Het artikel gaat hieronder verder.
Het A.I.-gebruik in recruitment neemt hand-over-hand toe. Want zeg eens eerlijk: wie kan nog een dag zónder? Maar tegelijk zien we ook de risico’s toenemen: kandidaten die er perfecte, maar inwisselbare cv’s mee genereren, een overvloed aan sollicitaties, en onbetrouwbare tests en nieuwe bias die het proces insluipt. Om het kaf van het koren te scheiden: een overzicht van 7 recente onderzoeken die helpen duidelijk te maken welke kant het op gaat.
#1. A.I. heeft voorkeur voor… A.I.
Dat kandidaten volop A.I. gebruiken in hun sollicitaties, is bekend. Net zoals we weten dat ook bedrijven steeds meer A.I. gebruiken om die stroom aan sollicitaties te kunnen verwerken. Maar nu blijkt uit wetenschappelijk onderzoek ook dat systemen om die sollicitaties te beoordelen een zeer sterke voorkeur hebben voor sollicitaties die met hun eigen systeem geschreven te zijn. Dus stel je voor: je bouwt een sollicitatiescreener gebaseerd op Claude, dan verkiest die vervolgens, min of meer onmerkbaar, de door Claude gegenereerde cv’s verkiest boven die van ChatGPT, of een (bijna ouderwets) door iemand zelf gemaakt cv.
De mens? Die won al helemaal bijna nooit bij selectie door A.I.
De onderzoekers (van de Universiteit van Maryland, de National University of Singapore en Ohio State) namen voor hun onderzoek 2.245 echte, door mensen geschreven cv’s van een professionele cv-website, en lieten die door 7 A.I.-modellen herschrijven. Daarna vroegen ze elk A.I.-model om het beste cv te kiezen. Elk model koos daarbij zichzelf ruimschoots als favoriet, met scores van steeds boven de 95%. De andere LLM’s? Scoorden stukken minder. En de echte mens? Die won al helemaal bijna nooit. De implicatie: als kandidaat kun je tegenwoordig maar beter (het juiste) A.I. gebruiken wil je door de preselectie rollen.
#2. Medewerkers willen wel
Medewerkers omarmen A.I. sneller dan organisaties kunnen bijbenen, is de conclusie uit recent onderzoek van Integron onder bijna 5.000 werkenden. Inmiddels gebruikt 36% van de medewerkers A.I. in het dagelijks werk, melden zij, terwijl dit vorig jaar nog maar 26% was. Tegelijkertijd geeft slechts 34% aan dat hun organisatie ook actief bezig is met de inzet van A.I. Daarmee ontstaat volgens de onderzoekers ‘een duidelijke spanning’ op de werkvloer: medewerkers bewegen duidelijk sneller dan organisaties zelf. ‘Medewerkers zijn al begonnen’, aldus Integron-managing director Egbert Engelfriet.
‘Medewerkers zijn al begonnen.’
Volgens het onderzoek zit de grootste uitdaging niet in toegang tot tools, maar in de manier waarop organisaties A.I. organiseren. Denk: leiderschap en duidelijke visie, ontwikkeling van A.I.-vaardigheden, governance en verantwoord gebruik, en integratie van A.I. in processen en besluitvorming. Te veel organisaties experimenteren nu nog met losse toepassingen, zonder structureel A.I. in te bedden. ‘De vraag is dan ook niet hoeveel A.I. een organisatie gebruikt’, stelt Engelfriet. ‘De echte vraag is hoe goed A.I. wordt geïntegreerd in werk, processen en besluitvorming, zodat organisaties sneller en met meer impact kunnen handelen.’
#3. Zo’n 1 op 3 biedt A.I.-training
Over ontwikkeling van vaardigheden gesproken: ook hier laten organisaties nog wel wat kansen liggen. Zo blijkt uit recent onderzoek van de Belgische HR-dienstverlener Acerta bij meer dan 600 werkgevers en 2.000 werknemers dat nog altijd slechts zo’n 32% van de ondernemingen A.I.-trainingen aanbiedt aan alle of een deel van de werknemers. Van de bijna 2 op de 3 bedrijven die (nog) geen opleidingen op dit gebied aanbiedt, zegt overigens 30% wel plannen te hebben in die richting. Ook opvallend: van alle ondervraagde werkgevers noemt slechts 34,5% A.I. (zeer) belangrijk voor de eigen organisatie.
‘Als werkgever neem je beter het zekere voor het onzekere door je medewerkers op te leiden.’
Volgens Acerta schuilt daarin een risico. ‘Ondernemingen onderschatten soms nog dat eigenlijk zo goed als elke werknemer vroeg of laat met A.I.-toepassingen zal geconfronteerd worden’, aldus A.I.-expert Hannelore Van Meldert. En ja, A.I. kan natuurlijk foutieve antwoorden geven of leiden tot onzorgvuldig gebruik van bedrijfsinformatie, geeft ze toe. ‘Maar tegelijk biedt de technologie veel kansen om efficiënter te werken en sneller kennis op te bouwen. Juist daarom is opleiding essentieel. Als werkgever neem je dus beter het zekere voor het onzekere door je medewerkers in het gebruik van A.I. op te leiden.’
#4. Geen A.I.? Dat jaagt mensen weg
A.I.-gebruik blijkt ook al steeds vaker een bepalende factor bij de keuze van medewerkers voor een werkgever. We schreven er al eerder over, en uit recent onderzoek van Pegasystems en YouGov blijkt het opnieuw: meer dan een derde (36%) van de werknemers zou zelfs overwegen om van baan te veranderen als hun technologische werkomgeving niet verbetert. Zo’n 64% zegt bovendien hinder te ervaren van de (legacy) systemen waarmee zij nu moeten werken; 42% van de werknemers geeft aan gefrustreerd te raken door slecht werkende systemen; 21% voelt zich erdoor uitgeput en 18% zegt zelfs ‘gedemotiveerd’ te raken.
‘Quota voor A.I.-gebruik in organisaties? Een spectaculair slecht idee.’
Tegelijkertijd moeten we ervoor waken van A.I.-gebruik géén target te willen maken, aldus de bekende Wharton-hoogleraar Peter Cappelli. ‘Een spectaculair slecht idee’, schrijft hij. Het gaat volgens hem niet om A.I.-gebruik an sich, maar om: sneller, beter én leuker werk kunnen leveren. En dat is met A.I. lang niet altijd het geval, meldt hij. Geef in plaats van quota’s daarom liever ruimte om te experimenteren, en laat mensen de successen delen. En maak ze niet bang dat A.I. hun werk gaat overnemen, maar bied medewerkers de psychologische veiligheid om zelf op zoek te gaan naar wat voor hen het beste werkt. Want dat zal ze wél behouden.
#5. A.I. levert tóch banen op
Dan over naar de hamvraag: gaat A.I. nu banen kosten, of juist opleveren? Het debat erover loopt al een tijdje, maar nieuwe gegevens van GlobalData lijken de optimisten (voorlopig) gelijk te geven: niet alleen zit wereldwijd het aantal vacatures volgens hen weer flink in de lift (met afgelopen kwartaal zelfs 6,4%), A.I. en cloud zijn daarbij zelfs de drijvende krachten, gevolgd door: cybersecurity. De VS en India registreerden daarbij het hoogste aantal (Gen)A.I.-vacatures, al viel wel op dat het bij de Amerikaanse vacatures vooral gaat om Europese bedrijven die in de VS actief zijn.
Nieuwe gegevens lijken de optimisten over A.I. gelijk te geven.
Ook de meeste anderen, zoals Goldman Sachs en de New York Times, lijken het erop te houden dat de A.I.-Jobacolypse niet bepaald op uitbreken staat. En zelfs OpenAI-topman Sam Altman lijkt nu toe te geven dat A.I.-washing bestaat, en de meeste recente ontslagen weinig met deze technologie van doen hebben, maar dit wel aanhalen als argumentatie, om meer structurele problemen te verdoezelen. En de Bank of America herhaalde na onderzoek recent nog maar eens wat velen hiervoor ook al zeiden: A.I. gaat heel veel banen wereldwijd fundamenteel veranderen (zo’n 24%, aldus de bankiers), maar nauwelijks echt vervangen.
#6. Nog wachten op betere selectie
En hoe zit het dan precies met de inzet van A.I. in recruitment? Ook daar gaat het vaak om toegenomen efficiëntie, maar is het nog zoeken naar toegevoegde kwaliteit. ‘De teams die A.I. succesvol inzetten bij werving en selectie, zullen niet de teams zijn die het snelst screenen. Het zullen de teams zijn die kunnen bewijzen dat hun screening werkt. Snelheid zonder bewijs is niets meer dan sneller gokken’, schreef screening-softwareleverancier Truffle dan ook recent, na buitengewoon interessant onderzoek onder 3 maanden aan (in totaal 1.751) conversaties van recruiters op LinkedIn.
Hun analyse liet volop paradoxen zien: A.I. maakt solliciteren makkelijk, maar screening kan daar niet tegenop. En compliance over de screeningsmethoden die je gebruikt, maakt het allemaal nog eens complexer. ‘De kandidaten die je nooit ziet, vormen het grootste risico’, waarschuwen ze daarbij. Het gaat in de discussies op LinkedIn vooral over wie nu beter selecteert: de mens of de machine. Maar de ‘blinde vlek’ bij al die berichten, zo constateren de onderzoekers: het ging zelden tot nooit over het meten van de quality-of-hire, of over afstemming tussen hiring managers, en ook zelden over interview intelligence.
‘De ‘blinde vlek’: het gaat zelden tot nooit over het meten van de quality-of-hire.’
‘Het hele gesprek gaat over het proces’, concluderen ze. ‘Hoe snel het gaat. Hoe eerlijk. En hoe geautomatiseerd. Maar bijna niets over het resultaat: neem je de juiste persoon aan?’ De meeste teams weten niet of A.I. de kwaliteit van de aanwerving verbetert, omdat ze de kwaliteit van de aanwerving überhaupt niet meten, leiden ze daaruit af. ‘Elk team dat investeert in A.I.-screening neemt impliciet de gok dat snellere screening betere kandidaten oplevert. Bijna niemand controleert dit. Dus kan niemand bewijzen dat A.I. helpt of schaadt. De sector lijkt automatisering sneller uit te breiden dan de bewijsstandaarden te verbeteren.’
#7. ‘A.I. disciplineert wel’
In die zin lijkt A.I. tot nu toe vooral een soort ‘disciplinerende werking’ te hebben in werving en selectie, concludeert ook een recent artikel in Het Parool. Het maakt het proces niet alleen sneller, efficiënter en ‘schaalbaar’, maar dwingt ook na te denken over de grondbeginselen. Is een cv nog wel een voorspeller (zo het dat ooit al was)? Waarom zou je kandidaten die A.I. gebruiken voor hun sollicitatie eigenlijk willen afwijzen? En wat voorspelt überhaupt succes, en hoe wil je dat testen? ‘Eindelijk wordt zichtbaar dat dat hele systeem eigenlijk niet klopt’, aldus Roland Grootenboer, die werkte bij onder andere Google en Blendle, in het artikel.
‘Eindelijk wordt zichtbaar dat dat hele systeem eigenlijk niet klopt.’
Maar het alternatief is niet per se makkelijker of beter, vult hoogleraar Janneke Oostrom hem aan. ‘Een A.I.-bot zo instellen dat die een eerste selectie kan maken dwingt werkgevers om beter na te denken over welke kwalificaties relevant zijn en hoe ze die op een objectieve manier kunnen toetsen. Maar als je niet scherp hebt wat je wilt meten, loop je ook via een A.I.-bot het risico dat je op de verkeerde dingen selecteert’, stelt ze. ‘Denk bijvoorbeeld aan systemen die de postcode van een kandidaat meenemen. Dat lijkt een neutrale variabele, maar kan indirect iets zeggen over iemands (sociaal-)economische achtergrond, en leiden tot discriminatie.’
De opdracht voor recruiters, derhalve, is in die zin niet veel anders dan er ook vóór de opkomst van A.I. al was. Oftewel: zoeken naar een proces dat daadwerkelijk zoveel mogelijk voorspellende waarde levert, en de beste kandidaat voor de organisatie uit de totale arbeidsmarkt naar boven haalt. En daar kan technologie als A.I. natuurlijk altijd bij (gaan) helpen, maar nooit het doel an sich zijn.
Meer weten?
Meer verhalen over hoe A.I. recruitment verandert? Of wil je er zelf zinvol mee leren experimenteren? Het kan allemaal op 26 mei tijdens het event AI & Talent. Je leest er hier alles over:
AI & Talent