Tidligere Hollywood-HR-direktør advarer om de juridiske og etiske risici, HR-teams står over for ved implementering af AI — og praktiske løsninger til risikominimering

I denne samtale reflekterer Paul over, hvordan AI omformer HR, ledelse og arbejdspladsen – samt de juridiske konsekvenser, der skal tages i betragtning.

Paul Falcones rejse fra HR i Hollywood til global ledelse

Jeg har været CHRO hos Nickelodeon Animation Studios og chef for international HR hos Paramount Pictures. Jeg har også arbejdet med HR inden for sundhedsvæsenet, bioteknologi og finansielle tjenester – på tværs af fagforenings-, nonprofit- og internationale miljøer.

I to årtier var jeg klummeskribent for SHRMs HR Magazine og HR Daily Newsletter, og jeg underviste på UCLA Extensions School of Business & Management. I dag er jeg medlem af bestyrelsen for American Management Association.

Som forfatter har jeg skrevet 17 bøger med HarperCollins Leadership, som er solgt i over 750.000 eksemplarer og oversat til blandt andet kinesisk, hindi og russisk.

I 2022 lancerede jeg mit eget konsulentfirma inden for ledelse, Paul Falcone Workplace Leadership Consulting, LLC, hvor jeg specialiserer mig i internationale hovedtaler, ledertræning og coaching af ledere.

Hvordan HR er den funktion, der har ansvaret for at lede organisationer i AI-æraen

AI omformer i dramatisk grad erhvervslandskabet. HR-opgaver, der tidligere tog uger eller måneder, kan nu løses på få timer takket være værktøjer som ChatGPT, Google Gemini og Microsoft Copilot.

Det er en fantastisk tid at være vidne til AI-softwares og -værktøjers samlede kraft, men det rejser også vanskelige spørgsmål om fremtiden for kvalificerede medarbejdere og professionelle skribenter. Teknologidirektører forudser allerede reduktioner på 10–30 % i funktionærstillinger, og der tales endda om den første virksomhed med én medarbejder og en værdi på en milliard dollars. 

Det betyder, at HR ikke blot reagerer på AI's fremmarch – funktionen er i stigende grad ansvarlig for at lede organisationer gennem den forstyrrelse af arbejdsstyrken, som AI medfører.

Hvordan AI kan bruges til at løfte resultatstyringen

Et af de områder, hvor AI's indvirkning er mest synlig, er resultatstyring.

Udviklingen af et ledelsesprogram fra bunden var tidligere en naturlig følge af at opskalere en virksomhed over en vis størrelse, hvad enten det gjaldt antallet af medarbejdere eller omsætningen. Men AI gør det nu muligt at skabe jobbeskrivelser, lønintervaller, onboardingmodeller og skabeloner til performancevurderinger – og endda erklæringer om mission, vision og værdier – der indfanger ikke blot mængden af data, men også tonen og følelsen i organisationens kultur.

Tilpassede apps til læring og udvikling hjælper nu med at skabe individualiserede træningsplaner og forbedre medarbejderoplevelsen. Coachingapps lanceres i øjeblikket og giver ledere og individuelle bidragydere feedback i realtid om, hvordan de håndterer situationsspecifikke, arbejdsrelaterede udfordringer. Dataanalyse og numerisk baserede bemandingsmodeller vil uden tvivl nå nye højder i AI's datadrevne verden. 

Og udviklingen af en række relevante interviewspørgsmål, forespørgsler til referencekontrol og onboardingprogrammer er ikke længere forbeholdt store organisationer med omfattende HR-teams.

Du skal stadig gennemgå resultaterne grundigt og tilpasse indholdet til din organisation eller afdeling, men det meste af det krævende arbejde vil allerede være på plads takket være AI. Når du har fået de nødvendige redigeringer og godkendelser fra den ansættende leder eller afdeling, kan du gå videre til din næste rolle i virksomheden. En komplet taksonomi over roller, ansvarsområder og klassifikationer kan udvikles af én person på forholdsvis kort tid.

Og selv om de data, der hentes fra AI-baserede store sprogmodeller, stadig skal kontrolleres og indhentes etisk, synes nøjagtigheden af data i mange af de ovenstående eksempler på resultatstyring at være forholdsvis velkurateret og kun at kræve minimale justeringer.

Hvorfor de juridiske og etiske konsekvenser af at indføre AI er lige så vigtige som de driftsmæssige konsekvenser

Alligevel følger der et ansvar med denne nye effektivitet. De juridiske og etiske konsekvenser af at tage AI i brug bliver lige så vigtige som de operationelle konsekvenser. 

Risici for uforholdsmæssige konsekvenser og påstande om algoritmisk skævhed vil uden tvivl blive stof for sagsøgernes advokater og fremtidige studier af retspraksis. Virksomheder og HR-teams vil gøre klogt i ikke blindt at stole på AI i forbindelse med beslutninger om ansættelse, udvælgelse eller forfremmelse uden løbende at gennemgå AI-drevne anbefalinger og holde øje med skæve resultater.

Det arbejdsretlige område summer allerede af ny terminologi og hypotetiske scenarier. "Algoritmisk skævhed" er noget, der vil blive til en juridisk anklage, som virksomheder får svært ved at forsvare sig imod, fordi HR-medarbejdere ikke er uddannet inden for dette område. De vil få svært ved at forklare, hvordan algoritmiske beslutninger påvirker screening af CV'er, ansættelser, forfremmelser og afskedigelser. Selvom der ikke findes nogen regulering på føderalt niveau (hvilket efter min mening er desperat nødvendigt), har Californien taget føringen. Fra den 1. oktober kræver California Civil Rights Department nu, at store virksomheder med en omsætning på over $500 million gennemfører obligatoriske “skævhedsrevisioner.”

Dernæst er der spørgsmålet om privatliv. AI i åbne systemer vil ikke holde medarbejderoplysninger private, så spørgsmålet er, om AI i lukkede systemer vil give mere mening — men det gælder kun større arbejdsgivere, der har råd til sådanne programmer.

Derudover er der spørgsmål om løn, arbejdstid og status som undtaget fra overtidsreglerne. Hvis AI udfører det meste af den “uafhængige beslutningstagning” og den “skønsmæssige indsats”, kan medarbejdere, der i øjeblikket er klassificeret som “undtaget”, så hævde, at de bør omklassificeres som ikke-undtagne og være berettigede til overtidsbetaling?

Og endnu mere provokerende: Vil arbejdsgivere være ansvarlige for seksuel chikane begået af robotter?

Så jeg tror, at der vil opstå et helt nyt arbejdsretligt område baseret på udfordringer af arbejdsgiveres AI-resultater og anbefalinger i blandt andet ansættelses- og forfremmelsesprocesser.

Pauls tip

Sagsøgernes advokater vil få et helt nyt arbejdsretligt område baseret på udfordringer af arbejdsgivernes AI-resultater.

HR-chefer bliver nødt til at finpudse deres færdigheder i at kontrollere AI for at sikre, at der gennemføres korrekte analyser af AI-resultater, og at disse valideres på passende vis.

Sådan kan HR-ledere styrke deres praksis for kontrol af AI og mindske risikoen

Det generelle råd, især i Californien, når det gælder implementering af AI, er:

1. Brug AI som hjælp, ikke som erstatning for arbejdsrelaterede beslutninger.
2. Etablér tilsyns- og rapporteringsmekanismer, så problematiske tendenser eller mønstre i resultaterne hurtigt kan identificeres og afhjælpes — for eksempel hvis algoritmen kun ser ud til at anbefale hvide mænd eller hvide mænd under 40 år til bestemte roller.
3. Udarbejd en protokol for test af skævhed.

Californiens lov er den første, men den bliver bestemt ikke den sidste, og den nuværende omsætningstærskel på $500 million vil sandsynligvis blive sat ned med tiden.

Brug af AI til skrivning, informationssøgning og historiefortælling

Jeg lancerede min konsulentvirksomhed i april 2022 — cirka seks måneder før ChatGPT blev udgivet. Derfor har jeg endnu ikke arbejdet med de nyere AI-værktøjer, der er specifikt udviklet til HR. Jeg har primært brugt AI som selvstændig konsulent i min enkeltmandsvirksomhed til at understøtte min informationssøgning, analyse og skrivning.

I mit arbejde med rådgivning og skrivning er det brugervenligheden, der skiller sig ud. Jeg kan godt lide at kunne “fortælle en hel historie” i min AI-prompt for at skabe en bestemt tone eller følelse i resultaterne. For eksempel påvirker det outputtet stærkt at inkludere instruktioner som “brug en venlig og uformel tone”.

Jeg elsker også at bruge AI til boganmeldelser — jeg beder den om at opsummere og fremhæve de vigtigste begreber og læringspunkter fra en bog eller artikel. På få sekunder kan jeg få en overordnet fornemmelse af en bogs tema og vigtigste pointer, selv når jeg ikke har tid til at læse den i sin helhed. 

Det er bemærkelsesværdigt, at AI så hurtigt kan finde så relevant og aktuel information.

Hvorfor AI-certificering bliver et krav

Efterhånden som AI bliver integreret i alle brancher, bliver spørgsmålet om certificering stadig vigtigere. 

Hvilken rolle vil AI-certificering spille i fagfolks karriereudvikling? Hvem vil tilbyde de nødvendige kvalifikationer? Vil de komme direkte fra Google, Microsoft og OpenAI, eller vil massive åbne onlinekurser (MOOCs) som Coursera, FutureLearn og andre udfylde dette tomrum?

Den næste generation af ledere vil betragte AI-kompetencer ikke som en fordel, men som et krav.

Hvordan automatisering vil omforme arbejdsstyrken

Hvis vi ser ud over HR, vil AI's afsmittende virkninger omdefinere hele brancher.

Efterhånden som forandringstempoet accelererer, vil AI's største påvirkninger vise sig på tre områder:

1. Grundigere evaluering af AI-modeller samt obligatoriske valideringsundersøgelser og biasrevisioner for at sikre retfærdighed og beskytte mod søgsmål om negativ forskelsbehandling.
2. Omfattende nedskæringer blandt den akademisk uddannede funktionærarbejdsstyrke på tværs af virksomhedens drift, herunder HR, marketing, salg, kundeservice, økonomi og IT.
3. Fremvæksten af mindre virksomheder og opløsningen af større organisationer med “megacap”-status, som sandsynligvis fortsat vil være rentable, men skære betydeligt ned. Dette vil ske sideløbende med en stigning i projektbaseret arbejde, hvor uafhængige konsulenter leverer løsninger i realtid til virksomheder, der har brug for deres specialiserede ydelser — og hvor virksomhederne ikke ønsker at øge antallet af ansatte.

Disse forandringer vil omdefinere, hvad det vil sige at arbejde, lede og vokse — og de organisationer, der tilpasser sig hurtigst, vil have en klar fordel.

Når det er sagt, er det realistisk at forvente, at der bliver skabt nye job, som ikke findes i dag. I 1950 havde 43 millioner amerikanere et arbejde. I 2020 var over 152 millioner amerikanere i beskæftigelse. Der blev altså skabt mere end 100 millioner nye job i en periode med gennemgribende teknologiske forandringer, mange af dem inden for kategorier, der ikke eksisterede tidligere.

AI's udvikling vil sandsynligvis følge et lignende mønster, selvom nyoprettede stillinger ikke vil opstå samtidig med eller i samme takt, som eksisterende stillinger erstattes. Vi kan med rimelighed forvente et højt niveau af forstyrrelser og sammensat volatilitet i det kommende årti som følge heraf.

Praktiske råd til ledere i AI's tidsalder

Fremadrettet er mit råd til fagfolk og ledere enkelt:

• Bevar nysgerrigheden, men brug AI som hjælp — ikke som erstatning for menneskelig beslutningstagning.
• Fastlæg tilsyns- og rapporteringsmekanismer, og udvikl en protokol til test af bias.
• Kom AI-supereksprestoget i forkøbet, og se dig ikke tilbage.

Pauls tip

Bevar nysgerrigheden. Kom AI-supereksprestoget i forkøbet, og se dig ikke tilbage.

De, der ikke proaktivt tager AI til sig og forestiller sig, hvordan den kan anvendes i arbejdsstyrken, vil uden tvivl sakke bagud.

Følg med

Du kan følge Pauls arbejde på LinkedIn og abonnere på hans blog på PaulFalconeHR.com, hvor han fortsat rådgiver ledere om etisk og praktisk anvendelse af AI på arbejdspladsen. Og udforsk hans 17 bestsellerbøger om ledelse.

Der kommer flere ekspertinterviews på People Managing People.