Algoritmes in werving en selectie zijn tegenwoordig schering en inslag. Als je alleen al een vacature op LinkedIn zet, zet je daarmee al tal van algoritmes aan het werk. Want die vacature wordt vervolgens aan het ene LinkedIn-lid wél getoond, en aan de ander niet. Maar van dit soort onbedoelde discriminatie en uitsluiting zijn werkgevers zich nauwelijks bewust, blijkt uit nieuw onderzoek van het College voor de Rechten van de Mens.
‘De algoritmes van LinkedIn en van cv-databanken bepalen wie jouw vacature ziet.’
‘De algoritmes van LinkedIn en van cv-databanken bepalen wie jouw vacature ziet en wie er tevoorschijn komt op jouw zoekvraag’, aldus Collegevoorzitter Jacobine Geel. ‘En algoritmes spelen ook nog op een andere manier een rol, bijvoorbeeld via recruitmenttechnologieën, die zijn ontwikkeld om sollicitanten sneller en op grotere schaal te beoordelen. Denk aan persoonlijkheids- of competentietesten die automatische testscores berekenen.’ En ook hier speelt het risico op discriminatie en uitsluiting, zegt ze.
896 werkgevers
Het College vroeg SEO Economisch Onderzoek om te kijken of en hoe werkgevers algoritmes gebruiken om mensen te werven en te selecteren. Het onderzoeksbureau nam hiervoor bij 896 werkgevers in Nederland een vragenlijst af. Daaruit bleek bijvoorbeeld dat werkgevers nauwelijks algoritmes gebruiken bij het opstellen van hun vacatureteksten, die vooral voor elke vacature apart wordt geschreven, of juist aan de hand van een eigen standaard format.
Maar het wordt een heel ander verhaal als het gaat om hoe werkgevers die vacatures vervolgens verspreiden. Daar spelen algoritmes in totaal in wel bijna 96% van de vacatures een rol, concluderen de onderzoekers. Ook bij het zelf sourcen van kandidaten – wat 71% van de werkgevers zegt te doen – komen allerlei algoritmes om de hoek kijken.
Wel is het gebruik van algoritmes nog behoorlijk beperkt als het bijvoorbeeld gaat om hoe werkgevers kandidaten selecteren (27% van de werkgevers doet dit direct of indirect), of hoe ze kandidaten beoordelen (ook 12%). Het blijken hier vooral de grotere werkgevers die software inzetten om kandidaten te selecteren of te beoordelen. De meeste anderen doen dit allemaal echter nog handmatig, zo blijkt.
Uitsluiting
Toch dragen al die gebruikte algoritmes wel een risico in zich, aldus het College voor de Rechten van de Mens. Ze kunnen namelijk – al dan niet bewust – leiden tot discriminatie en uitsluiting. En dat is bij werkgevers nog maar beperkt bekend, aldus het onderzoek. Ook blijken werkgevers hun systemen nauwelijks op eerlijkheid te controleren. ‘Concreet: komen ook vrouwen in aanmerking voor de functie van heftruckchauffeur? Of vallen ze bij voorbaat af omdat het algoritme zichzelf heeft geleerd dat heftruckchauffeurs meestal man zijn en dus mannen meer geschikt zijn voor de baan?’ Werkgevers checken het nauwelijks, zo blijkt.
Het onderzoek haalt ook een voorbeeld aan van hoe algoritmes dat doen. Zo wijst het op Amerikaans onderzoek dat aantoonde dat een algoritme vacatures voor goedbetaalde banen vaker laat zien aan mannen dan aan vrouwen. In álle fases van het recruitmentproces bestaan zo risico’s op uitsluiting en discriminatie, aldus de onderzoekers. Denk alleen al eraan dat bijvoorbeeld mensen die slechtziend of slechthorend zijn sommige digitale assessments niet kunnen doen en maken, terwijl zij wel geschikt zouden kunnen zijn voor een functie.
Mannen krijgen vaker vacatures voor goed betalende banen te zien dan vrouwen.
‘Werkgevers weten welke kandidaten ze wél bereiken met hun wervingsbeleid, maar hebben geen beeld van wie ze níet bereiken’, aldus de onderzoekers. ‘Werkgevers weten ook vaak niet dat gericht online adverteren ervoor kan zorgen dat bepaalde groepen een vacature minder of zelfs helemaal niet te zien krijgen. Verschillende platforms bieden bijvoorbeeld aan om advertenties te richten op bepaalde groepen (geslacht of leeftijd).’
‘Vergewisplicht’
De onderzoekers concluderen dat de Nederlandse werkgevers in de helft van de gevallen niet weten of een mens de automatische selectie nog controleert om te kijken of er personen onterecht afvallen. Werkgevers zeggen ook niet echt te weten waardóór kandidaten automatisch afvallen. Ze toetsen recruitmenttech nauwelijks op eerlijkheid, zo blijkt.Terwijl ze dat beter wel kunnen doen, aldus Geel. ‘We raden werkgevers daarom aan om vacatures via meerdere kanalen te verspreiden. Ook moeten werkgevers sollicitanten vooraf vertellen welke rol algoritmes spelen in hun werving en selectie.’
‘Werkgevers moeten de softwareleverancier vragen hoe hun algoritmes kandidaten selecteren en beoordelen.’
Hier kan de overheid trouwens bij helpen, aldus het College, bijvoorbeeld door middelen te maken om algoritmes erop te toetsen of ze iedereen een eerlijke kans geven en arbeidsmarktdiscriminatie tegengaan. Dit strookt ook met het wetsvoorstel Toezicht gelijke kansen bij werving en selectie, dat nu bij de Tweede Kamer ligt, en waarin een ‘vergewisplicht’ is opgenomen die ook van toepassing zal zijn op digitale systemen. Dit betekent dat als werkgevers dit soort recruitmenttech inkopen ze aan de softwareleverancier moeten vragen hoe de algoritmes precies kandidaten selecteren en beoordelen.
Nogal traditioneel
Wat tenslotte aan het onderzoek opvalt, is hoe traditioneel werkgevers eigenlijk nog altijd omgaan met werving en selectie. Zo zegt slechts 1 op de 3 werkgevers gebruik te maken van online sollicitatieformulieren. Ook is het nog niet bij de helft (46%) mogelijk om via sociale media te solliciteren, of via een videosollicitatie (14%). Veruit de meeste werkgevers zeggen nog steeds de klassieke manier van solliciteren te gebruiken, dus via de motivatiebrief en het cv. En daarbij zeggen ze ook nog steeds vooral te letten op opleiding en werkervaring.
Ook in verdere fases van het recruitmentproces blijkt het ouderwetse handwerk nog dominant. Niet alleen zegt een meerderheid dus zelf elke vacaturetekst op te stellen, ook het bekijken van de binnengekomen cv’s en motivatiebrieven is vaak (70%) mensenwerk, zo blijkt. Ook in sollicitatiegesprekken blijken algoritmes nog nauwelijks een rol te spelen. In hoeverre discriminatie, uitsluiting en bias een gevaar is bij al die handmatige processen, waarbij vooral de onderbuik van recruiter en werkgever leidend zijn? Daarover zeggen de onderzoekers dan weer helemaal niets.
Zelf een eerlijk algoritme?
Heb je zelf een eerlijk algoritme voor werving en selectie gemaakt? Of heb je een mooie case waaruit de meerwaarde van dit soort algoritmes blijkt? Doe dan (gratis) mee met de Recruitment Tech Awards van dit jaar, en wie weet volg jij de winnaars van vorig jaar, YoungCapital en Brainsfirst, op. Inzenden kan tot en met woensdag 7 september 2022 om 17.00 uur.
Beste case inzenden Beste tool inzenden
