AI in Talentbeoordeling

Het gebruik van AI in HR

Hoe kunnen HR-afdelingen AI succesvol implementeren op de werkvloer?

AI kan HR-teams helpen om efficiënter te werken, maar het is belangrijk om de technologie strategisch in te zetten. Zo zorg je ervoor dat AI op de juiste manier wordt gebruikt en mogelijke risico’s van meet af aan worden beperkt. Als je AI in HR-processen wilt integreren, let dan op de volgende punten:

1. Stel duidelijke AI-richtlijnen op – Zorg voor heldere beleidsregels en richtlijnen om AI ethisch en effectief in te zetten binnen HR. Denk aan het beoordelen van AI-tools, dataveiligheid, privacy, correcte en incorrecte toepassingen, juridische naleving en menselijk toezicht.
2. Bied training aan – HR-professionals moeten goed met AI-systemen kunnen werken, zodat technologie een aanvulling wordt op de menselijke ervaring. Training in vaardigheden zoals emotionele intelligentie, kritisch denken en het herkennen van bias helpt om AI op een verantwoorde manier in te zetten.
3. Bepaal wie beslissingen neemt – AI kan HR-processen ondersteunen, maar uiteindelijk moeten mensen verantwoordelijk blijven voor beslissingen. Zorg ervoor dat duidelijk is wie de eindverantwoordelijkheid draagt en hoe feedback op beslissingen wordt verwerkt.
4. Richt je op diversiteit, gelijkheid en inclusie (DEI) – AI-modellen kunnen bestaande maatschappelijke vooroordelen onbedoeld versterken als ze niet goed worden begeleid. Zonder de juiste menselijke expertise en controle kan dit leiden tot ongelijke kansen en een gebrek aan diversiteit. Zorg ervoor dat AI wordt ingezet op een manier die DEI-beleid ondersteunt in plaats van ondermijnt. Menselijke expertise over zowel AI-modellen als talentmanagementprocessen is van cruciaal belang om vooroordelen en nadelige gevolgen te minimaliseren.
5. Hanteer een holistische aanpak – AI kan waardevolle inzichten bieden, maar uiteindelijk werk je met mensen die unieke talenten, voorkeuren en potentieel hebben. Neem een brede kijk op HR-processen en -uitkomsten voordat je belangrijke beslissingen neemt. Met een doordachte aanpak kan AI HR-processen verbeteren, terwijl menselijke expertise en ethische richtlijnen gewaarborgd blijven.

Welke AI-tools worden het meest gebruikt in HR-afdelingen?

HR-afdelingen maken steeds vaker gebruik van AI-technologie om processen te optimaliseren. De drie meest voorkomende AI-tools zijn:

1. Natural Language Processing (NLP) in HR – NLP is een tak van AI die zich richt op de interactie tussen computers en menselijke taal. Het helpt machines om taal te begrijpen, interpreteren en genereren, waardoor we op een intuïtieve manier met technologie kunnen communiceren. NLP is inmiddels niet meer weg te denken uit ons dagelijks leven, bijvoorbeeld via chatbots en virtuele assistenten. Binnen HR wordt NLP ingezet voor taken zoals het analyseren van thema’s in talentdata, het ontwikkelen van self-service HR-oplossingen en het opsporen van bias in vacatureteksten.
2. Machine learning in HR – Machine learning (ML) stelt computers in staat om te leren van ervaring zonder expliciet geprogrammeerd te worden. Een ML-model herkent patronen in data en gebruikt die kennis om voorspellingen te doen bij nieuwe informatie. In HR helpt machine learning bij processen zoals het voorspellen van verloop, het geven van ontwikkeladviezen en het beoordelen van assessments.
3. Generatieve AI in HR – Generatieve AI kan content creëren, zoals tekst, afbeeldingen, audio en video, op basis van gebruikersinput. Hoewel deze technologie al een tijd in opkomst was, kreeg generatieve AI in 2023 een enorme boost met de opkomst van ChatGPT. HR-afdelingen kunnen generatieve AI inzetten om de productiviteit te verhogen, bijvoorbeeld via HR-chatbots en het efficiënter creëren van teksten voor vacatureomschrijvingen, e-learningmodules en andere HR-gerelateerde content.

AI in talentassessment

Hoe kun je AI gebruiken bij assessments?

AI biedt volop mogelijkheden binnen talentassessments, zoals het genereren van assessmentcontent, het inzetten van chatbots in wervingsprocessen en het ontwikkelen van interactieve werksimulaties. Maar als talentmanagementprofessionals is het belangrijk om gefocust te blijven op het meten van de juiste aspecten, in plaats van simpelweg mee te gaan met de nieuwste technologische trends. Door AI slim te benutten, kunnen we assessments verbeteren, maar we moeten ook alert blijven op mogelijke valkuilen. Bij de inzet van technologie voor cruciale beslissingen zijn wetenschappelijke nauwkeurigheid, een doordachte aanpak, volledige transparantie en heldere communicatie essentieel. Daarnaast blijft menselijke tussenkomst noodzakelijk bij AI-gestuurde assessments. HR-professionals zullen vaardigheden moeten inzetten die computers simpelweg niet hebben, om ervoor te zorgen dat beslissingen eerlijk en effectief blijven.

Wat zijn de voordelen van het gebruik van AI bij de beoordeling van talent?

AI kan op veel manieren bijdragen aan betere en efficiëntere talentassessments, zoals:

• Een verbeterde, meer gepersonaliseerde ervaring voor deelnemers
• Automatisering van tijdrovende routinetaken en processen
• Ondersteuning bij nauwkeurigere beslissingen voor recruiters
• Ontdekken van organisatiebrede datapatronen en waardevolle inzichten
• Opsporen en mogelijk verminderen van onbewuste vooroordelen

De sleutel tot succes is een goede balans tussen technologie en menselijk oordeel. Om AI op een eerlijke, nauwkeurige en juridisch verantwoorde manier in assessments te gebruiken, heb je een implementatiepartner nodig die verder kijkt dan alleen technologie en data. Kies voor een expert met bewezen ervaring in assessmentwetenschap, internationale wet- en regelgeving en optimale gebruikerservaring (UX).

Wat zijn de uitdagingen van het gebruik van AI bij het beoordelen van talent?

Hoewel AI-assessmenttools veel voordelen kunnen bieden, zijn er ook risico’s waar je je bewust van moet zijn – en waar je open over moet zijn binnen je organisatie:

• Het ‘menselijke element’ over het hoofd zien – Te veel vertrouwen op automatisering kan ertoe leiden dat je de menselijke kant van werkbeslissingen vergeet, zoals empathie en vooruitziendheid.
• Bias input, bias output – Het begrijpen van de data die je in je AI-modellen stopt, is essentieel. Zelfs neutraal ontworpen AI-modellen kunnen maatschappelijke vooroordelen uit historische data overnemen en doorgeven als ze niet goed worden gemonitord.
• Hoge complexiteit vermindert transparantie – Hoe complexer het model, hoe lastiger het is om te begrijpen en uit te leggen wat er precies gebeurt.
• Grote hoeveelheden data zijn nodig – Om AI-modellen goed te ondersteunen, is het continu verzamelen van grote hoeveelheden data noodzakelijk. Dit moet op een ethische manier gebeuren, waarbij privacy en vertrouwelijkheid van persoonlijke en bedrijfsinformatie gewaarborgd blijven.
• Schendingen van gegevensprivacy – Wees voorzichtig met de privacy van data en welke gegevens je invoert in AI-tools, vooral bij openbare tools waar providers mogelijk gegevens gebruiken om hun modellen te trainen.
• Herbestemmen van AI-processen kan leiden tot fouten – Het vertalen van AI-gebruik uit andere delen van het bedrijf naar talentmanagementprocessen moet zorgvuldig gebeuren om fouten te voorkomen.

Door consistent de beste praktijken te volgen, kun je kandidaten en bestaande medewerkers geruststellen dat AI-tools voor assessments altijd op een verantwoorde manier worden ingezet.

Wat zijn de ethische bezwaren bij het gebruik van AI in talentmanagement?

Er worden veel positieve voordelen toegeschreven aan AI-innovaties op de werkvloer voor uiteenlopende toepassingen. Tegelijkertijd waarschuwen wetenschappers, wetgevers, sociale rechtvaardigheidsorganisaties en de media voor de mogelijke risico’s van AI in talentmanagement, zoals vooringenomenheid, privacyschendingen of misbruik voor kwaadwillige doeleinden.

Dit alles heeft geleid tot een zekere mate van wantrouwen tegenover AI bij talentbeoordeling en tot oproepen om duidelijke richtlijnen op te stellen, vooral nu AI steeds krachtiger wordt door automatisering en generatieve mogelijkheden. De discussie hierover zwelt aan, met als terugkerend thema de ethische inzet van technologie en beoordelingssystemen in het tijdperk van kunstmatige intelligentie. Zowel de  Society for Industrial and Organizational Psychology (SIOP) als de Society for Human Resource Management (SHRM) hebben recent aanbevelingen uitgebracht voor AI-gebaseerde assessments, waarin zij het belang van ethisch handelen onderstrepen.

Hoe ziet de toekomst eruit voor AI in talentassessment?

We kunnen gerust stellen dat AI, zowel op de werkvloer als in het algemeen, niet meer weg te denken is. De voordelen die AI biedt aan de arbeidsmarkt wegen dan ook vaak zwaarder dan de potentiële risico’s. Het is dan ook logisch dat AI een centrale rol zal blijven spelen in talentbeoordeling. Dat gezegd hebbende, is dit geen verandering die van de ene op de andere dag plaatsvindt. AI inzetten voor talentbeoordeling is een situatie met hoge inzet, en het is cruciaal dat dit op een verantwoorde manier gebeurt, met volledig inzicht in de mogelijke gevolgen. Aangezien AI-beoordelingstools zich nog volop ontwikkelen en nieuwe inzichten dagelijks groeien, is het belangrijk om nu niet té sterk te leunen op AI-gestuurde evaluaties. Uiteindelijk is het doel van talentbeoordelingen om werkprestaties zo nauwkeurig en betrouwbaar mogelijk te voorspellen. Totdat we kunnen aantonen dat AI-oplossingen dit op een eerlijke manier kunnen faciliteren, blijft voorzichtigheid geboden. Naarmate ons begrip van AI op de werkvloer toeneemt, verwachten we echter dat het gebruik van AI in talentbeoordeling verder zal groeien, met name om routinetaken efficiënter te maken die geen menselijke tussenkomst vereisen. Dit zal HR-professionals de ruimte geven zich volledig te richten op de aspecten van talentbeoordeling die altijd menselijke expertise nodig zullen hebben: het begrijpen, interpreteren en toepassen van de resultaten van kandidaat- en medewerkersevaluaties.

Talogy’s benadering van AI in assessments

Wat doet Talogy om risico’s bij de toepassing van AI in assessments te beperken?

Talogy heeft een duidelijk en solide AI-governanceproces opgezet om het effectieve, veilige en ethische gebruik van AI-technologieën te bevorderen en te bewaken. Binnen dit proces hebben we onze kernprincipes vastgesteld voor het gebruik van AI in talentassessments:

1. Beveiliging en veiligheid – AI-toepassingen moeten zorgvuldig worden beheerd en beschermd tegen onbedoelde risico’s die schade kunnen toebrengen aan individuen of organisaties.
2. Privacy – Gegevensprivacy moet worden gerespecteerd en beschermd bij de ontwikkeling, opslag en toepassing van AI, in lijn met het beoogde gebruik, toestemming en relevante wet- en regelgeving.
3. Eerlijkheid – AI moet op een evenwichtige manier worden ontwikkeld en ingezet om vooringenomenheid te beperken, ongewenste uitkomsten te voorkomen en gelijke toegang en behandeling te waarborgen.
4. Betrouwbaarheid en nauwkeurigheid – AI-toepassingen moeten consistente, precieze en valide resultaten opleveren die aansluiten bij hun beoogde doel.
5. Transparantie en uitlegbaarheid – Het gebruik van AI op de werkvloer moet, waar nodig en gepast, worden gecommuniceerd en uitgelegd op een begrijpelijke, controleerbare en toetsbare manier.
6. Menselijke regie – AI-toepassingen moeten respectvol en maatschappelijk verantwoord worden ontwikkeld en gebruikt, met respect voor menselijke waardigheid en ruimte voor menselijke tussenkomst waar nodig.
7. Verantwoording en governance – AI moet worden beheerst door beleidslijnen en processen die zorgen voor correct gebruik en verantwoordelijkheid voor beslissingen en uitkomsten binnen talentmanagement en assessments.

Wat doet Talogy om misbruik van AI door kandidaten tijdens assessments te minimaliseren?

Bij Talogy nemen we de impact van AI op de integriteit van assessments uiterst serieus. We doen voortdurend onderzoek naar dit onderwerp om de risico’s van onjuist gebruik van AI in talentassessments te begrijpen en effectieve preventieve maatregelen te ontwikkelen. Ons wereldwijde, multidisciplinaire AI-onderzoeksteam heeft een combinatie van vier benaderingen geïdentificeerd om het risico op fraude met AI te beperken. We definiëren fraude als ‘het schenden van de integriteit van het assessmentproces, misleiding of bewuste verkeerde weergave van eigen werk’:

1. Ontwerp – We baseren ons assessmentontwerp op grondig onderzoek om de risico’s van AI-fraude bij verschillende soorten assessments te begrijpen. Door zorgvuldig een mix van assessmentmethoden te selecteren, garanderen we betrouwbare resultaten die aansluiten bij de specifieke behoeften van een oplossing.
2. Instructie – We adviseren organisaties om een duidelijke richtlijn vast te stellen over wat wel en niet acceptabel is bij het gebruik van AI binnen het assessmentproces, en dit vanaf het begin transparant te communiceren naar kandidaten.
3. Monitoren – We blijven assessmentdata actief monitoren om trends te identificeren die kunnen wijzen op een toename van fraude of ongebruikelijk kandidaatgedrag. Daarnaast voeren we regelmatig analyses uit om de impact van generatieve AI op onze assessments te beoordelen.
4. Afschrikken – Om fraude te ontmoedigen, hebben we de kopiëren-en-plakken-functionaliteit in veel van onze oplossingen uitgeschakeld. Daarnaast kunnen we zogenaamde ‘honesty contracts’ implementeren—een bewezen methode waarbij deelnemers zich vooraf akkoord verklaren met het eerlijk en zonder externe hulp voltooien van de assessments.