Artificiële intelligentie als wervingstool: waar ligt de grens?

Vooroordelen elimineren

hr rekrutering jobs

Artificiële intelligentie (AI) helpt vandaag al tal van organisaties in hun dagelijkse bezigheden. Ook de HR-afdeling kan vandaag beroep doen op extra hulp dankzij intelligente platformen als Skeeled. Computers die mensen helpen mensen kiezen, hoe goed werkt dat en waar ligt de grens?

Haast iedereen heeft in zijn leven ooit al eens moeten solliciteren. Sommigen hebben daar goeie ervaringen in, anderen niet. Nicolas Speeckaert, co-founder bij Skeeled, spreekt vooral over slechte of teleurstellende ervaringen. “Vaak moesten we voor bepaalde software een login en wachtwoord aanmaken, kregen we geen antwoord op ingestuurde cv’s en voelde alles heel koud aan. Je ervaart geen persoonlijke aanpak.”

Vandaag is die koude aanpak al iets minder aanwezig omdat iedereen door het verplichte thuiswerk moet overschakelen naar videogesprekken, maar in de basis kan het beter. Speeckaert is daarom in 2015 gestart het ontwikkelen van een AI-model dat rekruteerders ondersteunt en betere keuzes helpt maken. Na 18 maanden ontwikkeling is Skeeled het resultaat geworden.

Economisch belang

Het rekruteren is vandaag van enorm economisch belang voor bedrijven en toptalent moet je motiveren en in de juiste omgeving kunnen plaatsen. Zaken als bedrijfscultuur, naaste werknemers en duidelijke verwachtingen zijn allemaal factoren die bepalen wie je als profiel in huis moet halen en wie niet.

Een match op papier betekent daarom niet een match binnen het bedrijf

Nicolas Speeckaert, co-founder bij Skeeled

“Je moet niet onderschatten dat mensen complex zijn en een match op papier betekent daarom niet een match binnen het bedrijf”, zegt Speeckaert. “Wij geloven sterk in algemene cognitieve mogelijkheden met softskills. Iemand met meer ervaring heeft bij ons niet een streepje voor, er zijn andere aspecten die even belangrijk zijn in het wervingsproces.”

Bij de lancering van Skeeled enkele jaren geleden was er nog geen data om het AI-model te trainen. Daar heeft het bedrijf gebruik gemaakt van early adopters die de missie snappen om zo de eerste inzichten te krijgen in data om te weten wat belangrijk is en wat niet. Ondertussen hebben ze doorheen de jaren miljoenen datapunten verzameld waarvan er 100.000 overblijven na uitzuivering en validatie. Dat laatste is belangrijk om een correct model te trainen en onderhouden.

Betrouwbare kern

Elk bedrijf is anders, elke sector heeft zijn eisen, wat betekent dat één getraind AI-model niet de lading dekt. Daarom werkt Skeeled met een zogenaamde confidence core wanneer iets nieuw is. “Wanneer het algoritme data ontvangt van nieuwe industrieën, zakt de betrouwbaarheid en moeten onze eigen HR-experts dat bijsturen”, aldus Speeckaert.

Het bedrijf maakt gebruik van assisted learning waarbij experts die getraind zijn om onafhankelijke beslissingen te nemen het model voeden. In specifieke verticale markten kan dat betekenen dat het externe experts moet aantrekken om deze data te genereren. Het doel is om betrouwbare data te bekomen. Zo maakt het gebruik van een machine learning-model (ML) om jobtitels in standaardcategorieën te stoppen om die dan te trainen. “Al onze data scientists werken samen met HR-analisten.”

Datasets inkopen van derde partijen doen we niet. We labelen en trainen alles zelf.

Nicolas Speeckaert, co-founder bij Skeeled

Is er nog veel manueel werk nodig met de grote dataset die er vandaag is en dagelijks blijft groeien? “We hebben ons eigen programma voor verantwoordelijke AI en dat volgen we heel nauw. Incorrecte beslissingen halen we er zo uit”, benadrukt Speeckaert. “We moeten data altijd goed evalueren en we gebruiken ook enkel onze eigen dataset. Andere sets inkopen van derde partijen doen we niet. We labelen en trainen alles zelf.”

AI-model zonder vooroordelen

Zelf alles beheren is cruciaal om een AI-model te creëren dat geen vooroordelen heeft. Data zonder vooroordelen heeft ook beslissingen nodig zonder vooroordelen. Zo vergaart Skeeled bijvoorbeeld geen demografische data.

Op dat vlak kan een AI-tool verhelderend werken voor een HR-afdeling omdat de software geen vooroordelen heeft. Mensen hebben dat doorgaans wel, de één al wat meer dan de andere. Speeckaert benadrukt wel dat het nooit de bedoeling is om de HR-afdeling te vervangen door robots. Hij ziet Skeeled als een extra tool om medewerkers te helpen zodat ze zich beter kunnen focussen om goede beslissingen te nemen rond aanwervingen. “AI conceptualiseert hier om beter geïnformeerde beslissingen te nemen”, aldus Speeckaert.

Hij werkt ook aan een tool om die AI transparant in beeld te brengen om aan te tonen waarom een bepaalde selectie de voorkeur geniet. Enig probleem is dat het ontzettend moeilijk is om zoiets te bouwen. “AI is vandaag voornamelijk een black box waar het heel moeilijk is om transparant te tonen waarom het model iets beslist. We werken aan deze functionaliteit, maar voorlopig durf ik nog geen beloftes te doen over wanneer het klaar is.”

Handig of griezelig?

AI die helpt mensen aan te werven binnen bedrijven: de lijn tussen handig en griezelig is dun. “Wij zien het als een slimme assistent die de HR-afdeling extra focus geeft op hun taak. Het biedt extra ondersteuning, maar ons doel is niet om van de hele afdeling robots te maken. We helpen hen in vaak terugkerende taken, maar de menselijke factor bij een werving blijft belangrijk.”

Wij zien het als een slimme assistent die de HR-afdeling extra focus geeft op hun taak.

Nicolas Speeckaert, co-founder bij Skeeled

Video-sollicitaties zijn vandaag de noodzakelijke standaard geworden door thuiswerk. In theorie kan daar ook analytics op worden losgelaten om zaken als emoties en karaktereigenschappen vast te leggen. Speeckaert vindt AI-gebaseerde emotieherkenning fascinerend, maar de knowhow is vandaag nog niet volwassen genoeg als toegevoegde waarde. Misschien in de toekomst, maar opnieuw bewandelt de technologie hiermee een dunne lijn tussen handig en griezelig. Vandaag zit in Skeeled wel een video-module om video-interviews te houden.

lees ook

Hoe Infor de productiviteit van elke werknemer wil maximaliseren

“We willen vooral dat atypische profielen die niet door de standaard cv-test geraken er toch door komen”, besluit Speeckaert. “Op basis van persoonlijkheid is het ook belangrijk dat je een perfecte match hebt. Door middel van een video kan je cognitieve mogelijkheden herkennen om het potentieel van iedere persoon te maximaliseren. Een salespersoon die beter uit de verf komt als technisch expert of andersom, alles is mogelijk.”

nieuwsbrief

Abonneer je gratis op ITdaily !

  • This field is for validation purposes and should be left unchanged.
terug naar home