REKRYTERING
AI-förordningen gäller stegvis
Artikel 50:s transparensregler tillämpas sedan 2 augusti 2026. Leverantörer ansvarar bland annat för information vid direkt AI-interaktion och maskinläsbar märkning av syntetiskt innehåll. Tillhandahållare ansvarar bland annat för information vid känsloigenkänning och biometrisk kategorisering samt för upplysning om deepfakes och viss text om frågor av allmänt intresse. Undantagen i artikeln måste bedömas i det konkreta fallet.
För system som fanns på marknaden före 2 augusti 2026 har endast leverantörskravet i artikel 50.2 övergång till 2 december 2026. Kapitel III avsnitt 1–3 tillämpas från 2 december 2027 för högrisksystem enligt artikel 6.2 och bilaga III och från 2 augusti 2028 för system enligt artikel 6.1 och bilaga I.
Använd EUR-Lex konsoliderade lydelse per 27 juli 2026 för dagens regler. Läs ändringsförordning (EU) 2026/1744 när du behöver se vad Digital Omnibus ändrade.
Vem står bakom innehållet?
Den här guiden ingår i AI på svenska och är redaktionellt framtagen för yrkesverksamma. Innehållet skrivs och underhålls av redaktionen bakom sajten med praktisk erfarenhet av digitalt arbete, AI-arbetsflöden och webbutveckling.
Sidan är ett praktiskt arbetsstöd och ska användas som stöd i vardagen — inte som ersättning för professionell bedömning, lokala riktlinjer, juridiskt ansvar eller verksamhetsspecifika beslut.
Rekrytering är AI:s mest lovande — och mest riskfyllda — HR-område
Rekryteringsprocessen innehåller en stor mängd repetitivt textarbete: kravprofiler, platsannonser, kallelsebrev, intervjufrågor, avslagsbrev. AI kan spara tid på all denna text.
Samtidigt är rekrytering det område där AI-användning är förenad med störst etisk och juridisk risk. AI tränas på historiska data — och historiska rekryteringsdata speglar historiska mönster av diskriminering. Utan aktiv granskning kan AI-stödd rekrytering reproducera och förstärka ojämlikhet.
Det gör att rekrytering kräver ett dubbelt förhållningssätt: utnyttja AI:s förmåga att effektivisera textarbetet, men granska allt AI producerar med ett aktivt jämlikhetsperspektiv.
Skriv inkluderande platsannonser med AI-stöd
Platsannonser är ett av de bästa användningsområdena för AI i rekrytering. AI kan snabbt producera ett utkast, föreslå variationer och hjälpa till att granska om texten är exkluderande.
Typiska problem AI kan hjälpa dig identifiera och åtgärda:
- Könsstereotypa formuleringar ("driven", "aggressiv" vs "omhändertagande")
- Onödiga krav som inte speglar faktiska arbetsuppgifter
- Formuleringen av erfarenhets- och utbildningskrav som utesluter kompetenta kandidater
- Beskrivning av arbetskultur som signalerar vem som "passar in"
Före (Exkluderande original)
"Vi söker en driven och aggressiv säljare som älskar att krossa mål. Du är en rockstar som inte är rädd för att ta för dig och jobba sena kvällar för att nå resultat."
Efter (AI-granskad och inkluderande)
"Vi söker en målinriktad säljare som trivs med att skapa resultat. Du är engagerad, tar eget ansvar för dina kundrelationer och uppskattar en arbetsplats med tydliga mål och balans i vardagen."
Granska en befintlig platsannons
Varför AI-urval är ett riskområde
Det finns en viktig distinktion: AI som hjälper dig formulera text är ett hjälpmedel. AI som hjälper dig bedöma kandidater är ett beslutsunderlag — och det ställer helt andra krav.
AI tränad på historiska rekryteringsdata speglar historiska beslut. Om en bransch historiskt anställt vita män i ledarroll och AI tränas på den datan, tenderar den att favorisera profiler som liknar den historiska normen.
Amazon byggde från 2014 ett internt verktyg som skulle rangordna kandidater. Det tränades på tio års meritförteckningar, som till övervägande del kom från män, och lärde sig att nedvärdera ansökningar som innehöll ordet ”women’s” — som i ”women’s chess club captain” — liksom kandidater från två renodlade kvinnohögskolor. Amazon lade ned projektet, vilket Reuters rapporterade i oktober 2018.
Det innebär att AI aldrig ensamt ska:
- Rangordna eller sålla kandidater
- Bedöma om ett CV "matchar" en profil
- Rekommendera vem som ska kallas till intervju
- Sammanfatta en kandidatprofil på ett sätt som påverkar din bedömning
Intervjufrågor och strukturerad intervju
Strukturerade intervjuer — där alla kandidater får samma frågor i samma ordning och bedöms mot samma kriterier — är bevisligen mer rättvisa och mer träffsäkra än ostrukturerade samtal. AI kan snabbt hjälpa dig utforma dem.
Avslagsbrev och återkoppling
Avslagsbrev är en uppgift där AI sparar tid utan etisk risk — så länge du inte matar in personuppgifter om den specifika kandidaten. Skriv generella mallar som du sedan anpassar manuellt.
Vad som går fel i AI-stödd rekrytering
- Kopiera AI-text utan granskning. En platsannons som ser bra ut kan ändå innehålla subtilt exkluderande formuleringar. Granska alltid med ett explicit jämlikhetsperspektiv.
- Låta AI rangordna kandidater. Oavsett hur du formulerar prompten — om AI sorterar kandidater utifrån CV-information reproducerar den historiska mönster. Håll urvalsbeslut mänskliga.
- Mata in kandidatdata i icke-godkänt verktyg. Namn, kontaktuppgifter, bakgrundsinformation om en specifik kandidat ska inte in i Claude eller ChatGPT utan organisationens godkännande.
- Använda AI-genererade frågor utan anpassning. AI ger en bra startpunkt för intervjufrågor — men du behöver anpassa dem till tjänstens faktiska krav och din organisations kontext.
När rekryteringen går över i ledarskap
Chefer behöver ta vid med introduktion, förväntningar och trygg användning av AI i teamet.
Urval, likabehandling och högriskklassning
- MIT Technology Review: Amazons nedlagda rekryteringsverktyg (oktober 2018) (öppnas i ny flik)
- EUR-Lex: AI-förordningen, artikel 6 och bilaga III (öppnas i ny flik)
- Riksdagen: diskrimineringslagen (öppnas i ny flik)
- IMY: automatiserat beslutsfattande (öppnas i ny flik)
Mänskligt slutbeslut ersätter inte rättslig grund eller diskrimineringstest.
Nästa: HR-dokumentation
Gå vidare från rekryteringsprocessen till underlag, protokoll, intyg och sammanfattningar med rätt ändamål, åtkomst och rättelse.