HackerRank, platformen hvor tusinder af teknologivirksomheder aflærer kandidater efter tekniske færdigheder, sender snart Chakra på markedet – en AI-agent der dirigerer jobsamtaler som en menneskelig interviewer, observerer kandidaten mens de arbejder, og vurderer beslutningsprocessen bag svarene, ikke blot svarene selv.
Chakra har været i beta i omkring seks måneder og har allerede gennemført over 500.000 simulerede interviews. Virksomheder som Snowflake, Snorkel og Capgemini testede systemet, og HackerRank eksperimenterede også internt.
Fra output til tænkemåde
AI har længe været en del af rekrutteringen – virksomheder bruger stemmeagenter og automatiserede test til at screene kandidater. Men Chakra markerer et skift: AI skal ikke længere blot vurdere, om kandidaten når frem til det rigtige svar. Systemet skal måle sværere aspekter som kritisk tænkning, dømmekraft og hvad HackerRank kalder “AI-flydende” – hvor godt kandidaten kan formulere problemer for AI, vurdere output og styre løsningen mod mål.
“Tidligere vurderede vi resultatet,” siger HackerRanks medstifter og CEO Vivek Ravisankar. “Nu kan hvem som helst fremstille et produkt takket være AI. Spørgsmålet bliver: kan virksomhederne forstå tænkemåden bag?”
Praktisk set ser en Chakra-samtale ud som at udføre arbejdet snarere end at løse en traditionel kodningstest. Kandidaten får en opgave fra et rigtigt koderepositorium og arbejder gennem den i et canvas med AI-assistance. Systemet stiller opfølgningsspørgsmål baseret på kandidatens valg: Hvorfor valgte du denne tilgang? Hvordan ændrer løsningen sig, hvis rammevilkårene skifter?
Færre forsøg på snyd, ikke flere
At give kandidater adgang til AI under en samtale virker modintuitiv – skulle det ikke gøre det lettere at snyde? Men HackerRanks data viser det modsatte. Mistænkelige aktiviteter var 70-80 procent lavere i Chakra-interviews sammenlignet med traditionelle HackerRank-test, dog med variationer afhængig af geografi og erfaringsniveau.
Ravisankars teori: når kandidater kan bruge AI åbent, falder incitamentet til at snige sig udefrakommende værktøjer ind i intervjuet. Det reducerer motivationen til svindel.
Chakra erstatter også hele interviewprocessen. Hvor virksomheder traditionelt gennemfører tre runder – en rekruttørscreening, en hjemmeopgave og en tekniker-opfølgning – skal systemet klare alt i ét samlet interview.
Algoritmen vurderer, mennesker afgør
HackerRank startede med at teste kodningsopgaver og byggede en global platform med 3.000 virksomhedskunder – herunder Amazon og Nvidia – og 30 millioner udviklere. Chakra repræsenterer et opgør med den gamle forretningsmodel.
“Det er som da Apple gik fra iPod til iPhone,” siger Ravisankar. “Det gamle produkt har stadig værdi, men det nye afspejler markedets retning.”
Han understreger dog, at Chakra scorer kandidater, men træffer ikke den endelige ansættelsesafgørelse – det gør mennesker. AI kan håndtere strukturerede dele af intervjuet ved konsekvent at anvende arbejdsgiverens kriterier, mens menneskelige interviewere kan fokusere på, om de reelt ønsker at arbejde med kandidaten og kan besvare spørgsmål om virksomhed, team og rolle.
“AI har meget mindre bias end mennesker, hvis du tuner det rigtigt,” siger Ravisankar og argumenterer for, at et AI-system kan instrueres til at følge samme bedømmelsesstandard for alle kandidater uden påvirkning fra baggrund eller uddannelse.
Bias og regulering – de ubesvarede spørgsmål
Men det er ikke så simpelt. Automatiserede ansættelsesværktøjer kan arve eller forstærke bias fra de data, modeller og kriterier, de er bygget på – noget regulatorer verden over øger deres fokus på. New York City kræver for eksempel, at virksomheder der bruger visse automatiserede ansættelsesværktøjer, underkaster dem uafhængig bias-revision og informerer kandidater på forhånd.
Ravisankar erkender, at ansættelse er et reguleret område og at HackerRank må opfylde disse krav. Men spørgsmålet om, hvor meget af en ansættelsesafgørelse en virksomhed kan delegere til en algoritme uden at risikere systematisk diskrimination, er stadig uden entydigt svar.