Het artikel gaat hieronder verder.
Meer dan 90% van de HR-professionals noemt objectiviteit een prioriteit bij selectie. Toch gebruikt 94% van de Nederlandse organisaties het cv nog steeds als primair selectiemiddel – terwijl er geen enkel wetenschappelijk bewijs bestaat dat het toekomstige werkprestaties voorspelt. Dat is de kern van de paradox die Rikkert Walbeek, CCO en mede-oprichter van het TA Audit Institute, beschrijft in een nieuwe whitepaper over eerlijk selecteren, dat onderzoek aan de hand van 1.500 mystery-sollicitaties bij 245 grotere Nederlandse organisaties combineert met een grote studie van Tilburg University onder ruim 600 HR-professionals.
Bijna alle werkgevers vertrouwen nog – ten onrechte – op een cv.
In de praktijk van alledag speelt bias nog steeds – op allerlei manieren – een heel grote rol in selectiebeslissingen bij vacatures, zo tonen beide onderzoeken aan. Maar de grote vraag is dan natuurlijk: hoe kan het beter? Dit zijn daarbij de 7 belangrijkste inzichten die Walbeek daarbij meegeeft:
#1. Het cv voorspelt…? Helemaal niets
Het cv is veruit het meest gebruikte selectiemiddel in Nederland, maar wetenschappelijk gezien tegelijk ook het minst betrouwbare. Er bestaat zelfs geen enkel onderzoek dat een significante correlatie aantoont tussen cv-inhoud en daadwerkelijke werkprestaties, haalt Walbeek aan. Toch opent bijna iedere selectieprocedure ermee. De onderzoeker omschrijft het cv als ‘een verzameling van proxies‘: indirecte signalen die we onbewust interpreteren als bewijs voor kwaliteit. Een bekende werkgever of een bepaalde studiestad zegt bijvoorbeeld meer over iemands sociaal-economische achtergrond dan over wat iemand straks presteert.
#2. Leeftijdsbias: grootste boosdoener
Uit de paired apply-audits van het TA Audit Institute – waarbij 2 gelijkwaardige cv’s worden ingezonden met slechts 1 verschil – blijkt leeftijdsbias de meest voorkomende vorm van ongelijke behandeling: in 48% van de gevallen. Opvallend is de richting: in 68% van die gevallen was het de jongere kandidaat die werd benadeeld, niet de oudere. Genderbias speelde in 45% van de procedures een rol, maar de benadeling was precies gelijk verdeeld tussen mannen en vrouwen. Bij etnische bias (38%) was de netto discriminatie nagenoeg 0.
‘We selecteren niet de beste kandidaat, maar de kandidaat die het beste past in ons onbewuste plaatje.’
In totaal werd 44% van alle paired apply-audits waarbij minimaal 1 kandidaat niet werd afgewezen, ongelijk behandeld. Positief nieuws: 47% van de onderzochte organisaties liet geen enkele ongelijke behandeling zien. Er worden dus ook gewoon goede stappen gezet. Maar de conclusie, aldus Walbeek, is toch: ‘We selecteren niet de beste kandidaat, maar de kandidaat die het beste past in ons onbewuste plaatje.’
#3. Ons brein: vijand van eerlijk selecteren
De hardnekkigheid van bias heeft een neurologische verklaring. Walbeek verwijst naar het werk van Nobelprijswinnaar Daniel Kahneman: recruitment is grotendeels een Systeem 1-proces – snel, intuïtief en vol met mentale shortcuts. Denk aan de affinity bias (‘hij houdt ook van padel, hij zal wel goed zijn’), het halo effect (‘ze werkte bij Google, dus ze moet goed zijn’) en stereotypering (‘hij is nu ambtenaar, dus zal wel lui zijn’). Zonder een strak proces valt ons brein automatisch terug op dit snelle, associatieve denken.
#4. Geen functieanalyse: de lat verschuift
Bij meer dan de helft van de Nederlandse organisaties wordt géén formele functieanalyse uitgevoerd voordat een vacature live gaat. Dat is een fundamenteel probleem. Als de criteria niet vooraf vaststaan, gaan selecteurs onbewust de ‘lat’ verleggen op basis van wie er op dat moment tegenover hen zit. Wetenschappers noemen dit criterion drift.
Criterion drift: de doelpalen verzetten tijdens de wedstrijd.
Het whitepaper pleit daarom voor het KPCO-raamwerk – een Nederlandse vertaling van het Amerikaanse KSAO-model – waarbij succes in een rol (vooraf) wordt opgedeeld in benodigde Kennis, Praktische vaardigheden, Competenties en Overige persoonskenmerken. Elk criterium krijgt daarbij een gewicht en een objectieve definitie. Alleen zo kunnen interviewers later alle kandidaten eerlijk scoren en vergelijken.
#5. Gestructureerd interviewen: 2 tot 4 keer beter
De wetenschap is duidelijk over sollicitatiegesprekken: ongestructureerde interviews hebben een voorspellende waarde van slechts 0,15 tot 0,20 – en er zijn zelfs onderzoeken die bij ongestructureerde gesprekken een negatieve voorspellende waarde vonden. Voeg je er structuur aan toe, dus door elke kandidaat bijvoorbeeld dezelfde vragen te stellen, dan stijgt die waarde naar 0,40 tot 0,60. Toch gebruikt slechts een minieme fractie van de Nederlandse bedrijven een volledig gestructureerd interview protocol.
‘Bijna 80% van de beslissingen in de laatste fase is nog steeds gebaseerd op de klik, de grootste veroorzaker van arbeidsmarktdiscriminatie.’
‘Bijna 80% van de beslissingen in de laatste fase is nog steeds gebaseerd op de culturele klik – de grootste veroorzaker van arbeidsmarktdiscriminatie’, aldus de whitepaper. De STAR-methode (Situatie, Taak, Actie, Resultaat) is een beproefd instrument om het beter te doen. Door elke kandidaat dezelfde gedragsvragen te stellen en antwoorden direct te scoren, dwing je het proces naar objectiviteit. Walbeek adviseert bovendien de ‘Google rule of 4‘: 4 onafhankelijke interviewers leveren met 86% zekerheid een goede voorspelling op. Een vijfde interviewer toevoegen? Dat voegt uiteindelijk minder dan 1% nauwkeurigheid toe.
#6. A.I. maakt assessments onbetrouwbaar
De opkomst van grote taalmodellen zet de betrouwbaarheid van traditionele online selectiemethoden onder druk. Onderzoek van Patrick Dunlop (University of Western Australia) toont aan dat A.I.-modellen tegenwoordig uitstekend in staat zijn om de logica van persoonlijkheidsvragenlijsten te doorgronden en een gewenst profiel te ‘faken’. Onderzoek van Arctic Shores bevestigt dit: moderne taalmodellen eindigen bij standaard Situational Judgment Tests (SJT’s) en persoonlijkheidstests vaak in de top-1% van de scores.
De oplossing? Die zit in contextspecificiteit. Generieke scenario’s (‘Een klant is boos, wat doe je?’) zijn kwetsbaar. Scenario’s gebaseerd op echte, kritieke situaties binnen de eigen organisatie – via de Critical Incident Technique – zijn dat veel minder, omdat A.I. geen toegang heeft tot de interne dynamiek en ongeschreven regels van jouw team. Let ook op zegt Walbeek: MBTI en DISC hebben géén wetenschappelijke validatie en mogen nooit worden ingezet voor selectie.
#7. Algoritmes verslaan de mens met 50%
Het meest controversiële inzicht in de whitepaper is misschien wel dit: als je eenmaal alle data hebt verzameld, moet je de menselijke interpretatie ervan uitschakelen. Meta-analyses van onder anderen Meehl en Grove et al. tonen consistent aan dat algoritmes mensen bijna altijd verslaan in het voorspellen van succes. De studie van Kuncel, Ones en Klieger richtte zich specifiek op werkprestaties en vond dat mechanische combinatie van scores 50% nauwkeuriger is dan de menselijke interpretatie van diezelfde data.
‘Voelt de manager een betere ‘klik’ met een andere kandidaat? Dat is precies de bias die we willen uitbannen.’
In de praktijk betekent dit: vermenigvuldig de scores uit gestructureerde interviews en assessments met de vooraf bepaalde wegingsfactoren, tel op, en geef de baan aan de kandidaat met de hoogste score. Wijk daar ook echt zo min mogelijk vanaf. Walbeek is helder over de rol van de hiring manager in die laatste fase: ‘Die verliest het vetorecht. De enige taak van de commissie is valideren of het proces correct is doorlopen – niet de uitkomsten herinterpreteren. Als de manager een betere klik “voelt” met een andere kandidaat, dan is dat precies de bias die we willen uitbannen.’
Van weten naar doen
De wetenschap is beschikbaar, de instrumenten zijn er, de cijfers zijn overtuigend. Maar de weg van weten naar doen is in Nederland nog lang, concludeert Walbeek. Hij pleit daarom voor een vijfstappenplan: van KPCO-analyse en blind screening zonder cv’s, via gestructureerde interviews en valide assessments naar mechanische eindbeslissing. ‘Neem afscheid van het polderen over kandidaten’, aldus de whitepaper. Kies liever een formule die de menselijke vooringenomenheid buitenspel zet. Een eerlijke arbeidsmarkt is namelijk geen utopie, concludeert Walbeek. ‘Maar het begint wel met eerlijk inzicht in wat er nu eigenlijk misgaat.’
Meer weten?
- Lees hier de hele whitepaper