtes ikke i prototypen. Det fandtes i ræsonnementet bag den.
