artikel

Seedlink: Onbevooroordeeld werven met algoritmes

Instroom

Seedlink: Onbevooroordeeld werven met algoritmes

Door inefficiënte selectiemethoden lopen talenten en werkgevers elkaar vaak mis. Rina Joosten-Rabou, mede-oprichter en chief commercial officer van Seedlink, vindt dat het tijd is om te laten zien hoe algoritmes ons kunnen helpen.

Talentvolle werknemers zijn schaars. En wie de verkeerde persoon aanneemt voor een strategische functie, kan handenvol geld kwijt zijn. Menselijk vooroordeel zorgt ervoor dat we blinde vlekken hebben voor dat wat buiten ons eigen referentiekader valt. Hierdoor komen mensen met een andere achtergrond heel moeilijk aan een baan en lopen bedrijven kandidaten mis die misschien wel heel veel voor de organisatie kunnen betekenen. Dat maakt het eigenlijk heel vreemd dat bedrijven nog altijd vertrouwen op de traditionele manieren van selecteren. Algoritmes kennen die vooroordelen niet. Rina Joosten-Rabou, mede oprichter van Seedlink, is er dan ook van overtuigd dat algoritmes en robots een belangrijke plek in de sollicitatieprocedure verdienen.

Lage correlatie tussen werkervaring en succes

“Als wij mensen spreken, dan bepalen we binnen tien seconden of we iemand aardig vinden of niet. De overige zestig minuten van het gesprek zijn we in ons brein vooral bezig dat beeld te bevestigen. We denken ook dat het aantal jaren werkervaring dat je hebt een voorspellende waarde heeft voor het succes in je baan. Maar uit academisch onderzoek blijkt dat er een heel lage correlatie is tussen werkervaring en succes. Hetzelfde geldt voor gestructureerde interviews. Een cv heeft nul correlatie met succes in je baan. Toch werken bijna alle bedrijven nog met een cv”, zegt Joosten-Rabou.

Taal heeft correlatie met gedrag

De meeste bedrijven weten wel dat de oude manieren lang niet altijd voldoen, signaleert ze. “Je ziet dat bedrijven daar heel erg mee worstelen. Iedereen realiseert zich dat we altijd mensen aannemen die op elkaar lijken. En we realiseren ons allemaal dat dat niet tot de beste prestaties leidt. Maar toch gebeurt het automatisch. De technologie van Seedlink is ontwikkeld voortbouwend op wetenschappelijk onderzoek dat in de jaren tachtig reeds aantoonde dat taal – dus wat mensen zeggen en hoe ze dingen zeggen – een correlatie heeft met gedrag. In wat je zegt, zit heel veel informatie verscholen over jouw voorkeuren, je persoonlijkheidstype en je gedrag. Zelfs als iemand probeert iets te verbloemen, kun je uit het taalgebruik nog steeds herleiden of iemand open is of een wat agressievere persoonlijkheid heeft. Dat komt doordat taal al heel jong wordt ontwikkeld en het is iets dat onbewust wordt aangemaakt in onze hersenen. We zijn ons dus niet bewust van de informatie die we overbrengen als we praten.”

Deep learning-algoritmes

Seedlink bouwt deep learning-algoritmes die de onbewuste informatie tot op heel gedetailleerd niveau kunnen analyseren. Ze leren zichzelf om op basis van enorme datasets de juiste mensen te selecteren, vertelt Joosten-Rabou. “Wat we eigenlijk willen doen, is zo diep mogelijk kijken in organisaties om te achterhalen wat tot succes leidt. Sommige teams zijn succesvoller dan andere, en we willen bekijken waardoor dat komt. Waarom zijn sommige mensen succesvoller in een bepaalde baan dan anderen? We bestuderen het taalgebruik van de mensen in die teams door ze antwoord te laten geven op open vragen, zodat ze in hun eigen woorden antwoorden. Die vragen gaan over het werk, maar dat hoeft niet. Het zou ook iets simpels kunnen zijn als de vraag: ‘Vertel eens hoe jij ‘s morgens koffie zet’. Daarin zit heel veel informatie opgesloten.”

Zoeken naar overeenkomsten in taalgebruik

Daarna gaan de machines aan de slag. Omdat bekend is welke teams succesvol zijn, kunnen de antwoorden worden vergeleken met die van de minder goed presterende teams. “De machine kan dan zoeken naar de overeenkomsten in het taalgebruik van de teams die het heel goed doen. Daarop bouwen we zo’n voorspellend model”, legt Joosten-Rabou uit. “Als je gedurende langere tijd data blijft toevoegen over teams en individuen – en dat kan ook op landenniveau – dan wordt dat model steeds slimmer. Je krijgt steeds meer inzicht in wat het is dat leidt tot succes in een bepaalde organisatie en een bepaalde context.” De enorme omvang van de Chinese arbeidsmarkt helpt hierbij. In 2020 telt China naar verwachting 800 miljoen professionals en 200 miljoen afgestudeerden. Aantallen die niet te vergelijken zijn met andere landen, zegt Joosten-Rabou. “Ik ben nu bezig met een heel groot accountancybureau. Dat ontvangt veertigduizend sollicitaties voor dertig posities. Als die mensen allemaal meewerken aan een digitaal interview en vragen beantwoorden, krijg je natuurlijk hele rijke datasets.
Dat zijn aantallen die je in Europa bijna niet kunt verzamelen.”

Lees ook: Waar is HR in discussies over robotics en artificial intelligence?

Matchen van talent en werkgevers

Een groot deel van de loopbaan van Joosten-Rabou staat in het teken van het matchen van talent en werkgevers. Het is het tekort aan technologische talent in Europa dat haar naar China bracht. In China is er een groot aanbod van hoogopgeleide techneuten, in Europa zitten werkgevers te springen om mensen met een bêta-opleiding. Met een vestiging in Nederland en China brachten Joosten-Rabou en haar zakenpartner vraag en aanbod bijelkaar.

“Door onze eigen praktijk merkten we dat het een heel lastig en lang proces is om ervoor te zorgen dat mensen op de juiste positie terechtkomen. Bij heel veel bedrijven zijn er zoveel stappen in zo’n proces: een cv opsturen, een persoonlijk interview, naar het assessmentcentrum, een persoonlijkheidstest, nog een keer interviewen. Uiteindelijk worden mensen dan aangenomen. Dus het duurt heel lang en nog gaat het soms mis. We dachten dat dat sneller en beter moest kunnen met nieuwe technologische ontwikkelingen.”

Toeval speelde een grote rol in de volgende stap. Joosten-Rabou wisselde van kantoor en liep in een bedrijfsverzamelgebouw voor start-ups Robin Young tegen het lijf. “Hij was al bezig met technologie die het menselijk gedrag voorspelt door het taalgebruik te analyseren. Hij was op zoek naar bedrijven of industrieën die gebruik zouden kunnen maken van zijn technologie. We hebben een kop koffie gedronken en toen zei ik: ‘Dit zou echt perfect zijn voor HR’. We hadden zelf aan den lijve ondervonden dat het proces echt last heeft van vooroordelen. Hiermee hadden we echt iets in handen waarmee we iets goeds kunnen doen voor mensen.”

Het ontstaan van Seedlink

Deze ideeënuitwisseling leidde vier jaar geleden tot een samenvoeging van de twee bedrijven tot Seedlink. Joosten-Rabou vindt China een heel goed land om een dergelijk bedrijf te beginnen. “Ik zeg heel vaak dat ik China het laboratorium van de wereld vind. Bedrijven staan hier heel erg open voor innovaties en zijn ook bereid om te innoveren met start-ups. Toen wij begonnen, ben ik natuurlijk op heel veel deuren gaan bonken met dit idee, maar we hadden nog helemaal geen product. Het enige wat ik kon bieden was: ‘We zien dat er een probleem is en we hebben een heel interessante methodologie. Zijn jullie bereid die met ons te testen?’ Dan krijg je natuurlijk heel vaak nee, maar uiteindelijk zegt iemand: ‘Ja hoor, hier is een beetje geld en ga het maar doen’.”

Inmiddels is Seedlink de fase waarin op de deuren moet worden gebonkt voorbij. Via Amsterdam wil het bedrijf ook de Europese markt veroveren. Grote bedrijven maken gebruik van de technologie, met bewezen resultaat. Een groot cosmeticabedrijf nam een derde meer kandidaten van een andere achtergrond aan dan bij eerdere wervingscampagnes. De nieuwe instroom presteerde beter dan kandidaten die op de traditionele manier werden geworven en het verloop was lager.

Algoritmes voor HR-beleid

Er zijn verschillende redenen waarom bedrijven ervoor kiezen om algoritmes los te laten op hun HR-beleid, zegt Joosten-Rabou. “Als je puur naar recruitment kijkt, zie je dat in sommige organisaties mensen heel snel weer weg gaan. Dan is er dus iets mis gegaan. Dan heb je dus mensen aangenomen die helemaal niet gelukkig zijn in hun baan. Door eerst te kijken wat er binnen de organisatie leidt tot succes, kun je het verloop verlagen. Een meer strategische HR-vraag is ‘Hoe kunnen mijn medewerkers carrière maken? Hoe zorg ik ervoor dat mensen van de ene positie naar de andere kunnen Hoe krijgen ze zelf inzicht in waar ze het beste passen?’ Heel veel Europese bedrijven zijn bezig met de digitale transformatie. Wat heb je dan nodig om succesvol te zijn? Dat weten heel veel bedrijven helemaal niet. Wij kunnen voorspellen welk gedrag je nodig hebt om succesvol te zijn.”

Haal de mens niet helemaal uit selectieprocedure

Joosten-Rabou pleit er niet voor om de mens helemaal uit de selectieprocedure te halen. “De mens zal voorlopig niet verdwijnen. Het is belangrijk dat het tot een samenspel komt tussen computer en mensen. Wij geven inzichten. Maar daarna moet je wel wat doen met die informatie. Soms is het zo dat je kandidaten of werknemers moet trainen op bepaalde punten. Dat zijn beslissingen die mensen moeten nemen. Deze techniek kan ervoor zorgen dat mensen hun tijd besteden aan de juiste personen.”

Dit interview is eerder gepubliceerd in PW. magazine

Tijdens het congres Digital HR op 21 juni wordt ook stilgestaan bij nieuwe technologieën die HR ter beschikking staan.

 

Reageer op dit artikel