Normering og bias i online test, når kandidaterne bruger AI undervejs
ISE's Student Recruitment Report 2026 viser, at 92 procent af britiske arbejdsgivere havde mistanke om eller bekræftede snyd i udvælgelsen, oftest uautoriseret AI-brug i online test og interviews. Artiklen gennemgår, hvad det betyder for normgrundlag og fairness i test, hvad arbejdsgiverne gør ved det, og hvilke spørgsmål man bør stille leverandøren.
Hvad den nye undersøgelse viser
Institute of Student Employers, ISE, offentliggjorde den 14. oktober 2026 sin Student Recruitment Report 2026. Rapporten bygger på svar fra 155 britiske arbejdsgivere, som tilsammen modtog mere end 1,7 millioner ansøgninger og ansatte 31.577 kandidater i rekrutteringsåret 2025/26. ISE beskriver den selv som den største undersøgelse af sin slags blandt britiske arbejdsgivere.
Det tal, der har fået mest opmærksomhed, handler om snyd. 92 procent af arbejdsgiverne havde mistanke om eller bekræftede uregelmæssigheder i udvælgelsen. I 2025 var det 85 procent, i 2024 var det 78 procent. Andelen af arbejdsgivere, som slet ingen bekymringer havde, faldt fra 22 til 8 procent. Den mest udbredte form for uregelmæssighed var uautoriseret brug af AI under interviews og online test.
Samtidig viser rapporten, at konkurrencen er rekordhøj med 141 ansøgninger pr. graduate-stilling og 96 pr. lærlingestilling. Kun 16 procent af arbejdsgiverne bruger selv AI i rekrutteringen, og 52 procent har ingen planer om det.
Hvorfor det rammer normgrundlaget
En test giver først mening, når en score kan sammenlignes med noget. Det noget er normgruppen, altså de personer, der tidligere har taget testen under kendte betingelser. Leverandørens dokumentation beskriver typisk, hvem de var, hvornår de blev testet, og hvordan.
Her opstår problemet. Hvis en del af nutidens ansøgere løser opgaverne med hjælp fra en sprogmodel, mens normgruppen løste dem alene, sammenligner man to forskellige situationer. Scoren ser normal ud på skærmen, men den måler ikke længere det samme. Det er en tolkning af ISE's tal og ikke noget, rapporten selv konkluderer, men den følger af, at den hyppigste form for snyd netop foregår i online test.
Konsekvensen er ikke, at testen bliver ubrugelig. Konsekvensen er, at percentiler og cut-off-værdier, der er fastsat på et ældre normgrundlag, kan give et skævt billede af, hvor stærk en kandidat faktisk er i forhold til feltet.
Bias i en ny forklædning
Når man taler om bias i test, tænker de fleste på forskelle mellem demografiske grupper. ISE's rapport peger på en anden type skævhed. Hvis nogle kandidater følger reglerne og andre ikke gør, konkurrerer de på ulige vilkår i den samme pulje. Den kandidat, der løser testen selv, bliver reelt straffet for at gøre det rigtige.
Arbejdsgiverne er ikke imod AI som sådan. 64 procent accepterer nu, at kandidater bruger AI i ansættelsesprocessen, mod 46 procent året før. Accepten gælder dog især CV'er, ansøgninger og motiverede ansøgninger. Under online test, interviews og assessment centre er AI som regel ikke tilladt. Grænsen går altså præcis der, hvor testens sammenlignelighed står på spil.
Hvad arbejdsgiverne gør ved det
Rapporten viser en tydelig bevægelse fra kontrol til vejledning. 82 procent af arbejdsgiverne giver nu kandidaterne retningslinjer for acceptabel og uacceptabel brug af AI, mod 55 procent i 2025. 77 procent er i gang med at gennemgå eller redesigne deres udvælgelsesproces.
De konkrete tiltag, ISE nævner, er mere personlige spørgsmål, tidsbegrænsninger og randomiserede spørgsmål. For at håndtere de store mængder bruger nogle arbejdsgivere desuden automatiseret screening af formelle krav, kortere ansøgningsvinduer, tidlig lukning af kampagner eller et loft over, hvor mange stillinger en kandidat kan søge.
Et enkelt tal fortjener opmærksomhed hos dem, der overvejer spilbaserede test. Ifølge ISE er kun 10 procent af de spilbaserede test fuldt AI-drevne, og det er samtidig det område, hvor AI er længst fremme.
Spørgsmål til leverandøren
ISE's tal er britiske og handler om graduate-rekruttering, men mekanismen er den samme i Danmark, så snart en test tages uden opsyn. Det rejser nogle konkrete spørgsmål, man kan stille, inden man køber eller fornyer en test.
Hvornår blev normgruppen indsamlet, og under hvilke betingelser? Findes der nyere normer fra den periode, hvor sprogmodeller har været frit tilgængelige? Trækker testen fra en opgavebank, så to kandidater ikke får de samme opgaver? Hvilke tidsgrænser gælder, og er de begrundet i dokumentationen? Og tager leverandøren stilling til, hvordan validiteten påvirkes, hvis en kandidat får hjælp undervejs?
Svarene afgør ikke alene, om testen er god. De afgør, om tallene i testrapporten kan læses, som de var tænkt.
Kilde: https://ise.org.uk/knowledge/insights/615/graduate_jobs_stabilise_but_ai_use_disrupts_recruitment/