Tekoäly
Tekoäly julkisen sektorin rekrytoinneissa
Tekoälyn hyödyntäminen julkisen sektorin rekrytoinneissa tarjoaa merkittäviä mahdollisuuksia esimerkiksi prosessien tehostamiseen, oikeudenmukaisuuden lisäämiseen ja parempien rekrytointipäätösten tekemiseen. Tekoäly voi auttaa tunnistamaan parhaat ehdokkaat suuresta hakijamäärästä, parantaa hakijakokemusta ja vähentää rekrytointiprosessin manuaalisia vaiheita.
Tämä siis teoriassa. Mahdollisuudet ovat todellisia, mutta nykyisellään avoinna on monta keskeistä asiaa. Esimerkiksi minkälainen regulaatio rekrytointiohjelmistojen tekoälyratkaisuille on lopulta tulossa tai kuka kantaa vastuun tekoälyn mahdollisista virheistä. Puhumattakaan miten tekoälyn käytön toimivuus, tietosuoja, tietoturva, läpinäkyvyys, seurattavuus ja oikeudenmukaisuus pystytään varmistamaan kaikissa tilanteissa.
Tekoälyratkaisujen hyötyarvo rekrytointipalveluissa: tilanne nyt
Yle julkaisi maaliskuussa 2024 artikkelin tekoälyn hyödyntämisestä neljässä isossa yksityisellä puolella Suomessa toimivassa rekrytointipalvelussa. Tekoälyä käytetiin palveluissa erityisesti tehtäviin, joissa hakijamäärät ovat isot ja osaamisen vaatimukset eivät ole erityisen korkeat. Neljästä toimijasta ainoastaan yksi suhtautui tekoälyn hyödyntämiseen kriittisesti, kun taas osa hyödynsi sitä jo nyt hakijoiden esikarsintaan sekä sopivuuden arviointiin. Artikkelissa jäi epäselväksi kuitenkin se, mikä tekoälyratkaisujen lopullinen hyötyarvo oli vs., että käsittely olisi tehty manuaalisesti.
Jos hyödyntämiskohteet ovat jääneet vielä vähän epämääräisiksi yksityisellä puolella, niin julkisella puolella konkreettiset hyödyt voivat olla alkuun vielä pienempiä. Ensimmäisiä kokeilukohtia tekoälyllä monesti voi olla esimerkiksi työpaikkailmoituksen luonti tai hakijaviestien luonti.
Todellisuudessa julkisella puolella rekrytointi-ilmoitukset ovat yleensä organisaatiotasoisesti säädeltyjä ja niissä käytetään hyödyksi valmiita ilmoituspohjia. Myös hakijaviestintä on pääsääntöisesti ohjeistettu organisaation toimesta ja sille on asetettu minimitavoitteet sekä mitattavuus.
Mitä lisäarvoa tällöin tekoäly voisi tuoda, jos se osaisi parhaimmillaankin tuottaa oikeansuuntaisia ilmoituksia tai viestejä, jotka tulee kuitenkin ihmisen käydä läpi ja hyväksyä organisaation vaatimuksien mukaan? Onko hakija tyytyväinen pidempään ”kiitos ei” -viestiin, jos siinä läpinäkyvyysperiaatteen mukaisesti on mukana teksti "luotu tekoälyn avulla"?
Rekrytointiohjelmistot luokiteltu kriittisen luokan tekoälyratkaisuiksi
Hakijan tietoihin pohjautuvien toimintojen osalta, kuten esimerkiksi hakijoiden soveltuvuuden arviointi tai esikarsinta, tulee huomioitavaksi EU:n AI Actin vaatimukset, jossa rekrytointiohjelmistot on asetettu kriittisen luokan tekoälyratkaisuiksi. Tämä tuo mukanaan joukon vaatimuksia ja prosesseja, jotka ratkaisun tulee huomioida. Lisämausteena vielä GDPR:n artikla 22, joka mahdollistaa käyttäjän kieltämään automaattinen käsittely tiedoilleen. Miten tasapuolisuus varmistetaan kieltäneen tiedoille, jos muut hakijat on käsitelty tekoälyn avulla? Miten varmistetaan, että tekoäly ei suosisi esimerkiksi Oulussa syntyneitä miehiä tai karttaisi jotain tiettyä tutkintoa? Mistä tekoäly pystyy vahvistamaan mitkä ovat olleet hyviä rekrytointeja?
Elämme siis hetkessä, jossa ollaan murroksessa tekoälyn mahdollisuuksien osalta, mutta joita vielä rajoittaa keskeneräiset ratkaisut, sekä vasta valmisteilla olevat pelisäännöt.
Tämä ei kuitenkaan tarkoita sitä, että tekoälyn kanssa ei voisi ottaa jo ensiaskelia. Hyvä tapa lähteä liikkeelle on esimerkiksi kokeilla käytettävissä olevia järjestelmien ulkopuolisia tekoälytyökaluja (esim. ChatGPT) osana omaa työntekoaan. Käytössä on tärkeää huomioida tietosuoja, sekä oman organisaation ohjeistukset tekoälyn käytölle.
Oman käytön myötä todennäköisesti alkaa löytymään skenaarioita ja ideoita, missä tilanteissa tekoälyn käytöstä voisi olla oikeasti hyötyä tai saada siitä jopa todisteita. Näille ideoille ja skenaarioille voikin seuraavaksi miettiä niihin mahdollisesti liittyviä riskejä ja miten esimerkiksi läpinäkyvyys tekoälyn käytöstä näissä tilanteissa voitaisiin varmistaa. Näin ollaankin huomaamatta lähdetty jo liikkeelle kohti tekoälyn luomia konkreettisia mahdollisuuksia samalla huomioiden AI Actin korkean tason vaatimuksia.
Järjestelmätoimittajana olemme mielellämme mukana tässä työssä. Kuulemme mielellämme ideoitanne ja skenaarioita, joita näkisitte pystyttävän hyödyntämään julkisen puolen rekrytoinneissa.
Kirjoittaja:
Petri Tuomaala
Teknologiajohtaja, Grade Solutions
Grade Solutionsin teknologiajohtaja Petri innostuu erityisesti teknologiasta ja työmatkapyöräilystä. Työllään hän varmistaa asiakkaillemme teknisesti toimivat ja tietoturvalliset ratkaisut. Kahden lapsen isän löytää vapaa-ajalta todennäköisimmin sohvalta, mutta säännöllisesti myös kuntosalilta.