AI i kompetenshantering: möjligheter, risker och hur du gör rätt

Under senare år har flera organisationer medvetet börjat sätta kompetens i första rummet i stället för att som tidigare utgå från titlar och arbetslivserfarenhet. Det beror på att ett kompetensfokus har flera fördelar: det hjälper bland annat till att hantera talangbrist, stänga kompetensgap, öka medarbetarnas engagemang och driva affärstillväxt.

Ett kompetensbaserat arbetssätt passar inte bara kraven i en snabbrörlig, globaliserad ekonomi. Det främjar också inkludering, eftersom fokus ligger på vad en person faktiskt kan snarare än på traditionella statusmarkörer som vilket universitet eller lärosäte hen har gått på.

I dag gör framstegen inom AI det möjligt att använda kompetensbaserade arbetssätt i större skala och mer effektivt, och allt fler organisationer tittar på AI-baserade lösningar för att effektivisera sina processer för kompetenshantering.

AI-drivna system för kompetenshantering utlovar smidighet, skalbarhet och datadrivna insikter som kan förändra hur organisationer förstår och tar tillvara potentialen hos sina medarbetare. Från rekrytering till att bygga kompetenstaxonomier, från att matcha kompetenskrav med rätt personer till medarbetarutveckling och prestationsstyrning: AI erbjuder en mängd möjligheter att förbättra hur organisationer identifierar, strukturerar, utvecklar och använder kompetens.

Men hur spännande det än är medför AI i kompetenshantering också utmaningar och komplexitet.

I det här blogginlägget går vi igenom både möjligheterna och utmaningarna med AI-drivna system för kompetenshantering. Målet är att ge en heltäckande bild av hur organisationer kan dra nytta av AI för att frigöra hela potentialen i sin talangpool och nå bästa möjliga resultat, samtidigt som de är medvetna om de hinder som kan dyka upp längs vägen.

AI och kompetenshantering

Gartner definierar AI-driven kompetenshantering så här:

”…[En] grundläggande förmåga inom talanghantering och det dagliga arbetet som använder språkteknologi (NLP), kunskapsgrafer och andra AI-tekniker för att bygga upp en dynamisk bild av kompetensdata. Den används för att automatiskt härleda kompetenser kopplade till personer, innehåll, arbetsuppgifter, karriärvägar och tjänster.”

Det här är de olika sätt som AI kan användas på i kompetenshanteringen.

1. Rekrytering

Rekrytering är ett av de första områden där AI har fått bred användning.

Under de senaste åren har många organisationer använt AI för att effektivisera rekryteringsprocessen. Det handlar bland annat om att skriva träffsäkra platsannonser och effektivt gallra bland de sökande, vilket har gett kortare rekryteringstider, högre kvalitet på anställningarna och tagit bort mänsklig partiskhet och subjektivitet i urvalet av kandidater, något som i sin tur ökar mångfalden i talangpoolen. Värt att notera är dock att även om AI kan minska mänsklig partiskhet är tekniken inte själv immun mot partiskhet, något vi återkommer till i avsnittet ”Utmaningar” nedan.

År 2022 uppgav nästan var fjärde organisation att de använde automatisering eller artificiell intelligens (AI) som stöd i HR-relaterade aktiviteter, bland annat rekrytering och anställning, enligt en rapport från SHRM (Society for Human Resource Management). Enligt rapporten uppgav över två tredjedelar av HR-medarbetarna i de organisationer som använder sådana verktyg att tiden för att tillsätta lediga tjänster hade förbättrats: 53 % rapporterade något bättre resultat och 16 % betydligt bättre resultat tack vare automatisering eller AI. En senare SHRM-studie från januari 2024 visade dessutom att rekrytering var det främsta användningsområdet bland de organisationer som infört AI i HR-arbetet: 64 % av organisationerna använde AI inom just detta område. 

2. Identifiera och strukturera kompetenser

AI-driven kompetenshantering kan i grunden förändra hur organisationer identifierar och strukturerar kompetenser på arbetsplatsen. Med hjälp av avancerade algoritmer och dataanalys kan AI-system använda kompetenstaxonomier och ontologier för att kategorisera och förstå kompetenserna i organisationen. (Taxonomier ger ett strukturerat ramverk för att klassificera kompetenser, medan ontologier beskriver hur de hänger ihop, vilket ger en bättre förståelse för hur kompetenser samverkar.) 

AI kan också underlätta arbetet med dynamiska kompetensmatriser som löpande och i realtid ställer medarbetarnas kunskaper mot organisationens behov. Det helhetsgreppet säkerställer att personalen används optimalt och att produktiviteten blir hög. AI-lösningar kan fånga upp förändringar i kompetensbilden genom att aktivt be om återkoppling och få användarna att interagera med kompetensgrafer som hela tiden utvecklas. På så sätt kan organisationen hålla sig uppdaterad om hur kompetenserna utvecklas och snabbt svara på nya krav.

Automatisering spelar en avgörande roll här, eftersom den effektiviserar uppbyggnaden och uppdateringen av kompetensdata och säkerställer enhetlighet mellan olika system och talangområden.

Utmaningen är särskilt stor när det gäller just AI-kompetens, där nya färdigheter växer fram snabbare än organisationerna hinner fånga upp dem. Därför vet de flesta organisationer inte vilken AI-kompetens de saknar.

3. Matcha kompetenser med tjänster och personer

AI förändrar hur kompetenser matchas mot tjänster och personer, och gör det möjligt för organisationer att identifiera både vilka kompetenser en viss roll kräver och vilka kompetenser potentiella kandidater har. Matchningen mellan kandidat och tjänst sker med hjälp av algoritmer som effektivt kopplar ihop talanger med arbetsuppgifter, lärande och jobbmöjligheter. Eftersom algoritmerna bygger på dynamisk kompetensdata som AI-systemen fångar upp blir matchningen både träffsäkrare och effektivare. 

AI spelar dessutom en avgörande roll i strategisk kompetensförsörjning genom att bevaka framväxande kompetenser och jämföra dem med externa marknadstrender. På så sätt kan organisationer träffsäkert förutse vilka talanggap som kan uppstå inom den närmaste framtiden. Genom att jämföra medarbetarnas kompetenser med konkurrenternas ser AI till att organisationen håller jämna steg med utvecklingen i branschen. 

Med den här informationen som grund kan AI också ge rekommendationer om intern rörlighet och föreslå ändrade roller eller befattningar för medarbetarna, så att arbetsstyrkans förmågor tas tillvara på bästa sätt och nya kompetensbehov möts effektivt.

4. Kompetensutveckling och lärande

AI används i stor utsträckning för kompetensutveckling och lärande i organisationer. Enligt en SHRM-studie från 2024 är kompetensutveckling och lärande det näst vanligaste användningsområdet för AI efter rekrytering: 43 % av organisationerna använder AI inom detta område. AI-drivna lösningar för kompetenshantering stärker organisationens arbete med kompetensutveckling och lärande genom att låta avancerade algoritmer driva lärplattformarna:

• De kan ge varje medarbetare personligt anpassade lärrekommendationer och se till att alla får tillgång till relevanta utbildningsmöjligheter. Ett sådant personligt upplägg främjar inte bara kontinuerlig utveckling, kompetensutveckling och omskolning, utan ökar också motivationen, eftersom medarbetarnas egna lärbehov står i centrum. Lärplattformen Degreed använder till exempel redan AI för att förbättra upplevelsen av kompetensutveckling och omskolning, och arbetar på att utöka användningen av AI i kompetenshanteringen. Plattformen har ett AI-drivet igenkänningsverktyg som ger personliga, kompetensbaserade tips på resurser. Verktyget analyserar medarbetarnas kompetensprofiler och tidigare lärande, pekar ut utvecklingsområden och föreslår relevanta kompetensområden. Det rekommenderar också konkreta lärresurser, som onlinekurser och böcker, som gör det lättare att skaffa sig nya kompetenser, så att medarbetarna kan nå sina professionella mål på ett effektivt sätt.
• Med AI-system går det snabbt att ta fram innehåll, så att organisationen effektivt kan hänga med när lärlandskapet förändras. Dessutom kan deltagarnas framsteg följas upp i realtid, vilket gör att medarbetarna får återkoppling och stöd i rätt tid och ytterligare stärks i sin utveckling.

6. Prestationsstyrning

Effektiv prestationsstyrning är en av fördelarna med AI i kompetenshantering. Organisationer går från traditionella årliga medarbetarsamtal till kontinuerlig återkoppling i realtid med stöd av AI-analys. Skiftet främjar kompetenstillväxt och gör att både medarbetare och organisation behåller förmågan att anpassa sig till nya utmaningar. Enligt SHRM-rapporten från 2024 använder 57 % av de organisationer som använder AI för prestationsstyrning tekniken för att förbättra chefernas återkoppling, medan 46 % använder den för att underlätta medarbetarnas målsättning.

Sammanfattningsvis förändrar AI kompetenshanteringen inom en rad olika funktioner i organisationen, bland annat identifiering av kompetenser, rekrytering, kompetensmatchning, prestationsstyrning samt kompetensutveckling och lärande.

AI i HR: utmaningar

Att integrera AI i HR-processerna är lovande, men det är också avgörande att känna till de risker som AI i HR för med sig. Organisationer som är medvetna om riskerna kan hantera dem proaktivt. Här är några av dem:

1. Partiskhet

En av de största farhågorna när AI används i HR-processer är partiskhet. Precis som all annan teknik kan AI-algoritmer vara partiska, och det kan ta sig uttryck på olika sätt, till exempel utifrån kön, etnicitet eller socioekonomisk bakgrund. Sådan partiskhet befäster befintliga orättvisor, undergräver arbetet med mångfald och inkludering och påverkar beslutsprocesser negativt.

I SHRM-studien från 2022 uppgav endast 2 av 5 arbetsgivare som köper in sådana verktyg från leverantörer att det fanns hög transparens kring vilka åtgärder som vidtagits för att verktygen ska skydda mot partiskhet. Rapporten visade också att 19 % av organisationerna som använder automatisering och AI i HR-relaterade aktiviteter hade upptäckt fall där AI-verktyg oavsiktligt förbisett eller sållat bort kvalificerade sökande eller medarbetare.

”Det är tydligt att automatisering hjälper HR att skapa värde för organisationer, särskilt när det gäller att attrahera de bästa talangerna”, sa organisationens stabschef och chef för myndighetsrelationer, Emily M. Dickens, enligt rapporten. ”Men vi måste kunna vara säkra på att verktygen vi använder inte leder till partiskhet i rekryteringsprocessen, prestationsstyrningen eller andra delar av HR.”

2. Oro för medarbetarnas integritet

En betydande risk med AI i kompetenshantering är att medarbetarnas integritet kan kränkas och att det kan kännas obehagligt att ständigt följas upp och övervakas. Medarbetare kan känna sig illa till mods när de vet att deras kompetenser, prestationer och till och med personliga egenskaper hela tiden granskas av AI-system. Uppföljningen kan skapa en känsla av övervakning, misstro och stress, vilket i slutändan påverkar arbetsmoralen och produktiviteten i organisationen.

Forskning från Gartner visar att medarbetare i organisationer som är öppna med syftet med verktygen och hur de fungerar är mer benägna att acceptera dem. Att vara transparent med varför uppföljningen görs kan öka acceptansen avsevärt: medarbetarna är 50 % mer benägna att acceptera verktygen när ledningen öppet berättar varför de införs. Dessutom har akademisk forskning visat att medarbetare generellt har lättare att acceptera beteendeuppföljning som sköts av teknik än uppföljning som sköts av människor. Att hitta en balans mellan att använda AI för kompetenshantering och att öppet bemöta medarbetarnas farhågor är avgörande för att bygga förtroende och bevara en positiv arbetsmiljö.

3. Juridiska frågor kring dataskydd

Att införa AI för kompetenshantering innebär att man måste navigera i ett komplext juridiskt landskap, särskilt när det gäller dataskyddslagar som dataskyddsförordningen (GDPR) i Europa och California Privacy Rights Act (CPRA) i USA. Lagarna ställer strikta krav på insamling, behandling och lagring av personuppgifter, inklusive de medarbetaruppgifter som används i system för kompetenshantering. Efterlevnad är avgörande för att undvika rättsliga konsekvenser som böter och skadat anseende.

Felaktig hantering av medarbetardata kan leda till brott mot sådana dataskyddslagar, vilket innebär betydande juridiska risker. Att skicka känsliga medarbetaruppgifter till externa AI-tjänster ökar risken för dataintrång och obehörig åtkomst.

För organisationer som använder AI i kompetenshantering är det avgörande att förstå gällande rättsliga ramverk och att arbeta proaktivt med riskhantering. Att följa dataskyddsreglerna kräver löpande bevakning och anpassning till förändringar i lagstiftning och branschstandarder.

En rapport som publicerats på American Bar Associations webbplats sammanfattar problemet: ”Många företag framhöll AI som en universallösning för rekrytering… Men utan ordentlig granskning och analys kan verktygen i själva verket föra in partiskhet i processen och utsätta arbetsgivare för rättsligt ansvar enligt olika federala, delstatliga och lokala lagar”, står det i rapporten.

Hur går man då bäst vidare, med tanke på de här utmaningarna och komplexiteten? 

Redo att använda AI i din kompetenskartläggning?

Boka en demo och se hur MuchSkills kartlägger organisationens kompetenser med hjälp av AI.

Läs mer

‍

Se AI som ett värdefullt verktyg, inte en universallösning

AI har många fördelar, men tekniken bör ses som ett verktyg snarare än som den enda lösningen för effektiv kompetenshantering. Organisationer kan använda AI för att förbättra sina HR-processer och samtidigt vara uppmärksamma på möjliga nackdelar och tillhörande risker. Genom att vara medvetna om utmaningarna och ta fram strategier för att hantera dem kan organisationer hitta en balans mellan att dra nytta av AI och att värna rättvisa, jämlikhet och inkludering på arbetsplatsen.

Viktiga strategier för ett lyckat AI-införande:

• Mångsidig och representativ data: Använd mer varierad data i algoritmer och matchningsmotorer för att minska partiskheten. Se till att AI-algoritmerna tränas på varierade dataset som speglar verklighetens mångfald på ett rättvisande sätt och ger bättre talangmatchning.
• Regelbunden uppföljning och utvärdering: Följ löpande upp och utvärdera AI-algoritmerna när det gäller partiskhet och rättvisa. Inför interna rutiner för att systematiskt upptäcka och åtgärda partiskhet så fort den uppstår.
• Transparens och förklarbarhet: Prioritera transparenta AI-algoritmer genom att välja white box-lösningar som ger full insyn i hur besluten fattas. Det bygger förtroende och tydliggör ansvaret i AI-drivna HR-processer. White box-lösningar ger full insyn i den logik och de parametrar som styr besluten, så att HR-teamen kan förstå och justera de variabler som algoritmerna tar hänsyn till. Black box-system fungerar däremot som en sluten låda utan transparens, vilket kan leda till partiskhet.
• Mänsklig tillsyn och möjlighet att ingripa: Behåll den mänskliga tillsynen, särskilt inom känsliga områden som rekrytering och prestationsbedömning. Med mänskligt omdöme går det att upptäcka och rätta till partiskhet som AI-system kan missa.
• Inse att det inte finns en lösning som passar alla: AI-lösningar kan se olika ut i olika organisationer. Det som fungerar bra i en organisation fungerar inte nödvändigtvis likadant i en annan.
• Satsa på ett hybridupplägg: Arbeta med ett hybridupplägg för kompetenshantering, där strukturerade, AI-drivna kompetensdatabaser kombineras med fritextfält där medarbetarna själva kan fylla i. Det ökar engagemanget och ger en heltäckande bild av kompetenserna.
• Optimera kompetenstaxonomierna: Hitta rätt balans mellan djup och bredd när ni bygger er kompetenstaxonomi. AI gör det möjligt att täcka in kompetenser brett, men för många kompetenser kan göra kompetenskartläggningen mindre träffsäker. Prioritera de relevanta kompetenserna för att behålla tydlighet och fokus.
• Granska det AI tar fram: Varje organisation är komplex på sitt eget sätt. Intressenterna måste granska det som AI genererar för att säkerställa att det verkligen stämmer med organisationens specifika mål och värderingar.
• Prioritera etiken: Följ centrala etiska principer när ni utvecklar och använder AI, till exempel att förstärka människors potential, bidra positivt till samhället, stå upp för transparens och rättvisa samt värna dataskydd och integritet. 

Med de här strategierna kan organisationer effektivt ta tillvara fördelarna med AI i kompetenshanteringen, samtidigt som de minskar potentiella risker och lever upp till etiska standarder.

Kontakta oss

Kom igång med AI-driven kompetenskartläggning redan i dag.

Kontakta oss

‍