Maakt A.I. selectie eerlijker? De helft van de kandidaten gelooft inmiddels van wel

De inzet van A.I. in selectieprocessen kan deze eerlijker maken en minder beïnvloed door vooroordelen, zo blijkt inmiddels de helft van de sollicitanten te geloven. Toch bestaat er ook nog veel koudwatervrees en willen velen ook nog een persoonlijk gesprek.

Peter Boerman Op 25 februari 2020
Gem. leestijd 5 min 569x gelezen
Deel dit artikel:
Maakt A.I. selectie eerlijker? De helft van de kandidaten gelooft inmiddels van wel

Het traditionele sollicitatiegesprek is een mijnenveld vol onbewuste vooroordelen, denkfouten, en misinterpretaties. Niet zo gek dus dat de interviewrobot oprukt, als mogelijk antwoord hierop. Net als allerlei andere vormen van artificiële intelligentie, die vooral tot doel hebben het werk van recruiters makkelijker, maar ook eerlijker en objectiever te maken.

Hebben kandidaten inmiddels liever dat een robot ze beoordeelt dan een menselijke recruiter? In wie geloven ze meer?

Maar hoe denken kandidaten hier eigenlijk zelf over? Worden ze inmiddels liever door een robot beoordeeld dan door een menselijke recruiter? In wie geloven ze meer? Wat wordt wel en niet geaccepteerd? Software-intermediair Capterra besloot de peilstok er eens in te steken, en ondervroeg in februari ruim 400 Nederlanders ‘met op z’n minst enige kennis van A.I.’ (Al moet die laatste toevoeging wel met een korreltje zout genomen worden, want één van de eerste conclusies is dat slechts 1 op de 5 écht weet wat A.I. is…)

Rule-based’ A.I. in de preselectie

De onderzoekers vroegen onder meer hoe mensen denken over zogeheten ‘rule-based A.I.’ in de preselectiefase, oftewel: automatische preselectie, volgens nauwkeurig vastgestelde filters. Dit soort A.I. bespaart recruiters veel tijd. Ze kunnen hiermee duizenden cv’s en motivatiebrieven door het systeem halen, waarna er automatisch een resultaat uitrolt met de meest geschikte kandidaten om te interviewen. Wat vinden sollicitanten hiervan?

preselectie met AI tools

Het blijkt dat ruim een derde denkt dat dit soort A.I. het preselectieproces eerlijker maakt, terwijl een iets groter deel (43%) nog steeds zegt ‘bezorgd’ te zijn over de eerlijkheid van dit proces. Wat dit precies zegt, is echter helaas onduidelijk, omdat dit natuurlijk niet is afgezet tegen de huidige situatie: hoe eerlijk ze denken dat het systeem is waarbij een menselijke recruiter de sollicitanten op een bepaalde volgorde zet.

‘Machine Learning’ A.I.

En wat vinden sollicitanten dan van de verdergaande vorm van A.I., de vorm waarbij het systeem geen vaste programmeerregels volgt, maar zelf ‘leert’ van bijvoorbeeld de antwoorden van sollicitanten? In tegenstelling tot een rule based-systeem is het bij het machine learning-systeem dus geen mens die de gebruikte regels en formules invoert of aanpast, maar doet het systeem dit zelf, op basis van ontdekte patronen en verwantschappen voor succesvolle kandidaten.

Een derde vindt het best om met een interviewrobot te spreken, mits daarna nog een gesprek met een menselijke recruiter volgt.

Dit soort ‘machine learning‘ zien we nu al bijvoorbeeld bij sommige chatbots die online vragen van sollicitanten beantwoorden, robots die sollicitatiegesprekken afnemen en de analyse van videosollicitatiegesprekken.

chatbot cv's screenen

En daarover blijken sollicitanten niet echt negatief, aldus het onderzoek. Zo blijken ze chatbots al best te accepteren. Alhoewel ze een interview met een interviewrobot zoals Sigmund vaak nog wel een gek idee vinden. Zo zegt 46% van de respondenten het ‘niet leuk’ te vinden als een robot het sollicitatiegesprek voert. Maar aan de andere kant vindt een derde het best, zolang er daarna nog maar wel een gesprek met een menselijke recruiter volgt.

AI in voorselectie van sollicitanten

Verdere A.I.-analyses

De onderzoekers vroegen ook naar de mening over andere toepassingen van A.I. in recruitment. Denk aan de analyse van online activiteiten van kandidaten op social media, waarmee een bedrijf als Deepsense zich profileert. Of de A.I.-analyse van lichaamstaal, gezichtsuitdrukking en taalgebruik, die de software van HireVue al uitvoert voor bijvoorbeeld Unilever. Of, ander voorbeeld: de analyse van kleine stukjes geschreven taal die de software van Seedlink uitvoert. Bedrijven als L’Oréal en Coca-Cola gebruiken dit al om via onbewuste patronen in het taalgebruik van kandidaten nauwkeuriger HR-beslissingen te nemen.

Veel mensen vinden sociale-media-analyses nog ongepast of accepteren het slechts met moeite.

Allemaal vooruitstrevende technieken. Maar de gemiddelde sollicitant blijft er vrij sceptisch over. Uit het onderzoek blijkt dat veel mensen dit soort analyses nog ongepast vinden of slechts met moeite accepteren.

analyseren door AI van gezichtsuitdrukking en taalgebruik

Is het eerlijker?

Dan de hamvraag: maakt A.I. het recruitmentproces ‘eerlijker’? Wat denken sollicitanten hierover? Is een zelflerend selectiesysteem objectiever dan een menselijke recruiter? Dan blijkt dat 44 procent van de respondenten denkt dat ook A.I. bevooroordeeld kan zijn, net zoals een mens. Bijna een derde denkt echter dat niet. En een even groot aantal gelooft dat A.I. kan resulteren in een ‘eerlijker’ selectieproces. Dat is meer dan het aantal mensen dat zegt niet te geloven in meer eerlijkheid. Maar er is ook een groot aantal respondenten dat dus zegt het niet te weten (waarschijnlijk mede doordat veel mensen niet precies weten hoe AI werkt en omdat zelflerende AI-systemen tot nu toe ook weinig transparant zijn).

Bias in AI werving en selectie

Transparantie van algoritmes gevraagd

Wat zou bijdragen aan de al dan niet beleefde eerlijkheid? Het zou helpen als de algoritmes en beslisbomen iets meer transparant worden, zeggen de respondenten. Zo blijkt 81 procent de mogelijkheid te willen hebben om achteraf inzicht te krijgen in de conclusies die door een A.I.-systeem zijn getrokken. Hoe transparanter het proces, hoe eerlijker ze de selectieprocedure ervaren.

Hoe transparanter het proces, hoe eerlijker ze de selectieprocedure ervaren.

In die zin kun je het onderzoek natuurlijk ook als een enorme opsteker voor de toepassing van A.I. beschouwen. Want de feedback van een menselijke recruiter op een afgewezen sollicitant komt meestal niet veel verder dan ‘Andere kandidaten voldeden beter aan de eisen’ of ‘We zagen je niet passen in het team’. Juist selectie op basis van heldere regels en patronen kan dan sterk bijdragen aan beleefde eerlijkheid. De kandidaat die precies weet waarop een organisatie selecteert, en hoe dat objectief is vastgesteld, zal een afwijzing immers waarschijnlijk veel beter kunnen accepteren dan zo’n vaag kluitje-in-het-riet, dat nu in veel selectieprocedures nog schering en inslag is.

Meer weten?

Ivo Winkes en Sven Prevoo van bureau LTP vertellen tijdens Talent Acquisition Live, op 12 maart in De Nieuwe Liefde in Amsterdam, meer over wat er allemaal komt kijken bij het automatiseren van het selectieproces en bij het ontwerp van een interviewrobot. Niets daarvan missen? Schrijf je dan snel in

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