Tekoäly muuttaa rekrytointia – muuttuuko vastuullisuuden runko?

Kirjoittajat: Ainoelisa Kuusisto, Mira Parviainen  & Mari Mynttinen

Tekoäly muuttaa rekrytointia

Duunitorin Kansallisen rekrytointitutkimuksen (2026) mukaan 26 prosenttia työnantajista hyödyntää tekoälyä rekrytoinnissa. Työnantajista 47 prosenttia on kokenut, että tekoälyllä laaditut hakemukset aiheuttavat painetta uudistaa rekrytointiprosessia. Pohdittavaksi herää kysymys siitä, miten hakijoiden osaaminen voidaan tunnistaa, jos hakemukset alkavat muistuttaa toisiaan. Aihetta käsittelevien tutkimusten perusteella voidaan todeta, että tekoäly tukee hakijoiden seulontaa ja arviointia, sekä auttaa käsittelemään suuria tietomääriä. Tekoälyn tuottamien suositusten hyödyntäminen edellyttää kuitenkin sitä, että rekrytoija ymmärtää järjestelmän toimintaa ja osaa tarkastella tuloksia kriittisesti. (Laukkarinen 2025; Rosenthal-von der Pütten & Sach 2024.)

Tarkastelimme YAMK-opinnäytetyössämme tekoälyn hyödyntämistä sosiaali- ja terveysalan rekrytoinnissa. Tuloksissa tunnistettiin tekoälyn tarjoamia mahdollisuuksia sekä tiedon laatuun, yhdenvertaisuuteen, rekrytoijien osaamiseen ja hakijakokemukseen liittyviä haasteita. (Kuusisto & Parviainen 2026.) Pohdimme sitä, miten rekrytoija voi varmistua tekoälyn tuottaman arvion luotettavuudesta. Mikäli järjestelmä suosittelee tiettyä hakijaa, onko mahdollista tietää suosituksen perusteita. Sosiaali- ja terveysalalla osaaminen on koulutuksen ja työkokemuksen lisäksi vuorovaikutustaitoja, harkintakykyä ja kykyä kohdata erilaisia ihmisiä. Kaikki nämä ominaisuudet eivät välttämättä tule esiin työhakemuksissa. Tämän vuoksi on tunnistettava myös se, mitä tekoäly ei pysty arvioimaan luotettavasti.

Vastuullisuus tekoälyrekrytoinnissa

Työnantajista 71 prosenttia on ollut sitä mieltä, että hakijoille on kerrottava tekoälyn käytöstä hakemusten käsittelyssä (Duunitori 2026). Myös tutkimuskirjallisuudessa on painotettu hakijoiden luottamuksen ja oikeudenmukaisuuden kokemusta tekoälyavusteisessa rekrytoinnissa (Babaee & Shank 2025). Duunitorin tutkimus tuo esiin sen, että epäselvien eettisten tekoälykäytäntöjen seurauksena on riskinä organisaation työnantajabrändin vaarantuminen. Läpinäkyvä ja ihmiskeskeinen tekoälyrekrytointi puolestaan houkuttelee osaajia, sillä se parantaa hakijan turvallisuuden tunnetta. (Duunitori 2026.)

Mielestämme sosiaali- ja terveysalan rekrytoinnissa keskeistä sen lisäksi, että tekoälyn käytöstä ilmoitetaan, avoimuus tarkoittaa muutakin. Hakijan tulee tietää, missä vaiheessa tekoälyä käytetään ja millä tavoin se vaikuttaa arviointiin. Lisäksi hakijan tietojen kerääminen, säilyttäminen ja hävittäminen voivat herättää kysymyksiä. Epätietoisuus siitä, jäävätkö hakijan tiedot tekoälyn käyttöön, voi vaikuttaa päätökseen työpaikan hakemisesta. Rekrytoijan näkökulmasta tämä on huomionarvoista, koska tavoitteena on löytää parhaita osaajia kyseiseen tehtävään.

Havainnollistimme opinnäytetyössämme vastuullisen tekoälyn hyödyntämismahdollisuuksia rekrytoinnin suunnittelussa, hakijoiden tavoittamisessa ja seulonnassa sekä arvioinnin ja päätöksenteon tukena (kuvio 1). Kuviossa ihminen toimii prosessin ”perämiehenä” huolehtien turvallisesta ja vastuullisesta etenemisestä. Ihminen tulkitsee, arvioi kriittisesti, tekee lopullisen päätöksen ja toimii valvojana. Rekrytoinnin lähtökohtana, ”prosessin aivoina”, ovat tekoälyn vastuullisen hyödyntämisen periaatteet ja reunaehdot. Näitä ovat pyrkimys yhdenvertaiseen ja läpinäkyvään toimintaan, tietosuojan toteutumiseen ja datan laadun tarkasteluun. Asiantuntijuuteen perustuva osaaminen varmistaa hyvän ja saavutettavan asiakaskokemuksen.

Kuvio 1. Vastuullisuuden runko – tekoälyn hyödyntäminen rekrytointiprosessissa (Kuusisto & Parviainen 2026).

Tekoälyrekrytoinnin tulevaisuuden kysymykset

Tulevaisuudessa näemme kolme ensisijaista tekoälyrekrytoinnin kysymystä. Ensinnäkin on kehitettävä tekoälyn käyttöä ohjaavia linjauksia sosiaali- ja terveysalan rekrytoinnissa. Tarvitaan yhä enenevissä määrin selkeitä ja yksiselitteisiä ohjeistuksia. Niitä on päivittävä sitä mukaa, kun tekoälyn käytöstä rekrytoinnissa saadaan lisää kokemuksia. Toisekseen on tarpeen selvittää, milloin tekoälyn käytöstä on rekrytoinnissa eniten hyötyä. Hyötyjen mittaamisessa säästyneen työajan ohella on arvokasta tarkastella hakijakokemuksia. Kolmas tärkeä kysymys liittyy rekrytoijien osaamiseen. Millainen osaaminen mahdollistaa tekoälyn tarkoituksenmukaisen käytön ja sen tuottaman tiedon kriittisen arvioinnin? Sosiaali- ja terveysalalla tekoälyn hyödyntämisessä korostuu erityisesti ihmisen inhimillisen harkinnan ja vastuun turvaaminen. Merkityksetöntä ei ole myöskään tarkastella, millaista osaamista työnhaussa menestyminen vaatii tulevaisuudessa työnhakijoilta.

Lähteet

Babaee, A. & Shank, D.B. 2025. Trust and procedural justice mediate the effects of AI hiring on organizational attraction and intent to apply. Discover Artificial Intelligence. 5, 375. Viitattu 21.10.2026. Saatavissa https://link.springer.com/article/10.1007/s44163-025-00633-x

Duunitori. 2026. Tekoäly rekrytoinnissa. Kansallinen rekrytointitutkimus 2026-raporttisarja | Osa 1. Viitattu 21.10.2026. Saatavissa https://drive.google.com/file/d/1-1hlye9RIEEv3-UgMZ386I9v6lxhp9yg/view?pli=1

Kuusisto, A. & Parviainen, M. 2026. Rekrytointi ja tekoälyn hyödyntäminen sosiaali- ja terveysalalla – integratiivinen kirjallisuuskatsaus. YAMK-opinnäytetyö. LAB-ammattikorkeakoulu. Viitattu 21.10.2026. Saatavissa https://urn.fi/URN:NBN:fi:amk-2026102128112

Laukkarinen, M. 2025. Working with and around Artificial Intelligence: AI Crafting and Human-AI collaboration in recruitment. International Journal of Human–Computer Interaction. 41 (21), 13804–13816. Viitattu 21.10.2026. Saatavissa https://urn.fi/URN:NBN:fi:jyu-202503262891

Rosenthal-von der Pütten, A.M. & Sach, A. 2024. Michael is better than Mehmet: exploring the perils of algorithmic biases and selective adherence to advice from automated decision support systems in hiring. Frontiers in Psychology. 15, 1416504. Viitattu 21.10.2026. Saatavissa https://doi.org/10.3389/fpsyg.2024.1416504

Kirjoittajat

Ainoelisa Kuusisto ja Mira Parviainen ovat LAB-ammattikorkeakoulun sosiaali- ja terveysalan YAMK-opiskelijoita. Heidän opinnäytetyönsä tarkasteli tekoälyn hyödyntämistä sosiaali- ja terveysalan rekrytoinnissa.

Mari Mynttinen (TtT, sh/th) työskentelee LAB-ammattikorkeakoulun Hyvinvointiyksikössä lehtorina ja DIWL-tutkimusryhmän jäsenenä.

Artikkelikuva: https://pxhere.com/fi/photo/15 (CC0)

Viittausohje

Kuusisto, A., Parviainen, M. & Mynttinen, M. 2026. Tekoäly muuttaa rekrytointia – muuttuuko vastuullisuuden runko? LAB Pro. Viitattu pvm. Saatavissa https://www.labopen.fi/lab-pro/tekoaly-muuttaa-rekrytointia-muuttuuko-vastuullisuuden-runko/