24. June 2026
Stanford HAI har publisert en urovekkende studie som belyser et økende problem i moderne rekruttering: fremveksten av «algoritmiske monokulturer». Når stadig flere selskaper tar i bruk de samme standardiserte AI-verktøyene for å skanne jobbsøknader, oppstår det systematiske blindsoner. Dette fører til kollektiv og automatisk avvisning av kvalifiserte kandidater på tvers av en hel bransje, bare fordi de ikke passer inn i algoritmens snevre mal.
Tenk på det slik: Tidligere ville en søker med en litt utradisjonell CV kanskje bli avvist hos én bedrift, men bli vurdert som et spennende og friskt pust hos en konkurrent. Men når «alle» nå bruker de samme hyllevare-modellene for AI-screening, blir den samme skjevheten (bias) repetert overalt. Kandidaten stenges effektivt ute fra hele jobbmarkedet simultant, uten at et eneste menneske faktisk har sett på søknaden.
For HR-direktører og rekrutteringsansvarlige betyr denne mekanismen at man risikerer å gå glipp av de virkelige talentene som kunne utgjort en forskjell. Hvis alle selskaper i samme sektor fisker etter nøyaktig de samme AI-godkjente profilene, ender man opp med homogen tenkning og redusert innovasjonskraft. Fremoverlente selskaper bør derfor kreve fullt innsyn i screening-kriteriene fra sine AI-leverandører og sørge for at uvanlige, men høykompetente kandidater fanges opp av manuelle sikkerhetsnett.
Les hele saken hos Stanford HAI.
Google ruller nå ut en oppdatering til Google Home som gjør smarte kameraer langt mer treffsikre. Teknologien utvides fra ren ansiktsgjenkjenning til også å identifisere personer basert på klesstil, kroppsform og kontekstuelle ledetråder – selv når personen vender ryggen til kameraet.
Frem til nå har smarte kameraer vært fullstendig avhengige av et klart, frontalt bilde av ansiktet ditt for å registrere hvem du er. Snudde du deg bort for å knyte skoene eller bar på en stor eske, ble du umiddelbart flagget som en ukjent person. Med den nye oppdateringen bruker AI-en en helhetlig analyse av farger, teksturer og proporsjoner for å forstå hvem som beveger seg i rommet.
For eiendomsutviklere, PropTech-aktører og selskaper som leverer fysisk adgangskontroll, markerer dette et skifte i hvordan vi designer adgangssystemer. Vi beveger oss raskt bort fra rigide løsninger der ansatte må stoppe opp og stirre inn i en skanner, og over til sømløse passasjer der ansatte gjenkjennes i naturlig bevegelse. Samtidig må sikkerhetssjefer være våkne for nye sårbarheter: Hvis en uvedkommende tar på seg den lett gjenkjennelige og fargerike jakken til en ansatt, må systemene være robuste nok til å ikke bli lurt.