Az AI-alapú toborzás elterjedésével egy új és aggasztó jelenség bontakozik ki: a jelöltek egyre tudatosabban optimalizálják önprezentációjukat az algoritmusokra, nem az emberi olvasóra. Megtanulják, milyen kulcsszavakat kell használni az önéletrajzban, hogyan kell felépíteni a motivációs levelet, és mit érdemes hangsúlyozni a chatbot-interjúkon. Az eredmény: egy egyre homogénebb jelölti mező, amelyben mindenki hasonlóan néz ki – papíron.
Ez az úgynevezett „sameness-effektus" valójában visszájára fordítja az AI ígéretét. Miközben a technológia a hatékonyságot és az objektivitást volt hivatott növelni, most egy olyan szelekciós buborékot hozhat létre, amelyben a kreatív, nem konvencionális vagy kevésbé „algoritmus-kompatibilis" jelöltek rendszeresen elvesznek. A kutatások szerint a jelöltek már aktívan készülnek arra, hogyan győzzenek meg egy gépt – nem egy embert.
A HR-szakembereknek most kell feltenni a kérdést: mit mérünk valójában, amikor AI-val toborzunk? Ha a rendszer csak azt jutalmazza, aki a legjobban tud megfelelni az elvárásoknak, akkor nem tehetséget azonosítunk, hanem alkalmazkodóképességet – egy nagyon szűk kereten belül. A diverzitás, az innováció és a szervezeti kultúra szempontjából ez hosszú távon komoly kockázatot jelent.
