Van ‘AI’ naar ‘IA’ in personeelsselectie

Afgelopen vrijdag nam ik deel aan een paneldiscussie op de VU, georganiseerd door het IBBA (Institute for Brain and Behavior Amsterdam). Het is fascinerend om te zien hoe deze wetenschapsrichting zich razendsnel ontwikkelt. Ook de toepassing van de Neurosciences in personeelsselectie kwam uitgebreid aan bod. Er viel mij ook iets anders op: de bestudering en ontwikkeling van AI kent met name een computer- en neurowetenschappelijke basis. Ik mis de mens.

De ‘blackbox’ van AI
De claim van AI in rekrutering en selectie is dat AI het proces versnelt, tijd bespaart en minder ‘bias’ in zich heeft dan een gewone recruiter of selecteur. Kritiek is er ook. AI is een rekenregel die zich zelflerend ontwikkelt. Het gaat om correlaties tussen een enorme hoeveelheid (onbekende) variabelen. Deze correlaties claimen een voorspellende waarde te hebben over toekomstige geschiktheid. Echter, het is ook een ‘blackbox’, nog zonder theoretische model en wetenschappelijk bewijs die deze voorspellende waarde verklaart.

De laatste vernieuwing in selectie dateert alweer van enkele decennia geleden: psychologische vragenlijsten en tests werden ontwikkeld om valide en betrouwbare voorspellingen te kunnen doen over de geschiktheid van kandidaten. Dat is gelukt. Voor die tijd waren het met name klinisch psychologen die met behulp van associatieve methoden zoals de Rorschachtest en de Thematische Apperceptietest (TAT) voorspellingen deden over toekomstig functioneren. Eigenlijk was dat ook een ‘blackbox’. De psycholoog combineerde variabelen en deed een voorspelling.

Samenwerken
De kritiek op AI is mijns inziens terecht. Er is te weinig transparantie, geen controle op de formules, geen kennis over de kwaliteit van de beslissingen en geen oog voor de privacy van kandidaten. Dat kan uiteindelijk leiden tot een gebrek aan maatschappelijke acceptatie. Dat zou jammer zijn, want AI heeft wel degelijk toekomst. De computerwetenschappen zouden meer gebruik kunnen maken van de bestaande kennis over personeelsselectie. Het wordt tijd dat de Computer- en Gedragswetenschappers gaan samenwerken op het gebied van AI in personeelsselectie.

… Dus niet Artificiële Intelligentie (AI), maar Intelligentie Amplificatie (IA). AI maakt dan de recruiter, de mens, beter en slimmer.

Maak de mens sterker
AI zou dus veel meer kunnen bouwen op de bestaande kennis, vaardigheden en intelligentie van recruiters. Dus niet Artificiële Intelligentie (AI), maar Intelligentie Amplificatie (IA). AI maakt dan de recruiter, de mens, beter en slimmer. AI kan prima een pre-hiring selectie doen, maar daarna neemt de recruiter het over en kan de kandidaat verder getest worden met behulp van valide en betrouwbare instrumenten (volgens COTAN richtlijnen ontwikkeld). Dat levert data op over de correlatie tussen AI en testuitslagen (intelligentie en persoonlijkheid).

Als de kandidaat daarna tijdens het werk ook nog ‘real-time feedbackdata’ krijgt, dan wordt het algoritme daar nog beter van en verkrijgt het de wetenschappelijke onderbouwing en (uiteindelijk) de erkenning die het verdient. AI wordt dan transparant en eerlijk doordat testdata en gedragsdata worden toegevoegd. Daar zou ik op willen inzetten!

Foto van Jan Kwint

Jan Kwint

Jan Kwint was CEO van LTP, maar heeft in 2021 een nieuwe loopbaanstap gemaakt. Hij laat interviews, blogs en artikelen achter die in vele gevallen nog steeds actueel en waardevol zijn.

Waar mogen wij het voorbeeldrapport naar toe sturen?