Bias i rekrytering: Hur undviker vi undermedvetna fällor?
2025-05-13
Bias i rekrytering är ofta osynlig – men påverkar mer än vi tror. I den här artikeln går vi igenom vad bias egentligen är och hur det påverkar våra rekryteringsbeslut. Du får också fyra vanliga exempel på bias i rekrytering samt fem konkreta sätt att undvika att de smyger sig in i urvalet.
Du har säkert varit där. CV:t ser ”rätt” ut. Magkänslan säger ja. Kandidaten påminner lite om någon som har funkat bra i teamet tidigare. Klockren rekrytering! Eller?
Nja. Beslutet var nog snarare baserat på våra hjärnors förkärlek för mönster, genvägar och snabba beslut – särskilt när vi har ont om tid. I rekrytering är det därför vanligt att undermedvetna fördomar och bias påverkar våra anställningsbeslut. Och om vi inte är medvetna om dessa fällor, riskerar vi att gå miste om kompetens, mångfald och i förlängningen resultat.
Vad menas med bias?
Bias är ett engelskt begrepp som har börjat användas mer och mer i svenskan, särskilt inom områden som psykologi, AI, genusvetenskap och rekrytering. På svenska översätts det ibland till fördomar, men det är inte helt samma sak och det finns viktiga skillnader att belysa.
Fördomar syftar vanligen på negativa attityder eller antaganden om en person eller grupp, ofta baserat på stereotyper.
Bias, däremot, är ett bredare begrepp. Det behöver inte vara medvetet, negativt eller ens värderande. Bias påverkar oss i allt från hur vi minns saker till hur vi samlar in, tolkar och analyserar information. Det är våra undermedvetna tankemönster och föreställningar som styr våra beslut, även när vi försöker vara objektiva.
Det är inte nödvändigtvis kopplat till negativa associationer, vilket fördomar ofta antyder, utan snarare till djupt rotade mentala genvägar.
Hur påverkas vi av bias?
Bias är vår hjärnas sätt att förenkla verkligheten. Bias uppstår eftersom vi ständigt behöver fatta snabba beslut baserat på begränsad information. Därför påverkas alla människor av bias, det är så vår hjärna är programmerad. Det är mänskligt, naturligt och ofrånkomligt.
Men just därför måste vi bli medvetna om vilka konsekvenser det får – särskilt i rekryteringssammanhang, där målet är att fatta objektiva beslut om kompetens.
Fyra exempel på bias i rekrytering
Det finns över hundra dokumenterade typer av bias – och under en rekryteringsprocess är sannolikheten stor att de smyger sig in. Här nedan listar vi fyra vanliga exempel och vilken påverkan de kan ha i en rekryteringsprocess:
- Affinity bias: Vi gillar det som är bekant. Det kan handla om personer med liknande bakgrund, utbildning eller intressen som oss själva. Affinity bias kan bidra till att rekryterande chefer föredrar kandidater som de kan relatera till, och missar därmed de som tänker annorlunda..
- Confirmation bias: Vi letar efter bevis som bekräftar ett intryck vi har fått. Har vi fått ett positivt (eller negativt) första intryck av en kandidat, tenderar vi att sedan låsa oss vid det intrycket – snarare än att vara öppna för ny information.
- Halo-effekt: En imponerande merit (till exempel utbildning från ett prestigefullt universitet eller erfarenhet från ett välkänt företag) får oss att överskatta resten. Det kan bidra till att vi förlitar oss på den enstaka meriten, i stället för att se faktiska kompetenser och egenskaper hos kandidaten.
- Gender bias: Stereotypiska föreställningar om kön som påverkar vår bild av kandidaten. Det uppstår när beslut fattas utifrån en preferens för ett visst kön, ofta baserat på stereotyper och djupt rotade föreställningar om könsroller. Könsbias förekommer när det ena könet får fördelar framför det andra i rekryteringsprocessen eller på arbetsplatsen.
Varför är det viktigt att motverka bias?
Bias gör att vi inte bedömer kompetens – vi bedömer igenkänning. Vi måste alltså försöka förstå våra omedvetna tankebanor när vi jobbar med rekrytering, för om vi inte gör det riskerar rekryteringsprocesserna att påverkas av bias – något som flera studier visar.
En välkänd studie från Yale (2013) visade att en kandidat bedömdes som mer kompetent när hen hette John i stället för Jennifer, trots identiska meriter. En nyare studie (Frontiers, 2024) visade att rekryterare ofta omedvetet påverkas av namn och porträttbild i CV:n, även när kvalifikationerna är likvärdiga. Liknande mönster syns i Sverige: en undersökning från Järvaveckan Research visar att faktorer som namn, ursprung, dialekt och klädsel kan påverka anställningsbeslut negativt.
Därför är det avgörande att öka medvetenheten om bias, särskilt i rekrytering – där rättvisa och objektiva bedömningar är avgörande.
Fem sätt att undvika bias i rekrytering
Det går inte att helt ta bort bias, eftersom de bygger på just omedvetna tankebanor. Men vi kan bygga processer som hjälper oss att undvika bias och att fatta mer medvetna beslut. Här är fem sätt att börja:
- Träna på att känna igen bias. Medvetenhet är första steget. Både rekryterare och chefer bör utbildas i hur bias fungerar och smyger sig in i rekryteringsprocesser, och hur vi kan fånga oss själva i farten.
- Standardisera processen. Skapa en tydlig och konsekvent struktur för varje intervju. Använd samma struktur, frågor och bedömningsgrunder för alla kandidater. Då blir jämförelserna mer rättvisa.
- Anonymisera ansökningar (där det är möjligt). Att ta bort namn, ålder och bild i första steget kan minska omedvetna fördomar.
- Använd kompetensbaserad rekrytering. Fokusera på beteenden, färdigheter och konkret erfarenhet i stället för magkänsla eller personkemi.
- Ta hjälp av fler perspektiv. Låt fler än en person vara med i urvals- och intervjuarbetet. När fler ögon granskar besluten blir det lättare att se mönster – och bryta dem.
Bias är oundvikligt – men inte oöverkomligt
Vi kommer alltid att ha bias. Det är en del av att vara människa. Men som arbetsgivare har vi ett ansvar att inte låta dem styra.
För varje gång vi låter magkänslan gå före kompetensen, riskerar vi att stänga dörren för talanger vi aldrig fick lära känna.
I nästa artikel: Hur påverkar AI våra rekryteringsbeslut?
Vi människor har bias – det vet vi. Men vad händer när vi börjar använda AI i våra rekryteringsprocesser? Kan tekniken hjälpa oss att fatta mer objektiva beslut – eller riskerar vi att förstärka gamla mönster?
I nästa artikel tittar vi närmare på vad som händer när vi plockar in AI i rekryteringen: Vilka risker bör vi känna till – och vilka möjligheter finns att göra processen mer rättvis?