challenge 2019

Hoe zet je de kracht van AI in ten gunste van werkenden en werkzoekenden? Het projectteam van Jaap Jan van Assen (eelloo) ontwikkelden een AI-gedreven instrument “Mark My Words – daarmee zoeken mensen op een Tinder-achtige manier naar banen die matchen bij hun profiel én geven zij feedback aan het systeem. Ze gaan als het ware in gesprek met het algoritme. Beoogd resultaat: betere kansen op de arbeidsmarkt en betere loopbaanbeslissingen voor werkenden. Bovendien draagt het bij aan meer Responsible en Explainable AI in recruitment. 

Op welke kenmerken verschilt de lijst van geschikte kandidaten, wanneer machine learning modellen worden gebruikt in plaats van meer traditionele technieken? Komen er meer inclusieve, diverse keuzes of juist meer exclusieve keuzes in geschikte kandidaten in de praktijk tot stand? Of maakt het geen verschil? Jacqueline van Breemen (NOA) onderzocht de consequenties van selectie met AI op de diversiteit van de geselecteerden. Ze won hiermee tevens de Eindprijs van de NSvP AI x Recruitment Challenge.

Sollicitanten zijn een belangrijke groep bij de introductie van algoritmes in matching en recruitment. Wat vinden zij ervan als zij door AI worden beoordeeld? Hoe eerlijk ervaren sollicitanten het als ze worden beoordeeld door AI op basis van hun LinkedIn profiel of video-interviews? En maakt het daarbij uit of ze uiteindelijk geschikt of ongeschikt worden bevonden? Een projectgroep aan de Vrije Universiteit onderzocht in het kader van de NSvP AI x Recruitment Challenge hoe het zit met de acceptatie van sollicitanten bij gebruik van AI in sollicitatieprocedures.

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. 

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).

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.