Rekrytointi, eli uuden työntekijän etsiminen ja valinta, rakentuu tyypillisesti useista toisiinsa kytkeytyvistä vaiheista, joissa tavoitetaan potentiaalisia hakijoita, kootaan ja arvioidaan tietoa heidän osaamisestaan sekä tehdään päätöksiä siitä, ketkä etenevät prosessissa. Tekoälyä hyödynnetään näissä vaiheissa monin tavoin ChatGPT:n kaltaisten yleiskäyttöisten generatiivisen tekoälyn palvelujen avulla sekä digitaalisiin rekrytointipalveluihin sisäänrakennetuilla toiminnoilla.

Tekoälyn käyttö rekrytoinnissa voi vaikuttaa huomattavasti ihmisten uramahdollisuuksiin ja toimeentuloon. Tämän vuoksi Euroopan unionin tekoälyasetus luokittelee osan rekrytointiin tarkoitetusta tekoälystä suuririskiseksi.

Generatiivinen tekoäly muuttaa työnhakua

Kotimaisten kyselyiden perusteella tekoälyä käytetään työnhaussa yhä enemmän, mutta siihen ei suhtauduta yksiselitteisen myönteisesti. Työnhakijat hyödyntävät generatiivista tekoälyä esimerkiksi työhakemusten muokkaamiseen, oman osaamisen sanoittamiseen, ansioluettelon viimeistelyyn ja hakemusten kohdentamiseen tiettyihin tehtäviin.

Generatiivisen tekoälyn käytön yleistyminen voi muuttaa työnhakua monella tavalla. Tekoäly voi auttaa työnhakijoita ilmaisemaan osaamistaan aiempaa selkeämmin ja laatimaan hakemuksia, jotka vastaavat paremmin haetun työn vaatimuksia. Samalla se saattaa lisätä hakemusten määrää ja tehdä niiden rakenteesta tai ilmaisusta aiempaa yhdenmukaisempaa.

Rekrytoijan näkökulmasta osa hakemuksista voi näyttää huolellisesti viimeistellyiltä, mutta jäädä sisällöltään ylimalkaisiksi tai mukailla organisaation verkkosivuilta löytyviä ilmaisuja.

Jos tekoälyn käyttö hakemuksissa yleistyy, rekrytoijan on aiempaa vaikeampi päätellä, mitä hakemuksen tyyli kertoo hakijan omasta ilmaisusta tai motivaatiosta.

Vaikutukset eivät jakaudu tasaisesti työntekijöiden kesken. Joillekin tekoäly tarjoaa tukea kielelliseen ilmaisuun ja oman osaamisen jäsentämiseen. Toisille tekoälyn käyttö on vierasta tai epäluontevaa, ja puutteelliset digitaidot tai sopivien laitteiden ja palvelujen saavutettavuusongelmat voivat vaikeuttaa sen hyödyntämistä. Tekoäly voi helpottaa vakuuttavien hakemustekstien tuottamista, mutta sen hyödyt saattavat painottua niille, joille sen käyttö on mahdollista ja luontevaa.

Myös työnantajien odotukset voivat muuttua. Jos tekoälyn käyttö hakemuksissa yleistyy, rekrytoijan on aiempaa vaikeampi päätellä, mitä hakemuksen tyyli kertoo hakijan omasta ilmaisusta tai motivaatiosta. Samalla asenteet ja odotukset voivat muuttua niin, että vaikutelma tekoälyn käytöstä vaikuttaa arvosteluun vähemmän.

Työnantajien tekoälyn käyttö ei aina tunnisteta

Työnantajaorganisaatioille suunnatuiden kyselyiden mukaan tekoälyn käyttö rekrytoinnissa on ollut melko varovaista. Käyttö näyttää painottuvan avustaviin tehtäviin, kuten ilmoitusten ja viestipohjien laatimiseen. 

Kyselyt eivät välttämättä kuitenkaan kerro tekoälyn käytön todellista laajuutta. Reilu Rekrytointi -hankkeessa olemme Matti Laukkarisen ja Heidi Lehtovaaran kanssa tuoneet esiin, että tekoäly on rekrytoinnissa usein sisäänrakennettuna työnhakusivustoihin, rekrytointijärjestelmiin ja suorahaun työkaluihin, eikä sen käyttöä aina tunnisteta tekoälyksi.

Käytännössä tekoäly voi näkyä rekrytoinnissa hyvin erilaisina toimintoina. Generatiivista tekoälyä hyödynnetään esimerkiksi työpaikkailmoitusten muotoilussa, hakijaviestinnässä, haastattelukysymysten valmistelussa sekä muistioiden ja yhteenvetojen laatimisessa. Muu tekoälypohjainen tai automatisoitu käsittely voi puolestaan liittyä esimerkiksi työpaikkamainonnan kohdentamiseen ja osaajien suorahakuun.

Tekoäly on rekrytoinnissa usein sisäänrakennettuna työnhakusivustoihin, rekrytointijärjestelmiin ja suorahaun työkaluihin, eikä sen käyttöä aina tunnisteta tekoälyksi.

Monet rekrytointijärjestelmät ja -palvelut markkinoivat tekoälyominaisuuksiaan aktiivisesti ja tarjoavat niitä myös suomalaisille organisaatioille. Työnantajat voivat silti olla varovaisia siinä, miten uusia järjestelmiä tai ominaisuuksia otetaan käyttöön ja miten niiden käytöstä kerrotaan.

Tekoälyä ei useinkaan käytetä yhtenä selvästi erottuvana työkaluna, vaan osana järjestelmiä, jotka voivat asettaa hakijoita järjestykseen, arvioida heidän sopivuuttaan, tuottaa suosituksia tai tiivistää hakemusmateriaaleja.

Vaikka tekoälyä kuvattaisiin ”avustavaksi”, ihmisen tekemä lopullinen päätös ei vielä kerro, miten järjestelmä on ohjannut rekrytoijan huomiota, hakijoiden järjestystä tai osaamisen esittämistä. Rekrytointijärjestelmä saattaa esimerkiksi hyödyntää työnkuvan ja hakemusmateriaalin vastaavuutta ehdokkaiden esiin nostamisessa, ja työpaikkamainonta voi rajautua käyttäjiin, jotka tunnistetaan tiettyjen työnimikkeiden, taitojen tai toimialojen perusteella.

Milloin rekrytoinnin tekoäly on suuririskistä?

EU:n tekoälyasetus ei kohtele kaikkea rekrytoinnissa käytettävää tekoälyä samalla tavalla. Ratkaisevaa on järjestelmän käyttötarkoitus ja se, millainen vaikutus sen käytöllä voi olla hakijan asemaan.

Asetuksen mukaan suuririskisiä ovat erityisesti tekoälyjärjestelmät, joita käytetään työpaikkailmoitusten kohdentamiseen, hakemusten analysointiin ja suodattamiseen sekä ehdokkaiden arviointiin. Riskit liittyvät hakijoiden näkyvyyteen, yhdenvertaiseen arviointiin ja mahdollisuuksiin edetä rekrytointiprosessissa.

Kyse ei ole vain näkyvästä automaattisesta päätöksenteosta, vaan myös järjestelmistä, jotka tuottavat rekrytoijan käyttöön hakijalistoja, suosituksia tai pisteytyksiä ja näin vaikuttavat hakijoiden seulontaan, vertailuun tai etenemiseen.

Ratkaisevaa on järjestelmän käyttötarkoitus ja se, millainen vaikutus sen käytöllä voi olla hakijan asemaan.

Rekrytoinnissa käytettäviä suuririskisiä tekoälyjärjestelmiä koskevia velvoitteita sovelletaan 2. joulukuuta 2027 alkaen. Järjestelmien tarjoajilta edellytetään muun muassa riskienhallintaa, dokumentointia, toiminnan jäljitettävyyttä, ihmisen valvonnan mahdollistamista sekä järjestelmien tarkkuudesta ja tietoturvasta huolehtimista.

Järjestelmiä käyttävien työnantajien on puolestaan noudatettava käyttöohjeita, nimettävä valvontaan riittävän osaavat henkilöt, seurattava järjestelmien toimintaa ja säilytettävä hallinnassaan olevat lokitiedot. Aiempien kokemusten perusteella aikataulumuutokset ja tarkennukset asetuksen sisältöön ovat mahdollisia.

Käytännössä järjestelmiä kehittävät ja tarjoavat yritykset voivat ohjeistaa työnantajia tekoälyominaisuuksien käyttöönotossa ja käytössä. Ohjeistuksesta huolimatta työnantajan saattaa kuitenkin olla vaikea hahmottaa, miten hakijalistaukset, suositukset tai pisteytykset tarkalleen ottaen muodostuvat ja miten niiden vaikutuksia rekrytointiprosessissa voidaan arvioida. Tilannetta vaikeuttaa se, että rekrytoinnissa käytetään usein monenlaisia palveluja, joiden teknisten toimintaperiaatteiden läpinäkyvyys vaihtelee.

Rekrytointityökaluissa voi olla sisäänrakennettuja oletuksia

Monet keskeiset rekrytoinnissa käytettävät järjestelmät ja palvelut, kuten LinkedIn, Workday ja Oracle, ovat yhdysvaltalaisten teknologiayritysten kehittämiä. Varsinkin Microsoftin omistamalla LinkedInillä on asiantuntijoiden suorahaussa todella merkittävä valta-asema.

Kansainväliset työkalut voivat mukailla toisen työmarkkinan, kulttuurin, kieliympäristön ja sääntelykontekstin oletuksia. Rekrytointiprosessi voi myös rakentua useiden palveluntarjoajien järjestelmistä ja palveluista, joihin voi kuulua rekrytointijärjestelmä, erilaisia työnhakusivustoja, ammatillisia verkostoalustoja sekä erillisiä tekoälytyökaluja.

Mitä useammasta työkalusta kokonaisuus muodostuu, sitä vaikeampi on hahmottaa, missä hakijatietoja käsitellään, miten suosituksia muodostetaan ja mihin työnantaja voi käytännössä vaikuttaa.

Mitä useammasta työkalusta kokonaisuus muodostuu, sitä vaikeampi on hahmottaa, missä hakijatietoja käsitellään, miten suosituksia muodostetaan ja mihin työnantaja voi käytännössä vaikuttaa.

Rekrytointityökaluja kehittävät yritykset ja toisinaan myös työnantajat perustelevat tekoälyn käyttöönottoa rekrytoinnissa tehokkuuden parantamisella ja vinoumien vähentämisellä. Näiden lupausten toteutuminen riippuu kuitenkin siitä, miten järjestelmää käytetään, millaista osaamista organisaatiolla on ja kuinka paljon se pystyy vaikuttamaan järjestelmän toimintaan.

Rekrytoinnissa vaaditaan tekoälylukutaitoa eli kykyä tunnistaa järjestelmän käyttötarkoitus ja rajoitukset, tulkita käyttöohjeita ja sopimusehtoja sekä arvioida tuloksia osana ammatillista harkintaa. Alustava tutkimustieto viittaa siihen, että järjestelmiin lisätyt selitykset eivät yksinään riitä varmistamaan käyttäjän ymmärrystä.

Tekoäly muuttaa rekrytoinnin parissa tehtävää työtä

Rekrytoinnin tekoälystä keskustellaan usein hyötyjen ja riskien kautta. Myönteisissä puheenvuoroissa voi korostua työn nopeutuminen, viestinnän sujuvoittaminen ja rekrytoijan arjen tukeminen, kun taas kriittisissä näkökulmissa voivat painottua algoritmien vinoumat ja tekoälyasetuksen tuomat velvoitteet.

Hyötyjen ja riskien puntarointi on tarpeellista, mutta samalla on tärkeää tarkastella, miten teknologinen muutos muuttaa käytännössä rekrytoijan työtä, työnantajan vastuuta ja hakijan mahdollisuuksia tulla arvioiduksi.

Rekrytoijan arvioitavaksi tulee yhä useammin järjestelmän tuottamia hakija- ja osaajalistauksia, tiivistelmiä ja suosituksia.

Rekrytointi on perinteisestikin perustunut erilaisten tietojen tulkintaan. Kun tekoälyä on jo rekrytoinnin järjestelmissä ja sen käyttö laajenee, rekrytoijan arvioitavaksi tulee yhä useammin järjestelmän tuottamia hakija- ja osaajalistauksia, tiivistelmiä ja suosituksia.

Työnantajan vastuu ei rajoitu lopulliseen valintapäätökseen, vaan siihen kuuluu myös ymmärrys siitä, miten järjestelmä on vaikuttanut hakijoiden näkyvyyteen, vertailuun ja osaamisen esittämiseen. Esimerkiksi kohdennetut työpaikkailmoitukset voivat jättää potentiaalisia osaajia huomioimatta, ja tekoälyn tuottamat tiivistelmät ja suositukset saattavat vaikuttaa siihen, ketkä tunnistetaan sopiviksi ja ketkä jäävät vähemmälle huomiolle.

FT Sami Koivunen työskentelee tutkijana Tampereen yliopistossa Työsuojelurahaston apurahalla. Hän tutkii rekrytoinnin digitalisaatiota ja tekoälyn käyttöä rekrytoinnissa.

Artikkelin kuvituskuva: Amina Atar / Unsplash

Julkaisu Tekoäly muuttaa rekrytoinnin ja työnhaun tapoja ilmestyi ensimmäisenä Politiikasta.

Rekrytointi nähdään usein suoraviivaisena prosessina, jossa työnantaja määrittelee osaamistarpeensa ja tekee valinnat saatavilla olevasta työvoimasta. Tutkijat korostavatkin, että tosiasiassa rekrytointi on monivaiheinen prosessi, jossa päätöksiä voivat tehdä useat henkilöt monenlaisia algoritmeja hyödyntäen.

Maahanmuuttajataustaan perustuva syrjintä rekrytoinnissa perustellaan usein vetoamalla johonkin muuhun hakijan ominaisuuteen.

Hakukanavat jaetaan muodollisiin kuten lehtiin, internetiin, sosiaaliseen mediaan sekä epämuodollisiin kuten sosiaalisiin ja ammatillisiin kontakteihin – Suomessa lähes kaikki avoimet työpaikat ilmoitetaan verkossa. Etsiessään tietoa työpaikoista työnhakijalla tulee siis olla kunnossa sekä laitteistot että digitaaliset taidot. Työnhaussa menestymistä vauhdittavat koulutuksen ja kokemuksen ohella suomen, ruotsin ja englannin kielen osaaminen, tieto työnhakualustoista sekä ammatilliset verkostot suosittelijoineen.

Syrjintä rekrytoinnissa on yleistä

Suomen lainsäädännössä (Suomen perustuslaki; Laki naisten ja miesten välisestä tasa-arvosta; Työsopimuslaki; Yhdenvertaisuuslaki) määritellään työelämässä kielletyt syrjintäperusteet. Sekä kansainväliset että kansalliset tutkimukset osoittavat, että syrjintää eli henkilön tai ryhmän eriarvoista kohtelua tai erilaiseen asemaan asettamista ilman hyväksyttävää syytä kohtaavat kuitenkin erityisesti vähemmistöt myös työnhaussa.

Työ- ja elinkeinoministeriön tutkimuskatsauksessa syrjinnän todetaan olevan vaikeasti tavoitettava ilmiö, koska suuri osa syrjinnästä tapahtuu jo ennen haastattelua tai eri vaiheissa rekrytointiprosessia. Työnhakijoiden on myös vaikeaa näyttää toteen rekrytointiin sisältyvää syrjintää. Rekrytointi on hankalasti tavoitettava ilmiö myös työelämän tutkimuksessa.

Työnhakijoiden on vaikeaa näyttää toteen rekrytointiin sisältyvää syrjintää.

Tuore tutkimus osoittaa, että naiset kokevat syrjintää erityisesti hakiessaan korkean statuksen työpaikkoihin. Sukupuoleen kohdistuva syrjintä on myös alakohtaista – naisia syrjitään miesvaltaisiin tehtäviin ja miehiä naisvaltaisiin tehtäviin hakiessa. Vuonna 2019 julkaistussa kotoutumisen kokonaiskatsauksessa todetaan, että maahanmuuttaneista eniten syrjintää kohtaavat Lähi-idästä ja Afrikasta muuttavat. Maahanmuuttajataustaan perustuva syrjintä rekrytoinnissa perustellaan usein vetoamalla johonkin muuhun hakijan ominaisuuteen, kuten kulttuuriin, uskontoon tai kielitaitoon.

Myös nimellä on väliä – Suomessa tehty tutkimus osoitti, että maahanmuuttajataustaiset hakijat saivat kutsuja työhaastatteluihin merkittävästi Suomessa syntyneitä vähemmän, vaikka heidän henkilökohtaiset ominaisuutensa kuten ikä, koulutus, työkokemus ja ammatillinen tutkinto olivat täysin vastaavat. Syrjintää kohtaavat myös Suomessa syntyneet, kuten romanit sekä näkyvään vähemmistöön kuuluvat, esimerkiksi afrosuomalaiset.

Algoritmit työnantajan tukena

Algoritmit – eli sarja erityisesti tietokoneiden toteuttamia käskyjä jonkin tehtävän suorittamiseksi – ovat käytännössä monien rekrytoinnissa käytettävien tekoälysovellusten perusta. Tekoälyllä tarkoitetaan koneen kykyä käyttää perinteisesti ihmisen älyyn liitettyjä taitoja, kuten päättelyä ja oppimista.

Rekrytoijat tukeutuvat algoritmeihin esimerkiksi verkkohauissa, työnhakijoiden seulomisessa sekä soveltuvuus- ja persoonallisuustesteissä. Hakuja voi käytännössä tehdä rekrytointiportaaleissa, kuten Työmarkkinatori.fi, Valtiolle.fi, Oikotie.fi, Monster tai Duunitori, minkä lisäksi sosiaalisen median kanavilla, kuten Facebookilla, Instagramilla ja YouTubella on yhä suurempi rooli työnhaussa. Jobs in Finland -portaali edistää erityisesti englanniksi työtä tekevien kohtaamista.

Algoritmit – eli sarja erityisesti tietokoneiden toteuttamia käskyjä jonkin tehtävän suorittamiseksi – ovat monien rekrytoinnissa käytettävien tekoälysovellusten perusta.

Rekrytoijat hyödyntävät myös paljon LinkedIniä ja sisäisiä rekrytointijärjestelmiä hakijoiden vertailuun. Alkuvaiheen jälkeen varsinkin tietotyössä työnhakijoiden osaamista ja persoonaa kartoitetaan usein esimerkiksi pelien muodossa tehtävillä testeillä.

Hyvät vai pahat algoritmit?

Tutkimukset osoittavat, että työhaastatteluun kutsutaan helposti ominaisuuksiltaan rekrytoijia muistuttavia henkilöitä. Ennakkoluulojen ja stereotypioiden roolia tyypillisesti aliarvioidaan. Parhaimmillaan digitaaliset työkalut ja niiden algoritmit voivat tukea ja sujuvoittaa työnhakijan ja työnantajan yhdenvertaista kohtaamista johdonmukaisuuden ja läpinäkyvyyden ansiosta. Algoritmien päätöksentekoon eivät vaikuta yli-itsevarmuus tai valvottu yö.

Toisaalta esimerkiksi tekoälyyn pohjautuvat ehdotukset usein rajaavat jotain pois. Filosofi Marja-Liisa Ollila korostaa teoksessaan Tekoälyn etiikkaa, että tekoälyn hyvyyden tai pahuuden sijaan tulisi tarkastella, kuka tekoälyä suunnittelee sekä miten ja mihin tarkoituksiin tekoälyä käytetään. Algoritmit itsessään eivät siis syrji, mutta jos esimerkiksi koneoppivien algoritmien käyttämä opetusdata on vinoutunutta tai epäedustavaa, voi lopputulos olla syrjivä.

Epätasa-arvon sudenkuoppia

Amazon pyrki muutama vuosi sitten kehittämään rekrytointialgoritmia, joka tunnistaisi parhaat ansioluettelot. Algoritmin havaittiin kuitenkin räikeästi syrjivän naisia, mikä sai yrityksen luopumaan kokeilusta. Sveitsiläisessä tutkimuksessa puolestaan havaittiin, kuinka rekrytoijat syrjivät digitaalisella rekrytointialustalla ulkomaalaistaustaisia työnhakijoita kutsumalla heitä 6,5 prosenttia vähemmän todennäköisesti haastatteluun.

Työpaikkailmoituksessa käytetyt sanavalinnat vaikuttavat siihen, kuka työpaikasta saa informaatiota ja kiinnostuu hakemaan tehtävää. Erään tutkimuksen mukaan Google-haku on näyttänyt naisille huonommin palkattuja työpaikkailmoituksia kuin miehille. Sanavalinnat voivatkin sisältää sukupuolittuneita tai vähemmistöjä syrjiviä ilmaisuja. Suomalainen ohjelmisto- ja palveluyhtiö TietoEVRY kokeili vaihtaa työpaikkailmoitusten sukupuolittuneet ilmaisut neutraaleihin. Tämä kasvatti merkittävästi naisten määrää hakijoina.

Google-haku on näyttänyt naisille huonommin palkattuja työpaikkailmoituksia kuin miehille.

Kokeilussa konsultoitiin Inklusiivia, monimuotoisuutta työelämässä edistävää asiantuntijayhteisöä. Sukupuolittuneiden ilmaisujen vähentämiseksi työpaikkailmoituksissa voi hyödyntää tekoälyalgoritmeja.

Vaikka ansioluetteloista poistetaan hakijan nimi, sukupuoli ja kansallisuus, voi algoritmi silti oppia syrjiväksi. LinkedIniä ja Monster-työportaalia tutkittaessa havaittiin, että joidenkin työtittelien kohdalla miehet voivat olla hakutuloksissa etulyöntiasemassa, vaikka sukupuolta ei kysyttäisi suoraan. Selkeää syytä epäreiluudelle ei ole tunnistettu, mutta on arvioitu, että esimerkiksi profiilien piilotetut, heikosti sukupuolen kanssa korreloivat ominaisuudet tai profiiliklikkausten määrä voivat vaikuttaa epätasa-arvon toteutumiseen.

Joidenkin työtittelien kohdalla miehet voivat olla hakutuloksissa etulyöntiasemassa, vaikka sukupuolta ei kysyttäisi suoraan.

Myös freelance-palveluiden markkinapaikkoja tutkittaessa on huomattu, että havaittu sukupuoli ja etninen alkuperä vaikuttavat merkittävästi freelancereiden työstä annettuihin arvioihin.

Kehittämisen kohteita

EU suunnittelee parhaillaan tekoälylakia, jossa rekrytointiteknologiassa hyödynnettävä tekoäly on luokiteltu korkeaan riskiluokkaan, koska niiden algoritmeilla voi olla ratkaiseva vaikutus työuriin ja toimeentuloon. Rekrytoijilla onkin käytössään digitaalisia työkaluja, joissa hakijoiden luovuttamia tietoja hakemuksista persoonallisuustesteihin käsitellään ilman, että hakijalla on tietoa, miten hänen tuottamaansa tietoa tulkitaan.

Tekoälylain ytimessä tulisi olemaan reiluus, läpinäkyvyys ja oikeus haastaa automatisoidut päätökset. Palveluntuottajien olisi esimerkiksi kyettävä selittämään tekoälyjärjestelmän toimintalogiikka läpinäkyvästi. Yksilöllä eli työnhakijalla olisi puolestaan enemmän kontrollia siihen, kuinka tietoja säilytettäisiin ja miten niitä analysoitaisiin.

Tekoälylain ytimessä on reiluus, läpinäkyvyys ja oikeus haastaa automatisoidut päätökset.

Nykyiseen Marinin hallituksen hallitusohjelmaan on kirjattu tavoite lisätä työnantajien rekrytointi- ja monimuotoisuusosaamista. Terveyden ja hyvinvoinnin laitos sekä Työterveyslaitos ovat julkaisseet konkreettisia ehdotuksia, joiden avulla yhdenvertaisuutta voi lisätä. Työpaikkailmoituksen voi julkaista useilla kielillä. Monimuotoisuuslausekkeen ja anonyymin osaamisnäytteen avulla työnantaja voi kannustaa vähemmistöihin kuuluvia hakemaan avoinna oleviin tehtäviin.

Tutkimustulokset pinnalla olevan anonyymin rekrytoinnin hyödyistä ovat toistaiseksi ristiriitaisia. Helsingin kaupungin anonyymin rekrytoinnin kokeilussa huomattiin menetelmän käytön vaativan rekrytoivan henkilöstön kouluttamista sekä tiivistä yhteistyötä henkilöstöhallinnon asiantuntijoiden kanssa koko prosessin ajan. Anonyymi rekrytointi voi ehkäistä syrjintää rekrytoinnin alkuvaiheissa, mutta riskinä on, että syrjintä kohdistuu muihin yksilön esillä oleviin ominaisuuksiin tai siirtyy rekrytoinnin myöhempiin vaiheisiin. Tutkimuksessa on huomattu, että vaikka hakijan nimi olisi anonymisoitu työhakemuksesta, rekrytoijat siirtyivät hyödyntämään muita vihjeitä saadakseen selville hakijan sukupuolen.

Kohti yhdenvertaista rekrytointia

Rekrytointi on algoritmeille haastava ympäristö sen mutkikkuuden, suhteellisen pienten tietoaineistojen, eettisyyteen liittyvän sääntelyhaasteiden ja työnhakijoiden käsityksiin liittyvien haittavaikutusten takia. Tutkimustietoa algoritmien ja yhdenvertaisuuden yhteydestä tarvitaankin lisää.

Suomessa tekoälyyn perustuvien järjestelmien käyttöönotto rekrytoinnissa on vielä maltillista. On myös huomattava, että yhdenvertaisuuslaki koskee rekrytoinnissakin hyödynnettäviä algoritmeja ja tekoälyä. Laki velvoittaa, että sovellusten vaikutuksia arvioidaan ennen käyttöönottoa, minkä lisäksi syrjinnän havaitsemiseksi ja ehkäisemiseksi tekoälyn toimintaa on monitoroitava ja testattava säännöllisesti.

Yrityksistä yli 60 prosenttia arvioi innovatiivisuuden ja luovuuden kasvaneen eri taustaisten työntekijöiden rekrytoinnin myötä ja liki 60 prosenttia arvioi monimuotoisuudesta olleen hyötyä liiketoiminnalle.

Valtioiden ja yritysten ohella kansalaisjärjestöt ja akateemiset yhteisöt ovat luoneet eettisiä ohjeistuksia erityisesti tekoälyyn perustuville algoritmeille. Tunnetuimpiin lukeutuvat Future of Life -järjestön kehittämät Asilomar-periaatteet ja akateemisessa ympäristössä kehitetty Montrealin julistus. Käytännössä ne sisältävät ratkaisukeskeisiä ja helposti ymmärrettäviä korkeamman tason arvokoodistoja eettiselle kehitykselle korostaen esimerkiksi turvallisuutta ja oikeudenmukaisuutta.

Yhdenvertainen rekrytointi on noussut keskeiseksi yhteiskunnallisen keskustelun teemaksi kasvavan työvoimapulan vuoksi. Työnhakijat ovat entistä tiedostavampia ja vaativat yrityksiltä yhdenvertaisuutta. Euroopan yrityspaneeli selvitti, miten organisaatioissa luotu monimuotoisuusstrategia vaikuttaa yritysten toimintaan. Yrityksistä yli 60 prosenttia arvioi innovatiivisuuden ja luovuuden kasvaneen ja liki 60 prosenttia arvioi monimuotoisuudesta olleen hyötyä liiketoiminnalle.

Organisaatioiden kannattaa siis panostaa yhdenvertaisuuteen jo rekrytointeja ja siihen liittyviä prosesseja työkaluineen suunniteltaessa.

Heidi Lehtovaara on Tampereen yliopiston yhteiskuntatieteellisen tiedekunnan väitöskirjatutkija. Hän tutkii korkeasti koulutettujen maahanmuuttaneiden naisten työnhakuprosesseja sekä rekrytointivaiheessa kohdattua syrjintää ja rasismia.

Sami Koivunen on Jenny ja Antti Wihurin rahaston apurahalla työskentelevä väitöskirjatutkija Tampereen yliopistolta. Hän tutkii millaisia vaatimuksia päätöksenteon käytännöt ja haasteet henkilöstövalinnoissa asettavat tulevien järjestelmien suunnittelulle.

Lehtovaara, Heidi ja Koivunen, Sami. 2022. ”Algoritmit rekrytoinnin tukena – yhdenvertaisuutta vai epätasa-arvoa?” Politiikasta, 21.2.2022, https://politiikasta.fi/algoritmit-rekrytoinnin-tukena-yhdenvertaisuutta-vai-epatasa-arvoa

Julkaisu Algoritmit rekrytoinnin tukena – yhdenvertaisuutta vai epätasa-arvoa? ilmestyi ensimmäisenä Politiikasta.