Je plant tegenwoordig een vakantie terwijl je al in de trein zit naar de plek van bestemming. Onderweg boek je een AirBNB en als je er bent laat TripAdvisor weten wat daar voor jou te doen is. Het zou absurd zijn om iemand te betalen om dit voor je te doen. Waarom is dit in personeelswerving dan nog wel zo? Ik voorzie dan ook een toekomst waarin je als werkgever een overzicht van beschikbaar talent bekijkt, compleet met diepgaande evaluaties en beoordelingen, en vervolgens de beste optie kiest.
Werkgevers hoeven zich niet neer te leggen bij dure recruiters.
In mijn vorige artikel zette ik uiteen hoe het komt dat – zelfs nu we het hard nodig hebben – nog niemand de markt voor talent uit de brand heeft geholpen met een AirBNB-achtig platform. Daarbij constateerde ik dat het simpelweg verbinden van vraag en aanbod niet voldoende is en vertrouwen opbouwen essentieel, maar erg moeilijk op grote schaal. Tussenpersonen kunnen geld blijven aftroggelen van iedereen die op zoek is naar personeel. En terwijl vacaturebanken handig zijn voor intermediairs, vormen ze geen echte concurrentie. Daarom wil ik in dit artikel graag uitleggen waarom we deze status quo niet hoeven te accepteren.
Reisbureaus overbodig
Werkgevers hoeven zich niet neer te leggen bij dure recruiters. Sterker nog, we moeten niet accepteren dat er een leger aan slimme, gedreven en empathische mensen nodig is om de raderen van de arbeidsmarkt draaiende te houden. Deze enorme verzameling talent kunnen we vrijspelen om aan iets innovatievers te werken. Ze zijn niet nodig om het proces van werving en selectie te smeren.
Hulp bij een vakantie uitstippelen is nu een luxe, geen noodzaak.
Denk aan reisbureaus, waar mensen vroeger betaalden om hun vakantie te laten plannen. AirBNB, TripAdvisor en aanverwanten hebben deze bijna volledig overbodig gemaakt. Hulp bij een vakantie uitstippelen is nu een luxe, geen noodzaak. De crux van de oplossing zit hem niet in een uitgebreid platform of een slim algoritme om vraag met aanbod te verbinden. Alleen door vertrouwen te scheppen in transacties op de arbeidsmarkt, kunnen we werving en selectie naar de 21ste eeuw brengen.
Vertrouwen scheppen met transparantie
Bemiddelaars zijn meesters in het scheppen van vertrouwen. Zorgvuldig onderhouden ze hun relaties en hun persoonlijke merk. Proberen een openstaande vacature te vullen is stressvol, maar tussenpersonen nemen die last graag van je schouders. En je bent in goede handen: recruiters weten wie wie is. Ze hebben een goed gevoel voor de kwaliteiten en ambities van iedereen in hun netwerk. Hiervoor hebben ze uren geïnvesteerd in het uitpluizen van alle details die ze oppikken uit cv’s, Linkedin-profielen en een heleboel korte gesprekjes.
De informatie waar recruiters mee moeten werken is helaas beperkt. Diploma’s en referenties geven slechts een oppervlakkig beeld van iemands vaardigheden en drijfveren. Alle andere informatie komt rechtstreeks van een potentiële werknemer zelf. Voor werkzoekenden die net uit de collegebanken komen, zijn er ook nog cijfers om vanuit te gaan. Maar die geven slechts een indicatie van theoretisch begrip, niet van praktische expertise. Projectwerk is relevanter voor een functie, maar er is geen manier om te bepalen welke rol iemand heeft aangenomen in een project, of hoe tevreden hun groepsgenoten waren met hun inzet.
Geen opleiding? Geen baan
Een groter probleem is dat mensen bij het inschatten van de waarde van een cijfer vertrouwen op de reputatie van de instelling die het punt heeft uitgedeeld. Dat systeem diskwalificeert iedereen die geen formele opleiding heeft gevolgd compleet van de arbeidsmarkt.
Niemand wordt vrolijk van het geven of krijgen van de selectietoetsen.
Tussenpersonen worden betaald om deze uitdaging van schaarse en twijfelachtige informatie aan te gaan. Maar zelfs nadat recruiters hun stinkende best hebben gedaan, zijn veel bedrijven nog niet tevreden. Kandidaten worden langdradige tests en onduidelijke opdrachten voorgeschoteld om hun kwaliteiten in te kunnen schatten. Niemand wordt vrolijk van het geven of krijgen van deze toetsen: ze kosten veel tijd en geld en de validiteit ervan is op zijn best twijfelachtig. Om verder te komen moeten we dus de transparantie over het kunnen van kandidaten verbeteren.
Meer gedetailleerde informatie
Toekomstige oplossingen voor recruitment kunnen hun slag slaan door te voorzien in meer uitgebreide en relevante informatie over sollicitanten. LinkedIn heeft bijvoorbeeld een stap in de juiste richting gezet door zijn gebruikers te vragen naar specifieke vaardigheden. Met een gedetailleerd overzicht van eigenschappen en vaardigheden wordt het veel makkelijker om te beoordelen of iemand geschikt is voor een bepaalde vacature. Als dat overzicht compleet zelfgerapporteerd is, kun je echter vraagtekens zetten bij de betrouwbaarheid ervan.
Om een overzicht van kennis en kunde te vertrouwen, is verificatie nodig.
Als ik op mijn profiel claim een getalenteerd schrijver te zijn, hoe kun je dan achterhalen of dat wel zo is? Ik kan er alles neerzetten wat ik wil. LinkedIn probeert dit punt te omzeilen door gebruikers elkaars te laten aanbevelen. Ik zou een paar vrienden kunnen vragen om mijn professionele schrijfvaardigheid te bevestigen, maar dat zegt waarschijnlijk meer over hoe goed ik mensen voor mijn karretje kan spannen dan over mijn souplesse met taal. Alleen detail is dus niet genoeg. Om een overzicht van kennis en kunde te vertrouwen, is verificatie nodig.
Meer betrouwbare informatie
Naast meer detail moeten nieuwe antwoorden op het arbeidsvraagstuk dus ook kunnen garanderen dat informatie over de markt voor talent betrouwbaar is. Hoe bepaal je dat iemand geschikt is voor een rol? Hoe schat je prestaties in de praktijk van tevoren in? Idealiter zou je iemand eerst zien werken in de praktijk, maar dat is alleen mogelijk als je iemand aanneemt die een stage bij je heeft gelopen. Of als je ze een proefopdracht geeft. Maar hoe doe je dat met veel kandidaten?
Het doornemen van andermans werk kost enorm veel tijd.
Het beste alternatief is om te kijken naar het werk dat iemand eerder heeft geleverd. Dit artikel lezen geeft je waarschijnlijk een aardig beeld van mijn vermogen om een boeiend verhaal neer te zetten – veel beter dan mijn LinkedIn-profiel dat doet. In de meeste gevallen is dit helaas ook níet realistisch. Ook al zouden er ergens resultaten van eerder werk te vinden zijn, dan neem je vaak alsnog mensen aan die slimmer zijn dan jij. Dat betekent dat je misschien niet eens in staat bent om hun output op waarde te schatten. Daar komt bovenop dat het doornemen van andermans werk enorm veel tijd kost.
Anderen vragen
Meer gebruikelijk is dan om uit te zoeken of een sollicitant geschikt is door het gewoon aan anderen te vragen. Meestal kiezen kandidaten een aantal referenties uit die steevast positief zijn. Ondanks dat referenties bevooroordeeld zijn en meestal niet erg diepgaande informatie geven, is dit het beste wat we tot nu toe voor elkaar hebben kunnen krijgen. Kortom: dat kan beter.
‘Hoewel onze oplossing niet af is, denk ik dat ze een revolutie kan ontketenen.’
Ik zou natuurlijk niet de moeite nemen om al mijn op- en aanmerkingen bij de huidige staat van werving en selectie te delen, als ik geen idee zou hebben over hoe die verbetering te realiseren. Bij FruitPunch AI werken we namelijk aan een oplossing. Hoewel onze propositie specifiek is voor het domein van data science en machine learning, zou het mechanisme waarop het gebaseerd is volgens mij overal kunnen werken. Hoewel onze oplossing niet compleet is en ook nog niet af, denk ik dat ze daadwerkelijk een revolutie kan ontketenen.
A.I. For Good Challenges
Wat wij doen is: we laten mensen van over de hele wereld samen werken aan praktijkprojecten voor bestaande organisaties – geen theoretische oefeningen, geen kunstmatige competities, geen verzonnen opdrachten, maar problemen van partijen die de wereld een stukje beter proberen te maken. Mensen doen om verschillende redenen mee aan deze A.I. For Good Challenges: sommigen willen graag leren, anderen willen zich inzetten voor een goed doel en een aantal doet puur voor de lol mee. Ze hebben een ding gemeen: ze brengen allemaal hun kennis en kunde in de praktijk, van hun conceptuele begrip van technische onderwerpen tot hun praktische handigheid met programmeergereedschap.
De beste manier om uit te vinden uit welk hout iemand is gesneden, is door het in de praktijk te toetsen.
De beste manier om erachter te komen uit welk hout iemand is gesneden, is door het in de praktijk te toetsen. In plaats van dat een expert een cijfer uitreikt, beoordelen onze participanten elkaar door specifiek te kijken naar de vaardigheden en kwaliteiten die van belang waren voor het project waar ze samen aan hebben gewerkt. Deze beoordelingen zijn zo ingestoken dat groepsdenken en het bespelen van de uitkomst onmogelijk is. Alleen als iemand aan zijn groepsgenoten heeft bewezen een onderwerp te beheersen, wordt hij geaccrediteerd.
In elk project worden zo’n 30 tot 40 vaardigheden beoordeeld, van specifieke Python libraries tot het begrip van computer vision, van professioneel presenteren tot het gebruik van TensorFlow. Alle vaardigheden en certificaten worden verzameld in gebruikersprofielen. Deze profielen geven een lijst van skills weer, zoals Linkedin dat probeert te doen, met het verschil dat elke vaardigheid door meerdere mensen is geverifieerd in de praktijk.
Ervaringen helpen anderen
Waarom zou je erop vertrouwen dat het appartement van een vreemde een goede plek is om je kostbare vakantiedagen te spenderen? Waarom lopen we blindelings naar restaurants, bars of musea? Dat komt doordat we uitgaan van de ervaringen van mensen die ons voorgingen, ervaringen die inmiddels van onschatbare waarde zijn voor onze beslissingen. Wij nemen dit mechanisme om vertrouwen te kweken over voor werving en selectie.
Met een transparant overzicht hebben we geen tussenpersonen meer nodig.
Door betrouwbare beoordelingen te bieden, werken we aan gelijke kansen in onderwijs en op de arbeidsmarkt. Met een systeem dat gedetailleerde informatie geeft over werkzoekenden, hoeven we niet langer te steunen op de reputatie van onderwijsinstellingen. Met een transparant overzicht van de markt voor talent hebben we geen tussenpersonen meer nodig om talent te zoeken en door te lichten. Dit deel van de puzzel ontbrak tot voorheen.
Een gelijk speelveld
Het bouwen, perfectioneren en schalen van oplossingen zoals die van FruitPunch zal wereldwijd zorgen voor een gelijk speelveld. Alle vormen van onderwijs worden dan vergeleken met dezelfde maatstaf: beoordelingen in de echte wereld, door mensen die met hun neus op de actie staan. De projecten die leren en accrediteren combineren, bieden iedereen met een internetverbinding de kans om zich te ontwikkelen tot expert in een vakgebied.
Verdwijnen recruiters dan helemaal? Ik denk het niet.
Werkgevers zullen niet meer afhankelijk zijn van de lokale netwerken van recruiters en de markt voor talent zal eindelijk echt wereldwijd zijn. Verdwijnen recruiters dan helemaal? Ik denk het niet. Zoals een uitstapje naar een reisbureau tegenwoordig een luxe is, zo wordt omgaan met recruiters in de toekomst ook een fijne ervaring, in plaats van een verplichte transactie.
Over de auteur
Tjomme Dooper was recruiter en is nu bij FruitPunch AI, een onderneming op de High Tech Campus in Eindhoven die met ‘A.I. for good’ probeert de wereld te veranderen. Dit is het eerste deel van een tweedelige serie. Morgen het vervolg. Dit verhaal verscheen eerder via Medium.