Vragen over ai in recruitment

Gewoon enkele voorbeelden van vragen over ai in ons vakgebied die je vindt bij een kort rondje over het internet. Begrijpelijk want het  zit nog in dat grijze gebied van dingen die nu nog ongrijpbaar zijn, bedreigend maar ook aanlokkelijk met alle emoties die horen bij bedreigingen en kansen. Het is een veelbesproken onderwerp maar er zijn opvallend weinig praktijkvoorbeelden te vinden en al helemaal niet in de logistieke recruitment markt in Nederland anno 2020.

  • Hoe wordt artificial intelligence in recruitment ingezet?
  • Gaat kunstmatige intelligentie ons als  recruiters vervangen?
  • Wat is de rol van software in HR?
  • Wat is artificial intelligence screening

Op zoek naar data driven Hiring decisions

Op zoek naar nieuwe invalshoeken voor AI in recruitment nam ik afgelopen jaar deel aan de vLm (vereniging logistiek management) workshops van Sebastiaan Piest over robotic process automation. De zogenaamde virtuele medewerkers in de logistiek. Voor mij was een van de opstekers dat dit niet gaat over AGV’s op de werkvloer maar dat het veelal op beeldschermen automatiseren van taken die vaak herhaald worden.

In mijn vakgebied zie ik dagelijks al impact van dit soort artificial intelligence robots/automatisering onder het mom van kunstmatige intelligentie bij werving, iets wat nog niet door alle deelnemende logistiek managers in hun praktijk zo ervaren werd.

Wellicht handig om het verschil tussen kunstmatige intelligentie, robots, robotic process automation en machine learning nog even aan te stippen.

Artificial Intelligence

Artificial intelligence of kunstmatige intelligentie is het gedrag van machines die geprogrammeerd zijn om menselijk gedrag na te bootsen. Je ‘gooit’ data als input in het programma, dat analyseert die data op basis van patronen uit het verleden en tracht om de output dan ‘menselijk’ te presenteren. Denk bijvoorbeeld aan chatbots die in plaats van een link naar het gewenste antwoord je netjes te woord staan, vragen of ze nog ergens mee kunnen helpen.

Robots

Robots zijn programmeerbare fysieke machines

Robotic Process Automation

Robotic Process Automation of RPA is software die menselijke keyboard en muis input simuleert of data leest van schermen. Dit wordt vaak ingezet om vaak herhaalde taken te automatiseren.

Machine Learning

Machine learning kan een onderdeel zijn van artificial intelligence waarbij de software zelf algoritmes ontwikkelt en blijft verbeteren op basis van nieuwe data. Hierbij ontstaat een soort van zwarte doos waarbij je als mens niet meer kan herleiden waarom de software besluiten maakt. Denk aan beleggingssoftware die links kan leggen tussen verkeersdrukte, het aantal Bossche bollen wat Jan de Groot gisteren verkocht en de aandelen op de IEX.

Job publishing

We gebruiken tools als jobdigger en linkedin recruiter professional seats om te bepalen op basis van big data wat de functietitels zijn die in de markt en door kandidaten nu echt gebruikt worden. Vaak wijken die af van wat bedrijven intern hanteren en daardoor worden vacatures niet ‘gevonden’. Het is nog niet echt disruptief maar een mooi begin van het inzetten van nieuwe technologie om zo meer te gaan doen naar de toekomst.

Job marketing

Tools als VONQ maken op basis van je functieprofiel, de lokatie en het opleidingsniveau/branche een slimme inschatting waar je kandidaten te vinden zullen zijn en doen een wervingsvoorstel om je budget voor jobmarketing zo effectief mogelijk te besteden. Hierbij krijg je ook onmiddellijk een inschatting van hoeveel views en uiteindelijk sollicitanten je mag verwachten op basis van vergelijkbare vacatures.

Talent vinden met artificial intelligence

Zodra we een search starten via Linkedin Recruiter Professional geeft Linkedin (of tools als Hiretual) AI recruitment suggesties van profielen die matchen met door jou opgegeven criteria. Hierbij doet het systeem ook slimme suggesties op basis van mensen die zelf aangeven hebben beschikbaar te zijn. Het wordt al wat meer een black box als je doorklikt naar de lijst met personen die wellicht openstaan voor je bericht op basis van hun activiteit op Linkedin de afgelopen 30 dagen. Daarom raden we onze kandidaten die actief op zoek zijn naar een nieuwe uitdaging ook altijd aan om zich ondermeer om die reden te laten ‘zien’ op Linkedin en over de drempel (schaamte?) heen te stappen en te zeggen dat je op zoek gaat naar je volgende stap.

Talent herontdekken

De tijd van metalen kasten vol CV’s bij recruiters  ligt gelukkig ver achter ons en data is er in overvloed. Iedereen heeft wel een profiel op Linkedin tegenwoordig en als je 1 keer met een recruiter contact hebt gehad is je profiel je CV, je Linkedin profiel en zelfs je Whatsapp verkeer vastgelegd in hun Applicant Tracking System. Dat is een soort CRM maar gericht op het invullen van vacatures en bijhouden van duizenden kandidaten.

Die aantallen worden ondanks de dip bij het invoeren van de GDPR in Nederland al jarenlang weer groter. De uitdaging voor recruiters is om de juiste kandidaten naar voren te krijgen. Dat is makkelijk als je afgelopen week iemand sprak maar hoe zit het met de manager die je in 2016 sprak?  Kunstmatige intelligentie gaat zelf op zoek naar kandidaten die mogelijk goed passen bij je huidige vacature. Denk dan niet aan een search op je functietitel + woonplaats zoals je zelf op Indeed naar vacatures zoekt. Het kan zo maar zijn dat de verkoopadviseur uit Amsterdam van 3 jaar geleden de ideale kandidaat is als verkoopmanager. Je rol als recruiter verandert van het ‘zoeken’ naar het ‘beoordelen’ van talent.

Talent filteren

ai

AI

De Linkedin Social Selling Index score per kandidaat vertelt dan weer iets over hoe actief mensen zijn op Linkedin omdat hierdoor de kans groter is dat ze benaderbaar zijn voor nieuwe kansen. Je kan zelfs op basis van de ‘ideale kandidaat’ (vaak een teamlid voor de rol die je zoekt) het systeem vergelijkbare profielen op basis van artificial intelligence laten voorstellen een mooi concreet recruitment voorbeeld.

Kandidaten screenen

Het inzetten online psychologische ai selectietests zoals bijvoorbeeld de gratis online testen van Youngcapital vervangt de oude assessments en zijn tactisch inzetbaar waar nodig en toepasbaar. Hier wordt nog weinig gebruik van gemaakt door recruiters die de afgelopen jaren dachten vanuit een kandidaat krappe arbeidsmarkt en die om die reden het sollicitatieproces zo laagdrempelig mogelijk wilden maken. Door de Corona crisis is de markt nu omgeslagen voor bepaalde profielen en is er een overvloed aan kandidaten, ai tools kunnen je helpen om in de naald in de hooiberg snel en efficient te vinden.

Kandidaten screenen in video interviews

Afgelopen jaar zijn veel face2face interviews vanwege de 1,5 meter maatregelen veranderd naar een eerste telefonische of beter nog videocall. Hierdoor krijgen alleen de shortlist kandidaten nog de kans om persoonlijk kennis te maken. Als recruiter beoordeel je in een videocall kandidaten op wat ze zeggen, hun CV en wat je kan zien. Er zijn ook al voorzichtig experimenten met AI tools die ‘meekijken’ met je als recruiter en bijvoorbeeld zenuwtrekjes, oogopslag, toonhoogte, snelheid van praten meewegen en er suggesties op baseren waar je als recruiter op kan inspelen.

Kandidaten plannen

Geloof het of niet maar in onze wereld zit een groot deel van de tijd in het coördineren en aanpassen van afspraken. Dit gebeurt sinds kort volledig automatisch/op basis van self service door kandidaten met tools als Calendly. Dat is geen artificial intelligence maar zo voelt het wel als je kalender zich constant lijkt te optimaliseren.

Personal assistant

Kleine dingen als reminders met lokatie en parking voor het interview, felicitatie bij verjaardagen, vragen welke topics kandidaten niet besproken hebben maar wel nog willen meegeven aan opdrachtgevers. De lijst is lang en vaak schiet het er in de hectiek bij in. Tenminste voordat we dit automatiseerden; wellicht de beste vorm van RPA. Onpersoonlijk? Neen vind ik niet, uiteindelijk zijn het slechts conversatiestarters en vervangt het onze human touch niet volledig.

Behouden van personeel

ai in recruitment

ai in recruitment

Een pakketje van 3,50 bij Bol.com wordt steevast netjes opgevolgd met de vraag of we tevreden zijn. Als we geluk hebben is er bij veel bedrijven een keer per jaar een . In onze wereld is er na iedere ‘touchpoint’ een geautomatiseerde NPS survey zodat kandidaten maar ook opdrachtgevers ons dagelijks helpen het proces te verbeteren. Lean dus.

Talent assessments

Ik haalde de kleinere persoonlijkheidstesten hierboven al aan maar ook voor de hardcore technische skills zijn er online opdrachten/testen die we inzetten omdat wij ook niet van alles inhoudelijk kunnen beoordelen of die kandidaat nu echt kan programmeren of alleen hobbymatig erin kan werken. Of die people manager die bij een online test toch minder menselijk blijkt te zijn in zijn keuzes.

Discriminatie door ai in recruitment

Het ranken van kandidaten tijdens interviews door het invullen van scorecards door zowel recruiters als hiring managers leidt tot een objectieve vergelijking welke kandidaat het best geschikt is. Ons systeem ondersteunt ons daarin door de resultaten van medebeslissers af te schermen tot je zelf je mening hebt gevormd en vastgelegd. Dit helpt discriminatie op ras en geslacht in de praktijk volledig de wereld uit en is een prima begin van het gesprek om uiteindelijk de definitieve keuze te maken welke kandidaat de juiste is.

Candidate experience

Je kan 24/7 op onze website vragen stellen; vaak antwoorden we direct. Kandidaten zitten in een stressvol traject en sommigen zijn onzeker over bijvoorbeeld kledingkeuze voor een interview of hoe ze hun salariswens best communiceren. Hier helpen tools om de drempel om dit soort vragen te stellen te verlagen.

Conclusie

Al bij al maken we als Best Recruitment nu al best veel data driven hiring decisions en het ziet er niet naar uit dat dit in de toekomst af gaat nemen.

Opmerkingen over AI Recruitment of tips hoe we het in recruitment kunnen inzetten altijd welkom!