Powered by OpenAIRE graph
Found an issue? Give us feedback
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/ Norwegian Open Resea...arrow_drop_down
image/svg+xml art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos Open Access logo, converted into svg, designed by PLoS. This version with transparent background. http://commons.wikimedia.org/wiki/File:Open_Access_logo_PLoS_white.svg art designer at PLoS, modified by Wikipedia users Nina, Beao, JakobVoss, and AnonMoos http://www.plos.org/
addClaim

Kunstig intelligens i rekrutteringsprosesser

Authors: Grande, Stine Melike; Johannessen, Helle Vollan;

Kunstig intelligens i rekrutteringsprosesser

Abstract

Bakgrunnen for bacheloroppgavens tematikk er vår interesse for fagområdet HR og personalledelse, med en fordypning i kunstig intelligens og rekruttering. Temaet for oppgaven er bruken av kunstig intelligente systemer i rekrutteringsprosesser, og om dette vil bidra til å redusere diskriminering. I denne oppgaven besvarer vi følgende problemstilling: Hvordan kan kunstig intelligens redusere diskriminering i en rekrutteringsprosess? Formålet med forskningen er å belyse tematikken for de som jobber i rekrutterings- og bemanningsbransjen. Vi har valgt å avgrense oppgaven til å undersøke mulighetene og utfordringene ved å ta i bruk kunstig intelligens i rekruttering og om kunstig intelligens kan bidra til et objektivt, fremfor et subjektivt valg av kandidater. Vi har i oppgaven valgt en kvalitativ metode fordi vi ønsket en dypere innsikt fra våre informanter. Vi gjennomførte derfor syv dybdeintervjuer med personer som hovedsakelig jobber med HR og rekruttering. Hensikten med oppgaven var å få et innblikk i hvordan kunstig intelligens vurderes av de som rekrutterer, og hvordan bruken av det påvirker objektiviteten i seleksjonsprosessen. Resultatene våre viser at flere av våre informanter har positive tanker og fremtidsrettede ideer om hva kunstig intelligens kan bidra til i rekrutterings- og seleksjonsprosesser. Noen av våre informanter har likevel vist seg å være skeptiske til bruken av kunstig intelligens, dersom det er snakk om å erstatte de som jobber med å rekruttere fullt ut med kunstig intelligente systemer. Vi oppdaget ingen direkte fordommer eller stereotypier hos informantene, men heller et snev av skepsis. Vi har konkludert med at ved å benytte kunstig intelligente systemer som et hjelpemiddel i rekrutterings- og seleksjonsprosesser, kan man oppdage at diskriminerende tanker og fordommer om kandidaten, kan reduseres, men absolutt ikke utelukkes.

Keywords

HR og personalledelse

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
Green