Ethiekexpert Jolanda ter Maten: Waarom AI in HR vaak niet rendeert en wat je kunt doen

Beeld: Henry Faber Photography

Steeds meer organisaties investeren in AI. Nieuwe tools worden aangeschaft, pilots gestart en dashboards uitgebreid. Toch blijft de opbrengst regelmatig achter bij de verwachtingen.

“Veel organisaties zoeken een oplossing voor het verkeerde probleem”

Volgens AI- en ethiekexpert Jolanda ter Maten, auteur van het boek ‘Modern leiderschap is geen algoritme’, ligt dat niet aan de technologie zelf, maar aan de manier waarop organisaties ermee beginnen. “Veel organisaties zoeken een oplossing voor het verkeerde probleem.”

In gesprek met HR Analytics-expert Irma Doze vertelt zij waarom AI-projecten regelmatig stranden, welke rol HR en leiderschap daarin spelen en waarom organisaties veel meer waarde uit AI kunnen halen wanneer zij niet beginnen bij de technologie, maar bij het vraagstuk.

AI is een middel, geen strategie

De misvatting begint volgens Ter Maten al bij de eerste stap. Organisaties denken bij AI direct aan een tool. “Ze beginnen met een leverancier, een systeem of een toepassing. Terwijl ze eigenlijk eerst zouden moeten bepalen welk vraagstuk ze willen oplossen.”

Ze vergelijkt het met het kopen van een elektrische auto om de files op te lossen. De auto lost misschien een probleem op, maar niet het oorspronkelijke vraagstuk.

“De echte kracht van AI zit in het herkennen van veel complexere patronen dan teksten schrijven”

In veel HR-organisaties gebeurt precies dat, ziet zij. Er wordt een nieuw dashboard ontwikkeld of een AI-oplossing toegevoegd aan een bestaand proces, zonder dat kritisch wordt gekeken of dat proces nog wel aansluit bij de huidige organisatie.

Veel organisaties denken te klein over AI

De populariteit van ChatGPT en Copilot heeft AI toegankelijk gemaakt. Dat is positief, vindt Ter Maten, maar het zorgt tegelijkertijd voor een beperkt beeld van wat AI werkelijk kan.

“Teksten schrijven is eigenlijk ook patroonherkenning. Maar de echte kracht van AI zit in het herkennen van veel complexere patronen.”

Juist daar liggen volgens haar de grootste kansen voor HR. Niet alleen bij het schrijven van vacatureteksten of het samenvatten van documenten, maar bij het analyseren van verloop, ziekteverzuim, competenties, strategische personeelsplanning en andere complexe HR-vraagstukken.

Veel organisaties benutten slechts een klein deel van de mogelijkheden van AI, constateert zij. De grootste waarde ontstaat wanneer AI wordt ingezet om patronen te herkennen en betere beslissingen te ondersteunen, in plaats van uitsluitend teksten te genereren.

Begin bij de vraag en niet bij de beschikbare data

Organisaties maken dezelfde fout die eerder ook bij veel HR-dashboards zichtbaar was, stelt Ter Maten. Ze bouwen oplossingen op basis van beschikbare data, terwijl de informatiebehoefte van managers het uitgangspunt zou moeten zijn.

“De eerste vraag moet zijn: welke beslissing willen we beter kunnen nemen?”

“We zouden eerst moeten bepalen wat we willen weten. Pas daarna kijk je welke data je nodig hebt en of AI daarbij kan helpen.”

Dat lijkt vanzelfsprekend, maar gebeurt in de praktijk nog verrassend weinig. De eerste vraag zou daarom niet moeten zijn: welke AI-tool kopen we? De eerste vraag is: welke beslissing willen we beter kunnen nemen?

AI versterkt zowel sterke als zwakke processen

AI werkt volgens Jolanda ter Maten als een vermenigvuldiger. “Als je rommel hebt, krijg je met AI vooral meer rommel.” Het bekende principe ‘garbage in, garbage out’ blijft volledig overeind.

Veel organisaties gaan ervan uit dat AI bestaande processen vanzelf slimmer maakt. In de praktijk blijkt dat AI vooral versterkt wat er al is.

Een recruitmentproces is daarvan een goed voorbeeld. De vacaturetekst wordt gegenereerd door AI, cv’s worden automatisch beoordeeld en gesprekken worden voorbereid met behulp van AI.

Maar de fundamentele vraag blijft vaak uit: moet deze functie eigenlijk nog wel op dezelfde manier worden ingevuld?

Organisaties zouden eerst moeten onderzoeken welke werkzaamheden veranderen, welke taken AI kan overnemen en welke nieuwe vaardigheden nodig zijn. Pas daarna krijgt AI daadwerkelijk strategische waarde.

Leiderschap bepaalt het succes

AI vraagt volgens Ter Maten om leiderschap op drie niveaus. Strategisch leiderschap gaat over de vraag welke plaats AI krijgt binnen de organisatiedoelstellingen en het businessmodel.

Daarnaast is er leiderschap op het gebied van mens en organisatie. Hier ligt een belangrijke rol voor HR. Welke competenties zijn straks nodig? Hoe begeleid je medewerkers tijdens deze verandering? Welke functies veranderen?

“Sommige medewerkers begrijpen AI juist heel goed en daarom maken ze zich zorgen over hun werk”

Tot slot noemt zij persoonlijk leiderschap. “In een wereld waarin technologie zich voortdurend ontwikkelt, moeten medewerkers leren samenwerken met AI. Dat vraagt meer dan weten hoe je een goede prompt schrijft.”

AI implementeren is volgens haar veel minder een technologieproject dan een verandertraject.

Weerstand vraagt om een ander gesprek

Opvallend is dat veel organisaties weerstand proberen weg te nemen door medewerkers meer uitleg te geven. Dat is lang niet altijd de oplossing, zegt zij. “Sommige medewerkers begrijpen AI juist heel goed. Juist daarom maken ze zich zorgen over hun werk.”

Daar ligt volgens haar een belangrijke opdracht voor HR. Niet alleen uitleg geven over technologie, maar vooral het gesprek voeren over de toekomst van werk, veranderende taken en de ontwikkeling van nieuwe vaardigheden.

Bij People Analytics betreft data medewerkers zelf. Dat maakt het anders dan bijvoorbeeld finance, waar het over cijfers gaat. In HR gaat het over mensen.

En dan is vertrouwen geen bijzaak, maar een voorwaarde. Als medewerkers niet vertrouwen wat er met hun gegevens gebeurt, of niet weten hoe uitkomsten worden gebruikt, verdwijnt de bereidheid om mee te bewegen.

Waar AI vandaag al waarde toevoegt

Dat betekent overigens niet dat organisaties moeten wachten. Ter Maten noemt verschillende toepassingen die nu al duidelijke meerwaarde leveren.

Zo ziet zij veel potentie in AI-tools die gesprekken automatisch vastleggen en samenvatten, waardoor leidinggevenden en HR-professionals meer aandacht kunnen besteden aan het gesprek zelf.

Ook slimme HR-chatbots die patronen herkennen in vragen van medewerkers kunnen veel waarde toevoegen, mits organisaties vooraf goed nadenken over privacy, governance en de kwaliteit van de onderliggende informatie.

Een middelgrote Nederlandse organisatie zag HR overspoeld worden door dezelfde soort vragen: roosters, ziekmeldingen, verlof, vergoedingen.

Voordat er een chatbot werd gebouwd, voerde de organisatie eerst gesprekken met de HR-medewerkers zelf: welke vragen zijn echt herhalend, welke wil je juist persoonlijk houden en welke onderwerpen zijn te gevoelig voor een chatbot?

De bot draaide vervolgens on-premise, waarbij data de organisatie niet verliet, voor HR een harde voorwaarde gezien de privacygevoeligheid van hun werk.

De chatbot herkende bovendien sarcasme en cynisme. Schreef iemand ‘lekker dan, mijn vakantieaanvraag is weer afgewezen’ , dan registreerde de bot dat dit niet alleen om uitleg vroeg, maar ook om een mens; de vraag ging door naar een HR-medewerker.

Zorgvuldige aanpak maakt het verschil

Het onderscheidende zat echter in de patroonherkenning. Op basis van zes maanden vraag-data voorspelde AI welke vragen logischerwijs nog zouden komen, maar nog niet waren gesteld.

En toen een medewerker een vraag over thuiswerken, parttime werken en mantelzorg combineerde, herkende de bot de samenhang en wees op een mantelzorgregeling die normaal alleen via een specifieke HR-adviseur liep, een verband dat HR zelf niet vanzelf legde.

“Modern leiderschap is geen algoritme. Wie wil oogsten met data, moet eerst zaaien in mensen.”

Na negen maanden handelde de chatbot zo’n 65 procent van de standaardvragen af. HR hield meer tijd over voor coaching, verzuimgesprekken en strategie.

De sarcasmeherkenning leverde bovendien een nieuw signaal op: medewerkers die al langer onder druk stonden dan ze zelf benoemden. Het vertrouwen bleef hoog, juist omdat helder was waar de mens nog ingreep.

Juist zo’n zorgvuldige aanpak maakt het verschil, benadrukt Ter Maten. Niet de chatbot zelf, maar de manier waarop die in de organisatie wordt ingebed.

Eerst het probleem, daarna pas AI

De manier waarop we werken zal AI ongetwijfeld veranderen. Maar organisaties die meteen beginnen met een tool, lopen het risico dat de technologie een doel op zichzelf wordt.

De organisaties die de meeste waarde uit AI halen, beginnen niet bij software. Ze beginnen bij een vraagstuk.

Of, in de woorden van Jolanda ter Maten: “Investeer eerst in mensen, dan in techniek. AI vermenigvuldigt wat je hebt. Als dat zwak is, vermenigvuldig je de zwakte.” Modern leiderschap is geen algoritme. Wie wil oogsten met data, moet eerst zaaien in mensen.”

LEES OOK:

• Opinie: HR AI-agent voor elke lijnmanager is voorlopig nog een veelbelovend toekomstideaal
• Hoe AI veranderende rol van de CHRO herdefinieert: strategisch leiderschap in het AI-tijdperk
• Opinie: Wie spreekt het AI-model nog tegen? Op alle niveaus is tegenkracht dringend nodig

Wekelijks ook de CHRO-nieuwsbrief ontvangen? 7000 HR-leiders gingen u voor!