LDC: ‘Op arbeidsmarkt kampt A.I. nog vaak met kip-en-eiprobleem’

Van A.I. wordt veel verwacht op de arbeidsmarkt. Maar voordat het echt van nut kan zijn, moeten er eerst nog véél data komen. ‘Een beetje een kip-en-eiprobleem dus’, zegt Maurice Vermunt (LDC). Hoe spelen zij daar zelf op in?

Peter Boerman Op 24 november 2020
Gem. leestijd 5 min 438x gelezen
Deel dit artikel:
LDC: ‘Op arbeidsmarkt kampt A.I. nog vaak met kip-en-eiprobleem’

Over de toepassing van kunstmatige intelligentie is de laatste tijd veel te doen. Ook in de arbeidsmarkt. ‘Hoe Artificiële Intelligentie het loopbaanvak gaat ondersteunen!‘ heeft Maurice Vermunt dan ook zijn bijdrage genoemd aan het Loopbaanseminar op 10 december. Maar ondanks dat uitroepteken, zegt hij ook direct erbij te waken voor al te opgeklopte verwachtingen. Want A.I. heeft volgens hem zeker wel potentie, maar de praktijk gaat echt nog niet zo hard als soms wordt gedacht, stelt hij.

Vermunt is algemeen directeur bij LDC, een bureau dat al 30 jaar vooral testsoftware ontwikkelt, voor ‘arbeidsmobiliteit en duurzame inzetbaarheid’. Een concreet voorbeeld hiervan is het AD Assist; een systeem dat arbeidsdeskundigen ondersteunt in hun werk. Hier wordt al artificiële intelligentie (A.I.) in gebruikt om mensen werk te geven dat bij ze past. Maar dan wel met de kanttekeningen ‘realistisch eerlijk verhaal’ en ‘geen gebakken lucht’, benadrukt hij. Tijd voor een nadere kennismaking.

> Hoe ver zijn jullie met jullie A.I.?

‘De data die nodig zijn om kunstmatige intelligentie goede suggesties te laten geven, is vaak niet direct voorhanden. Hiervoor bestaan verschillende oplossingen. Het is bijvoorbeeld mogelijk om te werken met ‘lerende systemen’. Als de applicatie ook zonder A.I.-component al meerwaarde kan bieden aan de gebruiker, dan kunnen de data tijdens gebruik aangevuld worden. Het algoritme kan dan tijdens gebruik bijleren en zelf bepalen wanneer er op een bepaald gebied voldoende data is om goede suggesties te kunnen doen.

‘De data die nodig zijn om A.I. goede suggesties te laten geven, zijn zelden direct voorhanden.’

Dit gebeurt dan eerst op veel voorkomende datasoorten en na verloop van tijd ook op de minder frequent voorkomende elementen. Een andere insteek kan zijn om het systeem bij het opstarten te laten beginnen op een bestaande dataset, zoals onze kwalitatief hoogwaardige functie-takenset. Hoewel deze gegevens vaak niet helemaal geschikt of compleet zijn, kan het soms wel een bruikbare uitgangspositie opleveren; een soort startpakket.’

> En hoe werkt dat bij een loopbaanvraag?

‘Elke loopbaanvraag is te ontleden tot een logisch vraagstuk, uitgedrukt in data. Het knelpunt hierin is meestal de hoeveelheid data die nodig is om antwoord te kunnen geven op de vraag. Deze data moeten zeer uitgebreid zijn en van een bepaalde samenstelling. Dat is in de praktijk lang niet altijd mogelijk. Naast kunstmatige intelligentie zijn er echter ook andere tools die kunnen helpen, zoals meer conventionele algoritmes of zoekmechanismen. Een combinatie van A.I. met deze meer conventionele tools kan vaak ook uitkomst bieden.’

> Wat zijn de grote uitdagingen die jullie qua A.I. tegenkomen?

‘We maken bij de ontwikkeling van het systeem een vooronderstelling: we gaan ervan uit dat de gebruikers bereid zijn om het systeem te gebruiken, terwijl de kunstmatige intelligentie in de beginfase nog getraind moet worden en geen bijdrage kan leveren. Dit heeft een beetje het karakter van een kip-en-eiprobleem. Daarnaast vergen A.I.-algoritmes vaak bijstelling om tot goede resultaten te komen. En ook dit kan pas later in het traject plaatsvinden als er voldoende data verzameld is.

‘Experimenteren is de charme van A.I.-ontwikkelingen: to boldly go where no one has gone before.

Hierdoor weten we pas laat in het ontwikkeltraject of onze veronderstellingen echt uitkomen. We zorgen voor voldoende feedback en afstemming met de gebruikers, bijvoorbeeld in de vorm van een co-productie, maar helemaal zeker weten of het gaat werken doen we pas als het voltooid is. Dit is tegelijkertijd ook de charme van dit soort ontwikkelingen: to boldly go where no one has gone before.

> Hoe denk je dat loopbaanprofessionals tegen A.I. aankijken?

‘De huidige generatie tools die loopbaanprofessionals ondersteunen zijn geëvolueerd uit de vroegere vragenlijsten op papier. Deze tools krijgen steeds meer mogelijkheden. Je kunt de uitslag nu bijvoorbeeld makkelijk presenteren in mooie grafieken en je kunt data makkelijker combineren. Zo kun je bijvoorbeeld de uitslag van een interessetest combineren met gegevens over beroepen en daar kwalitatief goede uitspraken over doen. Deze evolutie zal zich voortzetten en de nieuwe generatie tools zal steeds meer A.I. gebruiken om tot dit soort matches te komen.

‘Het is voor loopbaanprofessionals, en dat is heel logisch, lastig om een concreet beeld van A.I. te krijgen.’

Wel staan deze ontwikkelingen nog in de kinderschoenen. Het is voor loopbaanprofessionals, en dat is heel logisch, nog lastig om hier een concreet beeld van te krijgen. De werking van kunstmatige intelligentie is ook niet eenvoudig uit te leggen. De algoritmes zijn gebaseerd op ontoegankelijke wiskunde en een metafoor doet altijd tekort aan de echte werking. Maar het onbegrip verdwijnt vanzelf als de praktijk laat zien dat AI een nuttige bijdrage kan leveren als digitale assistent voor de mens. De medische sector is hier alvast een mooi voorbeeld van, zo blijkt uit KPMG-onderzoek.

> Wat is je key takeaway tijdens het seminar?

‘Dat het vak van loopbaanadviseur professionaliseert. Zo is er op het vlak van het instrumentarium ook sprake van een evolutie. Kort samen te vatten als: papier -> CD-Rom -> online -> online met A.I. Wij werkten al in de tijd van de CD-Rom – en zelfs al eerder – met een beroependatabase. Die heeft nu geleid tot een kwalitatief hoogwaardige basisset, op basis waarvan we verder A.I. kunnen ontwikkelen.’

‘Het vraagstuk hoe je mensen zo goed mogelijk kunt laten participeren is enorm ingewikkeld en breed.’

‘Het vraagstuk hoe je mensen zo goed mogelijk kunt laten participeren is enorm ingewikkeld en breed. Er zijn zeer veel factoren die hierin een rol spelen. Het is onmogelijk om kunstmatige intelligentie deze vraag in één keer te laten beantwoorden. Dit is en blijft mensenwerk. De professionals die zich hiermee bezig houdenkunnen echter wel ondersteund worden door geautomatiseerde tools. Ook A.I. kan hier dus een bijdrage leveren, op voorwaarde dat er voldoende gegevens beschikbaar zijn. En dat zal dus niet voor alle vraagstukken binnen dit domein het geval zijn.’

Meer weten?

Meer weten over dit onderwerp? Op 10 december vindt het Werf& Seminar Loopbaanprofessionals plaats. In dit seminar delen de sprekers hun kennis over de trends en ontwikkelingen op de arbeidsmarkt en komen ook skills en omscholing aan bod. Je kunt je hier inschrijven voor het seminar. 

Lees ook

Deel dit artikel:

Peter Boerman

Hoofdredacteurbij Werf&
Hij heeft eigenlijk nog nooit een vacature uitgezet. En meer sollicitatiegesprekken gevoerd als kandidaat dan als recruiter of werkgever. Toch schrijft Peter Boerman alweer een jaar of 10 over weinig anders dan over de wondere wereld van werving en selectie, in al zijn facetten.
Bekijk volledig profiel

Premium partners Bekijk alle partners