AI-en leser CV-en din før et menneske gjør det
De fleste søknader som sendes i dag, blir lest av en maskin før de blir lest av et menneske. Rekrutteringssystemer (ATS) skanner og skårer kandidater automatisk, og resultatet avgjør ofte hvem som går videre til intervju. Det er ikke lenger et unntak. Det er standard.
Hva ATS-systemet faktisk vurderer
Det mange ikke vet, er hva som faktisk blir vurdert. Moderne ATS-systemer ser ikke bare på CV-en. De vurderer CV, svar på søknadsspørsmål og søknadsbrev samlet, og bruker alt sammen til å beregne en matchscore mot stillingen. Systemet leter etter treff mellom ordene i stillingsannonsen og ordene i søknaden: konkrete titler, verktøy og kvalifikasjoner, ikke bare et generelt inntrykk av erfaring.
Det får praktiske konsekvenser for hvordan en CV bør se ut. Kreative layouter med spalter, tabeller, ikoner eller CV-en satt opp som bilde kan se innbydende ut for et menneske, men gjøre teksten vanskelig eller umulig for systemet å lese riktig. Resultatet er ofte at innhold forsvinner fra vurderingen uten at kandidaten vet det. Et rent, standardisert format med tydelige overskrifter og løpende tekst er tryggere valg, selv om det virker mindre visuelt spennende.
Søknadsbrevet er tilbake
Søknadsbrevet var «ute» en periode. Mange sluttet å skrive det, rett og slett fordi det sjelden ble lest av noen. Nå er det tilbake, av en enkel grunn: mangler brevet, mangler også data, og mindre data gir lavere score, uansett hvor godt kvalifisert kandidaten faktisk er. Brevet har i tillegg en verdi som ikke handler om AI: det er stedet hvor motivasjon, kontekst og de nyansene et rent CV-skjema ikke fanger opp, fortsatt når frem til et menneske senere i prosessen. Et kort og konkret brev, om hvorfor akkurat denne stillingen og hva kandidaten faktisk kan bidra med, gjør begge deler samtidig.
Hva bør kandidater gjøre
For jobbsøkere betyr dette at strukturen på CV-en har blitt viktigere, ikke mindre viktig. En kort oppsummering på to-tre linjer øverst, tydelig kontaktinformasjon og en lengde på maks tre sider gir både mennesker og maskiner et bedre utgangspunkt. Gammel eller irrelevant erfaring, gjerne alt som ligger lenger tilbake enn 2018, bør prioriteres bort til fordel for det som faktisk er relevant for stillingen. Det lønner seg også å speile ordbruken i stillingsannonsen der det er naturlig, siden det er nettopp disse ordene systemet leter etter.
Det samme gjelder LinkedIn. Rekrutterere bruker det aktivt, men i økende grad gjør AI-verktøy det også: søk på ferdigheter, aktivitet og profilinnhold er en del av hvordan kandidater blir funnet, ikke bare hvordan de blir vurdert etter at de har søkt. Et oppdatert profilbilde, synlige ferdigheter og jevnlig aktivitet gjør en reell forskjell for hvor godt en profil blir fanget opp.
Hva det betyr for arbeidsgivere
For arbeidsgivere er dette først og fremst en påminnelse om at gode kandidater kan bli silt bort av gale grunner, hvis prosessen ikke er satt opp riktig. En for strengt kalibrert terskelverdi, en dårlig formulert annonse eller et system som ikke er tilpasset stillingstypen kan koste virksomheten kandidater den aldri fikk se. Det er derfor ikke nok å sette opp et system og stole blindt på rangeringen. Noen bør jevnlig stikke innom kandidatene som ble sortert ut, ikke bare de som kom øverst.
Det er også en annen side av samme sak. Automatisk nøkkelordmatching straffer lett kandidater med utradisjonell bakgrunn: de som har byttet bransje, hatt et opphold i CV-en, eller som bruker andre ord om samme erfaring enn det som står i annonsen. Disse kandidatene blir ikke nødvendigvis vurdert og forkastet; de blir ofte aldri sett av et menneske i det hele tatt. For en arbeidsgiver betyr det et frafall man ikke har statistikk på, fordi kandidatene aldri kommer inn i tallene over «vurderte søkere» i utgangspunktet.
Dette er også et område som er på vei inn i regelverket. EUs AI-forordning (AI Act) klassifiserer AI-systemer som brukes til rekruttering, kandidatscreening og -rangering som høyrisiko. Det innebærer krav om risikovurdering, teknisk dokumentasjon, testing for skjevheter og åpenhet overfor kandidatene om at AI er i bruk, og mest konkret: at ingen avgjørelse om avvisning eller ansettelse skal kunne tas av systemet alene, uten et kvalifisert menneske involvert. Kravene ventes å tre i kraft fra 2027, og vil trolig også få betydning for norske virksomheter gjennom EØS-avtalen. Arbeidsgivere som allerede har bygget ekte menneskelig vurdering inn i prosessen sin, gjør med andre ord ikke bare noe riktig i dag. De ligger også foran der regelverket er på vei.
DNV-sertifiseringen vår er bygget rundt nettopp dette prinsippet: at teknologi effektiviserer, men at et menneske avgjør.
For kandidater er dette samlet sett en påminnelse om at forberedelse betyr mer enn før, ikke fordi kravene har blitt strengere, men fordi det første leddet i vurderingen ikke lenger er et menneske.