Gem. leestijd 4 min  713x gelezen

Waarom ik AI meer vertrouw dan mensen (als het om selectie gaat)

In discussies over de invloed van AI op het recruitmentvak, hoor je vaak verzuchten dat de menselijke selectie hoe dan ook belangrijk blijft. Maar is dat wel zo, vraagt Bas van de Haterd zich af.

Waarom ik AI meer vertrouw dan mensen (als het om selectie gaat)

Nieuwe assessmenttechnologieën kunnen ons heel veel goeds brengen. Ik schrijf en spreek daar al lange tijd over, hier en op andere websites. Ik krijg als reactie daarop vaak het verwijt dat ik een eindeloos vertrouwen heb in de moderne technologie, terwijl die nog lang niet uitontwikkeld is en nog niet op het niveau is van 95% betrouwbaarheid. Zelfs in gesprekken met leveranciers hoor ik dit wel eens.

‘Niet dat mijn geloof in technologie zo groot is; mijn vertrouwen in menselijke selectie is gewoon laag’

Maar het punt is: mijn geloof in deze technologie is echter niet groter dan dat van de leveranciers zelf. Het is alleen dat mijn vertrouwen in het alternatief – namelijk: de menselijke selectie – nog (veel) lager is.

Definitie van assessments

Laat ik beginnen met een duidelijke definitie. De moderne vormen van assessments, met games, linguïstiek of video, komen niet in de buurt van de voorspellende waarde van een compleet (klassiek) assessment, waarbij ik doel op gesprekken met psychologen en rollenspellen. Hoewel ik hierbij meteen moet toevoegen dat een goed acteur ook dáár een ander beeld van zichzelf kan neerzetten.

‘Moderne assessmenttechnieken kunnen veel beter de preselectie doen’

Deze moderne technieken kunnen echter wél veel beter de preselectie doen, om te bepalen wie je verder laat gaan naar de sollicitatiegesprekken. Ook dienen ze als betere input voor de rest van een assessment. Ze hebben namelijk een grotere voorspellende waarde dan een cv en geven een beter beeld van de werkelijke kwaliteiten en karaktereigenschappen van een kandidaat dan een vragenlijst. Aangezien niemand zonder vooroordeel een gesprek in gaat, is het belangrijk dat vooroordeel zo dicht mogelijk bij de werkelijkheid te laten zitten.

Van 1 naar alle kandidaten testen

Er is ook een tweede reden dat ik zo pleit voor moderne assessmenttechnologieën. Assessments hebben namelijk een hoge voorspellende waarde voor succes in een baan, maar vanwege de hoge kosten ervan passen we ze doorgaans echter alleen toe op de laatste (paar) kandidaten. Het gevolg hiervan is dat onze onbewuste vooroordelen dus eerst ertoe leiden dat we de meeste talenten afwijzen op basis van hun cv.

Dat bijna 1/3 van iedereen die we aannemen een ‘regrettable hire’ is, zegt denk ik genoeg.

Er is nog nooit één wetenschappelijk onderzoek dat de voorspellende waarde heeft aangetoond van cv’s. Zelfs áls algoritmes objectief kijken naar cv’s (iets dat mensen niet doen) is er nog geen voorspellende waarde te halen uit een cv over iemands echte functioneren. Het feit dat bijna 1/3 van alle mensen die we aannemen een ‘regrettable hire’ is zegt denk ik wel genoeg.

Het voordeel van moderne assessmenttechnologie is dus relevante, voorspellende waarde naast, of in plaats van, een cv. We kunnen élke sollicitant testen en het selectieproces beginnen met de beste kandidaten.

Waarom vertrouwen in AI?

Ja, ik ben kritisch op de toepassing van AI in recruitment. Maar ik ben net zo kritisch op het toepassen van menselijk beoordelingsvermogen in recruitment. Een bloemlezing uit de wetenschappelijke onderzoeken naar vooroordelen in sollicitaties:

  • Een islamitische naam heeft 3 keer minder kans dan een westerse naam met een strafblad
  • Vrouwen zijn betere programmeurs, zolang hun screen name niet verraadt dat ze vrouw zijn
  • Bij mannen maakt het niet zoveel uit wat je cijfer op school was. Bij vrouwen wel: als je een 9 of 10 gemiddeld haalde hoef je niet op gesprek te komen, zeker niet als je wiskunde gestudeerd hebt

En dit zijn slecht enkele van de vele, vele voorbeelden die aantonen dat er in de huidige vorm van selectie van kandidaten steevast één zwak element zit: de mens. Onbewuste vooroordelen, en die heeft iedereen, sijpelen door in het beoordelen van cv’s.

Hou je bijvoorbeeld van voetbal? Vraag jezelf eens af hoe je denkt over Ajax-, Feyenoord- of PSV fans.

Hou je bijvoorbeeld van voetbal? Stel jezelf dan eens de vraag hoe je denkt over Ajax-, Feyenoord- of PSV-fans. Of hoe je denkt over wielrenners of golfers. Of liefhebbers van dance, klassieke muziek of heavy metal. Het feit dat dit gevoelens oproept betekent dat je dit onbewust meeweegt als je het in een cv leest, terwijl die vooroordelen niet op dit individu van toepassing hoeven te zijn.

Conclusie

Dus als mensen mij vragen waarom ik zo’n vertrouwen heb in moderne digitale assessments en AI in recruitment is dat niet omdat ik denk dat deze technologie foutloos is, of binnenkort foutloos zal worden. Het is omdat ik de realiteit onder ogen zie dat de menselijke vaardigheid tot eerlijke, objectieve selectie veel slechter is dan veel anderen willen erkennen.

bas van de haterdOver de auteur van dit blog

Bas van de Haterd is onder meer initiatiefnemer van Digitaal-Werven, een jaarlijks onderzoek naar welke organisatie kandidaten de beste sollicitatie-ervaring biedt, en samen met Werf& organisator van TA Live. Over moderne assessmenttechnologie schreef hij recent een whitepaper

Lees ook:

bij Digitaal-Werven

Bas van de Haterd

Bas van de Haterd is onder meer initiatiefnemer van Digitaal-Werven, een jaarlijks onderzoek naar welke organisatie kandidaten de beste sollicitatie-ervaring biedt, en samen met Werf& organisator van TA Live.
  • Leave behind a comment

Onze partners Bekijk alle partners