Normering og bias i test, når de amerikanske retningslinjer vakler

I midten af september 2026 beskrev SHRM, den amerikanske forening for HR-professionelle, en situation, som HR-afdelinger vil kunne genkende, uanset om de sidder i Chicago eller i Aarhus. De føderale myndigheder i USA er ved at ændre kurs omkring det, der på engelsk kaldes disparate impact, altså den skævvridning, der opstår, når en tilsyneladende neutral udvælgelsesmetode frasorterer bestemte grupper oftere end andre. Samtidig er selve regelsættet for, hvordan arbejdsgivere dokumenterer en test, sat til debat. Det gør normering og bias i test mere aktuelt end længe.

Ifølge SHRM afgav det amerikanske justitsministerium i juni en udtalelse om, at ligestillingsmyndigheden EEOC's hidtidige fortolkning af ansvar for disparate impact strider mod forfatningen. Udtalelsen var bestilt af EEOC's formand Andrea Lucas og lægger vægt på, at myndigheden har set for meget på statistiske forskelle og for lidt på hensigt. EEOC har desuden foreslået at trække Uniform Guidelines on Employee Selection Procedures tilbage. Det er den ramme fra 1978, som amerikanske arbejdsgivere i 50 år har brugt til at vurdere og validere kognitive test, personlighedstest, arbejdsprøver, strukturerede interview og andre udvælgelsesmetoder.

SHRM's pointe er, at ingen af delene ændrer loven. Disparate impact er fortsat en del af Title VII, og flere delstater går den modsatte vej. New York og New Jersey har udvidet ansvaret, Illinois og Maryland har skrevet det ind i lovgivningen, og Californien, Colorado, Massachusetts og Minnesota anerkender det gennem lov eller retspraksis. Jocelyn King fra VirgilHR formulerer det sådan, at arbejdsgivere ikke må forveksle mindre føderal håndhævelse med mindre risiko for diskrimination.

Debatten handler i praksis om to begreber, som ofte blandes sammen. Normering er den reference, en testscore holdes op imod. En råscore på 27 rigtige siger ingenting, før den sammenlignes med, hvordan en defineret gruppe har klaret den samme test. Normgruppen kan være bred, for eksempel den arbejdende befolkning, eller snæver, for eksempel ansøgere til en bestemt type stilling. Den kan være national eller international, ny eller gammel. Alle de valg påvirker, hvor en kandidat lander på skalaen, og dermed hvem der går videre.

Bias er noget andet. En test er biased, hvis den systematisk måler forskelligt for forskellige grupper, selv om grupperne reelt har samme niveau på det, testen skal måle. Det er ikke det samme som, at grupper scorer forskelligt. Forskellige gennemsnit kan skyldes reelle forskelle, en normgruppe der ikke passer, eller opgaver der fungerer forskelligt for grupperne. At skelne mellem de tre kræver dokumentation.

Uniform Guidelines har aldrig været dansk lov. Men de har sat en faglig ramme for, hvad en testleverandør skal kunne fremvise, når testen bruges til ansættelse. Leverandører, der har dokumenteret deres test efter den ramme, har gjort det, fordi arbejdsgiverne på deres største marked krævede det. Hvis rammen forsvinder i sit hjemland, er det rimeligt at spørge, om den samme dokumentation følger med i næste udgave af manualen.

For europæiske arbejdsgivere flytter forpligtelserne sig ikke. Forbuddet mod indirekte forskelsbehandling findes i EU's ligebehandlingsregler og i den danske forskelsbehandlingslov, og EU's AI-forordning placerer AI-systemer til rekruttering i højrisikokategorien. Ansvaret ligger hos den organisation, der bruger værktøjet.

Det er også dér, SHRM lander. Advokat Cara Crotty fra Constangy siger, at hvis et rekrutteringsværktøj frasorterer beskyttede grupper i uforholdsmæssig grad, vil sagsøgere som regel gå efter den arbejdsgiver, der brugte værktøjet til at træffe beslutningen, ikke efter leverandøren eller udvikleren. Hun anbefaler, at arbejdsgivere forstår, hvordan et AI-system fungerer, kender datagrundlaget, sikrer sig at der er gennemført uafhængig validering, og at kontrakten dækker compliance, dokumentation og opbevaring af data.

Lynn Clements fra Berkshire Associates anbefaler, at arbejdsgivere holder deres valideringsstudier opdaterede, sikrer sig at testen er dokumenteret for det konkrete job, og bliver ved med at følge udfaldet af udvælgelsen. Den stærkeste måde at vise forretningsmæssig nødvendighed på er ifølge hende den samme, som arbejdsgivere har brugt i årtier.

Oversat til en dansk HR-hverdag giver det en kort liste af spørgsmål. Hvilken normgruppe bruges, hvor stor er den, hvornår er den indsamlet, og ligner den de kandidater, vi faktisk tester? Er det undersøgt, om testen fungerer ens på tværs af køn, alder og sproglig baggrund? Findes der en analyse af, hvordan en given cut-off påvirker forskellige grupper? Og kan leverandøren vise, at testen forudsiger noget, der har med jobbet at gøre?

Svarene hører hjemme i den tekniske manual, ikke i en salgspræsentation. Den amerikanske debat minder om, at regler kan ændre sig fra det ene år til det andet. Behovet for at kunne forklare, hvorfor en kandidat blev valgt fra, forsvinder ikke.

Kilde: https://www.shrm.org/topics-tools/news/eeoc-disparate-impact-shift-hr-uncertainty