Parallel to artificial intelligence (AI) becoming a more common complement in the recruitment processes, there has been a growing concern among human resources managers, that dehumanization will harm the relationship between employees and employers. Today we see that there has been another development with AI-based recruitment tools in human resources. Companies in many different industries work with AI to improve various aspects of business processes, such as speed, scale and decision-making. Efficiency improvement is a recurring concept in recruitment, especially for industries such as IT where digitalisation continues to increase. The purpose of the study is thus to investigate perceptions of candidate terms regarding AI-based recruitment. To achieve this, a qualitative study was conducted, with semi-structured interviews. Four people who underwent an AI-based recruitment process were interviewed, as well as two recruiters with expertise in the field. The material was analyzed using thematic analysis. The results show that the respondents had a negative attitude towards dehumanizing the recruitment process. A crucial factor that influenced the perception of the respondents was the inability of AI to assess social skills. A majority of respondents agreed that AI-based recruitment tools are necessary to make time-consuming administrative tasks more efficient. Only one respondent was willing to go through a completely AI-based recruitment process, and all respondents pointed out different ways in which the recruitment tools need to be improved. Finally, it was concluded that the AI-based recruitment process must be transparent, reviewed and used as a basis for decision-making rather than decision maker, in order for candidates to have a positive perception of the recruitment. / Allt eftersom artificiell intelligens (AI) blir ett vanligare komplement i rekryteringsprocesser, har oron ökat bland personalansvariga att avhumaniseringen ska leda till skador i relationen mellan arbetstagare och arbetsgivare. Tidigare forskning inom området behandlar faktorer som diskriminering, kvalitetsbrister och andra negativa aspekter till följd av bristande algoritmer för beslutstagande. Forskningen behandlar främst studier ur organisationens perspektiv, och ett kunskapsgap finns gällande kandidaters uppfattning av AI-baserade rekryteringsverktyg. Syftet med studien är därmed att undersöka vilka uppfattningar som finns om kandidaternas villkor, gällande AI-baserad rekrytering. För att uppnå syftet utfördes en kvalitativ studie, med semistrukturerade intervjuer. Fyra personer som genomgått en AI-baserad rekryteringsprocess intervjuades, samt två rekryterare med expertis inom området. Materialet analyserades med hjälp av tematisk analys. Resultatet visar att respondenterna var negativa till den avhumaniserade rekryteringen, främst när det gäller AI-baserade tester. En avgörande faktor som påverkade uppfattningen hos intressenterna var oförmågan hos AI-systemen att bedöma den sociala förmågan. Alla var överens om att den AI-baserade rekryteringsverktyg är nödvändiga för att effektivisera tidskrävande administrativa uppgifter och i framtiden kommer vara en självklarhet. Endast en kunde tänka sig att gå igenom en helt avhumaniserad rekryteringsprocess, och samtliga påpekade olika sätt där rekryteringsverktygen måste förbättras. Slutligen drogs slutsatsen att AI-baserade rekryteringsprocesser måste vara transparenta och granskas kontinuerligt. Vidare bör AI-baserade rekryteringsverktyg användas som en del i ett brett beslutsunderlag snarare än att ta beslut, för att kandidater ska lämna rekryteringsprocessen med en positiv uppfattning.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:miun-45248 |
Date | January 2022 |
Creators | Jama, Amir, Castberg, Aile |
Publisher | Mittuniversitetet, Institutionen för data- och systemvetenskap |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0025 seconds