Under mina år som rekryterare har jag burit en ganska nördig stolthet i mitt hantverk. Jag var inte rekryteraren som skrev "Software Engineer Stockholm" på LinkedIn och hoppades på det bästa. Jag byggde avancerade boolean-söksträngar, X-ray-sökningar mot bl.a. GitHub och Stack Overflow, kreativa kombinationer av operatorer och sökningar som testades i flera sökmotorer eftersom Google, Bing och Yahoo hanterade syntax olika. Det tog tid att bygga, tid att testa och ännu längre tid att lära sig. Men det var också det som gjorde att skickliga sourcers kunde hitta kandidater som andra aldrig såg.
Sedan gick utvecklingen väldigt fort. Plötsligt blev det möjligt att ta fram liknande söksträngar med hjälp av AI.
När jag nyligen testade några av mina gamla sökuppdrag mot en modern AI-modell blev jag faktiskt förvånad. Resultatet var inte perfekt, men tillräckligt bra för att väcka en större insikt. Den färdighet jag lagt år på att utveckla hade plötsligt blivit betydligt mindre exklusiv. Det är lätt att se det som ett hot mot rekryterarrollen. Jag ser det snarare som ett tecken på att konkurrensfördelen har flyttat.
När tekniken blir vardag flyttar värdet
Det här är egentligen inget unikt för rekrytering. När ny teknik mognar förändras också vad som gör någon riktigt skicklig. Det som tidigare krävde år av erfarenhet blir plötsligt tillgängligt för betydligt fler. Det är precis det vi ser med sourcing idag.
Att kunna skriva avancerade söksträngar är fortfarande användbart, men det är inte där den största delen av värdet skapas. AI kan hjälpa till att generera ett första utkast på några sekunder och avlasta timmar av manuellt arbete. Det innebär inte att expertisen försvunnit, men det som tidigare gav oss ett försprång har nu blivit startpunkten. Det verkliga värdet skapas i hur väl vi definierar problemet innan sökningen ens börjar.
Det som maskinen missar under ytan
Med hjälp av AI går det att ta fram en imponerande Boolean-sträng utifrån en kravprofil, men kvaliteten på resultatet avgörs fortfarande av kvaliteten på problemet den får lösa. Om utgångspunkten är "Senior Fullstack-utvecklare i Stockholm" kommer resultatet sannolikt också bli generiskt. AI vet inte att teamet står inför ett teknikskifte där erfarenhet av förändringsarbete är viktigare än ett visst ramverk. Den vet inte att tidigare rekryteringar visat att vissa typer av bakgrunder fungerar betydligt bättre än andra, trots att CV:na ser likvärdiga ut. Den vet inte vilka krav som faktiskt är affärskritiska och vilka som bara blivit kvar från tidigare annonser.
Den förståelsen byggs inte genom bättre söksyntax. Den byggs genom dialog, erfarenhet och förmågan att översätta ett affärsproblem till en rekryteringsstrategi. Det är också därför AI för oss alltid kommer att vara ett stödverktyg, aldrig beslutsfattaren. Det slutgiltiga omdömet och urvalet kräver en människa.
Fokus på det som alltid varit viktigast
AI gör det möjligt att effektivisera delar av det tekniska hantverket. Det innebär att vi kan lägga mer tid på det som faktiskt avgör om en rekrytering blir lyckad. Att utmana kravprofiler istället för att bara fylla dem. Att förstå verksamheten bakom rekryteringen. Att identifiera vilka erfarenheter som faktiskt förutsäger framgång i ett specifikt team. Att hjälpa rekryterande chefer att sätta ord på det de egentligen söker, inte bara det som står i jobbbeskrivningen. Det är också den typen av kompetens som är betydligt svårare att automatisera, eftersom den bygger på kontext, omdöme och relationer snarare än på mönsterigenkänning.
Ju bättre AI blir som verktyg, desto större blir värdet av människor som kan definiera problem, förstå affären och fatta välgrundade beslut. Tekniken förändrar verktygen, men inte syftet med rekrytering. Istället ger den oss mer utrymme att fokusera på det som alltid skapat störst värde.
För det verkliga värdet har aldrig legat i att skriva den perfekta söksträngen. Det har legat i att förstå vilken människa en verksamhet faktiskt behöver och varför.
Sofia Dolovski - sofia.dolovski@forefront.se