Technologie heeft altijd invloed gehad op werving. Nu dreigt nieuwe technologie de sector bijna net zo op te schudden als toen Monster 30 jaar geleden het online vacaturebord uitvond – algoritmisch werven. Algoritmisch werven houdt in zijn eenvoudigste vorm in dat een computer kandidaten selecteert. Deze aanpak wint aan populariteit in de VS, vooral bij organisaties die hun wervingsprocessen willen stroomlijnen en menselijke vooroordelen willen verminderen. Maar hoe werkt algoritmisch werven precies (werkt het wel?), en zelfs als het werkt, is het dan geschikt voor jouw bedrijf? In dit artikel bespreken we de belangrijkste aspecten van algoritmisch werven – de voordelen en uitdagingen – en geven we praktisch advies om je te helpen beslissen of het een waardevolle investering is voor jouw wervingsstrategie.
Wat is Algoritmisch werven?
Bij algoritmisch werven gebruik je computers – AI en machine learning – om de geschiktheid van een kandidaat te beoordelen op basis van verschillende datapunten. Ze kunnen bijvoorbeeld vergelijken hoe de vaardigheden en achtergrond van een kandidaat overeenkomen met jouw huidige topmedewerkers in vergelijkbare functies, en voorspellen hun kans op succes en behoud binnen jouw bedrijf. Het is een op data gebaseerde methode om toekomstige resultaten te voorspellen op basis van eerdere prestaties.
Computer says yes: De voordelen van algoritmisch werven
Objectiviteit: Onderbewuste vooroordelen kunnen traditionele wervingsprocessen beïnvloeden, zoals de voorkeur geven aan kandidaten met een vergelijkbare achtergrond of geslacht. Algoritmes richten zich puur op data, waardoor deze vooroordelen kunnen worden verminderd. In theorie zouden ze de ultieme blinde werving moeten zijn. Menselijke oordelen zijn vaak bevooroordeeld, maar algoritmes kunnen helpen die neigingen te minimaliseren.
Hogere retentie en prestaties: Door zaken zoals probleemoplossend vermogen en temperament te vergelijken, kun je kandidaten aannemen die meer kans hebben om te slagen en lang te blijven. Zelfs gedetailleerde data, zoals toetsaanslagpatronen, kunnen inzicht geven in het potentieel van een kandidaat.
Tijd- en kostenbesparing: Idealiter stellen deze op data gebaseerde inzichten je in staat om kandidaten efficiënter te selecteren, wat de tijd en kosten van lange wervingsprocessen vermindert. Minder slechte aanwervingen betekenen ook lagere verloopkosten.
Verbeterde kwaliteit van werknemers: Sommige bedrijven melden dat wervingsalgoritmes de omloopsnelheid van werknemers verlagen en de algehele kwaliteit verbeteren, wat erop wijst dat algoritmes zowel de retentie als de prestaties van de medewerkers kunnen verbeteren.
Computer says no: De uitdagingen van algoritmisch werven
Hoewel de potentiële voordelen aantrekkelijk zijn, kent algoritmisch werven ook uitdagingen. Hier zijn enkele belangrijke kwesties om in gedachten te houden:
Vooroordelen worden niet uitgesloten – en kunnen verborgen blijven: Algoritmes beloven objectiviteit, maar zijn slechts zo goed als de data waarop ze zijn getraind. Als de data bestaande vooroordelen weerspiegelen – zoals een oververtegenwoordiging van een bepaalde demografische groep – kan het algoritme die vooroordelen onbedoeld voortzetten en versterken.
Overmatige afhankelijkheid van data: Algoritmes zouden niet de uiteindelijke beslissing moeten nemen. Hoewel sommige bedrijven melden dat managers die het advies van de computer negeren een hoger verloop hebben, is het belangrijk om het menselijke element te behouden. Het is cruciaal om algoritmische inzichten te balanceren met jouw eigen oordeel.
Weerstand van managers: Managers overtuigen om algoritmisch werven te omarmen is een uitdaging. Ervaren wervingsmanagers willen hun instincten vertrouwen. Dat is niet altijd slecht. Betrek managers bij de ontwikkeling van het algoritme, vraag hen om toppresteerders te identificeren en bij te dragen aan de criteria. Deze aanpak kan helpen weerstand te verminderen door managers het gevoel te geven dat ze betrokken zijn bij het proces.
Beperkingen van data: Algoritmes werken het best wanneer er grote hoeveelheden data beschikbaar zijn. Voor hogere functies, waar minder data beschikbaar is, neemt de effectiviteit af. Voor het aannemen van leidinggevenden is vaak een mate van oordeel nodig die algoritmes momenteel niet kunnen repliceren.
Hoe Algoritmisch Werven Succesvol Te Implementeren
Als je klaar bent om algoritmisch werven te proberen, zijn hier enkele stappen voor een soepele integratie:
Betrek managers vanaf het begin: Betrek wervingsmanagers vroeg in het proces om hun steun te winnen. Laat ze meebepalen aan de criteria van het algoritme; zo zullen ze het zien als een aanvulling op hun instincten in plaats van een vervanging.
Controleer op vooroordelen: Evalueer en valideer je algoritme regelmatig om onbedoelde vooroordelen te vermijden. Wees bereid om dataverzamelingen aan te passen en het model opnieuw te trainen wanneer nodig.
Balans tussen data en menselijk oordeel: Algoritmes mogen nooit de enige beslissingsnemers zijn. Ze kunnen inzicht geven, maar menselijk oordeel is essentieel. Zorg ervoor dat uitzonderingen op de algoritmische aanbevelingen worden gedocumenteerd en gerechtvaardigd.
Zorg voor training: HR-professionals moeten begrijpen hoe algoritmische tools werken, welke risico’s eraan verbonden zijn, en hoe ze kunnen worden geïntegreerd in een eerlijk en juridisch solide wervingsproces.
Conclusie: Is algoritmisch werven iets voor jou?
Algoritmisch werven is de toekomst. Het zal werving transformeren. Maar het is belangrijk om het voorzichtig te benaderen, met menselijk toezicht, regelmatige controles op vooroordelen, en juridisch advies over aansprakelijkheid. De wetten lopen nog achter, en er zijn veel terechte zorgen over discriminatie. Bedrijven die technologie gebruiken om personeel aan te nemen, moeten ervoor zorgen dat hun systemen geen discriminerende praktijken veroorzaken op basis van beschermde kenmerken.
Er zijn steeds meer oproepen voor explicietere regelgeving met betrekking tot algoritmische vooroordelen in werkgelegenheid. Als je overweegt algoritmische wervingstools te gebruiken, test ze dan in minder risicovolle delen van je wervingsproces en vraag deskundig advies om ervoor te zorgen dat je deze technologie op een veilige en volledige manier gebruikt.