AI i ansættelser: Sådan måler du processen bag resultatet

AI i ansættelser: Sådan måler du processen bag resultatet

Maj 18, 2026 hiring recruitment ai-assisted development engineering leadership technical interviews code assessment developer tooling

Når AI tager over: Sådan ændrer du din rekrutteringsproces

Tag-hjemmeopgaven er ikke længere nok

For bare tre år siden kunne du stadig stole på en take-home opgave. En pull request viste, hvordan en udvikler tænkte, prioriterede og strukturerede sin løsning. I dag kan den samme PR være resultatet af dyb teknisk indsigt – eller bare et smart prompt i ChatGPT, der ramte rigtigt. Først når kandidaten har været ansat i flere måneder, finder du ud af, hvilken af de to det var.

Og jo pænere koden ser ud, desto sværere er det at gennemskue, hvad der egentlig ligger bag.

Whiteboard-interviewet er forældet

Whiteboard-interviews har aldrig været perfekte. De målte, hvor hurtigt kandidaten kunne løse problemer under pres – ikke hvor godt de løste dem i praksis. Men i det mindste var der et menneske til at se efter, hvordan de tænkte.

Nu er det anderledes. I en verden, hvor jobfunktionen selv har ændret sig – fra "skriv selv koden" til "guide AI'en og evaluere dens resultater kritisk" – har whiteboard-interviewet ingen realitetsforankring. Det tester stadig på binary trees og algoritmer, while the job demands prompt engineering and critical review of AI output.

Hvad du bør måle i stedet

Det, der betyder mest nu,是 hvordan kandidaten arbejder med AI.

  • Planlægger de før de prompt-er,還是 de kaster bare krav i AI'en og håber på et resultat?
  • Spotter de, når AI'en leverer k technically correct, but architecturally flawed løsning?
  • Forstår de, at når første forsøg ikke fungerer, skal de ændre prompt-strategien – eller fortsætter de med to same question in different ways?
  • Betaler de virkelig opmærksomhed til, hvad AI'en producerer?

De færdighed

Read in other languages:

RU BG EL CS UZ TR SV FI RO PT PL NB NL HU IT FR ES DE ZH-HANS EN