Egy friss kutatás szerint az AI-alapú toborzási rendszerek egy eddig kevéssé vizsgált problémával küzdenek: a „tudáselkopással". Ez azt jelenti, hogy ahogy az eredeti jelölti információ áthalad az AI különböző feldolgozási rétegein – önéletrajz-elemzés, előszűrés, rankinggenerálás –, az eredeti kontextus és árnyalatok fokozatosan elvesznek. A végső döntés így egyre kevésbé az eredeti adaton, sokkal inkább az algoritmus interpretációin alapul.
A kutatók ezt a jelenséget a gyerekek suttogós játékához hasonlítják: mindenki azt gondolja, pontosan adta tovább az üzenetet, miközben a végeredmény teljesen eltér az eredetitől. Az AI-rendszerek esetében ez különösen veszélyes, mert a torzítás láthatatlan marad – sem a recruiter, sem a jelölt nem tudja, hol ment el a folyamat. Az eredeti jelölti erősségek elveszhetnek, miközben irreleváns mintázatok kerülnek előtérbe.
HR-szemszögből ez a kutatás sürgős felülvizsgálatra int. Aki AI-t használ a toborzásban, annak nem elég a hatékonyságot mérni – ellenőrizni kell a döntési lánc minden pontját. Az emberi kontrollpontok beépítése nem gyengíti az automatizáció előnyeit, hanem éppen megvédi a folyamat hitelességét. A pszichológiai biztonság toborzási vetülete is sérül, ha a jelöltek igazságtalan, átláthatatlan szűrőn esnek át.
