Geïmplementeerd in software bestaat een AI-platform uit verschillende technologieën, waaronder machine learning, natuurlijke taalverwerking (NLP), voorspellende analyse en robotprocesautomatisering (zie de zijbalken voor meer informatie over de laatste drie). Samen beschreven als een “engine”, kan AI functies in de hele onderneming ondersteunen en efficiëntie creëren in supply chain management, klantrelaties, productie en levering van producten en bedrijfsplanning, om er maar een paar te noemen. Nu dringt AI steeds verder door in HR-processen en het beheer van werknemers, met name bij het verlichten van problemen bij het vinden, aannemen, inwerken, leren en de algehele levenscyclus van werknemers.
Wat is de temperatuur vandaag? Hoe warm is het buiten? Wat is de temp?
Het zijn allemaal variaties op dezelfde vraag waarop de AI waarschijnlijk met hetzelfde juiste antwoord zal reageren: “Het is nu 86 graden Fahrenheit buiten.”
Machines worden steeds slimmer in het herkennen van nuances en beter in het beoordelen van de bedoeling of de gemoedstoestand van een spreker. Het begrijpen van subtiliteiten van sarcasme of ironie is misschien niet nodig bij het beoordelen van cv’s of sollicitaties, maar het kan wel een rol spelen bij video-interviews.
Hoe kan AI worden gebruikt bij het werven van talent?
Hier zijn 10 gebieden waarop AI het wervingsproces kan verbeteren.
- Functieomschrijvingen
Recruiters kunnen niet verwachten dat ze alles weten over de nuances van de taal in functieaanvragen, vooral nieuwe recruiters of recruiters voor zeer technische functies. Wat zijn de sleutelwoorden in een bepaald vakgebied die de meest gekwalificeerde reacties aantrekken? Welke woorden geven onbedoeld een voorkeur voor een bepaald geslacht aan? Hier komt AI in beeld. Competitieve talentacquisitieproducten maken al enkele jaren gebruik van intelligentie die taalkeuzes beoordeelt en alternatieven suggereert. Als een recruiter bijvoorbeeld een vacature schrijft voor een lasser en in zijn ervaring alle lassers mannelijk waren, kan de taal onbedoeld een voorkeur hebben voor mannelijke sollicitanten. De AI-engine mag niet dezelfde vooringenomenheid hebben. Zoals altijd is het nodig om de resultaten met een menselijk oog te bekijken, want als de AI-dataset alleen bestaat uit mannelijke lassers, kan de engine, kijkend naar kenmerken die vaak samenhangen met lasvaardigheid, ten onrechte concluderen dat andere mannelijke eigenschappen essentieel zijn voor een bekwaam lasser.
- Vacatureplaatsingen
CareerBuilder beweert dat zijn AI recruiters helpt om vacatures vijf keer sneller te maken. Het platform geeft een kandidaat aantrekkelijkheidsscore om recruiters te helpen inschatten hoe effectief een vacature zal zijn in het aantrekken van sollicitanten, en volgens het bedrijf leidt dit tot 175% meer sollicitaties. CareerBuilder, een veteraan in de wervingsindustrie, zegt dat zijn AI leert van gegevens uit meer dan 2,3 miljoen vacatures, 680 miljoen unieke profielen, 310 miljoen cv’s, 10 miljoen functietitels en 1,3 miljard vaardigheden.
Recente AI-tools kunnen het salarisbereik voorspellen op basis van een vacature zonder salarisgegevens, wat sollicitanten mogelijk meer gespreksmunitie geeft dan recruiters bedoelden.
- Kandidaatswerving
Met behulp van de bewoording van vereisten in de functieomschrijving kan de AI-engine de zoekopdracht uitbreiden naar verwante branchespecifieke taal en termen, in plaats van alleen te zoeken naar exact dezelfde bewoordingen als in de vacature. In tegenstelling tot een eenvoudig woordenzoekalgoritme biedt AI-ondersteunde werving een semantische zoekopdracht op basis van bedoeling of betekenis.
- Screening van sollicitanten
Bij het screenen van sollicitanten, net als bij het werven, kunnen de soorten gegevens waarvan een machine learning-programma regels en patronen kan leren gevarieerd zijn. Ze kunnen onder andere bestaan uit cv’s van vorige of huidige werknemers, competentie- of vaardigheidsmodellen die gekoppeld zijn aan een specifieke branche of taak, binnenkomende cv’s of gegevens van werknemerssucces of -duurzaamheid op basis van vaardigheden, opleiding of zelfs locatie. Het kan ook kunst- of ontwerpportfolio’s, fysieke objecten of elektronische voorbeelden zoals video’s en games omvatten. Externe gegevensbronnen zoals nationale of internationale salarisniveaus, U.S. Bureau of Labor Statistics-functieclassificaties, enzovoort, kunnen ook worden gevoed naar de “brein” die AI is. Machine learning kan dan helpen antwoorden te geven op vragen als “Welke eigenschappen van kandidaten correleren met langdurig succes in deze functie?” Sommige bedrijven gebruiken door AI aangedreven games of video games om de match tussen de persoonlijkheid of werkvoorkeuren van de kandidaat en de functie te bepalen.
Omdat kandidaten vaak bij een bedrijf willen solliciteren in plaats van op een specifieke functie, kan AI posities aanbevelen die relevant zijn voor de vaardigheden, opleiding of soft skills van elke kandidaat. Het is ook nuttig bij het aanbevelen van nieuwe functies of kansen voor huidige werknemers op basis van hun vaardigheden, interesses en ambities.
Dit is een groot voordeel voor zowel sollicitanten als wervende bedrijven. Bijvoorbeeld, een pas afgestudeerde die graag bij Microsoft wil werken, kan zijn cv indienen en de op AI gebaseerde tools voor talentacquisitie kunnen de functies aanbevelen waarvoor hij een geschikte kandidaat kan zijn. In een ander scenario, als een sollicitant zonder diploma een gamer is die een recruiter wellicht direct zou afwijzen (of misschien nooit hun sollicitatie zou zien), kan AI kijken naar niet-traditionele vaardigheden zoals gaming en sociale media die van toepassing kunnen zijn op een bepaalde functie. Het bespaart veel tijd voor recruiters, wervingsmanagers en kandidaten.
- Vaardigheidsbeoordeling
Diep leren houdt doorgaans het gebruik in van uitgebreide neurale netwerken, zoals die welke Eightfold.ai gebruikt: miljarden profielen en wereldwijde gegevenspunten, en meer dan 1 miljoen unieke vaardigheden, om op data gebaseerde inzichten te verschaffen over vaardigheden. Met als doel het potentieel van een sollicitant te begrijpen, helpt Eightfold.ai bedrijven om de prevalentie van vaardigheden op wereldwijde schaal te identificeren, zodat ze talent op specifieke locaties kunnen vinden. De software beoordeelt de bevestigde vaardigheden van een kandidaat, waarschijnlijk aanverwante vaardigheden, vaardigheden die nog bevestigd moeten worden en ontbrekende vaardigheden. Het is met name belangrijk voor omscholing dat AI capaciteitskloven in het personeelsbestand identificeert en mensen met het beste potentieel om ze in te vullen.
- Beperking van vooringenomenheid
Veel leveranciers maken gebruik van AI in talentacquisitietoepassingen om vooringenomenheid bij het werven te verminderen en diversiteit te bevorderen in plaats van homogeniteit in ras, etniciteit, geslacht, gendervoorkeur, kleur, enzovoort te bestendigen. Een onbevooroordeelde toepassing kan helpen bij het elimineren van vooringenomenheid die voortkomt uit andere kenmerken die leiden tot discriminatie, zoals regionale accenten, waargenomen sociale status en ouderlijke status. Een AI-tool zal niet overdreven onder de indruk zijn van een prachtige lay-out van een cv of onder de indruk zijn als een cv een typefout bevat – twee zaken die onbewust van invloed kunnen zijn op menselijke beslissingen.
Dergelijke slimme programma’s evalueren vacaturevereisten, vacatureteksten en andere schriftelijke communicatie op gendergerelateerde taal. Niet alle producten die beweren AI te gebruiken voor talentacquisitie zijn echter hetzelfde. Als een bedrijf alleen zijn eigen historische gegevens gebruikt – wat per definitie beperkt is – zal er waarschijnlijk vooringenomen output ontstaan. Succesvolle toepassingen die AI integreren, hebben toegang tot diep lerende neurale netwerken van externe gegevens waarmee interne datasets worden aangevuld.
Niettemin moeten recruiters nauwgezet de aanbevelingen van AI beoordelen, omdat systemische vooringenomenheid uit het verleden niet alleen wordt verminderd door het gebruik van grote aantallen gegevens. Meer dan een paar organisaties hebben zich gerealiseerd dat de historische oververtegenwoordiging van blanke mannen nog steeds invloed heeft op de door AI gegenereerde suggesties.
- Online sollicitatiegesprekken
Bij video-interviews kan AI subtiliteiten zoals gebaren en gezichtsuitdrukkingen oppikken waar mensen mogelijk geen aandacht aan besteden en die ze kunnen missen. Daarentegen kan de tool opzettelijk gedragingen over het hoofd zien die de menselijke interviewer mogelijk afleidend vindt, maar die de kandidaat niet zouden belemmeren in het succes van de functie. Op dezelfde manier kunnen door AI enorme hoeveelheden gegevens geanalyseerd worden zonder vermoeidheid, waardoor patronen kunnen opduiken die anders over het hoofd gezien zouden worden door drukke recruiters en hiring managers. Het is deze mogelijkheid om betekenis te geven aan of correlaties te vinden in grote hoeveelheden informatie die AI zo’n waardevol hulpmiddel maakt.
Niet te verwaarlozen is het vermogen van AI-tools om door kalenders te kijken en het beheer van sollicitatiegespreksplanning te regelen, vaak een van de grootste ergernissen in het wervingsproces. Het plannen via AI kan minder pijnlijk zijn en bevredigender voor iedereen.
- Kandidaatervaring
Robotic process automation (RPA) maakt gebruik van bots – denk aan Amazon Alexa of Apple Siri – om menselijke acties na te bootsen bij het afhandelen van tijdrovende vragen en taken. Het steeds wijdverbreidere gebruik van deze chatbots met natuurlijke taal, waarvan sommige zowel geschreven als gesproken input kunnen begrijpen en erop kunnen reageren, wordt steeds gewoner in software voor human capital management. Gebruikers van vandaag zijn gewend aan bots als bronnen van informatie en richting en zijn gewend om op natuurlijke wijze met bots te communiceren tijdens online en telefonische transacties. Uit recent onderzoek blijkt dat jongere mensen liever met een bot communiceren dan met een echt persoon.
Werving- en selectieplatforms maken gebruik van chatbots om vragen van kandidaten te beantwoorden, hen te begeleiden bij tijdige keuzes en acties, en hen op de hoogte te houden van hun status, terwijl ze hen informeren over nieuwe kansen die goed bij hen zouden kunnen passen. In HR worden bots gewaardeerd vanwege hun waarde bij het afhandelen van de repetitieve vragen die medewerkers doorgaans stellen, zoals “Welke feestdagen neemt het bedrijf vrij? Hoe kan ik een werkgeversverklaring krijgen?” Naarmate het aantal mensen dat gewend is aan chatbots toeneemt en naarmate de bots slimmer worden, neemt het gebruik van chatbots het aantal escalaties naar mensen dat nodig is af. In feite verwacht Gartner dat al het toekomstige klantenservice door bots zal worden uitgevoerd. Hetzelfde geldt waarschijnlijk voor kandidaatbeheer.
Verstandig gebruik van bots bij talentacquisitie is een voordeel omdat bots direct en vaak op persoonlijke wijze op een kandidaat kunnen reageren. Als reactie op het wijdverbreide gebruik van sms-berichten in wervingsgesprekken maken tools zoals HireVue en iCIMS’ tekstgerelateerde tools gebruik van NLP en machine learning om livechat met dubbele gesprekken en intelligente tekstuele discussies mogelijk te maken, die beide gemakkelijk en handig zijn voor de kandidaat. Deze toepassingen begrijpen de natuurlijke input van mensen en verbeteren uiteindelijk feedback en voorspellingen door te leren in de loop van de tijd. Hun gespreksinterfaces kunnen de betrokkenheid van kandidaten verbeteren en persoonlijke antwoorden geven, en uiteraard vermindert het leveren van directe antwoorden door bots de behoefte aan menselijke tussenkomst. Dat bespaart tijd voor de recruiter, de hiring manager en de kandidaat.
Met intelligente bots kunnen kandidaten vaak niet eens merken dat ze niet met een mens te maken hebben. De slimme bots van vandaag, vaak aangeduid als digitale assistenten, kunnen sollicitatiegesprekken plannen, reageren in elke taal, kandidaten begeleiden bij video- of tekstprocessen en aanmoediging geven als ze vastlopen in het sollicitatieproces. Ze zijn nuttig voor chats op carrièresites, wanneer een passieve baanzoeker gewoon een site aan het verkennen is, door de aandacht te vestigen op interessante vacatures. De bot kan videogetuigenissen van medewerkers insluiten om de interesse van potentiële sollicitanten verder te wekken.
Wat is RPA?
Het woord “robot” roept meestal beelden op van personages uit Star Wars zoals R2D2, C-3PO of de vloeiend sprekende Hal uit 2001: A Space Odyssey. Tegenwoordig zijn fabrieken en magazijnen sterk geautomatiseerd met robots die worden gebruikt in productie, orderpicking en verpakking, en levering. Mijn persoonlijke favoriete robot is een barista in San Francisco die met natuurlijke taalvaardigheid perfecte lattes en cappuccino’s maakt zonder menselijke tussenkomst.
Vaker wordt met RPA echter verwezen naar softwarerobots die repetitieve en op regels gebaseerde taken afhandelen. Het maakt meestal gebruik van gestructureerde gegevens en mensen definiëren de logica en regels. Tegenwoordig zijn dergelijke bots overal te vinden op websites, van banken tot luchtvaartmaatschappijen, waar ze selfservice bieden aan klanten en kandidaten. Meer geavanceerde bots zullen naar verwachting in de toekomst alle dienstverlening domineren en menselijke tussenkomst of escalatie zal zelden nodig zijn.
- Economische voordelen
De efficiëntie en snelheid van met AI uitgeruste talentacquisitietoepassingen hebben positieve kostenvoordelen, omdat de AI-engine nooit moe wordt of een dag vrij neemt. Zo meldt CareerBuilder bijvoorbeeld dat de kosten per kandidaat met wel 50% zijn verminderd sinds de software voor talentacquisitie werd herbouwd om gebruik te maken van AI. Chatbots stellen recruiters in staat om hun talenten te concentreren op de onderkant van de sollicitatiefunnel, wat een productiviteitsboost is. Snellere werving, inclusief verbeterde metrics zoals de tijd om een vacature te vervullen en de tijd om iemand aan te nemen, levert daadwerkelijke kostenbesparingen op voor een organisatie. Een lege stoel is altijd een dure aangelegenheid, en vertragingen bij het reageren op sollicitanten zijn een zekere manier om ze te verliezen.
10. Inwerken
Werknemers voelen zich het meest positief over hun nieuwe functie op de dag dat ze de aanbiedingsbrief ontvangen. Helaas kan dat hoge niveau van betrokkenheid afnemen tussen het accepteren van het aanbod en de eerste werkdag. Hier komt AI en door bots geïnitieerde communicatie opnieuw in beeld. Allereerst “weet” AI welke formulieren nodig zijn voor welke functies op welke locaties, zodat de nieuwe medewerker de juiste formulieren krijgt. Omdat dit allemaal online met digitale handtekeningen kan worden gedaan, kunnen de taken ruim voor de eerste werkdag worden voltooid. AI kan ook controleren of de formulieren volledig en correct zijn door afwijkingen te signaleren in reacties over leeftijd, burgerservicenummer, adres, enzovoort, en automatisch verificatie of herinvoer van gegevens aanvragen.
Minstens zo belangrijk is de verwelkomende informatie voor de nieuwe kandidaat. Het werving- en selectieprogramma weet op welke locatie de persoon werkt of dat ze vanuit huis werken. Simulaties van de locatie kunnen de nieuwe medewerker rondleiden door het gebouw, laten zien waar ze op dag één naartoe moeten, waar hun kantoor of werkplek is, waar de cafetaria en toiletten zijn en waar ze een badge of ander identificatiemiddel kunnen krijgen. AI kan de juiste materialen automatisch bestellen en ervoor zorgen dat er op de eerste dag visitekaartjes op het bureau van de nieuwe medewerker liggen, een bewezen betrokkenheidstechniek. Bots met werknemersvideo’s kunnen de nieuwe medewerker introduceren bij andere teamleden, allemaal in de eerste paar dagen na het accepteren van het aanbod. Bots kunnen FAQs van nieuwe medewerkers beantwoorden, waardoor HR-tijd wordt bespaard en de angst van de medewerker wordt verminderd. Desalniettemin is het welkom van de leidinggevende, mag men hopen, altijd van persoon tot persoon.
Samenvatting
AI is alomtegenwoordig in de nieuwe talentacquisitietoepassingen die op de markt komen. Het is duidelijk dat het sourcen, selecteren en aannemen van personeel gemakkelijker en efficiënter zal maken. De toepasbaarheid van AI in HR en in het hele bedrijfsleven zal wijdverspreid zijn, en organisaties zullen er goed aan doen om toezichtcomités in te stellen om het gebruik ervan te beheren.
Omdat AI-technologie in feite aanbevelingen doet, keuzes maakt en voorspelt, blijft menselijke waakzaamheid noodzakelijk om ervoor te zorgen dat relevante gegevens aan de engine worden gevoed en dat de output zinvol is voor de organisatie. Cathy O’Neil, auteur en datawetenschapper, maakt een overtuigend punt bij het bespreken van het gebruik van AI in besluitvorming: “Algoritmes zijn meningen ingebed in code.”
