Een paar jaar geleden begon ik een patroon op te merken. Elke keer dat er een grote publicatie of LinkedIn-thread verschijnt AI in de dienstde omkadering is bijna altijd hetzelfde: spanning aan de ene kant, existentiële zorgen aan de andere kant.
De talentleiders met wie ik sprak hadden eigenlijk meer uiteenlopende meningen, maar die verhalen vormden nog steeds het gesprek op een manier die organisaties ervan weerhield een wervingsproces op te bouwen dat hun werknemers en kandidaten echt verdienden.
Nadat ik de afgelopen tien jaar door AI aangedreven rekruteringstools heb gebouwd en nauw heb samengewerkt met de talentteams die deze implementeren, heb ik op de eerste rij gezeten in de kloof tussen wat mensen aannemen over AI bij rekrutering en wat er feitelijk gebeurt als AI goed wordt geïmplementeerd.
LAAT DEZE 4 MYTHEN LAAT ONS GAAN
Hier zijn vier van de meest hardnekkige mythen, en waarom het tijd is om ze los te laten.
Mythe #1: AI-rekruteringstools zijn inherent bevooroordeelder dan menselijke recruiters.
Dit is de mythe die ik het vaakst tegenkom, en ik begrijp waarom deze bestaat. Rechtszaken als Mobley tegen Werkdagen haal de krantenkoppen. Maar hier is de ongemakkelijke waarheid die niemand wil onthullen: de grootste bron van vooringenomenheid bij het aannemen van personeel komt nog steeds van mensen.
Hetzelfde onderzoek Wat aanleiding gaf tot zorgen over algoritmische vooroordelen toonde ook aan dat AI 39% eerlijker was voor vrouwelijke kandidaten vergeleken met menselijke beoordelaars, en 45% eerlijker voor raciale minderheden. Uit het onderzoek blijkt ook dat meer dan 99,9% van de claims over arbeidsdiscriminatie van de afgelopen jaren helemaal niet over AI-vooroordelen gingen, maar eerder over menselijke vooroordelen.
Niets van dit alles betekent dat AI altijd vrij is van vooroordelen. Natuurlijk niet, en mensen ook niet. Naar mijn mening het meest productief De vraag is niet “is AI bevooroordeeld?” maar eerder “hoe kunnen AI en mensen samenwerken om beslissingen te nemen op basis van vaardigheden, en niet op basis van criteria die inherent vol vooringenomenheid zijn?” Als je kandidaten nog steeds door een proces leidt waarbij een drukke recruiter zes seconden besteedt aan het lezen van een cv om te beslissen met wie het de moeite waard is om mee te praten, dan heb je geen probleem met vooroordelen dat je aan het oplossen bent. Je hebt een bias-probleem dat je verkiest te handhaven.
Mythe #2: AI-interviews zijn een koude, onmenselijke kandidaat-ervaring.
Deze veronderstelling kwam in veel gesprekken naar voren, maar toen zag ik daadwerkelijke feedback van kandidaten die AI-interviews hadden doorlopen. “In eerste instantie wist ik niet goed wat ik kon verwachten, maar na ongeveer drie minuten voelde het comfortabel en natuurlijk.” We hebben gezien dat ze hun ervaringen consequent met meer dan 4 van de 5 sterren beoordeelden.
Dit is de reden waarom de verbinding wordt verbroken: mensen gaan ervan uit dat het verwijderen van mensen uit de kamer betekent dat eerlijkheid, warmte en kansen worden verwijderd. In werkelijkheid gebeurt precies het tegenovergestelde. Een goed ontworpen AI-interview geeft elke kandidaat iets wat menselijke processen bijna nooit doen: een consistente, geduldige en ongehaaste kans om te laten zien wat ze daadwerkelijk kunnen.
In het traditionele proces hangt wie er op het telefoonscherm kijkt vaak af van de vraag of het cv op het juiste moment op een drukke middag de juiste trefwoorden bevat. AI-interviews vergroten de mogelijkheid om echt aanwezig te zijn. Dit is niet het einde van het menselijke element bij rekrutering, maar het begin van een rechtvaardiger voordeur.
Mythe #3: AI-interviewtools evalueren je uiterlijk en stem.
Ik hoor dit vooral van kandidaten die bang zijn dat ze gestraft zullen worden vanwege hun accent, uiterlijk of camera-instellingen.
In ons systeem is de score gebaseerd op wat u daadwerkelijk zegt, namelijk de inhoud van uw antwoorden, de kwaliteit van uw redenering, de vaardigheden die u laat zien. Een van de redenen waarom we het op deze manier hebben ontworpen, was specifiek om het soort vooroordelen te verminderen dat in menselijke interviews sluipt door uiterlijk en presentatiestijl.
AI-beoordelingen die gesprekken analyseren, zijn zich niet bewust van geslacht of andere kenmerken die kunnen worden afgeleid uit stem of video, en dit is zo ontworpen. Het doel moet altijd hetzelfde zijn: vind de vaardigheden en competenties die succes in deze specifieke rol voorspellen, bepaal hoe u deze kunt demonstreren en scoor consistent op basis van die rubriek.
Mythe #4: Het gebruik van AI bij rekrutering is in de eerste plaats een technologische beslissing.
Dit is misschien wel de gevaarlijkste mythe op deze lijst, omdat het ervoor zorgt dat talentleiders een stapje terug doen en IT of engineering het gesprek over AI laten beheersen. En ik begrijp het instinct. Het voelt aan als een ingewikkeld hulpmiddel, en je kunt gemakkelijk aannemen dat het vooral het technische team in het gebouw is dat de touwtjes in handen heeft. Maar rekruteren is geen IT-probleem. Het is een kwestie van talent. En de mensen die het dichtst bij het probleem staan, moeten degenen zijn die bepalen hoe AI wordt toegepast.
Talentleiders hoeven geen ingenieurs te zijn, maar ze moeten wel begrijpen wat AI wel en niet kan doen in de rekruteringscontext, hoe het de besluitvorming kan verbeteren, wat de beperkingen ervan zijn en hoe het de mensen ondersteunt die de aanwervingen doen en de mensen die het proces doorlopen. Dit betekent dat we onszelf moeten opleiden, directe gesprekken moeten voeren met leveranciers, lastige vragen moeten stellen en oplossingen moeten evalueren op basis van wat er echt toe doet: kan dit ons helpen het beste talent te werven en tegelijkertijd een geweldige kandidaat-ervaring te bieden?
Als je deze beslissingen overlaat aan een team dat de infrastructuur en niet de resultaten optimaliseert, krijg je een technisch solide systeem dat niemand op het gebied van talentwerving vertrouwt of gebruikt. Eigenaar van de beslissing. Het is aan jou om te creëren.
ECHTE RISICO’S
Is aan de slag gaan met AI een reëel risico? Niet te veel. Het echte risico voor de leiders van vandaag is dat ze achterop raken bij het in stand houden van processen die gebrekkig zijn, wat een vaak voorkomend verschijnsel is. We kunnen de inherente beperkingen van door mensen geleide rekrutering blijven accepteren, of we kunnen nieuwe technologieën en benaderingen gebruiken om de lat hoger te leggen voor eerlijkheid, schaalgrootte en nauwkeurigheid van voorspellingen.
De hulpmiddelen zijn er. De gegevens zijn duidelijk. Het enige dat overblijft is de wil om het daadwerkelijk te gebruiken.
Tigran Sloyan is de CEO en mede-oprichter van CodeSignal.
