Bias. Het is een bekend thema in werving en selectie. Aan de ene kant is het onvermijdelijk – elk mens heeft vooroordelen, maar aan de andere kant maakt het objectieve beoordeling van kandidaten ook onmogelijk. En blijkt het zelfs economisch gevaarlijk. Hoe kun je – in elk geval de gevolgen van – die bias minimaliseren? Daarover schreef recruitmentexpert Bas van de Haterd recent een whitepaper, samen met Recrout en In2Dialog. In welke fasen van het recruitmentproces ziet hij daarbij vormen van bias? En wat kun je doen om die bias te reduceren? Een korte samenvatting, in 6 stappen.
#1. Al bij de vacaturetekst
Al in de vacaturetekst kan op allerlei manieren een vorm van bias zitten. Expliciet, door bijvoorbeeld een maximaal aantal jaar werkervaring te noemen, of meer impliciet, doordat bepaalde groepen een ander beeld hebben bij bepaalde termen. Neem termen als ‘excellent’, ‘uitmuntend’ of top-performer. Mannen leggen de lat om hieraan te voldoen veel lager dan vrouwen, blijkt uit onderzoek, en zo ontstaat dus al een gender bias. Maar ook het ophemelen van de vrijdagmiddagborrel kan al bias in de hand werken, of een zinsnede als ‘Je bent assertief en onbevreesd‘.
Alleen al het noemen van de vrijdagmiddagborrel kan al bias in de hand werken…
Mogelijke oplossing: Bewustwording, en teksten door meerdere mensen met meerdere achtergronden laten lezen.
#2. Ook in advertentieteksten en foto’s
Niet alleen vacatureteksten kunnen bias bevatten, dat geldt natuurlijk ook voor de advertenties op met name social media en bijvoorbeeld Google Adwords die bedoeld zijn mensen naar de vacature te trekken. Wat je benadrukt in je advertentie heeft invloed op wie je aantrekt. Flexibele werktijden trekken een ander publiek aan dat een goed salaris, terwijl beide voor de functie waar kunnen zijn. Ook de foto’s en video’s die je gebruikt, hebben invloed op wie je aantrekt. Onbewust geef je hiermee aan ‘dit is het soort mensen dat we zoeken’, qua leeftijd, huidskleur, geslacht, postuur, etc.
De foto’s en video’s die je gebruikt, hebben invloed op wie je aantrekt.
Mogelijke oplossing: Zorg dat je altijd meer dan één advertentie inzet voor een vacature. Een manier om hier bewust mee om te gaan is persona’s maken voor de baan, prototype mensen uit je doelgroep. Er zijn veel verschillende soorten mensen die dezelfde baan om verschillende redenen aantrekkelijk vinden. Door dit in kaart te brengen kun je je advertenties beter targetten op de verschillende soorten mensen die bij de baan passen. Ook technologie kan hierbij helpen, door veel advertenties te A/B-testen.
#3. Welke media kies je?
Vroeger zorgde je mediakeuze hooguit voor een kleine bias. Werd het bijvoorbeeld de Volkskrant of Telegraaf waarin je je vacature zette? Met de opkomst van algoritmes is dat spel verdiept en is er een nieuwe dimensie bijgekomen. Deze algoritmes kunnen onbewust bepaalde groepen uitsluiten, of juist specifiek aanspreken. Doordat algoritmes optimaliseren voor maximale kliks zullen ze de advertentie tonen aan de grootste groep, niet iedereen. Omdat er meer mannelijke IT’ers zijn zal een advertentie voor een programmeur door algoritmische optimalisatie uiteindelijk (bijna) alleen aan mannen worden getoond. Tenzij je hier proactief op ingrijpt.
Omdat er meer mannelijke IT’ers zijn wordt een vacature voor een programmeur zonder ingrijpen (bijna) alleen aan mannen getoond.
Mogelijke oplossing: Aparte campagnes voor aparte doelgroepen. En dan elke campagne met een apart budget, technisch gezien los van de andere campagne op de verschillende platformen.
#4. Denk ook aan je werkenbij-site
Een andere mogelijke bron van bias is je eigen corporate recruitmentsite, veelal nog steeds het centrale punt van je werving. De meeste kandidaten, volgens sommig onderzoek 90%, bekijken op enig moment in hun sollicitatieproces je website, zeker bij alle niet-hoogvolume-banen. Maar hier kunnen ze dus veel bias tegenkomen. In de fotografie bijvoorbeeld, maar wat te denken van het lettertype dat je gebruikt? Is dat voor iedereen leesbaar? Is er audio beschikbaar voor mensen met een visuele beperking? Kun je de site ook goed bekijken als je geen laptop of desktop computer hebt?
Zorg dat je site ook voorleesopties biedt, en mobiel voor vrijwel iedereen goed toegankelijk en leesbaar is.
Mogelijke oplossing: Zorg op je werkenbij-site voor een zowel eerlijk als divers beeld van je organisatie. Op de hele site, maar vooral de foto’s bij vacatures spelen een belangrijke rol. Campagnes met speciale landingpages blijkens doorgaans extra succesvol als de fotografie op de landingpage zich aanpast aan de persona van de campagne. En zorg dat je website ook voorleesopties biedt, en mobiel voor vrijwel iedereen goed toegankelijk en leesbaar is.
#5. Wie mogen op gesprek komen?
Een van de meest bekende plekken van bias is je preselectie. Oftewel: wie mogen er op gesprek komen? Wie wordt van sollicitant ook kandidaat? Doorgaans vindt deze keuze nog altijd plaats op basis van cv-selectie, ook al is er nog nooit één academisch onderzoek geweest dat een correlatie heeft kunnen vinden tussen iets in het cv en prestaties in de toekomst. Bij een cv-selectieproces kan veel bias optreden:
- Op naam: Mohammed heeft drie keer zo weinig kans om uitgenodigd te worden dan Mark;
- Op foto’s die meegestuurd worden, wat in bijvoorbeeld de VS zelfs verboden is;
- Op geboortedatum: oudere werknemers krijgen (on)bewust geen kans;
- Op opleiding: waar de eigen universiteit vaak als superieur gezien wordt;
‘Alsof bekende werkgevers nooit slechte mensen aannemen…’
- Op bekende werkgevers: alsof die nooit slechte mensen aannemen;
- Op hobby’s: ‘Tennissers zijn individualisten, voetballers teamspelers’;
- Op adres: ‘Met iemand uit de Schilderswijk nemen we wel een risico’.
Mogelijke oplossing: Denk eens aan Open Hiring. Of overweeg anoniem solliciteren, en haal de naam, geboortedatum, geboorteplaats, geslacht, foto’s en adres van een cv weg voordat je aan je selectie begint. Uiteraard kan dit nooit alle bias weghalen, want leeftijd is vaak ook af te leiden aan de hoeveelheid werkervaring. Maar het scheelt in elk geval iets. Ook kun je werken met skills based hiring door vooraf goed te bepalen welke skills nodig zijn voor een functie en de meetmethode daarvoor vooraf te bepalen. Een gestructureerde telefonische intake, al dan niet via een chatbot, kan ook helpen hier de ergste bias te vermijden.
#6. Tot slot: de selectiefase
En dan hebben we tot slot de fase waar de meesten aan denken zodra het over bias gaat: de daadwerkelijke selectiefase. Dus alles vanaf het eerste gesprek tot aan de hire: het tekenen van het contract. In deze fase van het selectieproces zit per definitie veel bias, alhoewel dit vaak moeilijk te kwantificeren is. Het is onmogelijk immers om dit, zoals bij cv’s, A/B te testen. Wel blijkt uit Amerikaanse data bijvoorbeeld dat:
- Als mannen een vrouw interviewen het interview minder vaak op tijd begint.
- Een man die een vrouw interviewt 30% meer spreekt dan als hij een man interviewt.
- Mannen met mannelijke kandidaten 63% vaker over sport praten, wat kan leiden tot een affinity bias.
Mogelijke oplossing: Hoewel dit een lastig deel is om bias-vrij te maken, kun je bijvoorbeeld denken aan het zoveel mogelijk structureren van het proces. Oftewel: elke kandidaat op dezelfde manier, met dezelfde vragen, in dezelfde volgorde, door dezelfde persoon gesteld, interviewen en de antwoorden tegen hetzelfde framework beoordelen. Dus nooit één totaalcijfer per kandidaat, maar altijd per competentie of skill. In dit proces kunnen recruitmentrobots ook een (groeiende) rol spelen. Niet alleen door de interviews met kandidaten af te nemen, maar ook door bijvoorbeeld achteraf de gesprekken (en interviewers) te analyseren.
Download
- Download hier de hele whitepaper met mogelijke biases en oplossingen
