algoritmes

Floris de Krijger onderzocht de manipulatieve controlesystemen van online platform bezorgdiensten als Deliveroo and Uber Eats. Omdat fietskoeriers de hele dag door allerlei kleine keuzes maken, krijgen zij het gevoel meer invloed te hebben op de hoogte van hun inkomen dan in werkelijkheid het geval is. "Ik was vaak geneigd mijn lage inkomen te relateren aan de werkstrategieën die ik elke dag toepaste op de fiets, in plaats van verhaal te halen bij mijn platform-werkgevers zelf.” Floris won voor zijn onderzoek de David van Lennep Scriptieprijs 2019.

De 'dirty little secret' van AI vraagt om een nieuw gesprek over de toekomst van werk, en hoe mens en machine daarin samenwerken. Met de installatie Guest Worker maken we tastbaar wat er op het spel staat.

Als wij ons hard willen maken voor waardevol werk in een digitale wereld, waarin platforms in toenemende mate vraag en aanbod op de arbeidsmarkt aan elkaar verbinden, moet eerst duidelijk worden waar precies de schoen wringt. In een reeks artikelen wordt stap voor stap ingegaan op de gebreken en mogelijkheden van platformwerk, gekoppeld aan menselijke basisbehoeften. Een introductie.

AI heeft binnen werving & selectie veel potentie. Het toepassen van algoritmes op meer ‘softe’ sociale variabelen (zoals persoonlijke eigenschappen en vaardigheden) - in plaats van meetbare, feitelijke variabelen (zoals aantal jaar werkervaring) - als voorspellers van succes en gedrag is echter nog een groot grijs gebied. Daarom is wetenschappelijk onderzoek in dit veld zo belangrijk. Zodat de werkzoekenden van de toekomst hun voordeel kunnen doen met het onderzoek van vandaag. Een gesprek met onderzoekers Janneke Oostrom (Vrije Universiteit Amsterdam), Jaap Jan van Assen (eelloo) en Jacqueline van Breemen (NOA).

Hoe faciliteert – of frustreert – AI de diversiteit op de arbeidsmarkt? Wat als algoritmes straks over alle sollicitaties beslissen? Een team creatievelingen maakte dit tastbaar en invoelbaar voor ons allemaal.

Matching op de arbeidsmarkt vindt vaak plaats op basis van harde functie-eisen. Als je echter niet over het juiste papiertje of ervaring beschikt, wordt de kans op toetreding tot een gewenste functie lastig. Ook de vaak smalle definiëring van “geschiktheid”, beeldvorming en onbewuste biases spelen een belangrijke rol in werving- en selectieprocessen. In het zoeken naar het ‘schaap met de vijf poten’ zien werkgevers mensen met een afstand tot werk snel over het hoofd. Kunnen nieuwe technologieën of nieuwe vormen van matching dit doorbreken? 

Accepteren sollicitanten de oordelen op basis van nieuwe recruitment-technologie meer of minder dan het menselijk oordeel van bijvoorbeeld een selectiepsycholoog? Het project zal bestaan uit een experiment naar de beoordeling van de geschiktheid voor een management-traineeship. Reageren sollicitanten anders als de match wordt gemaakt door een mens een of door AI, waarbij het algoritme wordt toegepast op LinkedIn-profielen en video-interviews? En maakt het daarbij uit of men uiteindelijk geschikt of ongeschikt wordt bevonden?

Jacqueline van Breemen en collega’s van NOA (psychologisch advies- en onderzoeksbureau dat nauw samenwerkt met de sectie sociale en organisatiepsychologie van de Vrije Universiteit Amsterdam) laten zich uitdagen door de vraag hoe we de eerlijkheid moeten wegen van selectiebeslissingen door drie verschillende selectiemethodes. Hoe anders is de lijst van geschikte kandidaten, wanneer er machine learning modellen worden gebruikt in plaats van meer traditionele technieken? Verschilt deze lijst van kandidaten erg van elkaar? Zo ja, op welke (persoons)kenmerken precies?

Hoe kan de kracht van AI worden ingezet om de informatiepositie van kandidaten zodanig te vergroten dat het ook een effect heeft op proactief loopbaangedrag? Op een bestaand recruitment-platform (WIJIJ) waarop mensen kunnen zoeken naar banen die matchen met een eigen breed profiel, gaan gebruikers feedback geven op de passendheid van de aan hen voorgestelde vacatures. Enerzijds ‘leert’ het onderliggende algoritme daarmee betere, passender aanbevelingen te doen.

Hoe krijgen we meer inzicht in de werkelijke werking van AI en algoritmisering voor het verbeteren van recruitmentbeslissingen? Deze open vraag vormde de aanleiding voor de NSvP AI x Recruitment Challenge in 2019. Welke ideeën hebben we mogen ontvangen? En wie zijn de drie winnende partijen die dit jaar de uitdaging van de Challenge aangaan? Afgelopen maanden daagde de NSvP wetenschappers, (selectie)psychologen, data scientists, recruiters en HR-tech specialisten uit om een betere en verantwoorde inzet van AI in de wereld van recruitment een stap verder te brengen.