ALEX og reisen mot smartere rekruttering: Et samarbeid mellom mennesker og AI

I juni 2024 inngikk vi i Metacog et samarbeid med Internet of People. Målet var å utforske hvordan AI kunne implementeres i rekrutteringsprosessen for å jobbe smartere, mer datadrevet og redusere bias. Prosjektet startet som en idé om å forbedre IoP sine interne prosesser, men det utviklet seg raskt til noe langt større.

Rekruttering er ofte en krevende prosess. Vi identifiserte raskt at den mest tidkrevende og utfordrende delen var å finne ut hvilke kandidater som burde vurderes videre. Dette var spesielt tydelig i den innledende screening-fasen, hvor mye tid ble brukt på manuell evaluering uten nødvendigvis å sikre objektive vurderinger.

ALEX startet som en intern løsning for å forbedre IoP sine egne rekrutteringsprosesser. De ønsket å redusere ubevisst bias, ta mer datadrevne beslutninger og effektivisere prosessen. Etter kort tid med testing innså vi at verktøyet vi hadde skapt kunne ha verdi for mange andre organisasjoner. Det var tydelig at vi hadde utviklet noe som kunne stå på egne ben som et produkt.

“Jeg kunne jo ikke skrevet en bedre vurdering selv!” -Anita Røed

Prosessen med å utvikle ALEX handlet om å sette sluttbrukeren i sentrum. For å skape et verktøy som virkelig hjelper rekrutterere, startet vi med å forstå hvordan de jobber og hva som er viktig for dem. Gjennom flere interaktive workshops og en rask MVP, fikk vi verdifull feedback fra sluttbrukerne tidlig i prosessen. Denne innsikten gjorde det mulig for oss å justere og tilpasse ALEX kontinuerlig basert på faktiske behov i rekrutteringshverdagen.

For å sikre at ALEX leverte nøyaktige og relevante resultater, jobbet vi systematisk med input-optimalisering. Vi fjernet irrelevante data som navn, alder og kjønn for å minimere risikoen for bias, og omskrev kjønnsdominerte formuleringer til mer nøytrale uttrykk. Gjennom en multiagent flyt analyserer flere AI-agenter kandidatene fra ulike perspektiver samtidig, noe som ga mer presise vurderinger og reduserte risikoen for at én enkelt metode skulle dominere resultatene. Dette gjorde ALEX til et robust verktøy for rettferdige og datadrevne beslutninger.

Vi så tidlig behovet for å kunne vekte kvalifikasjonene individuelt, siden dette ofte gjøres automatisk i menneskelige rekrutteringsprosesser. Rekrutterere vurderer ulike faktorer som praktisk erfaring, utdanning og spesifikke ferdigheter basert på kravene til stillingen de skal fylle. Dette kan variere betydelig mellom ulike roller – noen ganger er teknisk kompetanse det viktigste, mens andre ganger er erfaring fra spesifikke bransjer avgjørende. For å speile denne fleksibiliteten utviklet vi en funksjon som lar rekrutterere justere vektingen av kvalifikasjoner basert på hva som er mest relevant for hver enkelt stilling.

Denne funksjonen gir brukerne kontroll over hvordan ALEX prioriterer informasjonen fra kandidatene, noe som resulterer i mer presise og tilpassede vurderinger. Ved å bygge dette inn i systemet kunne vi sikre at ALEX både reflekterer rekrutterernes vurderingspraksis og gir objektive analyser basert på data. Målet var å gjøre det enklere for rekrutterere å få en helhetlig og relevant vurdering uten å gå på kompromiss med effektiviteten.

Resultatet er ALEX – et AI-system som gir rekrutterere en hjelpende hånd i den tidlige fasen av ansettelsesprosessen. ALEX gir objektive vurderinger, reduserer bias og hjelper rekrutterere med å ta bedre beslutninger. Ved å effektivisere de mest krevende delene av vurderingsarbeidet, gir ALEX rekruttererne mer tid og rom til å fokusere på det viktigste – å ha gode samtaler med menneskene senere i prosessen.

“ALEX har revolusjonert måten vi jobber på” -Trond Myhrvold

Vi er stolte av det vi har oppnådd med ALEX og gleder oss til å se hvordan det kan bidra til å forbedre rekrutteringsprosesser for bedrifter over hele Norge.