Viden
AI og jobansøgning
AI kan hjælpe med at skrive og forbedre en jobansøgning. Men når både kandidater og arbejdsgivere bruger AI, bliver ansøgningen også et spørgsmål om adgang, tillid, vurdering og hvem der får lov til at begynde.
Hvad er den vigtigste pointe?
Siden er en støtte til HR-/adgangsklustret. Den taler både til kandidater, HR og ledere, men holder bogens vinkel: en jobansøgning er ikke bare tekstproduktion. Den er en dør ind til arbejde, begyndelsesopgaver og faglig udvikling.
Siden er en del af Viden-universet til bogen Hvad skal vi lave nu?. Den bruger AI som anledning til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.
Hvad ændrer AI her?
- AI kan hjælpe kandidater med struktur, korrektur, oversættelse, forberedelse og første udkast, men ansøgningen skal stadig kunne bæres af kandidatens egne erfaringer og valg.
- Hvis alle ansøgninger bliver glattere, bliver det vigtigere for arbejdsgivere at vurdere konkret motivation, læringsvilje, kontekst og potentiale — ikke kun tekstens overflade.
- AI kan gøre adgang bredere for nogle, for eksempel kandidater der kæmper med formuleringer, sprog eller usikkerhed. Men den kan også skabe nye skævheder, hvis arbejdsgivere straffer eller overvurderer AI-sprog uklart.
- Datagrænser gælder også kandidater. Man bør være varsom med at lægge personlige oplysninger, tidligere ansættelsesforhold, tests eller fortrolige dokumenter ind i åbne AI-værktøjer.
- For HR er spørgsmålet ikke kun, om kandidaten har brugt AI, men hvad organisationen faktisk vil vurdere: færdig tekst, faglig dømmekraft, læringsevne eller adgang til at komme i gang.
- AI i jobansøgning hænger sammen med de udelukkede og begyndelsesopgaver: hvis de første job kræver perfekte signaler, kan døren blive smallere for nye mennesker.
Hvad bør kandidater, HR og ledere gøre?
- Gør det tydeligt i jobopslag, om og hvordan kandidater må bruge AI i ansøgning, case eller test.
- Vurder kandidater på konkrete eksempler, faglig refleksion og læringspotentiale — ikke kun på en velformuleret tekst.
- Undgå at kræve en AI-fri proces, hvis kravet ikke kan forklares eller håndhæves redeligt. Forklar i stedet, hvilke dele der skal være kandidatens egne valg.
- Skeln praktisk mellem hjælp til form, struktur og korrektur — og hjælp, der opfinder erfaringer, svarer på en test eller skjuler kandidatens reelle niveau.
- Beskyt kandidatdata: del ikke ansøgninger, CV’er, tests eller interviewnoter med AI-værktøjer uden klart formål, hjemmel og passende sikkerhed.
- Se særligt på begyndere, nyuddannede og brancheskiftere: Kan processen stadig få øje på potentiale, selv når AI ændrer sproget i ansøgningen?
For kandidaten kan AI være en hjælp til at komme i gang. Det er ikke i sig selv forkert. Men hjælpen skal bruges som støtte, ikke som maske. Hvis ansøgningen bliver mere velformuleret end den erfaring og motivation, kandidaten kan tale om, bliver både kandidat og arbejdsgiver dårligere stillet.
For arbejdsgiveren er den vigtigste opgave at gøre vurderingen mere konkret. Når tekst bliver billigere, bliver samtalen om opgaver, læring, dømmekraft og potentiale vigtigere. Det gælder især for nye medarbejdere, praktikanter, nyuddannede og brancheskiftere.
Jobansøgningen er en dør, ikke bare en tekst
Det er forståeligt, at kandidater bruger AI til jobansøgninger. En ansøgning er ofte svær at begynde på, og mange mennesker har brug for hjælp til struktur, sprog eller oversættelse. AI kan gøre den hjælp billigere og mere tilgængelig.
Men jobansøgningen er ikke kun et skriveprodukt. Den er en dør ind til arbejde. Derfor skal både kandidat og arbejdsgiver spørge, hvad teksten skal vise: erfaring, motivation, faglig dømmekraft, potentiale eller bare evnen til at formulere sig pænt med et værktøj.
AI kan både åbne og lukke adgang
For nogle kandidater kan AI sænke en urimelig barriere. Mennesker med skriveusikkerhed, dansk som andetsprog eller manglende erfaring med ansøgningsgenren kan få hjælp til at gøre deres faktiske erfaringer tydelige.
For andre kan AI skabe en ny norm, hvor alle tekster forventes at være perfekte. Så flytter konkurrencen fra erfaring og læringsevne til evnen til at bruge værktøjet rigtigt. Det er især følsomt for begyndere, der endnu ikke har mange signaler på papiret.
Et praktisk skel: støtte, ikke erstatning
For en kandidat er den mest redelige tommelfingerregel, at AI gerne må hjælpe med form, struktur, korrektur og forberedelse, men ikke må erstatte de erfaringer, eksempler og valg, ansøgningen bygger på. Man skal kunne stå inde for teksten i en samtale bagefter.
For arbejdsgiveren bør skellet være lige så konkret. Hvis en case, test eller skriveprøve skal vise kandidatens egen kunnen, skal det fremgå tydeligt, hvilke dele der må være AI-støttede. Ellers risikerer processen at teste regelgætteri i stedet for faglighed.
HR skal vurdere mere end poleret sprog
Når flere ansøgninger er AI-støttede, bør HR og ledere ikke læne sig for tungt på tekstens kvalitet. En velskrevet ansøgning kan være ærlig og god. Den kan også være for glat til at vise noget særligt om kandidaten.
Derfor bør vurderingen flytte sig mod konkrete eksempler, sammenhæng mellem CV og motivation, samtaler om opgaver og kandidatens evne til at forklare egne valg. Det er ikke mindre menneskelig vurdering. Det er mere præcis menneskelig vurdering.
Kandidater skal kende datagrænserne
En kandidat kan let komme til at bruge AI på oplysninger, der ikke bør deles. Det kan være detaljer fra en tidligere arbejdsplads, kundecases, interne dokumenter, helbredsoplysninger eller andre personers data. Datatilsynets generelle vejledning om AI og databeskyttelse gør pointen enkel: formål, oplysninger og rettigheder skal tænkes med, også når brugen virker hverdagsagtig.
Det bør arbejdsgivere hjælpe med at gøre tydeligt. Hvis kandidater afleverer cases, tests eller materiale, bør det fremgå, hvad de må bruge AI til, og hvilke oplysninger der aldrig må sendes gennem åbne værktøjer.
Når arbejdsgiveren også bruger AI
AI i jobansøgning kan ikke adskilles fra AI i rekruttering. Hvis arbejdsgiveren bruger AI til screening, rangering eller intern opsummering, ændrer det kandidatens adgang til arbejde. EU AI Act placerer visse systemer til rekruttering og udvælgelse i et højrisiko-område, netop fordi de kan påvirke menneskers muligheder.
Det betyder ikke, at al AI i rekruttering er forbudt. Men det betyder, at organisationen skal kunne forklare formål, databrug, menneskelig kontrol og hvordan fejl eller skævheder opdages. Kandidaten bør ikke møde en sort boks på vej ind i arbejdet.
Begyndere skal stadig kunne begynde
Bogens begreb begyndelsesopgaver er vigtigt her. Hvis AI både polerer ansøgningerne og automatiserer de første opgaver i jobbet, kan organisationen få sværere ved at se og udvikle nye mennesker. De udelukkede mister ikke nødvendigvis et job, de allerede har. De mister adgangen til at blive prøvet af og lære sig ind i faget.
Derfor bør rekruttering i en AI-tid stille et enkelt spørgsmål: Gør processen døren bredere eller smallere for dem, der endnu ikke ligner den sikre kandidat?
Hvad kilderne bidrager med
AI Act-kilderne viser, at rekruttering og udvælgelse er et område, hvor teknologi kan få stor betydning for menneskers adgang til arbejde. Datatilsynet giver et nødvendigt databeskyttelsesperspektiv, og Rettid/Aarhus Universitet analyserer netop adgang til arbejde som juridisk og samfundsmæssigt spørgsmål.
ILO peger bredere på, at generativ AI ofte ændrer opgaver og jobkvalitet. Sammen støtter kilderne bogens vinkel: AI i jobansøgning handler ikke kun om bedre tekst, men om adgang, ansvar og menneskelig vurdering i overgangen ind i arbejdet.
Spørgsmål der bør stilles lokalt
- Hvad må kandidater bruge AI til i vores rekrutteringsproces, og hvad skal de selv kunne vise?
- Hvordan vurderer vi potentiale, læringsvilje og dømmekraft, når ansøgningstekster bliver mere polerede?
- Hvilke data om kandidater må aldrig lægges i åbne AI-værktøjer?
- Kan vores proces stadig se begyndere, nyuddannede og brancheskiftere, der ikke har den perfekte tekst eller erfaring?
- Hvordan forklarer vi kandidaterne, hvis AI bruges i screening, sortering eller intern opsummering?
- Hvilke dele af en case, test eller samtale skal være AI-fri, fordi vi faktisk vurderer kandidatens egen kunnen?
Hvordan hænger det sammen med bogen?
Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.
Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.
FAQ
Må man bruge AI til en jobansøgning?
Ja, ofte kan AI bruges som støtte til struktur, sprog, korrektur og forberedelse. Men ansøgningen bør stadig afspejle kandidatens egne erfaringer, motivation og valg, og kandidaten bør følge de regler, arbejdsgiveren har sat for processen.
Skal man fortælle, at man har brugt AI i en ansøgning?
Det afhænger af arbejdsgiverens krav og opgavens karakter. Hvis AI har hjulpet med formuleringer, er det anderledes end hvis den har opfundet erfaringer eller løst en case. En redelig proces bør gøre forventningerne tydelige på forhånd.
Hvad er redelig brug af AI i en jobansøgning?
Redelig brug er typisk hjælp til struktur, sprog, korrektur, oversættelse eller forberedelse, hvor erfaringer, eksempler og valg stadig er kandidatens egne. Det bliver problematisk, hvis AI opfinder erfaringer, løser en test, skjuler manglende kunnen eller bruger data, som ikke må deles.
Hvad betyder AI for HR’s vurdering af ansøgninger?
HR bør forvente, at flere tekster er AI-støttede. Derfor bliver det vigtigere at vurdere konkrete eksempler, sammenhæng mellem CV og ansøgning, faglig refleksion, læringsvilje og menneskelig samtale — ikke kun tekstens polering.
Kan AI i jobansøgninger skabe ulighed?
Ja. AI kan hjælpe nogle kandidater med sprog og struktur, men kan også skabe nye forskelle mellem dem, der bruger værktøjerne godt, og dem der ikke kender rammerne. Derfor bør arbejdsgivere forklare forventninger og vurdere potentiale mere konkret.
Hvad skal man passe på med data i en AI-støttet jobansøgning?
Undgå at lægge følsomme personoplysninger, fortrolige oplysninger fra tidligere arbejdspladser, interne dokumenter, testmateriale eller andre menneskers data ind i åbne AI-værktøjer uden sikker ramme.
Kilder og videre læsning
Prøvelæsning
Arbejder du med dette — eller kender du én, der gør?
Vi søger prøvelæsere med erfaring fra HR, ledelse, fagbevægelse, arbejdsmiljø, uddannelse og almindeligt arbejdsliv. Du behøver ikke være AI-ekspert. Du skal bare kende arbejdet indefra.
Bliv prøvelæser