Het is een veelgehoorde klacht over sollicitatieprocedures, het is geen rationeel proces. Het merendeel van de sollicitanten valt af op basis van het CV en de uiteindelijke kandidaat wordt gekozen op basis van een gevoel dat de interviewers hebben bij iemand. Niets wetenschappelijks aan.
Daar moet Seedlink verandering in brengen. Het Chinese bedrijf werkt met een algoritme dat teksten van sollicitanten analyseert. Niet alleen is een cv niet meer nodig, ook het sollicitatiegesprek behoort straks tot het verleden, voorspelt Rina Joosten-Rabou, een van de vier mede-oprichters.
Hoe kan je op basis van wat iemand zegt, een voorspelling doen van gedrag?
‘We gebruiken taal op een onbewuste manier. Wat we zeggen, zegt dus heel veel over iemand als persoon. Wat ze zeggen, hoe ze het formuleren. Dat is een goede voorspeller van menselijk gedrag. Tijdens een sollicitatiegesprek kan iemand zich beter voordoen dan hij is. Dat kan bij een computeranalyse niet.’
Hoe werkt het?
‘Een bedrijf selecteert in ons platform een aantal competenties waarvan hij wil dat zijn kandidaat aan voldoet. Bijvoorbeeld innovativiteit, creativiteit en leiderschap. Op basis daarvan creëert het algoritme drie open vragen. Die vragen worden aan een groep succesvolle medewerkers van het bedrijf voorgelegd. De antwoorden worden vergeleken en er ontstaat een profiel. De sollicitanten beantwoorden dezelfde vragen. Vervolgens zoekt de machine naar overeenkomsten. Dan gaat het niet alleen om de inhoud, maar ook om zins- en woordcombinaties.’
Wat kan de computer wat HR niet kan?
‘Dit algoritme kan duizenden kandidaten screenen. En dat raden we ook aan, om alle sollicitanten deze vragen te laten beantwoorden. Zo krijg je ook de bijzondere kandidaten, de talenten die er op basis van hun cv niet doorgekomen zouden zijn. Mocht het voor een functie noodzakelijk zijn, dan kan een bedrijf wel een aantal harde waarden invoeren, zoals opleidingen of woonplaats.’
Is het soms niet gewoon belangrijker dat iemand goed werk aflevert dan wat hij erover zegt?
‘Voor sommige functies, vooral bij technische functies is het op basis van prestaties heel gemakkelijk om een beeld te krijgen van wat iemand kan. Bijvoorbeeld een programmeur kun je beoordelen op basis van de code die hij schrijft. Maar dan weet je niet hoe diegene samenwerkt, of hoe hij omgaat met stress. Terwijl veel succes juist daarop gebaseerd is.’
Als je het huidige werknemersbestand als referentie hebt, hoe zorg je dan voor meer diversiteit?
‘We maken dingen inzichtelijk. We laten zien hoe bedrijven nu scoren. Dat kunnen die bedrijven dan ook gebruiken om veranderingen door te voeren. Bijvoorbeeld als er in de testgroep alleen maar mannen zitten, dan kunnen ze juist op zoek gaan naar kandidaten die hoger scoren op feminiene waarden. Nu is het selectieproces heel subjectief.’
Maakt dit algoritme HR overbodig?
‘Haha, ik word vaak op HR-congressen zo aangekondigd, als de vrouw die ze allemaal werkloos gaat maken. Maar dat denk ik niet. Ik denk dat de machine juist kan helpen om inzicht te geven in dingen die we lastig vinden om te beoordelen. Het aannemen van mensen blijft mensenwerk.’
