Tekoälyyn pohjautuvat henkilöarvioinnit rekrytoinnin tukena – uhat ja mahdollisuudet

Opinnäytetyön tarkoituksena on perehtyä tekoälyyn pohjautuvan henkilöarvioinnin hyödyntämiseen rekrytoinnissa. Tutkimuksen tavoitteena on kuvata tekoälyyn pohjautuvan henkilöarvioinnin uhkatekijöitä ja mahdollisuuksia ja selvittää, toisiko tekoälyn hyödyntäminen lisäarvoa Academic Workin sisäisten rekrytointiprosessien henkilöarviointiin. Opinnäytetyö on tehty toimeksiantona henkilöstövuokraus- ja rekrytointipalveluyritys Academic Workille. Tietoperustassa käsitellään digitalisaation ja rekrytoinnin valintakriteerien tuomia muutoksia rekrytoinnissa 2010-luvulla, esitellään perinteiset henkilöarviointimenetelmät sekä perehdytään tekoälyyn pohjautuvan henkilöarvioinnin uhkatekijöihin ja mahdollisuuksiin. Työssä esitellään lisäksi vuoden 2019 markkinoilla olevista henkilöarviointimenetelmistä ja niiden tuomista hyödyistä esimerkkeinä kolme menetelmää, jotka ovat MeValuationin ilMe-persoonallisuusanalyysi sekä HireVuen videohaastattelu ja pelillistetty testimenetelmä. Opinnäytetyö toteutettiin laadullisena tutkimuksena teemahaastattelumenetelmää käyttäen heinä-lokakuussa 2019. Tutkimukseen haastateltiin seitsemää rekrytointi- ja/tai tekoälyasiantuntijaa, joista viisi oli toimeksiantajan sisäisiä työntekijöitä. Teemahaastattelut nauhoitettiin ja litteroitiin. Tutkimustulosten analysoinnissa hyödynnettiin teorialähtöistä sisällönanalyysiä. Opinnäytetyön tutkimuksen tuloksena tekoälyyn pohjautuva henkilöarviointi tuo lisäarvoa Academic Workin rekrytointiprosessiin. Tekoälyyn pohjautuvan henkilöarvioinnin tarjoamat mahdollisuudet tuovat itsessään jo lisäarvoa Academic Workin rekrytointiprosessiin, mutta sen lisäksi ne voivat vähentää virherekrytointien riskiä sekä parantaa hakijatyytyväisyyttä. Keskeiset tekoälyyn pohjautuvan henkilöarvioinnin uhkatekijät ovat datan ennakko-oletukset ja syrjinnän riski, lainmukaisuuden toteutuminen, hakijan käytöksen muutos, joka voi vaikuttaa rekrytoinnin lopputulokseen sekä se, että tekoälyn kehitys on vielä alkuvaiheessa, joten sen toimivuudesta ja luotettavuudesta ei vielä olla täysin varmoja. Keskeiset mahdollisuudet ovat tarkemman kuvan saaminen hakijasta, tehokkaampi rekrytointi ja ajan säästäminen, ryhmädynamiikan ennustaminen sekä se, että testejä ei voi manipuloida. Opinnäytetyön johtopäätösten pohjalta on muodostettu prosessikaavio, jossa ehdotetaan, kuinka Academic Work voisi hyödyntää tekoälyyn pohjautuvaa henkilöarviointia rekrytoinnissaan. Ehdotuksessa esikarsintavaihe on korvattu tekoälyyn pohjautuvalla loogista päättely- ja ongelmanratkaisukykyä mittaavalla esikarsintapelillä, rekrytoijan tekemän ensimmäisen kierroksen haastattelu on korvattu tekoälyä hyödyntävällä videohaastattelulla ja perinteisen paperilla tehtävän persoonallisuustestin sijaan on ehdotettu tekoälyyn pohjautuva persoonallisuustesti, joka voisi olla esimerkiksi mikroilmeanalyysi