Shadow AI inom HR: AI utan att bryta mot GDPR (2026)

Om du leder ett HR- eller talangteam 2026 är din största AI-risk inte den AI-leverantör som din upphandling har granskat i sex månader. Det är den erfarna rekryteraren, L&D-chefen och ersättningsanalytikern som klistrar in kandidaters cv:n, prestationsbedömningar och lönetabeller i ett gratis ChatGPT-konto på sin privata bärbara dator klockan 23 på kvällen, eftersom det officiella verktyget är långsammare. Det är shadow AI inom HR, och det ligger i skärningspunkten mellan de två regelverk som just nu har högst tillsynstakt i EU: GDPR och AI-förordningen.

Det här är den andra artikeln i vår serie guider om dokumentmaskning. Huvudguiden går igenom maskning av data för alla användningsfall; den här riktar in sig på HR: rekrytering, prestationsstyrning, arbetsrelationer, ersättning och L&D. Där är shadow AI-problemet som mest akut, den regulatoriska exponeringen högst och den operativa lösningen ger störst vinst för ett enskilt team. En anmärkning om omfattningen: i den här artikeln omfattar shadow AI inom HR även rekrytering, och samma arkitektur måste täcka flera operativt skilda arbetsflöden, från AI-gallring av cv:n och talangförsörjning till generativa AI-assistenter för HR-personal och HR-chattbottar för anställda. Prestationsstyrning och skrivandet av enskilda prestationsbedömningar överlappar men är separata arbetsflöden, och båda berörs lika mycket.

Om ditt företag redan har haft samtalet ”vad gör vi med ChatGPT” och förlorat det är det här artikeln du kan ge till dem som använder AI varje dag. Den går igenom var shadow AI förekommer inom HR (sju konkreta användningsfall), varför dessa användningar bryter mot GDPR och AI-förordningen på specifika sätt, det faktiska tillsynsunderlaget från 2023-2026 (Workday, EEOC, NYC AEDT, den italienska Garante om Foodinho/Glovo, Europadomstolen för mänskliga rättigheter), hur ett godkänt alternativ måste se ut för att verkligen tas i bruk och en utrullning i tio steg som på 90 dagar förvandlar samtalet till ett beslut om godkända verktyg.

1. Varför HR är nollpunkten för shadow AI

Shadow AI är användning av AI-verktyg på konsumentnivå (ChatGPT, Claude, Gemini, Perplexity, Mistral Le Chat, de dussintals GPT-omslagen i App Store) med konfidentiella data, utanför IT:s insyn, vanligen via privata konton. Varje funktion i ett företag har viss exponering; HR har den värsta. Det finns fyra strukturella skäl.

För det första är de data som HR hanterar mestadels fri text. Cv:n, personliga brev, kommentarer i prestationsbedömningar, anställdas klagomål, avslutningssamtal, chefers anteckningar från enskilda samtal, kalibreringsdiskussioner: inget av detta är tabellposter på det sätt kunddata brukar vara. Fri text är precis där generativ AI känns mest användbar, så frestelsen att klistra in den i ett chattfönster är störst. Huvudguiden behandlade maskning av personuppgifter som ett tekniskt problem; inom HR är det också ett beteendeproblem.

För det andra är HR-arbete ojämnt och omdömeskrävande. En rekryterare som gallrar 200 cv:n veckan före en tillsättningsdeadline har ingen tid att fråga juridiken om det nya sourcingverktyget uppfyller GDPR. En personalansvarig som skriver en svår prestationsbedömning klockan 21 vill ha en tankepartner och inte en upphandlingsprocess. De officiella verktygen, när de finns, upphandlades för HRIS- eller ATS-användning och inte för det här. Så HR-personalen vänder sig till ChatGPT på egen hand.

För det tredje är HR-data en starkt reglerad kategori. Artikel 88 i GDPR ger medlemsstaterna uttryckligt stöd att fastställa mer specifika regler för behandling av anställdas uppgifter, och de flesta har gjort det. AI-förordningen klassificerar HR-användningar som högrisk i bilaga III punkt 4. Flera jurisdiktioner utanför EU har skrivit särskilda lagar om AI i anställning: New York City Local Law 144 (Automated Employment Decision Tools, AEDT, i kraft sedan juli 2023), Illinois AI Video Interview Act (2020), Colorado AI Act (i kraft 2026). Efterlevnadsytan inom HR är verkligen större än i andra funktioner, och shadow AI-användning skapar odokumenterad behandling över hela den.

För det fjärde sitter HR mellan den juridiska och efterlevnadsmässiga ribban och det operativa trycket att vara snabb. Samma HR-chef som får höra att hon ska driva produktivitetsvinster med AI ansvarar också för GDPR-registren över behandlingar (artikel 30), konsekvensbedömningen avseende dataskydd för ny teknik enligt artikel 35, rätten enligt artikel 22 att inte bli föremål för automatiserade beslut och, i många EU-länder, samrådet med arbetstagarrepresentanter om nya övervakningsverktyg. Utan ett godkänt alternativ som löser båda problemen på en gång lutar systemet åt skuggan.

Statistiken som citeras om shadow AI inom HR upprepas ofta med ett annat omfång än källan använde, och var varje shadow AI-siffra kommer ifrån anger populationen, metoden och datumet bakom de mest citerade.

2. Var shadow AI dyker upp i HR-team

De sju användningsfallen nedan täcker ungefär 95 % av den shadow AI vi ser i HR-granskningar. Varje fall skapar en egen riskkategori och en egen möjlighet för ett godkänt alternativ.

1. Cv-gallring och urval till kortlista. En rekryterare klistrar in 50-200 cv:n i en chattsession och ber: ”rangordna dessa efter kulturell matchning och tekniskt djup i Kubernetes; ge mig en topp 10”. Modellen ser fullständiga namn, foton, adresser, födelsedatum, tidigare arbetsgivare och alla andra personuppgifter kandidaten har lämnat. Enligt artikel 22 i GDPR kräver ett helt automatiserat beslut med rättsliga eller liknande betydande följder en uttrycklig rättslig grund; AI-förordningen klassar cv-gallring som högrisk; och bias i AI-verktyg för rekrytering, som litteraturen också kallar AI-bias vid anställning, har sin egen diskrimineringsexponering enligt nationell arbetsrätt. Skuggversionen skapar odokumenterad behandling av särskilda kategorier av uppgifter (vissa cv:n avslöjar hälsouppgifter, fackmedlemskap, religiös tillhörighet) på en amerikansk LLM-slutpunkt utan DPA. Det är det klassiska skuggarbetsflödet inom talangförsörjning.

2. Skrivande av prestationsbedömningar och prestationsstyrning. En chef klistrar in 12 månaders anteckningar från enskilda samtal och ber modellen skriva ett utkast till årsbedömningen. Anteckningarna innehåller vanligen direkta citat från den anställde, observerade hälsouppgifter (”hon var sjukskriven tre veckor under tredje kvartalet”), lönediskussioner och ibland klagomål på kollegor. Att skriva prestationsbedömningar med AI på en konsumentslutpunkt skapar ett problem med skäl 71 (beslut med rättsliga eller liknande betydande följder), ett problem med artikel 88 (behandling i anställningssammanhang) och ofta ett problem med artikel 9 (röjande av särskild kategori). Bias i AI-skrivna prestationsbedömningar är ett väldokumenterat felsätt: modellen förstärker den starkaste signalen i underliggande anteckningar, och den signalen är ofta chefens redan befintliga intryck av den anställde och inte den anställdes faktiska beteende.

3. Sammanfattning av avslutningssamtal. En HR-affärspartner håller avslutningssamtal och klistrar sedan in utskrifterna i en chattbot för att sammanfatta teman till ledningen. Utskrifterna innehåller lönedetaljer, anklagelser om trakasserier, namngivna klagomål på chefer och ibland visselblåsarinformation som skyddas av EU:s visselblåsardirektiv (2019/1937). Skuggversionen exponerar både den som lämnar och de namngivna tredje personerna på en publik LLM. Avslutningssamtal är också ett av de ställen där anställda mest förväntar sig sekretess, så en läcka via ett AI-verktyg är allvarlig för ryktet.

4. Skrivande av befattningsbeskrivningar och annonser. En talangmarknadsförare matar en chattbot med den tidigare annonsen, rekryterande chefens underlag och konkurrenters annonser för att skriva en ny befattningsbeskrivning. Risken för personuppgifter är låg här, men diskrimineringsrisken är betydande: LLM:er som tränats på historiska anställningsdata bär med sig historisk köns- och ålderskodning som kan ge annonser som systematiskt avskräcker skyddade grupper (det klassiska exemplet är Amazons cv-verktyg från 2018 som sänkte betyget för ”women's chess club”). EEOC:s tekniska vägledning från 2023 bekräftar att annonser kan bryta mot Title VII även utan uppsåt.

5. Benchmarking av ersättning. En ersättningsanalytiker klistrar in företagets tabell över lönenivåer och ber modellen jämföra med publicerade marknadsdata, föreslå en ny struktur eller flagga avvikare. Nivåerna i sig är konfidentiella, de anställningsknutna raderna är personuppgifter, och modellens resultat finns nu i en amerikansk LLM med möjlig användning för träning. Benchmarking av ersättning via shadow AI läcker dessutom konkurrensinformation, utöver integritetsexponeringen.

6. Anställdas frågor och stöd kring policyer. Anställda ställer frågor till en HR-chattbot som ”jag är föräldraledig; vad har jag rätt till?” och svaret kräver den anställdes avtal, land, roll och anställningstid. Många företag har satt upp en generativ AI-assistent för HR på en konsumentslutpunkt för att hantera detta utan att inse att den anställdes indata innehåller hälsouppgifter (”jag är sjukskriven för att…”), fackligt arbete (”jag har fackligt uppdrag”) eller familjeuppgifter. Anställdas data som exponeras för ChatGPT via sådana assistenter är ett av de svårare problemen att upptäcka, eftersom uppgifterna lämnar via den anställdes inmatning och inte arbetsgivarens. Den italienska Garante har signalerat att AI-assistenter riktade till anställda omfattas av samma anställningsregler i artikel 88 som behandling på arbetsgivarens sida.

7. Algoritmisk styrning och bemanningsplanering. En bemanningsplanerare ger en LLM organisationsschemat med namn, nivåer, anställningsdatum och betyg och ber om omstruktureringsscenarier eller en ”lista över anställda med störst risk att lämna inom de närmaste 6 månaderna”. Detta är algoritmisk styrning i Foodinho/Glovo-bemärkelsen och har gett två av de största tillsynsbesluten om AI i anställning i EU: den italienska Garantes böter på 2,6 miljoner euro mot Foodinho (2021) och den spanska AEPD:s efterföljande arbete om plattformsarbetare.

De sju användningsfallen delar ett mönster. Användaren vet att uppgifterna är känsliga men känner sig skyddad av att chattfönstret ”bara är jag som skriver”. Modellen ser uppgifterna som indata; leverantörens loggar ser dem som en förfrågan; träningsflödet kan se dem som ett träningsexempel; och ditt företags register över behandlingar ser ingenting av det.

3. GDPR, AI-förordningen och nationell rätt för AI inom HR

Fyra juridiska lager gäller samtidigt för AI-användning inom HR. De är inte överflödiga; varje lager fångar ett eget felsätt.

Artikel 88 i GDPR (behandling i anställningsförhållanden). Medlemsstaterna får föreskriva mer specifika regler för behandling av anställdas personuppgifter, bland annat för rekrytering, fullgörande av anställningsavtalet, planering och organisation av arbetet, jämställdhet och mångfald, hälsa och säkerhet samt uppsägning. Italien (D.Lgs. 196/2003 i ändrad lydelse), Frankrike (Code du travail L1121-1 och L1222-4), Tyskland (BDSG § 26), Spanien (organisk lag 3/2018) och Belgien har utnyttjat denna rätt. Den praktiska effekten är att EU-omfattande efterlevnad inte finns: du måste följa GDPR och de lokala reglerna om anställningsdata.

Artiklarna 5, 9 och 22 i GDPR: den materiella ryggraden för AI i anställning. Artikel 5 anger principerna (laglighet, korrekthet, öppenhet, ändamålsbegränsning, uppgiftsminimering, korrekthet, lagringsminimering, integritet, ansvarsskyldighet). Artikel 9 förbjuder behandling av särskilda kategorier utan grund enligt artikel 9.2, som i anställning oftast är artikel 9.2 b, ”fullgörande av skyldigheter inom arbetsrätten”, men bara ”i den mån det är tillåtet enligt unionsrätten eller medlemsstaternas nationella rätt”. Artikel 22 ger rätt att inte bli föremål för ett beslut som enbart grundas på automatiserad behandling, inbegripet profilering, och som har rättsliga följder eller på liknande sätt betydligt påverkar den registrerade. EDPB:s riktlinjer 04/2024 om artikel 22 klargör att ”enbart” är ett meningsfullt filter: symbolisk mänsklig granskning i slutet av en process undviker inte artikel 22, och HR-gallring är det kanoniska exemplet. Behandling av anställdas data enligt någon av dessa artiklar kräver rättslig grund, öppenhet och en dokumenterad bedömning.

AI-förordningen, bilaga III punkt 4: högriskanvändningar inom HR. AI-förordningen anger uttryckligen HR-användningar som högrisk: a) AI-system som är avsedda att användas för rekrytering eller urval av fysiska personer, särskilt för att placera riktade platsannonser, analysera och filtrera platsansökningar och utvärdera kandidater; b) AI-system som är avsedda att användas för beslut som påverkar villkoren i arbetsrelaterade förhållanden, befordran eller uppsägning av arbetsrelaterade avtalsförhållanden, för fördelning av uppgifter utifrån individuellt beteende eller personliga egenskaper eller kännetecken, eller för övervakning och utvärdering av personers prestation och beteende i sådana förhållanden. Högriskklassificeringen utlöser alla skyldigheter i avdelning III: riskhanteringssystem (artikel 9), datastyrning (artikel 10), teknisk dokumentation (artikel 11), registerföring (artikel 12), öppenhet (artikel 13), mänsklig tillsyn (artikel 14), korrekthet och robusthet (artikel 15), bedömning av överensstämmelse, registrering i EU-databasen, övervakning efter utsläppande på marknaden och en konsekvensbedömning avseende grundläggande rättigheter (artikel 27 för offentliga organ och vissa privata driftsättare). AI-förordningens skyldigheter för HR är det mest krävande efterlevnadsregim någon HR-funktion har behövt verka under. Högriskklassificeringen av HR-användningar i bilaga III utlöser allt detta, och de konsekvensbedömningar som HR-team nu måste ta fram (DPIA enligt GDPR och FRIA enligt AI-förordningen) är den nya operativa dokumentationsbördan.

Nationella lagar om AI i anställning. Utöver genomförandena av artikel 88 i GDPR har flera jurisdiktioner skrivit AI-specifika anställningslagar. NYC Local Law 144 (AEDT) kräver bias-granskningar och information till kandidater för varje ”automatiserat anställningsbeslutsverktyg” som ”väsentligt hjälper” vid anställning eller befordran i NYC sedan juli 2023. Illinois AI Video Interview Act (2020) kräver samtycke, information om AI-användning och begränsar delning av data för AI i videointervjuer. Colorado AI Act (i kraft 1 februari 2026) speglar mycket av AI-förordningens struktur för högriskanvändningar, inklusive anställning. Spanien har kodifierat algoritmisk öppenhet för plattformsarbete (Real Decreto-Ley 9/2021). Den italienska Garante har utfärdat särskild vägledning om biometrisk närvaroregistrering, geolokalisering och algoritmisk styrning. Frankrikes CNIL har utfärdat rekommendationer om AI i HR (2024).

Den praktiska slutsatsen: varje driftsättning av AI inom HR 2026 måste samtidigt passera GDPR, AI-förordningen, nationell rätt om anställningsdata och, där det är tillämpligt, en AI-specifik anställningslag. Shadow AI-användning kringgår alla.

4. Sju specifika sätt som shadow AI inom HR bryter mot efterlevnaden

Om du presenterar detta för en styrelse eller för arbetstagarrepresentanter och behöver en konkret lista över vad shadow AI faktiskt bryter mot, är här den operativa versionen.

1. Artikel 28: personuppgiftsbiträde utan DPA. Ett ChatGPT-konto för konsumenter är inget personuppgiftsbiträdesavtal. En erfaren rekryterare som klistrar in cv:n skapar behandling för företagets räkning utan klausulerna i artikel 28.3, utan redovisning av underbiträden och utan avtalsgrund att agera för företagets räkning.
2. Artikel 30: osynlig behandlingsverksamhet. Registren över behandlingar för HR omfattar vanligen ATS, HRIS, lönelevantören och L&D-plattformen. De omfattar inte rekryterarens privata ChatGPT-användning. Företagets register enligt artikel 30 är därför väsentligt ofullständigt, vilket i sig är en överträdelse oberoende av varje dataläcka.
3. Artikel 9: odokumenterad behandling av särskilda kategorier. Cv:n och prestationssamtal innehåller rutinmässigt uppgifter enligt artikel 9 (hälsa, fackmedlemskap, religion, sexuell läggning). Att behandla dem på en konsument-LLM skapar behandling enligt artikel 9 utan grund enligt artikel 9.2 och utan de ytterligare skyddsåtgärderna.
4. Artikel 22: enbart automatiserat beslut. Om shadow AI används för att rangordna kandidater och rekryteraren genomför rangordningen är den mänskliga granskningen en stämpel; beslutet ”grundas enbart på automatiserad behandling” i artikel 22:s och skäl 71:s mening. EU-domstolens dom SCHUFA (C-634/21, december 2023) bekräftade en vid tolkning av ”enbart”.
5. Artiklarna 5 och 35: ingen konsekvensbedömning. En högrisk behandling kräver en DPIA enligt artikel 35, och AI-förordningen lägger till en konsekvensbedömning avseende grundläggande rättigheter för många HR-driftsättningar. Shadow AI-användning har aldrig någon.
6. Artikel 88 och nationell arbetsrätt. De flesta EU-jurisdiktioner kräver någon form av samråd med arbetstagarrepresentanter (Italien artikel 4 Statuto dei Lavoratori; Tyskland Betriebsverfassungsgesetz § 87; Frankrike Code du travail L2312-38) innan övervaknings- eller utvärderingsteknik införs. Shadow AI är övervakningsteknik som införts utan samråd.
7. Gränsöverskridande överföringar och Schrems II. Konsumentkonton hos ChatGPT, Claude och Gemini skickar som standard data till amerikansk beräkningskapacitet. Det finns ingen bedömning av överföringens konsekvenser, inga standardavtalsklausuler, och företaget vet inte att överföringen sker. Detta är den lättast påvisbara GDPR-överträdelsen vid en granskning, eftersom enbart nätverksloggarna är tillräcklig bevisning.

De sju överträdelserna ackumuleras. En enda skuggsession med cv-gallring kan utlösa sex av sju samtidigt. Den spanska AEPD har utdömt böter för mindre.

5. Verklig tillsyn och priset för att inte göra något

HR-team avfärdar ibland den juridiska exponeringen som teoretisk. Underlaget från 2023-2026 säger emot. Följande är fallen som varje HR-ledare bör känna till 2026.

Workday (USA, 2024-2025). Den federala grupptalan Mobley v. Workday hävdar att Workdays AI-gallringsalgoritm diskriminerar sökande på grund av ras, ålder och funktionsnedsättning. Domstolen avslog Workdays yrkande om ogillande i juli 2024 och certifierade den kollektiva talan i maj 2025, och godtog teorin att ett AI-gallringsverktyg kan behandlas som arbetsgivarens ombud enligt Title VII. Det är det första målet som slår fast att AI-leverantören själv kan hållas ansvarig för diskriminerande utfall, vilket utvidgar ansvarsytan bortom arbetsgivaren.

EEOC:s tekniska vägledning och förlikningsunderlag (USA, 2023-2026). EEOC:s tekniska vägledning från maj 2023 om AI vid anställningsurval lade fast ramverket för tillämpning av Title VII (indirekt diskriminering) på AI-verktyg. I EEOC v. iTutorGroup (augusti 2023, förlikning på 365 000 USD) hävdade EEOC att företagets rekryteringsprogramvara programmatiskt avvisade äldre kvinnliga sökande. EEOC fortsätter att lägga till fall av AI-diskriminering på sin agenda under hela 2026; den strategiska tillsynsplanen från maj 2023 utpekade AI-driven diskriminering som en prioritet.

Tillsyn enligt NYC AEDT Law 144 (USA, 2023-2026). Sedan 5 juli 2023 måste arbetsgivare som använder ett ”automatiserat anställningsbeslutsverktyg” vid anställning eller befordran i NYC genomföra en årlig oberoende bias-granskning, publicera sammanfattningen av resultaten och informera kandidater. Tillsynen har varit måttlig men verklig, och lagens existens har väsentligt omformat leverantörernas beteende på den amerikanska rekryteringsmarknaden. Flera företag har dragit tillbaka AI-funktioner från NYC-marknaden i stället för att följa lagen.

Den italienska Garante om Foodinho / Glovo (Italien, 2021-2024). Garante dömde 2021 ut 2,6 miljoner euro i böter mot Foodinho (Glovo Italien) för hur algoritmen för betygsättning av bud behandlade personuppgifter utan korrekt grund enligt artikel 88 och utan tillräcklig öppenhet, och åter 5 miljoner euro 2024 i närliggande frågor. Beslutet är grundläggande för efterlevnaden av algoritmisk styrning i Italien och har citerats flitigt i senare beslut i hela EU.

Den italienska Garante om biometrisk närvaroregistrering (Italien, 2022-2025). Efterföljande beslut har slagit fast att biometriska närvarosystem och ansiktsigenkänningssystem för tillträde på arbetsplatser kräver en särskild rättslig grund utöver samtycke (som är ogiltigt i anställningssammanhang på grund av maktobalansen) och har underkänt flera driftsättningar. Mönstret gäller direkt varje AI-verktyg som behandlar anställdas biometriska data.

CNIL:s vägledning om AI i HR (Frankrike, 2024-2025). CNIL publicerade 2024 vägledning som bekräftar att varje driftsättning av AI inom HR måste föregås av en DPIA, ske på en annan rättslig grund än samtycke, omfatta mänsklig tillsyn och respektera kravet på samråd med arbetstagarrepresentanter. CNIL:s tillsynsåtgärder mot verktyg för algoritmisk styrning i den franska offentliga sektorn har satt riktmärken som privata arbetsgivare förväntas uppfylla.

Europadomstolen för mänskliga rättigheter om övervakning på arbetsplatsen. Stora kammarens dom Bărbulescu mot Rumänien (2017) och den senare López Ribalda mot Spanien (2019) fastställer den europeiska basnivån för övervakning på arbetsplatsen: arbetsgivaren måste lämna förhandsinformation som är tydlig och öppen, och åtgärderna måste vara proportionella. AI-baserad beteendeövervakning ärver denna basnivå, och shadow AI-användning av anställdas prestationsdata ligger nästan per definition utanför den.

OpenAI / den italienska Garante (2023-2024). Garantes tillfälliga avstängning av ChatGPT den 30 mars 2023, de preliminära slutsatserna från EDPB:s ChatGPT-arbetsgrupp i maj 2024 och böterna på 15 miljoner euro mot OpenAI självt i december 2024 bekräftar tillsammans att behandling på LLM-sidan nu är ett aktivt verkställt efterlevnadsområde. Shadow AI inom HR ärver alla dessa risker indirekt.

Den samlade effekten är att en HR-chef inte längre kan utgå från att ”inget har hänt oss ännu”. Underlaget är tillräckligt tätt för att frågan är när, inte om.

6. Hur ett godkänt HR-AI som är snabbare än skuggan ser ut

Förbered känslig information före en valfri AI-uppgift, granska det förberedda innehållet och bedöm leverantörens villkor och kvarvarande identifierbarhet. I HR-arbetsflöden måste dataminimering gå hand i hand med lämplig styrning, mänsklig tillsyn och anställningsspecifika krav.

(a) Rollmedveten maskning. Ett arbetsflöde för cv-gallring måste maskera kandidatens namn, foto, födelsedatum, adress och varje röjande enligt artikel 9, men får inte maskera kvalifikationer, erfarenhet, utbildning och färdigheter. Ett utkast till prestationsbedömning måste maskera den anställdes namn och varje tredje person som nämns i anteckningarna, men bevara det underliggande beteendet. Ett generiskt maskningsverktyg som döljer allt förstör arbetsflödets värde. Det godkända verktyget måste förstå HR-entitetskategorier med den detaljnivå arbetet faktiskt kräver.

(b) Dokumenterad leverantörskedja. Granska Redactics DPA för tjänstens underbiträden, deras roller och de gällande villkoren för underrättelse om ändringar. Bekräfta vilken valfri leverantör och vilket arbetsflöde som är valda för HR-innehåll och vilka kategorier av information som får delas.

(c) Artikel 22-hygien som standard. Verktyget måste strukturellt förhindra utfall som ”enbart grundas på automatiserad behandling”. I praktiken innebär detta att resultatet alltid är rådgivande, att varje enskilt beslut har en registrerad mänsklig granskare med ett dokumenterat granskningssteg och att bias-granskningsloggen fångar andelen mänskliga överstyrningar. Att skriva prestationsbedömningar med AI under denna disciplin ger ett utkast som chefen redigerar i sak; maskningslagret gör indata säkra; lagret för mänsklig granskning gör resultatet säkert enligt artikel 22.

(d) Styrningsbevis. Fastställ vilka behandlingsregister, bedömningar, underrättelser och samrådsdokument din organisation kräver. Ett maskningscertifikat kan stödja register över åtgärder; det ersätter inte en DPIA, en bias-bedömning, samrådsprocessen med arbetstagarrepresentanter eller andra tillämpliga skyldigheter.

Redactics identifiering och maskning av dokument körs på infrastruktur i Europa som Redactic kontrollerar, utan AI- eller maskininlärningsinferens från tredje part på omaskerat innehåll. Valfria AI-arbetsflöden är separata: upptäckta känsliga värden tas bort eller ersätts innan det förberedda innehållet skickas till den valda leverantören. Granska dokumenttexten, extra instruktioner och chattmeddelanden; missade värden och kontextuella detaljer kan fortfarande identifiera personer. Leverantör, region, lagring och träningsvillkor beror på det valda arbetsflödet och tillämpligt avtal. Läs mer: redactic.eu

För att använda AI utan att lämna ut namn och identifierare kan Redactic förbereda dina dokument för AI: de upptäckta värdena blir platshållare och de riktiga namnen kommer tillbaka i din webbläsare när svaret anländer.

7. Utrullningen på 90 dagar för HR-ledare

Det här är den tiostegsplan vi använder med HR-ledare som för första gången inför godkänd AI. Den förutsätter att du har shadow AI i din organisation i dag (det har du nästan säkert) och vill gå över till ett godkänt alternativ inom ett kvartal.

1. Dag 0-7. Intern kartläggning av skuggbruket. Fråga HR, L&D och rekrytering vilka AI-verktyg de faktiskt använder, till vilka uppgifter och med vilka data. Lova amnesti för ärliga svar: du behöver sanningen, inte det officiella svaret. Räkna med ChatGPT i över 70 % av svaren, Gemini och Claude i 30-50 % och en lång svans av specialiserade verktyg.
2. Dag 7-14. Koppla användningsfallen till de sju kategorierna ovan. Markera varje som hög, medelhög eller låg datakänslighet. Markera varje som högrisk enligt bilaga III i AI-förordningen eller inte. Detta är din första förteckning över behandlingar.
3. Dag 14-30. Efterlevnadsutgångsläge. Gör en gapanalys mot de sju överträdelserna i avsnitt 4. Dataskyddsombudet och juridiken undertecknar gapanalysen. Den blir affärsunderlaget för det godkända verktyget och bevisspåret om tillsynsmyndigheten dyker upp under tiden.
4. Dag 30-45. Leverantörsval. Tillämpa checklistan med 8 punkter från huvudguiden med HR-specifik vikt på (b) och (d) ovan (rollmedveten maskning och underlag för arbetstagarrepresentanterna). Upphandlingen undertecknar DPA, förteckningen över underbiträden och, där det är tillämpligt, standardavtalsklausuler.
5. Dag 45-60. DPIA och FRIA. DPIA täcker GDPR-sidan och FRIA täcker AI-förordningens sida; båda krävs för HR-användningar med hög risk. Leverantörens maskningscertifikat, mallen för bias-granskning och förteckningen över underbiträden matar direkt båda dokumenten.
6. Dag 60-70. Arbetstagarrepresentanter och öppenhet mot anställda. Underrätta arbetstagarrepresentanterna enligt tillämplig nationell rätt, inled samrådet, ta fram informationen till anställda (artiklarna 13 och 14 i GDPR samt öppenhet enligt artikel 26 i AI-förordningen). Publicera informationen.
7. Dag 70-80. Pilot med ett team. Välj teamet med mest skuggbruk, vanligen seniora rekryterare eller HR-affärspartner, och introducera det i det godkända verktyget. Mät användningen mot skuggbruket i utgångsläget. Det enda testet på framgång är om skuggbruket sjunker vid vecka 2.
8. Dag 80-85. Justera friktionsprofilen. Om det godkända verktyget är långsammare än skuggvägen, åtgärda friktionen (SSO, webbläsartillägg, standardmodeller, latens). Arkitekturen vinner bara om den är snabbare och inte bara säkrare.
9. Dag 85-90. Bredare utrullning. Utvidga till de nästa 2-3 teamen. Skuggförbudet blir trovärdigt först när det officiella verktyget har setts fungera i pilotteamet.
10. Dag 90+. Löpande efterlevnad. Månatlig genomgång av bias-granskningsrapporten, kvartalsvis genomgång av förteckningen över underbiträden, årlig uppdatering av DPIA/FRIA. Det godkända verktygets loggar matar underlaget som riktas till tillsynsmyndigheten; skuggkartläggningen upprepas kvartalsvis för att hålla skuggbruket lågt.

Två saker att vänta sig. För det första är steget med arbetstagarrepresentanterna där utrullningar oftast bromsar: starta det dag 60 även om den tekniska piloten inte är klar och kör båda parallellt. För det andra är friktionsjusteringen dag 80-85 oftast skillnaden mellan en lyckad utrullning och en som planar ut på 20 % användning. Skuggvägen slutar inte vara attraktiv bara för att den nu är officiellt förbjuden; den slutar vara attraktiv när den godkända vägen verkligen är snabbare.

8. Vanliga frågor

Kan jag inte bara blockera ChatGPT i företagets nätverk?

Det går, och många företag har gjort det. Det löser inte problemet. Skuggbruket flyttar till privata telefoner, privata bärbara datorer på hemmanätverket och privata konton på företagets datorer. Nätverksförbud utan ett godkänt alternativ är efterlevnadsteater som ger sämre insyn och inte lägre risk. Avsnittet om shadow AI i huvudguiden går igenom dynamiken i detalj.

Aktualiseras artikel 22 i GDPR verkligen av AI-baserad förhandsgallring?

EU-domstolens dom i målet SCHUFA (C-634/21, december 2023) bekräftade en vid tolkning av ”enbart på grundval av automatiserat beslutsfattande”. Om den mänskliga beslutsfattaren i praktiken bara godkänner AI:ns resultat behandlas beslutet som enbart automatiserat. EDPB:s riktlinjer 04/2024 förstärker detta. Det säkra antagandet är att varje AI-verktyg för förhandsgallring måste ha skyddsåtgärderna i artikel 22 inbyggda: dokumenterad, saklig mänsklig granskning, förklaring och möjlighet att bestrida.

Gäller AI-förordningen min användning av ChatGPT i HR, även om jag inte har byggt det?

Ja. AI-förordningen gäller driftsättare av AI-system med hög risk och inte bara leverantörer. Om ditt HR-team använder ett AI-system för något ändamål i bilaga III punkt 4 är du driftsättare och bär driftsättarens skyldigheter: mänsklig tillsyn, övervakning, öppenhet mot berörda personer, registerföring och i många fall en konsekvensbedömning avseende grundläggande rättigheter. Att använda en konsument-LLM befriar dig inte; det gör efterlevnaden svårare, eftersom den dokumentation som leverantören borde ge dig enligt artikel 13 saknas.

Är Workday-målet bindande utanför USA?

Inte direkt, men den juridiska teorin att en AI-leverantör kan behandlas som arbetsgivarens ombud i diskrimineringsfrågor sprider sig. Det europeiska nätverket av jämställdhetsorgan har hänvisat till målet i sin kommentar från 2025, och flera EU-jurisdiktioner överväger liknande tolkningar enligt direktivet om likabehandling oavsett ras (2000/43/EG) och direktivet om likabehandling i arbetslivet (2000/78/EG). Planera som om teorin gäller.

Kan arbetstagarrepresentanterna blockera vår AI-driftsättning?

I flera EU-jurisdiktioner, bland annat Tyskland enligt BetrVG § 87 punkt 1 nr 6 och Italien enligt artikel 4 i Statuto dei Lavoratori, ja: medbestämmande för arbetstagarrepresentanterna över teknik för övervakning och utvärdering är obligatoriskt. Underlåten samverkan kan leda till att driftsättningen retroaktivt upphävs och till ytterligare administrativa sanktioner. Rätt strategi är att inleda samrådet första dagen i leverantörsvalet och inte efter lanseringen.

Löser maskning av cv:t ensamt problemet med AI-förordningen?

Nej. Maskning löser GDPR-problemet med dataläckage i rundturen till LLM:en. Skyldigheterna i AI-förordningen (högriskklassificering, riskhantering, mänsklig tillsyn, öppenhet, bias-granskning, FRIA) gäller oberoende och uppfylls inte genom maskning. De två lagren samverkar: maskningslagret håller principen om dataminimering ren; den mänskliga granskningen och granskningslagret håller AI-förordningens skyldigheter rena.

Vad är ”algoritmisk styrning” och hur skiljer det sig från AI i HR?

Algoritmisk styrning är användning av automatiserade system för att fördela uppgifter, övervaka prestation och fatta beslut om arbetstagare. Det förknippas oftast med plattformsarbete (Foodinho/Glovo) men tillämpas alltmer även i traditionella anställningar. Den italienska Garantes beslut om Foodinho är den grundläggande tillämpningen i EU; EU:s plattformsarbetsdirektiv (2024) ger plattformsarbetare särskilda rättigheter till öppenhet. Varje ”AI-schemaläggare”, ”AI-skiftoptimerare” eller ”AI-produktivitetsmätare” i traditionell anställning medför samma juridiska exponering, även om företaget inte ser sig som en plattform.

Är utskrifter av avslutningssamtal verkligen högrisk?

Ja. De innehåller vanligen uppgifter enligt artikel 9 (hälsa, fackmedlemskap), namnger tredje personer som inte har samtyckt till behandlingen och kan innehålla visselblåsarinformation som skyddas av EU-direktiv 2019/1937 med ett separat sekretessregim. De hör också till de datakategorier där en läcka skadar ryktet mest. Att sammanfatta dem via en konsument-LLM är ett av de mest riskabla enskilda shadow AI-beteenden vi ser.

Hur lång tid tar utrullningen på 90 dagar egentligen?

Enligt vår erfarenhet tar den tekniska piloten 4-6 veckor och samrådet med arbetstagarrepresentanterna 6-8 veckor i EU-jurisdiktioner där det gäller. De 90 dagarna förutsätter parallellt genomförande. Om du kör dem efter varandra, räkna med 4-5 månader. Den största variabeln är upphandlingens tempo, inte teknisk komplexitet.

Var finns HR-data hos Redactic, mer exakt?

Dokument och resultat använder tillfällig lagring för behandling på infrastruktur i Europa som Redactic kontrollerar. Tillfällig behandling av återställningsdata på serversidan kan ingå. Konto-, fakturerings-, samtyckes- och åtgärdsregister hanteras separat. Se Redactics personuppgiftsbiträdesavtal (DPA) och integritetsmeddelande för villkor om lagring och radering, och be oss bekräfta profilen för ditt arbetsflöde. Läs mer: förtroendesidor på redactic.eu

Om ditt företag har shadow AI-användning inom HR (och det har det) är kostnaden för att inte göra något inte längre en abstrakt regulatorisk risk. Det är ett diskrimineringsmål i Workday-stil som väntar på att väckas, en tillsynsprioritet för EEOC, en förlaga för CNIL- eller Garante-åtgärder, ett klagomål från arbetstagarrepresentanterna och en grupptalan hos de advokater som driver diskrimineringsmål för käranden. Lösningen är inte hårdare förbud; lösningen är att göra den godkända vägen snabbare än skuggvägen och lägga ett maskningslager mellan teamet och modellen. Efterlevnad och diskrimineringsexponering för AI inom HR är nu sammanvävda risker: ett odokumenterat skuggarbetsflöde är på en gång en GDPR-överträdelse och en möjlig källa till diskrimineringsanspråk. Arkitekturen finns, den regulatoriska klockan tickar och utrullningen på 90 dagar är realistisk. Börja med kartläggningen den här veckan.

För de grundläggande tekniska detaljerna bakom maskningslagret (lägen, certifikat, arkitektur utan spår, flerspråkig identifiering) se huvudguiden. För att se arbetsflödet i praktiken går Redactics startsida igenom de fyra användningslägena med en livedemo.