Ubevisst gjør vi en rekke feil under ansettelser. Dette selskapet mener å ha funnet en løsning

Sandnes: – Skylder du alt på meg nå? spør Helge Bjorland spøkefullt. Kollega og medgründer Jan Kristiansen har nettopp forklart hvordan selskapet ble til og mener Bjorland var årsaken til at de fire gründerne fant sammen. I 2017 startet de Globus AI, som nå er inne i sitt fjerde leveår.

Og flere år ser det ut til å bli. Selv om de fikk en liten dupp i koronaåret, lever Globus AI fremdeles godt på det som var mer enn en femdobling i omsetning mellom 2018 og 2019, fra 3 til over 15 millioner.

Siden i fjor har selskapet doblet tallet på ansatte, fra rundt 20 til nå over 40.

Fokus på helsesektoren

Globus AI bruker maskinlæring for å bedre samhandlingen mellom helseinstitusjoner og bemanningsbyråer. De mener å ha utviklet en løsning som gjør det langt enklere å finne riktig kandidat til en jobb.

Mye av dette arbeidet har tidligere foregått manuelt. Sykehusene sender e-post til bemanningsbyråene om hva de trenger, skifttider og kompetansekrav. Deretter begynner bemanningsselskapene letingen i et nytt system, før de ringer kandidatene som kan passe.

Til slutt tar de igjen kontakt med sykehuset, som legger inn kandidatene i sine systemer.

– Mesteparten av dagen til bemanningskoordinatorer går med til denne prosessen, sier Bjorland. Han mener det dreier seg om å finne raskeste vei til målet – en ressurs som kan fylle et behov – og at det nettopp er en raskere vei Globus AI har utviklet.

Omstridt politisk

Samtidig har Globus AI omhyggelig plassert hånden ned i ikke bare ett, men to politiske vepsebol: bemanningsbransjen og etikken rundt kunstig intelligens.

Ikke minst på den politiske venstresiden er mange skeptiske til kommersielle bemanningsbyråer, som de mener utgjør en trussel mot det organiserte arbeidslivet. Når mange ansettes midlertidig uten stillingsvern, fryktes det at man er på vei tilbake til et løsarbeidersamfunn.

Kristiansen mener tvert imot at bemanningsbransjen kan være positiv for jobbsøkere, som han mener søker mer fleksible arbeidstider.

– For mange handler det om frihet. Om å jobbe på måter som harmonerer med livssituasjonen deres. Folk ønsker fleksibilitet, og de ønsker i mindre grad å låses til den mer tradisjonelle modellen der du skal sitte på en kontorstol foran arbeidspulten.

(U)etisk AI

Kanskje enda mer utbredt er bekymringen for at bruk av maskinlæring vil føre galt avsted fordi den baserer seg på historiske data. Dermed kan en algoritme bidra til å befeste historisk urettferdighet og stå i veien for moralske fremskritt.

Ikke bare er det hvite menn som lager disse nye teknologiene – det er også hvite menn som dominerer i datatilfanget, har flere påpekt.

Dette har ikke blitt mindre kontroversielt av at Google sparket Timnit Gebru, en kvinnelig, svart forsker som mente AI-forskningen led under et «sea of dudes»-problem og tok til orde for å ansette flere med minoritetsbakgrunn til AI-forskningen.

Saken ble heller ikke bedre av at en Google Photos-algoritme trent opp til å kategorisere bilder, markerte svarte mennesker som «gorillaer» og ikke klarte å rette opp i feilen uten å slette hele gorilla-kategorien. Ansiktsgjenkjenningsteknologi har vist seg å være langt bedre på å gjenkjenne hvite ansikter, fordi det i større grad er disse den er trent opp til å gjenkjenne.

Ubevisste blindsoner

Likevel mener Globus AI at maskinlæring og kunstig intelligens kan bidra til at vi får bukt med slike problemer.

For noen år siden kom forskere frem til at sannsynligheten for å bli ansatt når man er eneste kvinne i et pool av ellers mannlige finalekandidater, er så godt som null. De kom også frem til at dersom et flertall av kandidatene er hvite, ville deltakerne i studien anbefale en hvit kandidat for jobben. Det motsatte gjaldt dersom et flertall var svarte – da ville den svarte kandidaten bli anbefalt.

I tillegg mener forskerne at ansettelser tenderer mot å bevare status quo, slik at en kvinnedominert bedrift fortsetter med stort sett å ansette kvinner.

Det er slike ting Globus AI må kompensere for, dersom AI-løsningen skal gi mer mangfoldige ansettelser. Men forskerne kom også til at mye av dette kunne løses om det var ikke bare én, men to minoritetspersoner i en pool, en såkalt «two-in-the-pool»-effekt. Så fort minoriteten ikke sto helt alene, var det plutselig langt mer sannsynlig å bli ansatt.

AI i inkluderingens tjeneste?

– Med ganske enkle grep kan man påvirke hvilke kandidater som blir valgt, sier Bjorland i Globus AI.

Han mener deres løsning også gjør det enklere å få konkrete tall på hvordan en bedrift jobber med inkludering. Dersom ansettelsene klart strider mot bedriftens mål for inkludering og mangfold, blir det enklere å få øye på.

– Ofte er det snakk om ubevisste bias, at man har fordommer som man ikke er klar over, sier Bjorland.

Ved manuell rekruttering kan man derfor sensurere bort informasjon som ikke er relevant for utvelgelsen, slik som navn, kjønn, alder og bosted.

– Det samme kan man gjøre med en AI, forteller Bjorland.

Ikke minst snakker man om et «toppen av isfjellet»-fenomen innen rekruttering, der de man sist har hatt kontakt med, også er de man husker og velger igjen. Derimot vil en AI vurdere kandidater uavhengig av slike menneskelige feil.

– Dermed får man en rettferdig fordeling av arbeid slik at flere kommer ut i jobb og man reduserer brudd på arbeidsmiljøloven, mener Bjorland i Globus AI.