KI en machine learning in HR: is personeelswerving zonder vooroordelen mogelijk?

• Een sollicitatiegesprek met een robothoofd
• Knockri analyseert de gezichtsuitdrukkingen en spraak van sollicitanten
• HireVue combineert KI met beoordelingen op basis van games
• DeeperSense checkt de social mediaprofielen van kandidaten
• Wat ging er fout met de wervingstool van Amazon?
• De toekomst van personeelswerving op basis van KI

Bekwame en toegewijde werknemers zijn cruciaal voor de groei en het succes van elk bedrijf. Maar de juiste personeelsleden vinden is niet zo eenvoudig als het lijkt. Sterker nog, bedrijven zijn soms maandenlang op zoek naar de juiste kandidaat. Om het wervingsproces eenvoudiger en effectiever te maken, zetten bedrijven steeds vaker kunstmatige intelligentie (KI) in. In tegenstelling tot mensen, zijn KI en machine learning niet bevooroordeeld als het gaat om geslacht/gender, etniciteit of andere factoren die niets te maken hebben met hun professionele competentie. Op basis van verschillende evaluatievragen kan KI-software de beste kandidaat identificeren en processen waar menselijke recruiters soms maanden mee bezig zijn in een paar seconden voltooien.

KI krijgt op werkplekken in alle mogelijke sectoren steeds meer invloed en het lijkt erop dat deze technologie ook in de toekomst van HR en recruitment veel kan betekenen. De implementatie van KI maakt het automatiseren van repetitieve handmatige taken mogelijk en helpt met het terugdringen van vooroordelen tijdens het wervingsproces. Volgens Montage, een bedrijf dat innovatieve wervingsoplossingen biedt, ervoer 44 procent van de werkzoekenden bijvoorbeeld discriminatie tijdens het solliciteren. 56 procent is van mening dat KI het wervingsproces zou kunnen verbeteren en het minder bevooroordeeld zou maken. 49 procent meent dat KI de kans op een baan zou kunnen verbeteren.

Ook recruiters lijken de nieuwe technologie te waarderen. In 2017 hield adviesbureau Korn Ferry een enquête onder 770 professionele recruiters uit de hele wereld. Uit de resultaten blijkt dat 48 procent van de respondenten vindt dat KI hun werk gemakkelijker maakt en 27 procent zegt dat men dankzij KI meer tijd heeft om zich te concentreren op andere taken.

Een sollicitatiegesprek met een robothoofd

Verschillende bedrijven experimenteren al met op KI-gebaseerde wervingsprocessen. Het Zweedse wervingsbureau TNG maakt bijvoorbeeld gebruik van de Tengai Unbiased-robot. Tengai is in feite een robothoofd dat – in plaats van menselijke recruiters – sollicitatiegesprekken afhandelt. TNG is in oktober 2018 begonnen met het testen van de robot en wil dat tot mei 2019 blijven doen. Daarna is het de bedoeling dat Tengai bij echte sollicitatiegesprekken ingezet wordt. De robot is het geesteskind van het in Stockholm gevestigde bedrijf Furhat Robotics, bekend om zijn sociale robots. Het robothoofd wordt op een tafel tegenover de kandidaat geplaatst, waarna hij vragen begint te stellen. Hij kan menselijke expressies met zijn gezicht en zijn stem nabootsen. Na afloop van het gesprek stuurt Tengai de antwoorden van de sollicitant naar de menselijke recruiter. Het is dus nog steeds aan de recruiter om te beslissen of de sollicitant doorgaat naar de volgende ronde. In de toekomst is Furhat Robotics echter van plan om zijn robot volledig autonoom te maken, zodat hij deze beslissing zelf kan nemen. Het bedrijf is al bezig met de ontwikkeling van een Engelstalige versie die in 2020 wordt uitgerold.

Maar voordat Tengai een integraal onderdeel wordt van het wervingsproces, zal de robot om te oefenen ‘sollicitatiegesprekken’ houden met vrijwilligers. Door interactie met verschillende mensen leert Tengai vooroordelen en discriminatie te vermijden. Hoewel het inhuren van iemand op basis van leeftijd, geslacht/gender of etniciteit in plaats van op basis van vaardigheden moreel verkeerd is, gebeurt dit in de praktijk helaas nog maar al te vaak. Uit het onderzoek van TNG blijkt zelfs dat 73 procent van de Zweedse werkzoekenden zich tijdens hun sollicitatieproces gediscrimineerd voelde. Samer Al Moubayed, de CEO van Furhat Robotics, zegt dat het bedrijf “vooroordelen uit het wervingsproces wil bannen, zodat mensen een betere kans hebben op de juiste carrière en werkgevers op de juiste kandidaten”.

Knockri analyseert de gezichtsuitdrukkingen en spraak van sollicitanten

Een andere methode om HR-professionals te helpen met rekruteren is ontwikkeld door de Canadese startup Knockri. Dit bedrijf heeft een op KI-gebaseerd platform gecreëerd dat gebruikmaakt van algoritmen die via video-opnames de gezichtsuitdrukkingen en spraak van sollicitanten analyseren. Op basis van de analyse identificeert het systeem of de kandidaat geschikt is voor de baan waar hij of zij voor solliciteert. Het Knockri-platform kan ingezet worden voor het werven van kandidaten voor banen waarvoor communicatievaardigheden vereist zijn, zoals consultants.

Tijdens het analyseren van de video, waarin de kandidaat vooraf opgenomen vragen beantwoordt, houdt Knockri geen rekening met het geslacht/gender of de etniciteit van de kandidaat. Op basis van de reacties van de sollicitant creëert Knockri vervolgens een score voor vier parameters, waaronder communicatievaardigheden, samenwerkingsvermogen, empathisch vermogen en enthousiasme. Vervolgens stelt het systeem een lijst samen met de meest geschikte kandidaten. Deze wordt naar de menselijke recruiter gestuurd, die op basis hiervan kandidaten kan selecteren die doorgaan naar de volgende ronde. Volgens de website van Knockri levert deze innovatie niet alleen een kostenreductie van 62 procent op, maar ook een tijdsbesparing van maar liefst 68 procent. Bovendien biedt deze innovatie recruiters een kandidatenpool met 23 procent meer diversiteit.

HireVue combineert KI met beoordelingen op basis van games

Ook HireVue maakt gebruik van KI-algoritmen om video-interviews van kandidaten te beoordelen. Maar dit bedrijf heeft het proces leuker en boeiender gemaakt door er min of meer een game van te maken. Kandidaten beantwoorden videovragen en nemen deel aan spel-achtige opdrachten, waarmee meer dan 250.000 datapunten worden gegenereerd. Naast deze datapunten analyseert HireVue bovendien tonaliteit, spraakpatronen en audio. Elke video krijgt vervolgens een eindscore, waarmee recruiters de best presterende kandidaten kunnen identificeren. Op deze manier kunnen recruiters in kortere tijd veel meer sollicitanten beoordelen en hun kostbare tijd aan de meest veelbelovende kandidaten besteden.

Tot nu toe hebben 700 bedrijven HireVue al gebruikt om hun wervingsprocessen efficiënter te maken. De Amerikaanse bank JPMorgan Chase & Co is bijvoorbeeld een tevreden klant van HireVue. Volgens het bedrijf heeft HireVue geholpen om “het filterproces met gebruik van video’s te versnellen”. Andere bedrijven, zoals voedingsmiddelen-, verzorgingsproducten- en schoonmaakmiddelengigant Unilever, hebben aangegeven dat ze dankzij de implementatie van HireVue een grotere diversiteit aan kandidaten wisten te selecteren. Volgens CNBC nam de diversiteit aan talent bij Unilever sinds de implementatie van HireVue met 16 procent toe.

DeeperSense checkt de social mediaprofielen van kandidaten

Naast het analyseren van videobeelden kan KI recruiters ook helpen door de social mediaprofielen van kandidaten te beoordelen. Dit is precies wat het technische bedrijf Frrole voor ogen had toen het DeeperSense ontwikkelde, een systeem dat de sociale mediaprofielen en het online gedrag van kandidaten analyseert. Aan de hand van deze informatie kan het systeem de persoonlijkheid van de kandidaat evalueren. Sommigen zien dit als een inbreuk op de privacy. DeeperSense verzamelt echter geen privégegevens maar doet zijn werk aan de hand van openbare informatie die voor iedereen toegankelijk is.

Iemands social media analyseren is overigens niets nieuws – ook tijdens traditionele wervingsprocessen worden de LinkedIn- of Twitterprofielen van kandidaten bekeken. Maar DeeperSense werkt net iets anders. Het zijn niet kenmerken als leeftijd, etniciteit of geslacht of de onderwerpen die je post op social media die door DeeperSense gemonitord worden, maar de manier waarop je ergens over praat of op reageert. Amarpreet Kalkat, de mede-oprichter van het bedrijf, legt uit dat DeeperSense kan vaststellen of iemand veel positieve woorden gebruikt in zijn berichten, wat betekent dat de kandidaat waarschijnlijk een aangenaam persoon is. Ook kan het systeem detecteren of iemand veel voornaamwoorden gebruikt, wat een indicatie kan zijn dat de persoon minder open is. Dankzij DeeperSense hebben recruiters toegang tot duidelijke eerste indrukken, nog voordat ze daadwerkelijk interactie met de sollicitant hebben. Hierdoor kan het sollicitatiegesprek een stuk efficiënter verlopen. Omdat DeeperSense persoonlijkheidstests binnen enkele minuten kan analyseren, helpt het systeem talentenacquisitieteams en -agencies de kosten voor pre-screening met 50 procent te verlagen.

Wat ging er fout met de wervingstool van Amazon?

Hoewel kunstmatige intelligentie in HR en personeelswerving zeer veelbelovend is, kan de technologie ook grandioos de mist ingaan. Amazon ontdekte bijvoorbeeld dat zijn KI-wervingstool bevooroordeeld was ten opzichte van vrouwen. Hierdoor had Amazon geen andere keuze dan het project waar het bedrijf sinds 2014 aan werkte stop te zetten. Amazon wilde een systeem ontwikkelen dat een ​​groot aantal cv’s kan analyseren. Op basis van de informatie in deze cv’s identificeerde het systeem de juiste kandidaten en gaf hen een waardering van tussen één en vijf sterren. Om dit mogelijk te maken had Amazon’s KI-wervingstool veel historische data nodig om van te leren. Amazon-onderzoekers voedden het systeem met cv’s van mensen die zich de afgelopen tien jaar bij Amazon hadden aangemeld.

De onderzoekers wisten echter niet dat de meeste van deze cv’s van mannelijke kandidaten waren. Als gevolg hiervan was het systeem niet in staat om sollicitanten op een genderneutrale manier te beoordelen en werden mannelijke kandidaten hoger gerangschikt dan vrouwen. Het algoritmische systeem ging zelfs zo ver dat het woord ‘vrouw’ of ‘vrouwen’ op een cv lager beoordeelde, zoals in een vrouwenclub of -sport, en dat alle vrouwelijk hogescholen zelfs “minder de voorkeur” hadden. Amazon heeft geprobeerd het systeem aan te passen zodat het minder bevooroordeeld te werk zou gaan, maar die inspanningen mochten helaas niet baten. Voor bepaalde functies zou het systeem zelfs kandidaten zonder de vereiste vaardigheden of ervaring aanbevelen. Hoewel Amazon grote plannen had met dit systeem, is het bij het evalueren van kandidaten voor echte banen nooit ingezet.

De toekomst van personeelswerving op basis van KI

Naarmate meer organisaties gebruikmaken van KI om repetitief werk te automatiseren en hun bedrijfsprestaties te verbeteren, genieten ook op KI-gebaseerde wervingstools steeds meer populariteit. Omdat gedegen ontwikkelde en op diversiteit getrainde KI-tools menselijke vooroordelen elimineren en het rekruteringsproces vele malen efficiënter maken, stellen ze bedrijven in staat hun kandidaten objectiever en beter te beoordelen. Menselijke recruiters zullen uiteraard altijd relevant blijven – zij kunnen dankzij KI meer tijd besteden aan de kandidaten in de tweede, derde en beslissende sollicitatierondes. Bovendien hoeven sollicitanten zich niet langer gediscrimineerd te voelen op basis van leeftijd, geslacht/gender of etniciteit, wat bij traditionele wervingsprocessen nog wel regelmatig aan de orde is. Naarmate deze technologie zich verder ontwikkelt en personeelswerving ingewikkelder wordt, zal de acceptatie van KI binnen HR-afdelingen naar verwachting snel toenemen en zal werving van talent niet langer alleen voorbehouden zijn aan menselijke recruiters.