Användningen av AI i rekryteringsprocessen växer explosionsartat. För arbetsgivare innebär det effektivare processer, bättre urval och minskad administration. För arbetssökande öppnar AI-verktyg för att skapa professionella CV:n, träna på intervjuer och hitta fler möjligheter. Men parallellt växer problemen med fusk, fejkade profiler och bristande transparens.
Viktigt att veta
- AI-drivet fusk ökar snabbt i rekryteringar, särskilt i tekniska distansintervjuer, och kan omfatta allt från AI-skrivna svar till deepfakes och ”intervju-ersättare”.
- Stora arbetsgivare som Google, Cisco och McKinsey har delvis återgått till personliga intervjuer och skärpta verifieringar för att bättre bedöma verklig kompetens.
- Gartner bedömer att var fjärde kandidatprofil kan vara fejkad till 2028, vilket gör identitets- och kompetensverifiering affärskritiskt.
- Multi-lager-skydd är effektivast: ID-kontroller, geolokalisering, bakgrundskontroller, välbelysta video-intervjuer, följdfrågor och praktiska tester.
- Tydliga riktlinjer behövs för vad som är tillåten AI-användning; AI som idéstöd är ofta OK, AI som ersätter kandidatens prestation i prov eller intervju är fusk.
- AI skapar stora effektivitetsvinster för HR (screening, schemaläggning, shortlistning), men kan också förstärka bias om datakvalitet och transparens brister.
- Kandidaters förtroende för arbetsgivares AI är lågt; öppen kommunikation om process, bedömning och konsekvenser minskar fuskdrivande osäkerhet.
- Virtuella intervjuer består, men fler roller kräver hybrid upplägg där vissa moment är AI-fria och andra tillåter AI för att spegla verkligt arbetssätt.
AI som hjälp – och hinder – för arbetssökande
AI-verktyg som ChatGPT har snabbt blivit en standardresurs för jobbsökande. Enligt flera undersökningar använder omkring 40 procent AI i sin process, framför allt för att:
- skriva och förbättra CV:n
- skapa personliga brev
- förbereda sig för intervjuer
- analysera jobbannonser och nyckelord
En Resume Builder-enkät visar att 73 procent använde AI för CV-skrivande och 69 procent för intervjuförberedelser. För många gav det resultat: fler intervjuer, högre chans till jobb och ibland bättre löneförhandlingar.
Men AI kan också gå för långt. Vissa kandidater låter verktygen producera hela ansökningar eller hjälpa till under tester och intervjuer. En HR-chef sammanfattar dilemmat:
”Det är helt okej att använda AI för idéer och träning. Men att låta tekniken ta över själva svaren är att passera en gräns.”

Företagen svarar på AI-fusket
Samtidigt rapporterar rekryterare om en kraftig ökning av fusk. Gartner förutspår att redan 2028 kan var fjärde kandidatprofil globalt vara fejkad. Det handlar inte bara om förskönade CV:n utan även:
- deepfake-teknik för att utge sig för att vara någon annan
- kandidater som låter en annan person ta intervjun
- användning av AI för att lösa tekniska uppgifter utan förståelse för svaren
Cisco, Google och McKinsey är några av företagen som nu återinfört fler personliga intervjuer. ”Distansarbete och AI gör det lättare än någonsin för falska kandidater att komma igenom processen. Vi behöver träffa dem direkt för att se omdöme, empati och kreativitet – det som inte går att automatisera”, säger en talesperson för McKinsey.
Cisco har infört särskilda ramar: AI kan användas i vissa övningar men bara när det uttryckligen är tillåtet. I övrigt räknas det som fusk.
Kandidatfusk – mer än en risk för dåliga rekryteringar
Problemet är större än felrekryteringar. Gartner varnar för att kandidatbedrägerier kan skapa cybersäkerhetsrisker när fel personer får tillgång till känsliga system.
Samtidigt litar bara en fjärdedel av jobbsökande på att AI används rättvist av arbetsgivare. Många är oroliga att tekniken sorterar bort ansökningar på felaktiga grunder eller förstärker dolda fördomar.
Ett citat från Gartner-analytikern Jamie Kohn understryker problematiken:
”Det blir allt svårare för arbetsgivare att bedöma kandidaters verkliga kompetens – och i vissa fall deras identitet.”
Arbetsgivarnas strategier mot fusk
För att hantera problemen lyfter experter fram behovet av en ”flerlagrad strategi”. Den kan innehålla:
- personliga möten och väl belysta videointervjuer
- följdfrågor för att avslöja AI-genererade svar
- ID-verifiering via mobil och selfie
- bakgrundskontroller och geolokalisering
- tydlig kommunikation om vad som är tillåtet och inte
Som en HR-analytiker uttrycker det: ”Organisationer måste skapa AI-fria zoner i vissa steg, men också acceptera tekniken i andra delar. Nyckeln är transparens.”
AI:s dubbla roll för arbetsgivare
För arbetsgivare är AI lika mycket en möjlighet som en risk. Rekryterare vittnar om att verktygen sparar tid, minskar kostnader och gör det lättare att hitta rätt talang.
Enligt en Gartner-undersökning är HR-teknologi nu det främsta investeringsområdet för HR-ledare, med fokus på att automatisera:
- screening av CV:n
- intervjubokningar
- kandidatkommunikation
- kortlistning av kandidater
Exempel som Phenom och Eightfold AI erbjuder plattformar där AI sköter urval, rekommenderar jobbeskrivningar och till och med hanterar pre-onboarding.
Samtidigt varnar forskare för bias. Historiskt har vissa AI-modeller favoriserat manliga kandidater eftersom majoriteten av data kommit från mäns CV:n. ”Algoritmer byggs av människor med egna fördomar. Det är avgörande att träna modellerna på rätt sätt och kräva transparens från leverantörerna”, säger en Forrester-analytiker.
Mellan effektivitet och rättvisa
Den röda tråden i diskussionen är spänningen mellan effektivitet och rättvisa. AI kan göra rekrytering snabbare och mer träffsäker, men också mer sårbar för fusk och bias.
Ett centralt problem är gränsdragningen:
- När är AI ett hjälpmedel för att framhäva en kandidats verkliga kompetens?
- Och när blir det ett sätt att dölja brister eller fabricera en identitet?
Forskning visar att trycket på kandidater ofta leder till genvägar. ”Fusk beror ofta på rädsla. Ju mer transparens arbetsgivare kan ge, desto mindre motivation finns det att fuska”, säger Lindsey Zuloaga på Hirevue.
Balans krävs
Företag, rekryterare och arbetssökande står nu i ett vägskäl. AI är här för att stanna, både som hjälp och som risk.
Arbetsgivare måste bygga robusta system för att upptäcka bedrägerier, men också vara öppna med vad som är acceptabelt AI-stöd. Jobbsökande behöver använda tekniken för att förstärka – inte ersätta – sina egna färdigheter.
Den långsiktiga utmaningen blir att skapa en rekryteringsprocess som är:
- effektiv och datadriven
- rättvis och inkluderande
- transparent och tydlig kring AI:s roll
Som en HR-expert konstaterade:
”AI ska inte ersätta mänsklig bedömning. Det ska stödja den – och det är den balansen som avgör om tekniken blir en framgång eller ett hot.”
FAQ
Vad räknas som AI-fusk i en rekryteringsprocess?
Bedrägliga handlingar som förvanskar identitet eller kompetens, till exempel att låta AI skriva provsvar i realtid, använda en annan person för intervjun eller manipulera röst/video med deepfakes. AI för idéer, struktur och övning kan vara tillåtet om det anges i policyn och kandidaten själv står för innehåll och resonemang.
Hur kan vi praktiskt upptäcka AI-genererade svar under en intervju?
Använd följdfrågor som kräver resonemang, felsökning och motiveringar, be kandidaten iterera eller modifiera sin lösning live, och variera problemställningen. Titta efter onaturlig timing, minimalt kontextgrepp och svårigheter att förklara ”varför” snarare än ”vad”.
Bör vi helt förbjuda AI i rekryteringen?
Nej. Definiera i stället AI-fria moment (t.ex. kritiska prov och identitetskontroller) och AI-tillåtna moment (t.ex. uppgiftsförtydliganden eller research i förväg). Kommunicera gränserna tydligt innan processen startar.
Vilka kontroller ger mest effekt mot fejkprofiler?
Kombinera ID-verifiering via mobil/selfie med dokumentäkthet, återkommande livlighets-kontroller, geolokaliseringsmatchning mot CV, bakgrundskontroller samt riskbaserad logg- och mönsteranalys i rekryteringssystemet.
Hur minskar vi bias när vi använder AI-verktyg för screening?
Använd jämställd träningsdata, gör regelbundna bias-tester, kräv leverantörstransparens, maskera demografi under första urval, och behåll mänsklig granskning vid besluts-punkter. Mät utfall per grupp över tid.
Vad är en bra policy för kandidaters AI-användning?
Beskriv tillåtet syfte (idéer, språkstöd), förbjudet beteende (prov/real-time-svar), krav på egen författan och möjlighet till muntliga förklaringar. Ange också sanktioner vid överträdelse och hur kontroller sker.
Hur behåller vi en bra kandidatupplevelse samtidigt som vi kontrollerar fusk?
Var transparent om steg, verktyg och varför kontroller behövs. Ge tydliga förväntningar, tidsplan, exempel på godkänd AI-användning, och erbjuda likvärdiga förutsättningar (t.ex. teknikkrav och testmiljö).
Vilka nyckeltal bör vi följa för att veta att strategin fungerar?
Andel avbrutna anställningar p.g.a. verifieringsfel, träffsäkerhet i prov vs. prestation efter anställning, tid-till-anställning, dropout-grad efter policyinförande, rapporterade bias-indikatorer samt kandidatnöjdhet per steg.












Lämna ett svar
Visa kommentarer