Je hebt moeilijk vervulbare vacatures en naalden in een hooiberg. Via kunstmatige intelligentie kun je die unieke datawetenschapper toch op de kop tikken. Maar algoritmes kunnen al veel meer.
Auteur: Rik Winkel. FD 30.09.2019
In het kort
Kunstmatige intelligentie is niet meer weg te denken uit het personeelsbeleid.
Data helpen niet alleen werkgever, maar ook de werknemer in zijn loopbaan.
Ontwikkelaars lopen op maatschappelijke discussie vooruit en letten niet altijd op ethiek.
Op tien van de twintig leerstoelen die de Technische Universiteit Twente tot en met 2020 wil vervullen, moeten vrouwen komen. Anders lukt het volgens deze TU niet om het doel van minstens 20% vrouwelijke hoogleraren te bereiken. Twente is bepaald niet de enige technische universiteit die door het glazen plafond heen wil. De TU Eindhoven gaat nog drastischer te werk en neemt dit jaar alleen nog maar vrouwen aan. De uitdaging is groot. In vakgebieden als wiskunde, werktuigbouw en informatica zijn gekwalificeerde vrouwen dun gezaaid.
Daar staat tegenover dat technische universiteiten de vrouwelijke professoren niet binnen een straal van vijftig kilometer rond hun vestiging hoeven te zoeken. Op dit kennis- en salarisniveau is een werkvergunning voor buitenlanders geen probleem. ‘Voor deze wetenschappers speelt de plek waar ze wonen en werken vaak een kleinere rol dan bijvoorbeeld de omvang van hun onderzoeksbudget, of de kans om met mensen te werken die nog beter zijn dan zijzelf. Het zoekgebied is de hele wereld, van Gibraltar tot Vladivostok’, zegt Bas Hudepohl. Hij is partner van QSXL, een wervingsbedrijf dat met behulp van data en algoritmes internationaal speurt naar personeel.
‘De verhouding tussen mannen en vrouwen in Nederland versus wereldwijd is een belangrijke selectiefactor.’
Sidney Hiele, oprichter en partner QSXL
Hypatia-leerstoelen
De TU Twente heeft QSXL ingeschakeld om de zogenaamde Hypatia-leerstoelen – vernoemd naar de eerste bekende vrouwelijke wiskundige – bezet te krijgen. De eerste wetenschapper is binnen. De Servische Bojana Rosic (36), afkomstig van de TU in het Duitse Braunschweig, is benoemd tot hoogleraar Applied Mechanics and Data Analysis. ‘Ik ben gespecialiseerd in machineleren en werd dankzij machineleren gespot’, grapt ze in universiteitsblad UToday, QSXL heeft na het opstellen van profielen met behulp van openbaar toegankelijke gegevens eerst de hele doelgroep in kaart gebracht. ‘Iedereen laat een digitale voetafdruk achter, ook al ben je niet op Facebook of LinkedIn’, aldus oprichter en partner Sidney Hiele. Die scan leverde 1500 profielen op. Daar zijn vervolgens 689 namen uitgehaald met de meeste kans op succes, wat 132 concrete reacties opleverde.
‘De verhouding tussen mannen en vrouwen in Nederland versus wereldwijd is een belangrijke selectiefactor. Zo zijn er in het Verenigd Koninkrijk relatief veel vrouwelijke professoren – al ligt hun salaris wel hoger. Aan de andere kant maakt de brexit het wellicht aantrekkelijker om te verkassen.’
Verleiding is belangrijk
‘We zouden uit het gedrag op internet kunnen afleiden wie latent een andere baan zoekt, maar dat is niet eens nodig. De ervaring leert dat 75% er altijd voor openstaat en dat 20 tot 30% echt in beweging komt’, zegt QSLX-directeur Paul Kroeze. In de huidige krappe arbeidsmarkt is de ‘verleidingsfase’ belangrijk. QSLX maakt voor zijn opdrachtgevers speciale vacaturepagina’s. Daar kunnen de bedrijven zichzelf presenteren en kunnen kandidaten op de eenvoudigst mogelijke manier solliciteren. Want tegenwoordig is ‘drie keer swipen en twee keer klikken de max, wereldwijd’, zegt Kroeze. ‘Dat verleiden is een doorlopend proces. Er zijn mensen die om privéredenen niet nu, maar over een jaar wel belangstelling hebben. ‘We hebben er nu één binnen. Nog negen te gaan.’
De werknemersreis
Het proactief zoeken van kandidaten is slechts de eerste stap en misschien niet eens de interessantste, want algoritmes kunnen een compleet loopbaantraject aansturen, zegt Siert Akel. Hij is sinds 2017 verantwoordelijk voor nieuwe producten bij het digitale wervingsbedrijf Wonderkind en bij investeerder VIE Tech Capital en was medeoprichter van Harver, dat veelgebruikte software maakt voor werving en selectie. ‘Het wordt pas echt mooi als je de stappen op de employee journey met elkaar combineert, dus ook de onboarding (het inwerken, red.) en alles daarna. Hoe meer het algoritme weet, des te sterker het wordt.’
Dat traject begint als de persoon in kwestie zonder dat te beseffen aan de hand van zijn sporen op sociale media wordt gespot als potentiële baanwisselaar en tot die overstap wordt verleid met advertenties op maat. ‘Als je een advocaat zoekt, kun je beter in Amsterdam-Zuid adverteren dan in Diemen’, aldus Akel.
Producten als Hirevue – onder meer gebruikt door Unilever – laten niet alleen zien of kandidaten correcte antwoorden geven. De bijgeleverde analyse is volgens Akel veel betrouwbaarder dan het veelgeroemde ‘onderbuikgevoel’ van de recruiter. Dat geldt zelfs voor analyses van gezichtsuitdrukkingen, hoewel die technologie
‘Mensen maken veel meer fouten dan machines. Al zit ook in het algoritme de vertekening ingebakken. Diversiteit is een punt, je moet weten wat je erin stopt.’
Productontwikkelaar van Wonderkind
Ingewerkt met software
Na het tekenen van het contract kunnen werkgevers met onboarding-software als Appical of Talmundo zichzelf kosten besparen en het inwerken van de werknemer verbeteren. Via de app blijft de werkgever ‘datapunten’ verzamelen, die hij kan gebruiken om voortdurend bij te sturen. ‘En waarom zou hij daar ooit mee ophouden?’, vraagt Akel zich hardop af.
Met e-mail-analyses van Keencorp kun je de betrokkenheid van medewerkers precies bijhouden. Software van Humanyze meet de individuele prestaties en productiviteit van hele teams en stuurt groepsprocessen. Biometrische pasjes registreren wie met wie praat, voor hoe lang en wie de conversatie domineert. Algoritmes geven medewerkers van callcenters instant-feedback tijdens hun gesprekken.
Ook bij vertrek van personeel (offboarding) spelen data een steeds grotere rol. De supercomputer IBM Watson weet al met 95% zekerheid te voorspellen welke employés IBM zullen verlaten. ‘Daarmee hebben we al $300 mln bespaard’, zei IBM-ceo Ginni Rometty eerder dit jaar. Akel denkt al aan de volgende stap. Iemand die nu weinig toevoegt, kan over een paar jaar wel weer waardevol zijn, mede afhankelijk van de fase waarin een bedrijf zich bevindt. Via kunstmatige intelligentie valt die wederzijdse ontwikkeling heel nauwkeurig bij te houden.
De software aan elkaar knopen
Volgens de productontwikkelaar van Wonderkind is de grootste makke dat bedrijven alle hulpmiddelen los van elkaar gebruiken. Hr-beleid zou nog veel beter kunnen worden door ze te verbinden. ‘Mensen maken veel meer fouten dan machines. Al zit ook in het algoritme de vertekening ingebakken. Diversiteit is een punt, je moet weten wat je erin stopt.’
Productontwikkelaars zijn niet noodzakelijkerwijs bezig met misbruik en bedreigingen. Akel erkent dat we gevoelsmatig nog lang niet zover zijn om alles aan de machine over te laten en dat waarschijnlijk ook niet moeten willen. ‘Ook al helpt technologie om de juiste keuze te maken, moreel en ethisch zit daar een gat.’
Extra probleem is dat kunstmatige intelligentie nu vooral de werkgever macht geeft en de sollicitant of werknemer die de data aanlevert het nakijken heeft. Al dringt het besef door dat werkgevers iets moeten terugdoen. In het besef dat sollicitanten die wekenlang moeten wachten op een reactie ook klanten zijn – en dat die ergernis hun reputatie schaadt – geven bedrijven als Hema, Booking, ING en Rabobank ook afgewezen kandidaten tegenwoordig een persoonlijkheidsanalyse. ‘Mensen zijn zo slecht in het kiezen van een passende baan, omdat ze zo weinig data hebben. Dat moeten we oplossen en daar pleit ik voor’, aldus Akel.