werving en selectie

Marjolein Jonker (Universiteit van Amsterdam) won de David van Lennep Scriptieprijs met haar onderzoek naar workplace telepressure, emotionele uitputting en werk-familieschuld. De 2e en 3e prijs waren voor de Erasmus Universiteit Rotterdam: respectievelijk Janice Odijk (voor haar masterthese over Natural Hair Bias bij werving en selectie) en Sarina Verwijmeren (voor haar onderzoek naar Playful Work Design). De David van Lennep Scriptieprijs werd eind mei 2021 uitgereikt via de virtuele wereld van GoMeet.

Jacqueline van Breemen (onderzoeker en data analist bij NOA) deed onderzoek naar het gebruik van AI bij selectie. Ze vergeleek de uitkomsten met die van traditionele selectiemethoden. Welke kandidaten hebben het meest winst van de toepassing van AI? En is selectie met gebruik van AI betrouwbaar? Haar belangrijkste uitkomst: selectie met AI versterkt sommige bestaande vooroordelen. 

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.

Voice-assistants die het sollicitatiegesprek overnemen. Algoritmes die de perfecte kandidaat voor een vacature voorspellen. De mogelijkheden van AI voor werving en selectie van werknemers lijken eindeloos. Hoe ziet de toekomst van deze ontwikkeling eruit? Om de dilemma’s rondom de digitalisering van de arbeidsmarkt inzichtelijk en invoelbaar te maken, zette de NSvP samen met SETUP een Makers-Challenge uit. Vier multidisciplinaire ontwerpteams van experts, kunstenaars en andere creatieve makers zijn gevraagd een werk te maken om dit thema goed, urgent en uitdagend te verbeelden.

Algoritmes die sollicitatiebrieven beoordelen. Voice-assistants die het sollicitatiegesprek overnemen. Het voorspellen van de perfecte kandidaat voor een vacature. De mogelijkheden van AI voor werving en selectie van werknemers lijken eindeloos. Hoe ziet de toekomst van deze ontwikkeling eruit? En hoe faciliteert – of frustreert – AI de diversiteit op de arbeidsmarkt?

De aanwezigen hebben hun kennis over algoritmische toepassingen de hele middag flink bijgespijkerd. Men heeft een inkijkje gekregen van de mogelijkheden, welke gevaren er op de loer liggen, en welke kansen AI kan bieden. Bovendien heeft men op ludieke wijze ervaren hoe het is om door algoritmes beoordeeld te worden. Maar heb je hier als sollicitant nou eigenlijk nog invloed op? Kun je een algoritme bijvoorbeeld voor de gek houden?