Algoritme kiest passende sollicitant

Er is software beschikbaar die middels een taalanalyse bepaalt hoe geschikt iemand is voor een functie. Het Chinese bedrijf Seedlink ontwikkelde deze software en opende afgelopen maand zijn eerste vestiging in Nederland. Grote bedrijven zoals L’Óreal en Heineken maken er al gretig gebruik van. Cv’s en sollicitatiebrieven zijn passé. Voortaan bepaalt de computer wie de meest geschikte kandidaat is.

Selectieprocedures zijn tijdrovend, vooral bij grotere organisaties. Om geen talent mis te lopen, bekijken recruiters alle cv’s en brieven die ze onder hun neus krijgen. Zonde van de tijd, vanaf nu kan het algoritme van Seedlink hun werk overnemen.

Hoe werkt het? Er worden drie open vragen bedacht. Huidige werknemers beantwoorden de vragen. De antwoorden worden geanalyseerd op voor de organisatie belangrijke competenties. Zo ontstaat een model dat topwerknemers van matige werknemers kan onderscheiden. Dit model kan vervolgens worden toegepast op nieuwe kandidaten.

Volgens Joosten-Rabou, mede-oprichter van Seedlink, is taalgebruik een veel accuratere meter voor geschiktheid van een kandidaat dan een cv. Zo zou ook het ongepolijste talent uit de vijver met duizenden kandidaten gevist kunnen worden. Waar het in een cv gaat om opleidingsachtergrond en werkervaring, kan het algoritme geschikte kandidaten aanwijzen op competentieniveau. Ook als de kandidaten wellicht nog niet het cv als bewijs hebben.

Maar werkt selectie op taalgebruik, waarbij gelet wordt op zinsopbouw en vocabulaire, niet juist discriminatie in de hand? Volgens Joosten-Rabou niet. Het algoritme kijkt immers niet naar gender, culturele identiteit of leeftijd. Wat dat betreft zou het een perfect instrument zijn voor organisaties die aan de slag willen met anoniem solliciteren. Onbewuste vooroordelen hebben geen schijn van kans meer, de computer doet immers het werk. Seedlink noemt dit de ‘data-driven objectivity’. Bovendien krijgen meer mensen een kans, die op basis van hun cv of genoten opleiding bij handmatige selectie nooit op gesprek uitgenodigd zouden zijn.

Maar hoe zit het precies met de analyse van het taalgebruik? Werkt het niet juist diversificatie van je personeelsbestand tegen, als je slechts kandidaten selecteert die hetzelfde zijn als wat je al in huis hebt? ‘If it quacks like duck, it must be a duck’. Bovendien is taalgebruik aangeleerd gedrag, waarbij opvoeders, opleidingskwaliteit en culturele achtergrond bepalend zijn.

En alhoewel het algoritme niet ontwikkeld is voor het evalueren van huidige medewerkers, lijkt het ook daarvoor gebruikt te kunnen worden. De ongemakkelijke voortgangsgesprekken en evaluaties, waarbij naar objectiviteit gestreefd wordt zijn verleden tijd. Laat medewerkers een aantal vragen beantwoorden en je weet meteen hoe geschikt ze zijn. Ook zou je op basis van de evaluatie door het algoritme suggesties kunnen doen aan onderpresterende medewerkers, en aangeven welke taken of functie binnen het bedrijf beter bij ze passen.

Voor jobcoaches en recruiters betekent de nieuwe selectiemethode wel dat er grote veranderingen op komst zijn. Rabou-Joosten voorspelt dat over tien jaar alle grote organisaties met een dergelijke algoritme werken. De computer neemt taken van de recruiter over, dus een recruiter zal steeds meer verworden tot een procesbegeleider. Ook jobcoaches zullen minder diep hoeven te graven naar geschikte banen voor hun coachees. Het algoritme zou namelijk ook andersom kunnen werken. Werkzoekenden beantwoorden vragen en de computer komt daarna met een aantal baansuggesties.

Voorlopig is het nog niet zo ver. Slechts een selecte groep multinationals waagt een eerste stap in een geautomatiseerd selectieproces. Maar als het aan Seedlink ligt: hoe eerder hoe beter.