Als het gaat over artificial intelligence in recruitment lijkt dat nog vaak toekomstmuziek. Maar in werkelijkheid is AI nu al op allerlei manieren aanwezig, tonen deze 9 voorbeelden.
Robotisering, artificial intelligence en machine learning beheersen het nieuws, zeker in recruitment. Sterker nog: 95 procent van het recruitmentproces is te automatiseren, waarschuwde ABN Amro vorig jaar al. Voor wie nog gelooft dat het zo’n vaart niet zal lopen, deed Przemek Berendt, VP Global Marketing bij technologiebedrijf Luxoft, recent nog een duit in het zakje.
9 stappen in de hele Candidate Journey
Op Talent Connect 2017 wierp hij een blik in de nabije toekomst. En daar zag hij dat AI inderdaad bijna alle onderdelen van het recruitmentproces kan gaan beheersen. Met wél een positieve conclusie: het grootste voordeel zullen we boeken als mens en machine gaan samenwerken. Tot die tijd: 9 voorbeelden waarop AI nu al zijn nut bewijst, in de hele Candidate Journey.
1. Programmatic advertising
Als je vroegàh wilde adverteren, belde je een krant of tijdschrift en vroeg je naar de tarieven. Dat handmatige werk gebeurt natuurlijk nog steeds (ook online), maar het meeste adverteren is nu geautomatiseerd, waarbij plaats, tijd en context van jouw vacature ‘voorgeprogrammeerd’ worden ingekocht. Systemen ‘bieden’ daarbij op advertentieruimte op basis van automatische regels. Daarmee maak je het voor de kijker relevant en dus ook voor jou als adverteerder om de juiste doelgroep (op het juiste moment) te bereiken.
Cookies op onder meer je recruitmentsite spelen hier een rol, net als het zogeheten data management processing (DMP). Zo kun je je vacatures alleen laten zien aan mensen die in het verleden al hebben aangetoond er geïnteresseerd in te zijn, of in wie jij om wat voor reden dan ook extra in geïnteresseerd bent. Bekend programmatic voorbeeld is ‘retargeting‘, waarbij je op andere sites jouw advertenties nog eens laat zien aan mensen die net jouw site hebben bezocht. AI in zijn vroegste vorm, maar al wel heel succesvol.
2. Rijkere profielen van kandidaten
Hij geeft meteen toe nog niemand te hebben gezien die dit al aanbiedt of gebruikt, maar wat er volgens Berendt desondanks snel aan zit te komen zijn rijkere kandidaatprofielen, op basis van AI. Daarmee kunnen we volgens hem straks veel meer van een kandidaat weten dan alleen zijn werkervaring.
‘Dankzij AI kunnen we straks veel meer van een kandidaat weten dan alleen zijn werkervaring’
Op basis van bijvoorbeeld cookies of gedeelde content kunnen we zien wat mensen interesseert, in plaats van wat ze nu al doen. Of we kunnen iemands DISC-profiel aflezen aan zijn online gedrag. Dat zou een beter – lees: relevanter – vacatureaanbod mogelijk moeten maken. In Nederland is onder meer Blue Carpet hier volop mee bezig.
3. Employee Value Propositions op maat
Een derde terrein waarop AI in werving zijn intrede zal doen is meer gepersonaliseerde content, denkt Berendt. De meeste organisaties werken nu nog met één Employee Value Proposition (EVP). Maar dankzij AI zal het binnenkort mogelijk zijn voor iedere persona, of zelfs iedere kandidaat, een aparte hyper-gepersonaliseerde propositie op te zetten, die op maat gemaakt is voor de behoefte van die ene kandidaat.
Met bestaande techniek als Crystal Knows gaat het al die kant op, en dat zal alleen maar verder gaan, verwacht Berendt. Zo denkt hij dat je binnenkort per doelgroep verschillende arbeidsvoorwaarden zult benadrukken, als pullfactor. En dat dan dus volledig geautomatiseerd.
4. Chatbots
Een vierde AI-ontwikkeling, waar al veel over geschreven is, zijn chatbots. Ze worden nu al gebruikt om bijvoorbeeld standaardvragen van sollicitanten te beantwoorden, of voor onboarding. Ze kunnen mensen door een proces heen leiden op een manier die heel natuurlijk aanvoelt.
Het voordeel van chatbots is dat ze niet alleen de kandidaat 24/7 een betere ervaring kunnen bieden, en dat ze veel tijd van de recruiter besparen, maar dat ze ook zelflerend zijn. Elke keer verzamelen ze meer data, en worden ze – dus – beter in hun taak. Een chatbot als Mya gebruikt bijvoorbeeld Natural Language Processing om het taalgebruik van een kandidaat te analyseren. Zo kan Mya bepaalde vaardigheden ontdekken en de gaten in een cv van een kandidaat dichten. En ook dat spaart dus weer tijd…
5. Automatische cv-screenings
Het vijfde voorbeeld wat Berendt noemt is hetgeen waarin waarschijnlijk al het meest gebeurt. ‘Automatische cv-screening’ gebaseerd op AI komt in Nederland bijvoorbeeld voor al bij YoungCapital en USG People, waar sollicitanten door een algoritme op een bepaalde volgorde worden gezet.
Tekstanalyse speelt hierbij een grote rol. In principe wordt het algoritme gevoed met de gegevens van kandidaten die in het verleden succesvol waren, om zo te voorspellen wie dat straks ook zal zijn.
6. Taalgebruik-analyse
Een stapje verder dan de automatische cv-screening is analyse van het taalgebruik van kandidaten. Onder meer de technologie van Seedlink is op dit principe gebaseerd. Dit soort AI-testen kijken niet alleen hoe vloeiend iemand is in een bepaalde taal, maar pretenderen ook persoonlijkheid af te kunnen lezen aan iemands taalgebruik.
En het gaat straks niet alleen meer over taalgebruik, maar ook over toonhoogte, het vocabulaire en zelfs iemands vooruitgang in ideeënvorming, verwacht Berendt.
7. Competentietesten 2.0 en gamification
Maar niet alleen taalgebruik wordt geanalyseerd om de vaardigheden van een kandidaat te meten. Ook op een ander testgebied gaat het hard: dat van de gamification. Steeds meer partijen storten zich op de markt waar kandidaten door een spel te spelen allerlei emotionele en cognitieve vaardigheden laten zien.
In Nederland gaat het dan om partijen als PlaytoWork, BrainsFirst en Harver, om een paar succesvolle te noemen. Vooral in het buitenland is Pymetrics een bekende naam, onder meer omdat Unilever hier klant is.
8. Gezichts- en spraakanalyse
Het is bepaald niet onomstreden, maar er zijn bedrijven die zeggen op basis van micro-expressies in iemands gezicht een persoonlijkheid te kunnen analyseren. In Nederland is Clearwater een bekend voorbeeld, in het buitenland werkt bijvoorbeeld HireVue (foto boven en hieronder) met gezichts- en spraakanalysesoftware. Hierbij wordt ook naar onder meer de lichaamstaal en de mate van stress gekeken.
Dit kan niet alleen heel veel tijd besparen, maar ook onbewuste bias tegengaan, denkt Berendt. Sterker nog: in feite hoef je niet eens te kijken naar wat een kandidaat zegt om te analyseren of hij of zij geschikt is voor je team; alleen een beeldanalyse zou daarvoor al genoeg kunnen zijn.
9. Gesprekken inplannen
Een laatste fase waar AI van nut kan zijn is weer een heel prozaïsche: het inregelen van sollicitatiegesprekken. Er is al heel wat software beschikbaar die dit kan, eigenlijk zonder dat er nog een mensenhand aan te pas komt.
‘In de gesprekken wordt de mens belangrijker dan ooit, om de candidate experience onvergetelijk te maken’
Dat wil natuurlijk niet zeggen dat de machine die gesprekken zelf ook zal overnemen. Sterker nog, denkt Berendt, daarin wordt de mens juist belangrijker dan ooit, om de cultuur over te dragen en de candidate experience onvergetelijk te maken. Sowieso ziet hij veel nieuwe rollen in de recruitmentwereld ontstaan. Denk aan career coaches, die op basis van data de prestaties van kandidaten kunnen beoordelen. Of ‘loopbaanarchitecten’, die mensen helpen hun carrière vorm te geven.