Opinie: AI-systemen voor HR zijn zo praktisch en betrouwbaar als je ze zelf maakt

Cijfers liegen niet – de kunst is ze op de juiste manier te interpreteren…
AI-systemen kunnen HR duidelijke voordelen bieden, zolang ze maar vooral praktisch zijn. Dan zijn ze in staat om voor HR echte problemen op te lossen, ondersteunend te zijn voor medewerkers en objectieve ethische keuzes te maken. Wat daarvoor nodig is, licht data-expert Irma Doze toe.

Vooropgesteld, ik geloof in de kracht van data en ook in de kracht van kunstmatige intelligentie (AI). Maar AI is geen magische oplossing voor alles en heeft ook zijn beperkingen. Dus ik blijf er wel nuchter onder en ook kritisch op z’n tijd.

Ik zie AI vooral als een prima assistent, die mijn leven makkelijker kan maken

Wanneer AI wordt ingezet voor praktische toepassingen, in plaats van onrealistische dromen, en wanneer we er ‘normaal’ mee omgaan, dat wil zeggen de ethische kaders en regelgeving respecteren, dan ben ik helemaal voor!

Ik ben een tuindersdochter. Mijn vader had een kleine kas en teelde daarin, onder andere, komkommers. Na school moesten mijn broer, zus en ik helpen met het sorteren van de komkommers zodat ze naar de veiling konden. Wij hadden daarvoor een sorteermachine. Best handig want de komkommers werden automatisch op gewicht gesorteerd en mijn zus en ik hoefden ze vervolgens alleen maar in dozen te stoppen.

Van komkommers naar AI

Mijn grote broer had de belangrijke taak om de komkommers op de sorteermachine te leggen en daarbij zelf eerst een schifting te maken tussen de ‘goede’ komkommers en de ‘afgekeurde’ komkommers. Komkommers, met een zogenaamde ‘zaad-kop’ of juist te spitse kop en komkommers die te krom waren of vlekken hadden, mochten niet op de sorteermachine, maar werden in aparte kisten verzameld. Dat was ‘tweede keus’.

Hoe fantastisch zou het zijn geweest als de sorteermachine die selectie zelf had kunnen maken. Tegenwoordig kan dat dus. Door een computer duizenden (of miljoenen) plaatjes van komkommers te laten zien en daarbij te vertellen wat een goede en wat een ‘foute’ komkommer is, leert de computer deze te onderscheiden.

Want hoe weten we of het AI-systeem voor HR echt alle varianten heeft gezien tijdens de ‘training’ op basis van historische data?

Vervolgens kan het AI-systeem, in ‘no time’, duizenden komkommers bekijken en deze verdelen in ‘eerste’ en ‘tweede’ keus. Handig natuurlijk wel dat er dan ook robots zijn die de komkommers inpakken, anders zouden m’n zus en ik nog steeds aan de bak moeten.

Dat had ik dus echt een praktische toepassing gevonden, vooral dan omdat het mij veel vrije speeltijd had opgeleverd. Maar het laat ook zien, dat AI echt niet zo heel slim is. Zo’n AI-systeem heeft duizenden, zo niet miljoenen voorbeelden nodig om goed en slecht te onderscheiden. Dat heeft mijn broer een stuk sneller geleerd. Maar eerlijk is eerlijk, als het systeem het eenmaal snapt, dan is het qua snelheid niet bij te benen.

Risico’s en winst

En daar zit natuurlijk de winst, maar dus ook het risico. Want hoe weten we of het AI-systeem voor HR echt alle varianten heeft gezien tijdens de ‘training’ op basis van historische data? Alle ‘typen’ mensen die nodig zijn om te bepalen wat de ‘juiste’ persoon op de ‘juiste’ plek is? Hoe komen we erachter of er toch niet nog fouten zitten in de toewijzing? Daar moeten we eenvoudigweg alert op blijven.

Jaren geleden schreef ik al eens ‘algoritmes zijn zo betrouwbaar als je ze zelf maakt. Zolang we algoritmes en AI-systemen blijven analyseren, evalueren en checken, gaan we beter om met bijvoorbeeld discriminatie dan wanneer we enkel vertrouwen op het menselijk brein.

Natuurlijk kennen we allemaal de ‘foute’ voorbeelden, zoals Amazon die stopte met hun automatische CV-screening omdat vrouwen gediscrimineerd bleken te worden. Maar ook de AI-tool die prestaties beoordeelde aan de hand van verstuurde e-mails en zo onterecht sommige mensen als minder productief beoordeelde.

Privacy

En je kunt je ook voorstellen dat een AI-tool die verzuim voorspelt, weleens foutieve conclusies kan trekken, zoals dat een medewerker met een hoge werkdruk op het punt staat uit te vallen, terwijl diegene juist goed floreert onder stress.

En dan heb ik het nog niet over het feit dat medewerkers zich mogelijk ongemakkelijk voelen bij het gebruik van hun gegevens, zoals werkuren, verlofaanvragen, e-mails en/of de inhoud van hun agenda. Als dat omslaat naar wantrouwen, dan ben je ver van huis als werkgever.

Bij een bank in Duitsland leidde een dergelijke tool tot een toename van klachten over een gebrek aan privacy. Het verzuim steeg juist, omdat medewerkers zich minder veilig voelden. Wat dat betreft zijn komkommers natuurlijk een stuk makkelijker. Die klagen niet.

Voorbeelden van praktische HR-tools

Ik zie ook echt wel hele mooie dingen. AI-systemen die duidelijke voordelen bieden, zoals het automatiseren van repetitieve taken, het verbeteren van de beleving van medewerkers en/of het optimaliseren van interne processen. Zolang ze maar vooral praktisch zijn. Denk bijvoorbeeld aan:

Een chatbot die vragen beantwoordt over procedures, systemen en bedrijfscultuur. Zowel interessant voor bestaande medewerkers, al ook tijdens de onboarding mogelijk van grote toegevoegde waarde. Hoe heerlijk is het als het aantal vragen bij de servicedesk afneemt.

Al met al denk ik dat AI goed kan werken voor HR, zolang we focussen op praktische toepassingen die een echt probleem oplossen

Het (anoniem) kunnen melden van knelpunten én verbeterpunten, gewoon door een idee of klacht door te geven aan een chatbot. Wanneer deze vervolgens alle teksten analyseert kan de chatbot HR adviseren over preventieve en verbeterstappen. Waarbij ik altijd adviseer om vooral regelmatig kleine verbeteringen door te voeren. Dit soort verrassingen, hoe klein ook, dragen veel bij aan de blijdschap van medewerkers.

Gepersonaliseerde leeraanbevelingen. Bij enkele van onze (grotere) klanten kwam uit journey mapping naar voren dat de eerste stap, het kiezen van een opleiding/training een crime is voor medewerkers, eenvoudigweg omdat het aanbod te groot is. Een platform dat relevante trainingen weet aan te bevelen op basis van gegevens over vaardigheden, functievereisten en medewerkersambities kan het leven een stuk makkelijker maken.

Personalisatie en diversiteit

Het is natuurlijk wel belangrijk om ook persoonlijke interesses mee te nemen en mogelijke toekomstige functies, zodat ook trainingen voor nieuwe, bredere, vaardigheden worden aangeboden. Anders vinden medewerkers de aanbevelingen mogelijk te beperkt en negeren ze deze. Dat is dan weer een valkuil.

Een AI-tool die vacatures en andere teksten analyseert op gender- of andere diversiteitsbias en suggesties geeft voor inclusiever taalgebruik. Dat is wellicht goed voor het aantal sollicitanten. Overigens bleek bij een van mijn cursisten, waar ze dit toepasten, dat niet alleen vrouwen vaker reageerden op de inclusieve teksten, maar ook mannen. Dat triggert bij mij natuurlijk meteen weer een aantal vervolgvragen, maar super interessant.

Praktisch en ethisch gebruik

Al met al denk ik dat AI echt goed kan werken voor HR, zolang we maar focussen op praktische toepassingen die een echt probleem oplossen (vraag jezelf af: “wat kost je veel tijd en vind je niet leuk om te doen?”), die ondersteunend zijn naar mensen toe (inzicht vergroten) en die, uiteraard, transparant en ethisch zijn ingericht.

Ik zie AI vooral als een prima assistent, die mijn leven makkelijker kan maken. En als het niet (goed) werkt? Dan stoppen we gewoon met de betreffende tool. Ook dat moet je vooral durven doen!