Tekoälyä käyttävä rekrytoinnin esikarsinta vaatii kriittistä tarkastelua
Vaatimustenmukaisuusongelma: Coloradon tekoälylaki edellyttää avoimuutta ja vastuullisuutta työnantajilta, jotka käyttävät tekoälyä rekrytoinnissa.
Tekoälyn läpinäkyvyys: Monet työnhakijat eivät tiedä, että tekoälyjärjestelmät ovat vaikuttaneet heidän työhakemuksiinsa tai arviointeihinsa.
Tulkintakuilu: Henkilöstöosastojen on usein vaikea selittää tekoälyn pisteytysmalleja ja niiden vaikutuksia rekrytointiin.
Toimittajan vastuu: Viimeaikaisten säädösten mukaan työnantajat, eivät toimittajat, ovat vastuussa tekoälytyökalujen aiheuttamista haitallisista seurauksista.
Hallinnan muutos: Organisaatioiden on asetettava tekoälyä hyödyntävissä rekrytointiprosesseissa etusijalle selitettävyys ja dokumentointi vaatimustenmukaisuuden varmistamiseksi.
Jossain rekrytointiprosessissanne järjestelmä suodatti pois hakijan tavalla, jota tiiminne ei osaa täysin selittää. Teillä saattaa olla toimittajasopimus, hallintapaneeli ja pisteytys. Useimmilla organisaatioilla ei kuitenkaan ole selkeää vastausta kysymykseen, johon uudet tekoälysäädökset nyt käytännössä edellyttävät vastausta: miksi.
Se ero, joka vallitsee sen välillä, mitä tekoäly tekee yritysten rekrytoinnin sisällä ja mitä hakijat ja sääntelyviranomaiset voivat todellisuudessa nähdä, on nyt vaatimustenmukaisuuskysymys. Coloradon tekoälylaki, joka on yksi ensimmäisistä laatuaan Yhdysvalloissa, tuli voimaan helmikuussa. Se edellyttää työnantajia, jotka käyttävät suuren riskin tekoälyjärjestelmiä työhön liittyvissä päätöksissä, ilmoittamaan asiasta hakijoille ja tarjoamaan mekanismin, jonka avulla he voivat korjata tietoja tai valittaa kielteisestä lopputuloksesta.
Monille henkilöstöosastoille tämän vaatimuksen täyttäminen tarkoittaa sellaisten järjestelmien selittämistä, joita ne eivät itse täysin ymmärrä.
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
Tekoälypohjaisten rekrytointityökalujen markkinat ovat kasvaneet merkittävästi viime vuosien aikana. Toimittajat tarjoavat työnantajille hakemusten seulonta-alustoja, automatisoitua haastattelujen pisteytystä ja ennakoivia sopivuusmalleja hakemusmäärien hallintaan suuressa mittakaavassa.
Lupaus on tehokkuus, mutta käytännön luvut kertovat monimutkaisemman tarinan. LinkedInissä lähetettyjen hakemusten määrä kasvoi vuonna 2025 yli 45 % edellisvuoteen verrattuna, ja alustalle saapui noin 11 000 hakemusta minuutissa. Samaan aikaan 64 % rekrytoijista ilmoitti samana ajanjaksona samankaltaisten, tekoälyn luomien hakemusten lisääntyneen, mikä kasvatti heidän seulontatyömääräänsä sen sijaan, että olisi vähentänyt sitä. Määrää suodattamaan suunnitellut työkalut tuottavat sitä osittain itse.
Tatiana Teppoeva, entinen Microsoftin ja Boeingin datatieteilijä, joka nykyään neuvoo organisaatioita tekoälyavusteisen rekrytoinnin riskeissä, näkee tämän ilmiön toistuvasti yritysasiakkaidensa parissa.
Monet henkilöstötiimit ymmärtävät toimittajien väitteet, mutta niiden näkyvyys siihen, miten seulonnan tulokset muodostetaan tai mitä hakijan ominaisuuksia painotetaan, on rajallinen. Kun hakijat kysyvät, miksi heidät karsittiin, organisaatioilla on usein vaikeuksia muuttaa toimittajan pisteytystä selkeäksi ja tehtävän kannalta merkitykselliseksi selitykseksi.
Hänen kokemuksensa mukaan kuilu on tarkasti määriteltävissä: organisaatiot pystyvät kuvailemaan työkalun tuottaman pisteytyksen helpommin kuin selittämään, mitä se edustaa tehtävän kannalta olennaisen osaamisen näkökulmasta.
Tällä läpinäkymättömyydellä on mitattava vaikutus hakijoihin. Enhancvn huhtikuussa 2026 tekemässä kyselyssä, johon vastasi 1 066 yhdysvaltalaista työnhakijaa, 68,5 % kertoi, ettei heille koskaan ilmoitettu tekoälyn vaikuttaneen heidän arviointiinsa, ja vain 9,7 % sanoi työnantajan ilmoittaneen asiasta selkeästi.
Lähes kolmannes kertoi luopuneensa työpaikasta mieluummin kuin suorittaneensa yksisuuntaisen tekoälyseulonnan, eikä ilmiö jakautunut tasaisesti. Lähes 80 % hylätyistä työpaikoista maksoi alle $100,000. Hakijat, joilla on vähiten vaihtoehtoja, altistuvat eniten järjestelmille, joita he eivät voi nähdä eivätkä ole hyväksyneet.
Musta laatikko toimittajasopimuksen takana
Vastuuvelvollisuuteen liittyvä kysymys ei kuitenkaan koske yksinomaan läpinäkymättömyyttä, vaikka se onkin osa ongelmaa. Monet seulonta-alustat toimivat mustina tai lähes mustina laatikoina, joissa mallin painotuslogiikka ei näy työnantajalle, saati hakijalle.
Vaikka toimittajat tarjoaisivat selitettävyyteen liittyviä ominaisuuksia, rekrytoijan näkemä selitys saattaa olla yksinkertaistettu vastine monimutkaisemmalle taustalla olevalle prosessille. Henkilöstöjohtaja voi lukea tuloksen. Hän ei usein pysty selvittämään, miten se on muodostettu.
Tällä on suurempi merkitys suuressa mittakaavassa. Yritys, joka käsittelee kymmeniätuhansia hakemuksia vuodessa, tekee suuren määrän merkittäviä päätöksiä järjestelmän avulla, jota sen oma tiimi ei välttämättä pysty auditoimaan. Coloradon lain ilmoitus- ja valitusvaatimukset pakottavat tämän kysymyksen esiin. Jos hakija kysyy, miksi hänet hylättiin, kuka vastaa ja minkä tiedon perusteella?
Teppoevan työ keskittyy erityisesti siihen, mitä hän kutsuu "tulkintakerrokseksi" eli tekoälyn tuottaman rekrytointisignaalin ja ihmisen tekemän päätöksen väliseen tilaan. Ensimmäinen kysymys, jonka hän esittää seulontatyökalun jo käyttöön ottaneille organisaatioille, on miksi: "Miksi tämä hakija sai matalan pisteytyksen, vaikka hän vaikutti rekrytointitiimin mielestä vahvalta? Miksi toinen hakija sai korkeat pisteet mutta päätyi myöhemmin suorituksen parantamissuunnitelmaan?"
Useimmat organisaatiot eivät hänen mukaansa pysty vastaamaan näihin kysymyksiin. Niillä on pisteytys, mutta ei sen taustalla olevaa perustelua.
"Organisaatiot luottavat usein toimittajien tuottamiin tuloksiin ylläpitämättä selkeää sisäistä kehystä niiden tulkitsemiseen tai dokumentointiin", hän sanoo. "Tämä voi vaikeuttaa sen selittämistä, miten ihmisen harkintaa sovellettiin tai miten lopulliseen päätökseen päädyttiin."
Kun päätös riitautetaan, tästä kuilusta tulee vastuuriski.
Vastuu lankesi työnantajalle
Sääntelyn ajoitus paljastaa myös ongelman siinä, miten tekoälypohjaisia rekrytointityökaluja on yleensä hankittu. Päätöksiä käytettävästä alustasta ovat usein ohjanneet läpimenoaikaan keskittyneet kykyjenhankintatiimit, ja lakiasiain-, vaatimustenmukaisuus- sekä joskus HR-johto ovat osallistuneet vain vähän sen arviointiin, mitä työkalu oikeastaan tekee.
Coloradon laki muuttaa tätä asetelmaa. SB 205:n mukaan työsuhteessa käytettävän korkean riskin tekoälyn haitallisista seurauksista vastaa työnantaja, ei toimittaja. Työkalua käyttävä yritys on vastuussa sen tuloksista.
Brightmoven, hakijoiden seurantajärjestelmän toimittajan, operatiivinen johtaja ja toinen perustaja Jimmy Hurff sanoo, että hänen näkemänsä hankintakeskustelut heijastavat juuri tätä ongelmaa.
Työnantajat näyttävät keskittyvän eniten ominaisuuksien integrointiin ja hakijamääriin. Mahdolliset asiakkaamme tarkistavat enimmäkseen integraatio-ominaisuudet, mutta harvoin keskittyvät hakijaputken laatuun tai pisteytyksen ja arvioinnin automatisointiin.
Coloradon sääntelykehyksen kannalta tärkeimmät kysymykset – selitettävyys, auditointimahdollisuus ja muutoksenhakuprosessit – eivät tyypillisesti ole niitä, joita pöydän ääressä esitetään.
Brightmove julkaisi vastuullista tekoälyä koskevan käytännön suorana vastauksena SB 205:een, ja Hurffin mukaan laki on pakottanut koko toimittajakentän laajempaan uudelleenarviointiin. Hän tuo myös selvästi esiin, mihin suuntaan sääntelykeskustelun hänen mielestään pitäisi seuraavaksi edetä: kohti yhtä liittovaltion standardia osavaltioittaisen vaatimustenmukaisuuden tilkkutäkin sijaan. Hänen mukaansa tämä antaisi toimittajille selkeämmän toimeksiannon, jonka pohjalta rakentaa ratkaisujaan.
Dokumentointiongelma on merkittävimmillään silloin, kun hakijoita, joiden viestintätavat poikkeavat siitä, mihin järjestelmä on koulutettu – esimerkiksi vamman, neuroepätyypillisyyden tai kielitaustan vuoksi – arvioidaan työkaluilla, jotka eivät pysty huomioimaan asiayhteyttä. Teppoeva kuvailee ongelman ydintä.
"Signaali voidaan mitata tarkasti ja silti tulkita väärin", hän sanoo.
Kun hakija kyseenalaistaa päätöksen, useimmat organisaatiot pystyvät tuottamaan tuloksen uudelleen. Ne eivät kuitenkaan pysty selittämään päätöstä, ja niillä on harvoin dokumentaatiota, joka osoittaisi mitatun asian todella liittyneen tehtävään.
EEOC on seurannut tätä aluetta ainakin vuodesta 2021, jolloin se käynnisti tekoälyä ja algoritmista oikeudenmukaisuutta rekrytoinnissa koskevan aloitteensa. Sen vuonna 2023 antamassa ohjeistuksessa tehtiin selväksi, etteivät työnantajat voi ulkoistaa syrjivien seulontatulosten vastuuta ulkopuoliselle toimittajalle.
Coloradon laki menee pidemmälle ja lisää läpinäkyvyyttä sekä muutoksenhakuvelvoitteita, joita useimpia yritysten rekrytointitoimintoja ei ole rakennettu täyttämään.
Mitä HR-johtajien on tiedettävä
Käytännössä tämä luo vaatimustenmukaisuuden osa-alueen, jota monet HR-johtajat eivät ole kartoittaneet. Heillä saattaa olla toimittajasopimus. Heillä saattaa olla yleinen käsitys siitä, mitä työkalu tekee. Dokumentaatio siitä, miten malli on koulutettu, mitä varten sitä optimoidaan ja miten päätökset kirjataan sekä saadaan haettaviksi muutoksenhakujen tarkastelua varten, on kuitenkin usein ohuempaa kuin nykyinen sääntelytilanne edellyttää.
Teppoeva kuvaa muutosta termeillä, jotka HR-johtajat tunnistavat muista vaatimustenmukaisuutta koskevista keskusteluista.
Uudet säädökset siirtävät keskustelun kysymyksestä ”Toimiiko työkalu?” kysymykseen ”Pystymmekö selittämään ja puolustamaan sitä, miten sitä käytettiin?”
Eniten ovat alttiina ne, jotka käsittelevät tekoälyseulontaa hankintapäätöksenä eivätkä jatkuvana hallintana, kun hakija tai sääntelyviranomainen esittää kysymyksen, johon työkalu ei pysty vastaamaan.
Osa tästä ratkeaa toimittajiin kohdistuvan paineen kautta. Jos yritysasiakkaat alkavat edellyttää hankintojen yhteydessä selitettävyysdokumentaatiota ja auditointijälkiä, toimittajat rakentavat ne. Prosessi etenee kuitenkin hitaasti, ja sillä välin Coloradossa ja muualla hakijoita suodatetaan järjestelmillä, joiden toimintalogiikkaa niitä käyttävät työnantajat eivät pysty täysin selittämään.
HR-johtajien tarvitsema keskustelu ei koske ainoastaan sitä, toimivatko tekoälypohjaiset seulontatyökalut. Kyse on siitä, pystyvätkö niitä käyttävät organisaatiot vastaamaan siitä, mitä työkalut tekevät.
