arrow_drop_up arrow_drop_down

Artificial intelligence in recruitment: hype of noodzaak?

Bron: Dit artikel is gepubliceerd op PWnet.nl.

Auteurs: Ewold Drent & Jeanice Boerland

 

In de strijd om talent kan het gebruik van artificial intelligence in recruitment een uitkomst bieden. Er zijn talloze mogelijkheden om het recruitmentproces slimmer en efficiënter te maken. Maar wat zijn de voordelen en waar moet je op letten als je met AI aan de slag wilt?

 

Vera de recruitmentrobot selecteert passende kandidaten, telefoneert met ze en doet video-interviews. Sciencefiction? Nee, werkelijkheid volgens Stafory, de leverancier van Vera. Die beweert dat Vera kandidaten tien keer sneller vindt en zestig procent van de tijd van een recruiter kan besparen. Deze robot laat de spannende digitale transformatie zien binnen het recruitmentdomein: razendsnelle innovatie door middel van artificiële intelligentie (AI). Maar welke voordelen heeft het? Welke concrete oplossingen zijn er? En waar moet je rekening mee houden als je AI toepast in recruitment?

 

In de strijd om talent kan AI het verschil maken

Veel organisaties staan meer dan ooit voor de uitdaging om voor hun (toekomstige) medewerkers relevant te zijn en te blijven. Volgens auteur Jacob Morgan heeft dit te maken met drie zaken. De onzekerheid die gepaard gaat met het gat in benodigde vaardigheden tussen nu en de toekomst. De nieuwe generatie op de arbeidsmarkt die openstaat voor een andere, interessantere of meer betekenisvolle carrière. En de globalisering die zorgt voor grotere concurrentie op de arbeidsmarkt. Het aantrekken en behouden van talent is een cruciaal element in het succes van organisaties. Niet vreemd dus dat er gekeken wordt naar manieren om dit te verbeteren en te vernieuwen.

Lees ook: Hoe je met slimme technologie recruitment succesvoller maakt

 

Vier voordelen van AI in recruitment

Er wordt veel geschreven en gesproken over digitale transformatie en AI. De volgende vier voordelen komen we vaak tegen:

1. AI vergroot productiviteit recruitmentafdeling

AI leidt tot efficiëntere screening van kandidaten waardoor HR meer tijd overhoudt voor strategischere dienstverlening. Het werven en selecteren van de juiste mensen is een arbeidsintensief en tijdrovend proces. In dit proces gaat het uiteindelijk om het voorspellen of de kandidaat passend is of niet. Slimme AI-recruitmentsoftware kan sneller, effectiever en op grotere schaal de geschikte kandidaten vinden en/of screenen, wat bijdraagt aan een krachtige HR-functie.

2. AI verbetert kwaliteit in organisatiefit

AI kan bijdragen aan de juiste fit tussen organisatie en kandidaat. Het kan namelijk succesfactoren identificeren die worden gebruikt als input voor het screenen van kandidaten. AI kan dit automatisch doen op basis van de beschikbare data van de kandidaat of door analyse van digitale interviews.

Bij deze interviews kan bijvoorbeeld gelet worden op gezichtsexpressie, de woorden die gekozen worden en de manier waarop iemand spreekt (langzaam, hard, korte of lange zinnen). Dit kan inzicht bieden in soft skills, gedrag, leervermogen, engagement, et cetera. De ‘succesfactoren’, ofwel de meetlat waarlangs kandidaten worden gelegd, worden bepaald op basis van prestatiedata van huidige, succesvolle medewerkers. Het is waarschijnlijk dat kandidaten met dezelfde specifieke kenmerken ook succesvol zullen zijn in dezelfde functie.

3. AI geeft meer garantie op objectiviteit door een ‘unbiased’ keuze

Veel organisaties hebben nog geen divers personeelsbestand. Het objectief en onbevooroordeeld beoordelen van kandidaten via AI kan leiden tot een meer diverse en inclusieve organisatie. Het menselijke vooroordeel, ofwel bias, in kandidaatselectie kan door het gebruik van AI drastisch worden verminderd. Zodra emoties geen rol meer spelen, kunnen HR-professionals objectieve beslissingen nemen op basis van data.

4. AI haalt meer waarde uit alle beschikbare data

Door AI kan je van veel meer beschikbare informatie gebruikmaken om een kandidaat te screenen in vergelijking tot de informatie die de kandidaat zelf ter beschikking stelt. Steeds vaker wordt openbare informatie van social media gebruikt, zoals die op LinkedIn-profielen. Deze methode wordt ook wel ‘cyber-vetting’ genoemd. Dit kan bijdragen aan het vinden van relevante kandidaten die het beste aansluiten bij de organisatie.

Deze voordelen klinken veelbelovend, maar kloppen de claims ook met de realiteit? In de digitale transformatie valt of staat de betrouwbaarheid en effectiviteit van de technologie met de wijze waarop die is ingericht en geïmplementeerd. We komen hier later op terug.

 

Hoe werkt AI in recruitment precies?

Binnen het recruitmentproces werk je met allerlei data in de vorm van online profielen, cv’s en assessments. AI bestaat uit algoritmes die complexe berekeningen kunnen uitvoeren met deze data en hiermee waardevolle informatie kan genereren. Grofweg kun je onderscheid maken tussen rule-based AI en machine learning AI.

Rule-based AI is relatief eenvoudige intelligentie gebaseerd op vooraf vastgestelde regels en feiten. Hierbij kun je denken aan recruitmentsoftware die een voorselectie maakt van online kandidaatinformatie die past bij de gevraagde eisen en wensen in de vacature. Je hebt hierbij goed inzicht in hoe de uitkomst tot stand komt, maar mogelijk waardevolle informatie waarop de programmeur niet geanticipeerd heeft, blijft ongebruikt.

Dit in tegenstelling tot machine learning AI. Dit is complexer, waarbij AI op basis van historisch bekende menselijke uitkomsten ‘leert’ wat voorspellers zijn van deze uitkomsten. Een voorbeeld hierbij is informatie over succesvolle medewerkers (outcome) op basis waarvan het algoritme door alle data gaat om uiteindelijk (toekomstige) kandidaten te selecteren die de grootste kans op succes hebben. Hierbij is het lastiger om te achterhalen hoe AI tot het resultaat is gekomen, omdat het zelf de ‘regels’ bepaalt. In de markt zien we dat echte machine learning nog relatief beperkt wordt ingezet, terwijl rule-based AI over het algemeen breed wordt ingezet.

 

AI-leveranciers zetten vooral in op selectie

Dat AI een trend is, zien we terug in de HR-techmarkt: een groot aantal aanbieders van recruitmentsoftware vecht om de klant. Grofweg kun je drie groepen leveranciers onderscheiden:

  1. De groep met integrale HR-oplossingen en de talentsuites biedt geïntegreerde of aparte modules aan voor recruitment, dus gekoppeld aan het HR-coresysteem. De mate waarin AI is toegepast varieert per systeem. Vaak is het gericht op het beoordelen van sollicitanten: wie past er in het profiel? Voorbeelden hiervan zijn Workday, SABA-Lumesse, Successfactors en Oracle.
  2. Een tweede groep bevat de meer gespecialiseerde Applicant Tracking Systems (ATS). Dit zijn aanbieders die zich over het algemeen alleen op de processen rond recruitment richten. Ook hierin zien we een aantal partijen die gebruikmaken van data analytics en AI, zoals Recruitsos, Bullhorn en Jobvite.
  3. Een derde groep beschouwen we als de zeer specialistische nichegroep. Deze innovatieve software is vaak ontwikkeld rond een bepaalde technologie of specifieke filosofie. Momenteel wordt AI vooral gebruikt voor activiteiten als preselectie, communicatie met kandidaten en het versturen van de resultaten van de sollicitatie naar de kandidaat. Voorbeelden zijn preselectietools van Harver of chatbots die door Joboti worden aangeboden.

Genoeg aanbod dus, zo op het eerste gezicht, maar welke aandachtspunten zijn belangrijk als je aan de slag wilt met AI in recruitment?

 

Hoe meer AI, des te belangrijker de investering in mensen

Het gebruik van AI maakt de rol van de mens relevanter dan ooit: AI en mensen werken sámen, het is dus niet zo dat AI de menselijke inzet in zijn geheel zal vervangen. Uiteindelijk blijven mensen altijd verantwoordelijk voor het gebruik en de uitkomsten van AI en technologie.

Hierin is een belangrijke rol weggelegd voor HR-professionals. Zij moeten de juiste vragen stellen aan leveranciers, ontwikkelaars en managers om de consequenties van het gebruik van AI bloot te leggen om weloverwogen beslissingen te (helpen) maken. Denk aan vragen als: Waarop is de AI-output precies gebaseerd? Hoe blijven we evalueren en verbeteren? Wat zijn de risico’s, bijvoorbeeld op het gebied van de bias van het algoritme? Hierbij is kennis nodig van AI in het algemeen, de toepassingen binnen HR en de mogelijkheden die het biedt.

 

Wees je bewust van de bias en let op de gebruikte data

Grote kans dat je systeem een bias bevat zonder dat je het doorhebt. Immers, het blijft in eerste instantie door de mens geprogrammeerd. Deze bias kan zowel zitten in de data die als input wordt gebruikt, als in het lerende mechanisme van AI. Machine learning AI kan namelijk zelf verbanden leggen in de kandidaatselectie die geen oorzakelijke verbanden hoeven te zijn. In deze black box van dergelijke algoritmes is het moeilijk te achterhalen welke bias het systeem bevat. Let daarom goed op de data die gebruikt worden en controleer geregeld de output van het systeem.

Lees ook: HR analytics: de kritische vriend voor de HR-professional

 

Wees je bewust van je eigen vooringenomenheid en acteer hierop

Menselijke vooroordelen blijven een rol spelen in het recruitmentproces. Een ‘onbedoelde’ bias kwam bijvoorbeeld naar voren bij Facebook. Twee jaar geleden gebruikten zij AI om meer diversiteit te creëren in het bedrijf. Desondanks bleek dat veel ‘diversiteitskandidaten’ uiteindelijk werden afgewezen door de eindbeslissers. Het is dus belangrijk dat iedereen in het selectieproces zich bewust is van de wijze waarop de selectie wordt toegepast én van zijn/haar eigen bias. Duidelijke richtlijnen en training zijn hiervoor cruciaal.

 

Houd rekening met ethische vraagstukken en privacykwesties

Informatie over een kandidaat die van het internet is gehaald door een algoritme (het eerdergenoemde cyber-vetting) kan foutief en misleidend zijn. Mogelijk heeft de AI-tool informatie geselecteerd van een andere persoon met dezelfde naam of heeft het privégegevens meegenomen die niks te maken hebben met de functie. Indien een kandidaat niet weet dat dergelijke informatie is geraadpleegd, is het vaak moeilijk om de foute beoordeling recht te zetten en kan hij of zij zo oneerlijk beoordeeld worden. Om een eerlijk proces te waarborgen, is het belangrijk om zakelijke informatie en profielen te gebruiken en transparant te zijn over de geraadpleegde informatie.

Lees ook: Acht tips voor de beste candidate experience

 

Verandermanagement is de sleutel tot succes

AI heeft grote impact op de medewerkers in jouw organisatie. Aangezien mensen samen dienen te werken met de technologie, is het cruciaal dat medewerkers meegenomen worden in deze transformatie. Ze moeten onder meer weten hoe ze software gebruiken, de juiste algoritmes maken, deze evalueren, de output vertalen, en deze communiceren naar de kandidaten.

Kortom, in de digitale transformatie naar meer relevantie voor kandidaten en organisaties is AI in recruitment op dit moment misschien nog een hype, maar veelbelovend voor de toekomst. We weten nog te weinig over de gevolgen van AI en hebben de praktijk nodig om dit inzicht te creëren. Experimenteer daarom vooral met AI, maar blijf kritisch op de output en wees transparant naar alle relevante stakeholders.

 

Over de schrijver
Ik ben senior consultant bij Kirkman Company en als onderzoeker verbonden aan de Universiteit Twente. Mijn passie ligt in de vraag hoe nieuwe technologie gebruikt kan worden om de prestaties van mens en organisatie te verbeteren. Mijn expertise gebieden zijn HR Technology & robotization, human relations, HR Transformation and innovation.
Reactie plaatsen