AI og jobsamtale

Hvad er den vigtigste pointe?

Siden udbygger HR-/adgangsklustret med det punkt, hvor kandidater og organisation mødes direkte. Bogens bidrag er at se jobsamtalen som mere end en test: den er et adgangsrum, hvor potentiale, erfaring, læring og menneskelig dømmekraft skal kunne blive synlige.

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 at forstå stillingen, øve svar, finde egne eksempler og forberede spørgsmål, men svarene skal stadig kunne bæres af kandidatens egne erfaringer.
• Arbejdsgivere kan bruge AI til interviewstruktur og opsummering, men kandidatens adgang til arbejde må ikke afhænge af en uigennemsigtig score eller automatisk vurdering.
• Jobsamtalen bliver vigtigere, når ansøgninger og CV’er kan være AI-støttede. Samtalen skal derfor undersøge konkrete eksempler, læringsevne, motivation og faglig dømmekraft.
• Datagrænser gælder begge veje: kandidater bør ikke dele fortrolige oplysninger med åbne AI-værktøjer, og arbejdsgivere bør ikke lægge interviewnoter eller persondata i værktøjer uden klar ramme.
• Visse AI-systemer til rekruttering og udvælgelse er nævnt i EU AI Act som højrisiko-område. Det gør forklarlighed, dokumentation og menneskelig kontrol særligt vigtige.
• For begyndere, nyuddannede og brancheskiftere bør samtalen give plads til potentiale og læring — ikke kun til perfekte, AI-polerede svar.

Hvad bør kandidater, HR og ledere gøre før samtalen?

• Skriv tydeligt i jobopslag eller invitation, om kandidater må bruge AI til forberedelse, caseopgaver og materiale.
• Brug AI til struktur, ikke til at overtage vurderingen. Interviewspørgsmål kan forberedes med AI, men beslutningen skal kunne forklares menneskeligt.
• Bed om konkrete eksempler, valg og refleksioner, som kandidaten kan uddybe i samtalen, frem for kun at vurdere glatte formuleringer.
• Lav klare datagrænser for interviewnoter, optagelser, CV’er, tests og kandidatmateriale, før AI-værktøjer bruges i processen.
• Skeln mellem legitim forberedelse og snyd: hjælp til at øve samtalen er noget andet end at opfinde erfaringer eller få AI til at løse en test, der skal vise egen kunnen.
• Se særligt efter om processen stadig kan få øje på nye mennesker, der har potentiale, men endnu ikke har et perfekt arbejdssprog.

For kandidaten er en god tommelfingerregel, at AI må hjælpe med at blive klarere — ikke med at blive en anden. Hvis man ikke kan forklare et svar, en case eller et eksempel uden værktøjet, bør det ikke bære samtalen.

For arbejdsgiveren er den vigtigste tommelfingerregel, at AI ikke må gøre vurderingen mindre forklarlig. En jobsamtale skal stadig kunne give kandidat og organisation et redeligt billede af hinanden.

Jobsamtalen er der, hvor adgang bliver konkret

Ansøgningen er tekst. Jobsamtalen er mødet. Det er her, kandidaten skal kunne forklare erfaringer, tvivl, motivation og måden at tænke på. Derfor bliver samtalen særlig vigtig i en tid, hvor både CV, ansøgning og forberedelse kan være AI-støttet.

Hvis arbejdsgiveren kun leder efter perfekte svar, kan AI gøre samtalen glattere og mindre oplysende. Hvis samtalen derimod bruges til at undersøge konkrete valg, læring og faglig dømmekraft, kan den blive et mere redeligt adgangsrum.

Redelig AI-forberedelse er støtte, ikke erstatning

Det er ikke i sig selv forkert at bruge AI til at forberede en jobsamtale. Mange kandidater har brug for hjælp til at omsætte et jobopslag til spørgsmål, strukturere egne eksempler eller øve sig på at tale roligt om erfaringer.

Men forberedelsen skal stadig pege tilbage på virkelige erfaringer. AI må gerne hjælpe kandidaten med at finde ordene. Den må ikke opfinde oplevelser, skjule manglende kunnen eller gøre en case til noget, kandidaten ikke selv forstår.

Arbejdsgiveren skal også være tydelig om sin AI-brug

AI kan friste på arbejdsgiversiden: forslag til interviewspørgsmål, opsummering af samtaler, sammenligning af kandidater eller scoring af svar. Jo tættere værktøjet kommer på udvælgelse, desto mere skal processen kunne forklares og kontrolleres.

EU AI Act nævner visse AI-systemer til rekruttering og udvælgelse i Annex III om højrisiko-områder. Det er en påmindelse om, at jobsamtalen ikke er en intern effektiviseringsopgave alene. Den handler om menneskers adgang til arbejde.

Når ansøgninger bliver glattere, skal samtalen blive mere konkret

Hvis mange kandidater bruger AI i ansøgninger, kan tekstens kvalitet sige mindre end før. Det betyder ikke, at HR skal mistænkeliggøre alle. Det betyder, at vurderingen bør flytte sig mod det, der kan uddybes: konkrete situationer, faglige valg, læring, samarbejde og fejl.

En god samtale kan spørge: Hvad gjorde du faktisk? Hvad ville du gøre anderledes nu? Hvad har du lært? Hvor har du brug for hjælp? Den slags spørgsmål er sværere at polere sig uden om og mere relevante for arbejdet.

Kandidatdata er ikke råmateriale

Interviewnoter, CV’er, tests, cases og personlige oplysninger er ikke neutrale tekstbidder. Datatilsynets vejledning om kunstig intelligens og databeskyttelse minder om, at formål, oplysninger og rettigheder skal tænkes ind, før data bruges i AI-systemer.

Det gælder også den uformelle brug. En leder, der lægger interviewnoter i et åbent AI-værktøj for at få en vurdering, kan skabe en datarisiko og samtidig flytte ansvar væk fra sin egen dømmekraft.

Begyndere har brug for en samtale, der kan se potentiale

Bogens adgangsperspektiv er særligt vigtigt for unge, nyuddannede, praktikanter og brancheskiftere. De har ofte færre færdige meritter og mere uafprøvet potentiale. Hvis samtalen kun belønner det perfekte svar, bliver døren smallere.

Her hænger jobsamtalen sammen med begyndelsesopgaver. Organisationer skal ikke kun finde den kandidat, der allerede ligner en færdig løsning. De skal også kunne se, hvem der kan lære sig ind i arbejdet, hvis de får en reel begyndelse.

Hvad kilderne bidrager med

AI Act-kilderne viser, hvorfor rekruttering og udvælgelse er et område med særlig risiko: teknologien kan påvirke menneskers adgang til arbejde. Datatilsynet gør datagrænserne konkrete, og den juridiske analyse fra Rettid/Aarhus Universitet sætter adgang til arbejde i centrum.

ILO-kilden understøtter den bredere pointe om, at generativ AI ikke kun ændrer hele job, men også de opgaver og adgangsveje, hvor mennesker lærer og vurderes. Det er netop derfor jobsamtalen bør behandles som et menneskeligt og organisatorisk rum — ikke bare som en proces, der kan optimeres.

Spørgsmål der bør stilles lokalt

• Hvad må kandidater bruge AI til før jobsamtalen, og hvor skal grænsen gå ved cases, tests og arbejdsprøver?
• Bruger vi AI til at lave spørgsmål, opsummere samtaler, score svar eller sammenligne kandidater — og kan vi forklare det?
• Hvilke kandidatdata må aldrig lægges i åbne AI-værktøjer?
• Hvordan vurderer vi læringsvilje, potentiale og dømmekraft, når svar kan være trænet med AI?
• Hvor sikrer vi, at begyndere, nyuddannede og brancheskiftere ikke taber på manglende interviewkode?
• Hvem har ansvar for at opdage skævheder, hvis AI bruges til struktur, noter eller vurderingsstøtte?

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