Hoppa till huvudinnehåll

GenAI Compliance – Vanliga frågor (FAQ)

TalentAdore CS Team avatar
Skrivet av TalentAdore CS Team
Uppdaterad för mer än 2 månader sedan

Fråga: Vilken typ av data behandlas av AI:n?

Svar: TalentAdores AI behandlar olika typer av data som behövs för att förbättra rekryteringsprocessen, inklusive:

  • Personligt identifierbar information (PII), som kandidatnamn och kontaktuppgifter.

  • CV:n och personliga brev som skickats in av kandidater.

  • Jobbannonser och relaterat textinnehåll från arbetsgivare.

  • Strukturerad feedback och utvärderingsdata från rekryteringsteam.

TalentAdore säkerställer att all data hanteras säkert och behandlas i enlighet med GDPR och andra relevanta dataskyddsförordningar.


Fråga: Var behandlas och lagras data?

Svar: All data behandlas och lagras inom EU/EES-området för att säkerställa efterlevnad av GDPR och andra relevanta dataskyddsregler.


Fråga: Hur skyddas kunddata av TalentAdore vid användning av AI-funktioner som bygger på stora språkmodeller (LLM)?

Svar:

  • All kunddata lagras och behandlas på TalentAdores egna servrar inom EU/EES.

  • Data som överförs eller lagras är alltid krypterad med branschstandardiserade krypteringsprotokoll.

  • Ingen data skickas till LLM-tjänster utanför EU där kunddata är involverad.

  • AWS Bedrock fungerar som infrastruktur och upprätthåller strikta säkerhetsrutiner. All data som passerar genom Bedrock stannar inom kundens AWS-miljö och används inte av vare sig Anthropic eller AWS för att träna modeller.


Fråga: Hur påverkar användningen av LLM-funktioner efterlevnaden av GDPR?

Svar: TalentAdores AI-funktioner är helt i linje med GDPR. All databehandling sker inom EU, vilket säkerställer att dataskyddskraven uppfylls.

  • Ingen profilering: TalentAdores AI profilerar inte kandidater eller fattar beslut som har juridiska eller liknande konsekvenser för individer. AI:n används som ett stöd för rekryterare genom att generera innehåll (t.ex. sammanfattningar och feedback) baserat på användarinmatning.

  • Inget automatiserat beslutsfattande: Beslut fattas inte helt automatiserat. AI-genererat innehåll är avsett att hjälpa och stödja rekryterare, som behåller full kontroll över slutgiltiga beslut och kommunikation.

  • Dataminimering och ändamålsbegränsning: Endast den data som krävs för att generera specifika resultat behandlas, och datan används inte utöver det avsedda syftet.

  • Användarkontroll: Organisationer har full kontroll över användningen av LLM-funktioner. Dessa kan aktiveras eller inaktiveras på företagsnivå för att passa interna datarutiner.


Fråga: Vilken typ av data används för att träna AI:n? Används kunddata i detta syfte?

Svar: TalentAdore använder inte kunddata för att träna AI-modeller. Våra AI-funktioner använder förtränade modeller och ingen känslig kunddata lagras eller matas in i dessa system för träningsändamål.


Fråga: Vilken typ av LLM/AI-teknik använder TalentAdore?

Svar: TalentAdore använder en hybridarkitektur för AI-tjänster som till största delen utvecklats internt. Detta ger flexibilitet eftersom vi inte är bundna till en specifik LLM-leverantör. För närvarande används GPT-teknik från Anthropic via AWS Bedrock för att generera innehåll.


Fråga: Hur ser den grundläggande databehandlingsstrukturen ut?

Svar:

  1. Datainsamling: TalentAdore samlar in ansökningsdata (t.ex. CV, personligt brev, jobbannonser) i textformat via TalentAdore-plattformen.

  2. Dataanalys: Kontextrik information bearbetas och omvandlas till promptar som skickas till AI-modeller (hostade på AWS Bedrock med GPT-teknik från Anthropic).

  3. Resultatgenerering: AI-modellen analyserar indata och genererar resultat, såsom kandidatkommunikation eller jobbannonser.

  4. Användarpresentation: Resultatet visas för användaren i realtid eller via bakgrundsprocesser (t.ex. sammanfattningar eller förifyllda meddelanden).


Fråga: Hur kan jag lita på kvaliteten i AI-genererat innehåll, särskilt för kandidatkommunikation?

Svar: TalentAdore har implementerat en regelbaserad struktur för att styra AI-utdata och säkerställa att den följer fördefinierade instruktioner och kvalitetskrav. Innan innehållet presenteras görs ytterligare kvalitetskontroller för att säkerställa noggrannhet, professionalism och konsekvens.

Fick du svar på din fråga?