Siesta AI
AI i HR bevæger sig fra “interessant eksperimentering” til fuldt juridisk ansvar i EU. EU’s AI-forordning gør det skifte konkret, og for mange HR-anvendelser er nøgledatoen 2. august 2026, hvor de strengeste forpligtelser begynder at gælde. Hvis din virksomhed bruger AI i rekruttering eller arbejdsstyrkestyring, er det praktiske mål at kunne forklare, hvad I bruger, hvorfor I bruger det, og hvilke kontroller der findes omkring det — ikke blot at sige “leverandøren er compliant”.
Hvorfor HR er under skærpet kontrol i EU’s AI-forordning
EU’s AI-forordning klassificerer AI-systemer efter risiko, og HR er højt på radaren, fordi HR-systemer kan påvirke en persons karriere, indkomst og privatliv. Derfor kan mange værktøjer, der føles rutinemæssige i virksomheder, stadig falde i kategorien høj risiko, når de påvirker rekruttering, udvælgelse, forfremmelse, afskedigelse, opgavefordeling eller performanceovervågning. En ikke-indlysende pointe er, at “høj risiko” ofte handler mindre om modellens sofistikation og mere om, hvor output lander i beslutningskæden. Selv en simpel rangerings- eller scoringsfunktion kan udløse væsentlige forpligtelser, hvis den filtrerer kandidater eller former beslutninger om medarbejdere.
Set fra et driftsmæssigt perspektiv vil de fleste virksomheder ikke have ét enkelt “AI i HR”-system. De vil have en kæde: ATS-funktioner, test- og vurderingsleverandører, analysetrin og nogle gange tilføjelser i bredere platforme. Compliance-problemer opstår typisk i hullerne mellem disse værktøjer, når ingen klart kan svare på, hvilke dele der er automatiserede, hvilke data de bruger, og hvem der er ansvarlig for tilsyn.
Hvad ændrer sig den 2. august 2026, og hvad gælder allerede før
Ifølge APČR gælder fra 2. august 2026 de strengeste regler for kategorien høj risiko, som omfatter almindelige HR-scenarier som automatiseret CV-sortering, vurdering af videointerviews, online kandidat-tests og systemer til styring af medarbejdere (forfremmelse, afskedigelse, opgavefordeling, performanceovervågning). Den praktiske konsekvens er, at virksomheder bør behandle august 2026 som en deadline for at have governance på plads — ikke som en deadline for at læse forordningen. Hvis I venter, ender I med risikoklassificering, leverandør-due diligence, intern dokumentation og træning på samme tid, hvilket typisk giver svag dokumentation og forhastede beslutninger.
APČR fremhæver også, at nogle krav allerede gælder fra februar 2025. Et eksempel er, at følelsesgenkendelsessystemer på arbejdspladsen beskrives som strengt forbudte, så hvis noget i jeres stack minder om følelsesdetektion, er det ikke et “rart at gennemgå senere”-punkt — det er et stop-og-ret-punkt. APČR peger også på forpligtelsen til at sikre AI-kompetence for medarbejdere, der arbejder med disse teknologier, hvilket ofte undervurderes, fordi det kræver konsekvent praksis på tværs af HR, ansættende ledere, jura og IT — ikke blot en engangstræning. Endelig bemærker APČR, at deployers kan have behov for at informere og konsultere medarbejderrepræsentanter før et højrisikosystem tages i brug (med henvisning til artikel 26(11)), hvilket betyder, at selve udrulningsplanen kan skabe compliance-risiko, hvis konsultationen sker efter go-live.
Hvad arbejdsgivere skal kunne garantere i praksis, og hvordan man kommer i gang
APČR opsummerer fire søjler, som arbejdsgivere skal kunne garantere ved brug af højrisiko-AI-værktøjer: menneskeligt tilsyn, transparens, audit og fairness samt dokumentation. Menneskeligt tilsyn skal være reelt, hvilket betyder, at maskinen ikke kan træffe endelige beslutninger uden menneskelig kontrol, og at tilsyn ikke kan reduceres til at stempelgodkende output. Transparens betyder, at personer tydeligt skal informeres, når AI indgår i et relevant trin, og i HR omfatter det ofte kandidater eller medarbejdere — ikke kun interne brugere, der allerede ved, at de har klikket på en AI-funktion. Audit og fairness kræver regelmæssige kontroller for at reducere risikoen for utilsigtet diskrimination (APČR nævner alder og køn som eksempler), og det er svært at forsvare, hvis man ikke kan rekonstruere, hvilken model, konfiguration og hvilke data der skabte et bestemt output på et givent tidspunkt. Dokumentation er rygraden, der gør det muligt at bevise sikkerhed og forklare, hvordan resultater bliver produceret, og den skal afspejle jeres faktiske implementering — ikke kun generiske leverandør-PDF’er.
APČR anbefaler tre praktiske første skridt: kortlæg jeres værktøjer, verificér leverandører og investér i uddannelse. Gøres kortlægningen rigtigt, er den ikke kun en liste over “AI-værktøjer” — den er et overblik over, hvor AI berører HR-workflows, inkl. funktioner skjult i platforme, der ikke markedsføres som AI-produkter. Leverandørverifikation bør fokusere på evidens, I kan operationalisere: klare ansvarsbeskrivelser, adgang til teknisk dokumentation og evnen til at understøtte jeres behov for tilsyn, logging og change control. Uddannelse bør være løbende og rollebaseret og lære folk at bruge output ansvarligt, hvor AI ikke må beslutte, og hvordan man dokumenterer overstyringer og undtagelser, fordi det er de detaljer, der holder, når spørgsmålene kommer senere.
