Innovatie & Strategie

Artificial Intelligence
AI die CV's bekijkt

AI in werving: risicovol, maar het kan

Zo zet je AI wél goed in voor personeelswerving, met zo min mogelijk kans op discriminatie.

15 september 2022

Zo zet je AI wél goed in voor personeelswerving, met zo min mogelijk kans op discriminatie.

Kunstmatige intelligentie (AI) kan saai, herhalend werk bij mensen uit handen nemen, en diverse soorten werk misschien wel beter uitvoeren dan mensen. Ook in HR wordt daarom naar de technologie gekeken, bijvoorbeeld voor personeelswerving. Maar is dat wel verstandig?

Kunstmatige intelligentie biedt ons vele voordelen. Dergelijke systemen helpen ons bijvoorbeeld om in korte tijd grote hoeveelheden data te verwerken, waardoor we betere en sneller besluiten kunnen nemen. AI kan bovendien zelfs leren om zelf beslissingen te nemen op basis van eerdere data en snel scenario’s doorrekenen. Het bespaart tijd, geld én maakt werk efficiënter.

Dat geldt ook voor toepassingen in HR. Een bekend voorbeeld is de inzet van AI binnen personeelswerving, wat op verschillende niveaus kan. Diverse bedrijven zetten AI in om bijvoorbeeld door enorme stapels CV’s te spitten, op zoek naar de beste kandidaten voor een functie. Die kandidaten worden vervolgens uitgenodigd voor een gesprek.

Nog weer een andere optie is om te analyseren welke karaktereigenschappen en vaardigheden al in een team aanwezig zijn, om vervolgens een kandidaat te zoeken die het gat daarin opvult. Dan selecteert een AI in theorie dus meer op persoonlijkheid en vaardigheden en minder op werkgeschiedenis.

AI zonder bias bestaat niet

Kort gezegd kan AI dit soort werk voor HR efficiënter maken of zelfs uit handen nemen. Een AI kan dit immers sneller en heeft er geen last van dat het misschien wat saai is. Maar er kleven ook diverse risico’s aan. Zo wordt nogal eens gedacht dat een AI een objectieve keuze kan maken over kandidaten, omdat het niet de vooroordelen zou hebben die wij hebben.

Maar dat is niet het geval, benadrukte professor Lokke Moerel van de Tilburg University mei dit jaar tijdens het evenement ‘Hoe kan AI bijdragen aan gelijke kansen op de werkvloer?’ van Women Inc. “Hoe goed je het ook probeert te doen, je krijgt nooit een perfect resultaat.” AI bevat namelijk altijd bias, zelfs als je heel hard je best doet om dat te voorkomen. Eén probleem is dat een algoritme niet alleen causale verbanden kijkt, maar ook naar correlatie, legde ze uit. Een bekend voorbeeld van hoe dat mis kan gaan, komt van Amazon. Het bedrijf gebruikte een AI om een shortlist te maken van kandidaten op basis van hun CV’s. Om aan te leren wie een goede of slechte kandidaat is, werden de CV’s gebruikt van alle mensen die op dat moment bij Amazon werkten. Maar dat waren voornamelijk mannen, waardoor het algoritme een correlatie signaleerde tussen het geslacht en of iemand goed bij een baan paste. Maar dat had natuurlijk niets met elkaar te maken. Het resultaat was dat er alleen maar mannen gekozen werden voor de shortlist.

En zelfs als er niet om het geslacht gevraagd wordt, kan een AI dergelijke correlaties nog herkennen. Het taalgebruik van vrouwen is doorgaans namelijk anders dan dat van mannen, net als het taalgebruik van ouderen vaak anders is dan dat van jongeren. Een AI kan dat herkennen en dit meenemen in zijn selectieproces.  

Bovendien wordt een AI altijd door iemand gemaakt, die ongetwijfeld (onbewuste) vooroordelen heeft. En dat komt vervolgens – al dan niet per ongeluk – in het algoritme of de dataset waarmee getraind wordt terecht.

Wanneer gebruiken we AI?

Natuurlijk kun je rekening houden met het feit dat dergelijke bias altijd aanwezig is in technologie. “Je kunt zo’n algoritme achteraf bevragen over of het zuiver te werk is gegaan”, vertelde professor Sandjai Bhulai van de Vrije Universiteit eerder al in een podcast van AG Connect. “Als ik nou alleen het geslacht aanpas en de rest hetzelfde laat, verandert er dan heel veel in wat mijn algoritme doet? Zo kun je bias opsporen.” Maar feit blijft dat er altijd bias aanwezig blijft in het systeem. Een AI zonder bias bestaat simpelweg niet.

Wie echt aan of met eerlijkere AI wil werken, moet AI dan ook niet alleen als technologisch systeem zien, maar ook als sociologisch systeem, vindt AI-expert dr. Sennay Ghebreab van de Universiteit van Amsterdam. Dat begint met je afvragen waarom je AI wil gebruiken, wat de intentie is en wat de publieke waarde is, zo vertelde hij tijdens het evenement van Women Inc. “Daarnaast moet je je afvragen wie het ontwikkelt. En is de data die gebruikt wordt wel representatief? En tot slot: hoe wordt de AI vormgegeven? Is die transparant? Is er toetsing, ook op sociale implicaties?”

Kan er dan helemaal niks?

AI kan het leven gemakkelijker maken, maar zorgt tegelijkertijd juist binnen HR dus al snel voor uitsluiting of zelfs discriminatie, zelfs als dat helemaal niet onze bedoeling is. Je gaat je al snel afvragen of AI gebruikt kan en mag worden binnen dit proces. Het antwoord is simpel: natuurlijk wel. Maar misschien niet om de juiste kandidaten tussen een stapel CV’s te vinden.

Wat bijvoorbeeld wel kan, is AI eerder in het wervingsproces inzetten, zodat direct de juiste kandidaten aangetrokken worden voor een functie. Dat is wat programmatic recruitment probeert te bereiken, vertelt Rob Brouwer, CEO van Jobrapido. Deze technologie lijkt vrij veel van hoe online advertenties tegenwoordig werken: er wordt data verzameld over een gebruiker, waarmee zijn, haar of hun interesses worden bepaald. Vervolgens worden advertenties gekozen die daarop aansluiten en dat zijn degene die de gebruiker vervolgens ziet.

Dit kan natuurlijk ook met een vacaturetekst. “We liepen hier binnen recruitment een heel eind in achter. HR is niet marketinggericht of technisch onderlegd”, aldus Brouwer. “De keuze van waar een vacature geplaatst wordt – welk kanaal, welke website – en welke doelgroep daarvoor benaderd werd, is allemaal mensenwerk. Maar met de introductie van programmatic recruitment wordt dat geautomatiseerd.”

Jobrapido gebruikt daarvoor data die het via zijn eigen platform verzameld. Gebruikers worden dus niet over het internet gevolgd. “We hebben een community van 100 miljoen geregistreerde werkzoekende gebouwd en hen ingedeeld in beroepsgroepen. Daarnaast profileren we kandidaten op basis van hun klikgedrag. Op welke vacature klikken ze? Welke bewaren ze? Waar solliciteren ze op? Dat alles geeft een bepaalde zekerheid dat jij echt tot de beroepsgroep hoort waar je op bent ingedeeld. Verder kijken we naar waar iemand zit, het salaris etc.” Een AI kan vervolgens bepalen waar welke doelgroep het beste benaderd kan worden, bijvoorbeeld via social media of via bepaalde vacaturesites. En het zorgt er ook voor dat een vacature echt onder de juiste doelgroep uitgezet wordt.

Het grote voordeel: discriminatie is niet aan de orde, omdat er alleen gematcht wordt op de wensen van de werkzoekende. En hoe verder iemand scrolt, hoe meer vacatures diegene ziet die niet per se bij zijn, haar of hun profiel aansluiten.

Bias voor je laten werken

En er zijn meer opties om AI in te zetten voor werving. Het Amsterdam Data Collective werkt bijvoorbeeld aan een tool genaamd VICTORY, dat vacatureteksten scant en aanbevelingen doet om ze inclusiever te maken. Daarbij wordt gekeken naar het taalgebruik in de tekst en worden voorstellen gedaan om de bewoording zo inclusief mogelijk te maken, zodat zoveel mogelijk mensen aangesproken worden.

Nog weer een andere optie is om bijvoorbeeld een AI-systeem wel een shortlist te laten maken, maar er dan expres ook één te maken voor alle kandidaten die de diversiteit bevorderen. Dan weet je zeker dat je ook hen meeneemt in je eigen selectieprocedure.

En je kunt de bias ook inzetten om juist de bias in je eigen selectieprocedure te herkennen, zegt professor Bhulai. “Je kunt je algoritme op bestaande data laten doorgaan. Dan krijg je te zien hoe je in het verleden gewerkt hebt. Dus als je daar bias in te zien krijgt, betekent dat eigenlijk dat je bias hebt gebruikt in voorgaande selectieprocedures. Daar kun je heel veel awareness mee creëren. Wij als mens moeten ook opletten dat we niet in die valkuil trappen.”

MAGAZINE AG CONNECT

Dit artikel is ook gepubliceerd in het magazine van AG Connect (september 2022). Wil je alle artikelen uit dit nummer lezen, zie dan de inhoudsopgave.

Reactie toevoegen
De inhoud van dit veld is privé en zal niet openbaar worden gemaakt.