AI-gestuurde persoonlijkheidstests: kansen en uitdagingen in werving en selectie

AI-gestuurde persoonlijkheidstests en talentbeoordelingen openen de deur naar een recruitmentwereld die slimmer, inclusiever en rechtvaardiger is.
  • Samenvatting
  • Het wervingsproces op zijn kop zetten
  • De voor- en nadelen van AI uitgelegd
  • Voordelen van het gebruik van AI-gestuurde beoordelingen
  • Uitdagingen, beperkingen en ethische overwegingen
  • De AI-tools die recruitment opschudden
  • Kan AI je persoonlijkheid beoordelen?
  • HR is er dol op, maar kandidaten niet
  • Blijf de mens betrekken
  • Geleerde lessen

Samenvatting:

Persoonlijkheidstesten en talentbeoordelingen zijn gebruikelijke onderdelen in het moderne wervingsproces, en AI zet dit proces op zijn kop. Het combineren van algoritmen voor persoonlijkheidsprofilering met traditionele tests en een grondige scan van het volledige digitale profiel van de kandidaat kan nauwkeurigere resultaten opleveren dan klassieke benaderingen. Ze staan echter ook voor een reeks van ethische en praktische uitdagingen.

  • Voordelen zijn onder meer lagere kosten, snellere beoordelingen en gepersonaliseerde feedback voor kandidaten
  • Nadelen gaan over ongemak bij kandidaten, privacyproblemen en mogelijke betrouwbaarheidsproblemen
  • Sapia’s op tekst gebaseerde benadering bij persoonlijkheidstesten laat persoonlijke informatie weg die tot bevooroordeelde resultaten zou kunnen leiden
  • 55 procent van de bedrijven die in juni 2022 door Predictive Hire werden ondervraagd, had al geïnvesteerd in AI-aangedreven wervingstools
  • 90 procent denkt dat sollicitanten een AI-persoonlijkheidstest gemakkelijk kunnen manipuleren om een oneerlijk voordeel te krijgen, volgens Tidio
  • “Er is een reëel risico dat dit, in ieder geval op korte termijn, de ongelijkheid vergroot”, waarschuwt Tomas Chamorro-Premuzic, chief innovation officer bij Manpower Group.

AI-aangedreven persoonlijkheidstests en -beoordelingen hebben mogelijk een veelbelovende toekomst, maar het realiseren ervan zal uitdagender blijken dan het inzetten van andere AI-toepassingen binnen recruitment.

Organisaties kunnen ermee experimenteren, maar er moet een sterk menselijk toezicht blijven om de resultaten op nauwkeurigheid te controleren. Succes hangt ook af van de vraag of recruiters het ongemak van kandidaten bij de inzet van deze nieuwe technologie kunnen overwinnen en kwesties rond privacy en het manipuleren van het systeem kunnen oplossen.

Het wervingsproces op zijn kop zetten

In het continu ontwikkelende wervingslandschap waren persoonlijkheidstesten lange tijd de standaard in de beoordeling van kandidaten. Die beoordelingen, die teruggaan tot de jaren veertig en vijftig van de vorige eeuw, waren een lens om potentiële sollicitanten te kunnen selecteren. De betrouwbaarheid van die tests en bijbehorende resultaten is echter vaak in twijfel getrokken, met zorgen variërend van antwoordmanipulatie tot vooroordelen die tijdens het schrijfproces van de test er onbedoeld insluipen. In de afgelopen jaren hebben de juridische risico’s die aan deze beoordelingen verbonden zijn, geleid tot nog diepgaander onderzoek.

Start met kunstmatige intelligentie (AI) en big data-analyse – transformerende krachten die een dieper inzicht in persoonlijkheidskenmerken kunnen bieden door te putten uit enorme hoeveelheden data. De fusie van persoonlijkheidstesten en talentbeoordeling met sociale media-analyses stelt machine learning-algoritmen in staat om inzichten te halen uit de digitale profielen van een persoon, waardoor de nauwkeurigheid verbetert en realtime updates worden verkregen die de dynamische aard van wie we zijn vastleggen. Hoewel AI-aangedreven persoonlijkheids- en talentbeoordelingen klaar lijken te staan om traditionele wervingspraktijken te vernieuwen, wacht ons echter een complexe reeks van uitdagingen. Laten we dus de opkomst van AI-gestuurde persoonlijkheidstests en talentbeoordelingen verkennen, waarbij we ingaan op hun potentieel, obstakels en de weg vooruit.

De voor- en nadelen van AI uitgelegd

AI-aangedreven persoonlijkheidstests en talentbeoordelingen vertegenwoordigen een significante vooruitgang op het gebied van werving en talentmanagement. In tegenstelling tot traditionele beoordelingen die voornamelijk vertrouwen op vragenlijsten die door sollicitanten worden ingevuld, kunnen AI-beoordelingen inzichten halen uit natuurlijke interacties, waardoor een genuanceerder en nauwkeuriger beeld van individuen ontstaat. AI kan ook gegevens uit traditionele persoonlijkheidsbeoordelingen en andere bronnen gebruiken – zoals sociale media en online zoekgeschiedenis – om uitkomsten te voorspellen zoals werkprestaties. Een opmerkelijke toepassing van AI in persoonlijkheidstests is het helpen bij het formuleren van vragen, waardoor onmiddellijk op maat gemaakte beoordelingen mogelijk zijn die specifieke wenselijke eigenschappen kunnen identificeren.

Voordelen van het gebruik van AI-gestuurde beoordelingen

De overgang naar AI-gestuurde beoordelingen zou een nieuw tijdperk in recruitment kunnen inluiden, gekenmerkt door verbeterde efficiëntie, eerlijkheid en betrokkenheid. Het automatiseren van het eerste screeningsproces kan de hoeveelheid benodigde tijd en middelen aanzienlijk verminderen, waardoor menselijk kapitaal effectiever kan worden ingezet. Door evaluaties bovendien te baseren op data-gedreven inzichten, minimaliseren deze tools de subjectieve vooroordelen die in het wervingsproces kunnen sluipen. Laten we nu de talrijke voordelen van het integreren van AI in talentacquisitieprocessen verkennen.

  1. Verbeterde recruitment processen

AI-aangedreven persoonlijkheidstests en talentbeoordelingen helpen om de meest relevante competenties en persoonlijkheidskenmerken voor specifieke functies te identificeren. In plaats van uitsluitend te vertrouwen op het menselijk oordeel, analyseren ze enorme hoeveelheden gegevens om te bepalen welke kenmerken het meest cruciaal zijn voor succes. Dit kan recruiters in staat stellen om beter geïnformeerde beslissingen te nemen. AI stroomlijnt ook de prioritering van kandidaten, waardoor het gemakkelijker wordt om grote hoeveelheden sollicitatiegegevens te beheren.

  1. Efficiëntere talentbeoordeling en -ontwikkeling

Bij talentbeoordeling en -ontwikkeling kunnen AI-tools inzicht geven in de prestaties van medewerkers en potentiële verbeterpunten. Door het tijdsgebruik van werknemers te analyseren, kunnen ze ook persoonlijke suggesties doen voor het verhogen van de efficiëntie en het optimaliseren van processen. AI kan bijvoorbeeld tijdverspillende activiteiten identificeren en alternatieve werkwijzen aanbevelen om de productiviteit te maximaliseren. AI-chatbots kunnen ook dienen als on-demand virtuele coaches, die werknemers op maat gemaakte begeleiding bieden.

  1. Op maat gemaakte loopbaanbegeleiding

AI kan werknemers ook helpen bij het navigeren door hun loopbaanpaden en het bereiken van hun professionele doelstellingen door individuele persoonlijkheidsprofielen en prestatiegegevens te analyseren. AI kan bijvoorbeeld relevante trainingsprogramma’s aanbevelen, potentiële functies voorstellen die aansluiten bij de sterke punten van een werknemer, of advies geven over professionele ontwikkelingsmogelijkheden.

  1. Betere organisatorische prestaties

In bredere zin kan AI de organisatieprestaties optimaliseren door talentmanagementprocessen te verbeteren. Organisaties die AI benutten, hebben de mogelijkheid om strategischere beslissingen op gebied van werving te nemen, ontwikkelingsinitiatieven voor werknemers te verbeteren en werknemers op maat gemaakte loopbaanbegeleiding te bieden. Het is echter essentieel om de potentiële risico’s, zoals bevooroordeelde gegevens en overschatting te erkennen en passende maatregelen te nemen om deze risico’s effectief te beperken.

      Uitdagingen, beperkingen en ethische overwegingen

      Ondanks hun schijnbare potentieel, worden AI-aangedreven persoonlijkheidstests en talentbeoordelingen geconfronteerd met een reeks uitdagingen. Zorgen over privacy, het risico op het geven van (meer) ruimte aan bestaande vooroordelen en de mogelijkheid voor kandidaten om het systeem te slim af te zijn, vormen aanzienlijke hindernissen. Bovendien roept het delegeren van dergelijke kritieke besluitvormingsprocessen aan AI complexe ethische vragen op.

      1. Twijfelachtige betrouwbaarheid

      Een grote zorg is de betrouwbaarheid van traditionele persoonlijkheidstests die nog steeds de basis vormen voor sommige AI-beoordelingen. Critici wijzen op problemen zoals onnauwkeurige prestatievoorspellingen en bias in testontwerp, die zullen worden overgedragen naar AI-geïmplementeerde versies als ze vooraf in de data niet goed worden aangepakt. De gegevens en methoden die AI-systemen voeden, bepalen onvermijdelijk hun output, dus als de basis wankel is, kan wat erop gebouwd is niet volledig vertrouwd worden.

      1. Privacy

      AI-aangedreven persoonlijkheidstests en talentbeoordelingsinstrumenten analyseren gevoelige persoonlijke informatie om te voorspellen of een kandidaat geschikt is voor de betreffende rol. Dus, waar gaat al deze informatie naartoe en wie mag die zien? De gedachte dat gevoelige gegevens over iemands persoonlijkheid toegankelijk zouden kunnen worden voor onbevoegde partijen of gebruikt zouden kunnen worden voor doeleinden die verder gaan dan het oorspronkelijke doel, is verontrustend. Het waarborgen van de veiligheid van deze gegevens en het definiëren van duidelijke grenzen voor het gebruik ervan zijn van groot belang.

      1. Het systeem te slim af zijn

      Het fenomeen van antwoordmanipulatie of ‘gaming the system’ bedreigt de effectiviteit van de tools. Kandidaten kunnen hun antwoorden zo formuleren om te passen binnen vermeende idealen, waardoor de authenticiteit van de resultaten in het gedrang komt. Dit gedrag lijkt op het presenteren van een verbeterd zelfportret dat aansluit bij wat ze denken dat het systeem wil zien.

      1. Afhankelijkheid van digitale voetafdrukken

      De online activiteiten van kandidaten, zoals interacties op sociale media en het browsen op websites, worden vaak geanalyseerd om hun karakter te beoordelen. Deze aanpak kan echter problematisch zijn, omdat niet iedereen even actief of transparant is online. Individuen die alleen een professioneel online profiel hebben of minder vaak sociale media gebruiken, kunnen beperkte digitale voetafdrukken hebben, wat leidt tot onvolledige of onnauwkeurige persoonlijkheidsprofielen.

      1. Risico’s van vooroordelen

      Wanneer AI-tools worden getraind op historische gegevens, kunnen ze de vooroordelen overnemen die in die gegevens zijn ingebed. Als een AI-systeem voornamelijk wordt blootgesteld aan gegevens die het succes van een bepaalde demografische groep weerspiegelen, kan het onterecht de voorkeur geven aan vergelijkbare kandidaten en even gekwalificeerde personen met een andere achtergrond aan de kant schuiven.

      “Tekst gebruiken om geschiktheid te bepalen, zonder dat zaken als geslacht, etniciteit, leeftijd en andere persoonlijke kenmerken daar een rol in spelen, is een must. Op deze manier kan elk bedrijf vooroordelen elimineren bij het aannemen van nieuw personeel of bij het geven van promoties. Bedenk eens wat dit voor de diversiteit kan betekenen”.

      Barbara Hyman, CEO van Sapia

      De AI-tools die recruitment opschudden

      Ondanks deze schijnbare uitdagingen zijn veel bedrijven doorgegaan met het integreren van AI in hun wervingsprocessen, en is er een overvloed aan tools ontstaan om aan de vraag te voldoen.

      Sentino is een AI-aangedreven persoonlijkheidsprofileringssysteem – ontwikkeld door AI-ingenieur Deniss Stepanovs – dat gebruik maakt van semantische analyse van verschillende tekstbronnen zoals berichten, sociale media-inhoud en zelfbeschrijvingen. Het integreert meer dan twintig gerenommeerde persoonlijkheidsanalyse-methoden, waaronder DISC (Dominantie, Invloed, Stabiliteit en Consciëntieusheid) en RIASEC (Realistisch, Onderzoekend, Artistiek, Sociaal, Ondernemend en Conventioneel). Deze inventarissen dienen als kaders voor het begrijpen van verschillende dimensies van de persoonlijkheid.

      Sentino streeft ernaar de noodzaak van speciale testprocedures weg te nemen en biedt snellere administratie, lagere kosten en gepersonaliseerde feedback voor verbetering. Hoewel de voordelen veelbelovend zijn, zijn de zorgen over de nauwkeurigheid van algoritmen echter hardnekkig gebleken. Om deze aan te pakken, zijn in Sentino strikte maatregelen geïmplementeerd, zoals kwaliteitsborging van gegevens, validatie van algoritmen en menselijk toezicht, om ervoor te zorgen dat het systeem handelt in overeenstemming met ethische en wettelijke normen.

      Een ander voorbeeld is te vinden bij wervingsbureau Sapia, dat onlangs een nieuwe benadering van persoonlijkheidsevaluatie heeft geïntroduceerd: AI-aangedreven tekstanalyse. Door gebruik te maken van gestructureerde tekstinterviews, natuurlijke taalverwerking (NLP) en machine learning, identificeert Sapia belangrijke persoonlijkheidskenmerken op basis van de antwoorden van kandidaten op vragen over de gewenste functie. Het proces, bekend als ‘chat-based smart interviews’, elimineert demografische vooroordelen door specifieke data zoals namen of waar men gestudeerd heeft weg te laten, wat onpartijdigheid en een eerlijke behandeling ten goede komt.

      Barbara Hyman, Chief Executive van Sapia, is van mening dat chat-based interviews de drie grote tekortkomingen van de huidige manier van beoordelen aanpakken – ghosting, bias en vertrouwen. “Recruiters zijn de ultieme ghosters. Met Sapia ontvangt elke kandidaat een gepersonaliseerd leerprofiel en dat is goud waard voor kandidaten en je werkgeversmerk”, merkt ze op.

      “Het gebruik van tekst om een potentiële match te analyseren waarbij het systeem  blind is voor geslacht, ras, leeftijd en persoonlijke factoren is een must in het huidige klimaat en betekent dat elk bedrijf bias-vrij kan opereren voor elke werving en promotie. Stel je voor wat dat kan doen voor diversiteit in de arbeidsmarkt.”

      “Er is een reëel risico dat dit, in ieder geval op korte termijn, de ongelijkheid juist vergroot”.

      Tomas Chamorro-Premuzic, chief innovation officer bij Manpower Group

      Kan AI je persoonlijkheid beoordelen?

      Het gebruik van AI-aangedreven persoonlijkheidstests heeft een verhit debat op gang gebracht over hun effectiviteit en betrouwbaarheid. Voorstanders beweren dat AI kan helpen om onbewuste vooroordelen weg te nemen. “Er is veel inherente bias in het interviewproces, en het gebruik van natuurlijke taalverwerking om woordkeuzes te analyseren is een manier om mogelijk de bias te verminderen die voortkomt uit uiterlijk of andere factoren”, zegt Rebecca Wettemann, chief executive officer en hoofdanalist bij HR-adviesbureau Valoir. “Mits de modellen op de juiste manier zijn getraind, zou het een zeer effectieve beoordelingsmethode kunnen zijn”.

      Sommige experts geven de voorkeur aan AI-persoonlijkheidsbeoordelingen omdat ze blijkbaar moeilijker te bedriegen zijn dan traditionele methoden. “De traditionele manier van beoordelen heeft enkele nadelen. Die is bijvoorbeeld gemakkelijk te vervalsen. Als je solliciteert naar banen en je potentiële werkgever vraagt je een persoonlijkheidstest in te vullen als onderdeel van het sollicitatieproces, dan probeer je natuurlijk die naar verwachting in te vullen omdat je motivatie om een baanaanbod te krijgen erg hoog is.

      Maar als je dat zo doet, schaadt dat de validiteit van de traditionele beoordeling”, legt Jinyan Fan, professor psychologische wetenschappen aan de Auburn University, uit. “De AI-aanpak is niet gemakkelijk te vervalsen omdat die minder doorzichtig is dan de traditionele aanpak. Je weet niet welke kenmerken belangrijk zijn, dus het is voor leken erg moeilijk om daar dan op in te spelen.”

      Veel experts zijn echter van mening dat AI-tools niet zo betrouwbaar zijn als ze beweren te zijn. “Wat we ontdekten, was dat deze tools helaas niet aan hun eigen verwachtingen voldoen”, zegt Julia Stoyanovich, professor computerwetenschappen aan de New York University (NYU). “De soorten persoonlijkheidsprofielen die ze construeren, kunnen nogal variëren afhankelijk van enkele eigenschappen van de input, zoals cv’s, die helemaal geen rol zouden mogen spelen.” Wanneer dit soort incidenten zich voordoen, zijn het meestal de werkzoekenden, niet de werkgevers, die hier negatief door worden beïnvloed. “Er is een reëel risico dat dit, in ieder geval op korte termijn, de ongelijkheid juist vergroot”, waarschuwt Tomas Chamorro-Premuzic, chief innovation officer bij Manpower Group.

      HR is er dol op, maar kandidaten niet

      Er bestaat een brede consensus onder HR-professionals over de mogelijkheden van AI om de manier waarop organisaties werven te verbeteren. 55 procent van de bedrijven die in juni 2022 door wervingsbureau Predictive Hire zijn ondervraagd, had al geïnvesteerd in AI-aangedreven wervingsinstrumenten. Uit een onderzoek van klantervaringsplatform Tidio gehouden in 2024 blijkt ook dat 95 procent van de HR-professionals er vertrouwen in heeft dat AI de sollicitatie-ervaring voor kandidaten zal verbeteren, en 67 procent geeft aan dat het een positieve impact kan hebben op het wervingsproces. 68 procent is ook van mening dat het onbedoelde vooroordelen zal wegnemen en zal leiden tot eerlijkere resultaten.

      Het onderzoek van Tidio laat ook een breed bewustzijn zien van de tekortkomingen van AI, waarbij 90 procent van de respondenten erkent dat sollicitanten het systeem gemakkelijk kunnen manipuleren om een oneerlijk voordeel te behalen. 21 procent uitte ook zorgen dat AI de nuance mist om atypische kwaliteiten en ervaringen van een kandidaat op te sporen die voordelig kunnen zijn. Ook kandidaten zelf uitten scepsis: 66 procent vertelde het Pew Research Center in 2023 dat ze terughoudend zouden zijn om te solliciteren op banen waar AI betrokken is bij het wervingsproces. Nog eens 41 procent is faliekant tegen het gebruik ervan specifiek bij het beoordelen van sollicitaties.

      Blijf de mens betrekken

      Elke organisatie die wil experimenteren met AI voor persoonlijkheidstests en talentbeoordelingen moet beginnen met het zorgvuldig en holistisch overwegen van de gewenste resultaten. Wat zijn de eigenschappen waarvan je denkt dat ze het meest geschikt zijn voor de betreffende functies, en waarop is die overtuiging gebaseerd? Is er een legitiem risico dat het hebben van deze eigenschappen gemakkelijk kan worden vervalst door sollicitanten die het systeem willen manipuleren? Als dat het geval is, kan een organisatie ervoor kiezen om – in ieder geval in het begin – de nieuwe technologie slechts op beperkte basis in te zetten. Dit kan ook de sollicitatie-ervaring verbeteren, aangezien kandidaten het over het algemeen ongemakkelijk vinden om te weten dat een AI bepaalt hoe groot de kans is dat ze de baan krijgen.

      Gebruik het niet als vervanging voor menselijke beoordeling, maar als een extra referentiekader voor recruitmentprofessionals om de geschiktheid van een kandidaat te beoordelen. Als blijkt dat AI – zoals het nu is – slecht past bij het wervingsproces van de organisatie, wil je er ook niet aan vastzitten. Implementeer het geleidelijk en ontdek of het werkt voor je organisatie. Als dat het geval is, kun je  overwegen om een meer hands-off benadering van talentbeoordeling te hanteren, zodat het HR-team zich kan richten op die aspecten van het wervingsproces waar algoritmen geen invloed op hebben, zoals het voeren van langere gesprekken, het beantwoorden van genuanceerde vragen van kandidaten en het geven van persoonlijke rondleidingen op de werkplek.

      Geleerde lessen:

      Op het eerste gezicht lijkt de toekomst van AI-aangedreven persoonlijkheidstesten en -beoordelingen in werving veelbelovend. Naarmate de AI-technologie zich blijft ontwikkelen, kunnen we een verdere verfijning van algoritmen verwachten, waardoor een meer gedetailleerde analyse van kandidaatgegevens mogelijk wordt. Het oplossen van de talrijke ethische uitdagingen en het winnen van het vertrouwen van kandidaten is echter niet het werk van een data scientist, maar van de organisaties die hun technologie willen gebruiken.

      • AI kan worden gebruikt om genuanceerde persoonlijkheidsprofielen te creëren en automatisch gepersonaliseerde feedback te geven aan afgewezen kandidaten
      • Organisaties die AI gebruiken voor talentbeoordeling kunnen aanzienlijke hoeveelheden tijd en geld besparen in vergelijking met handmatige processen
      • AI kan helpen om bias uit persoonlijkheidsprofilering te verwijderen, maar kan het ook verergeren als het algoritme op bevooroordeelde gegevens is gebouwd
      • Een meerderheid van de HR-professionals maakt zich zorgen over sollicitanten die het systeem manipuleren door wenselijke eigenschappen in te vullen
      • De meeste kandidaten voelen zich ongemakkelijk bij het vooruitzicht dat hun persoonlijkheid door een AI wordt geprofileerd
      • Implementatie moet geleidelijk gebeuren, waarbij gedurende enige tijd een mens betrokken blijft om het werk van de AI te controleren

      De toekomst van werving en selectie belooft meer intelligentie, efficiëntie en een gelijkwaardigere behandeling, maar om deze toekomst te realiseren is een weloverwogen en evenwichtige aanpak nodig die de uitdagingen kent en er actief op inspeelt. Hoe kunnen we ervoor zorgen dat beoordelingen met AI echt voordelig zijn voor zowel organisaties als kandidaten? Hoe beperken we de inherente vooroordelen en ethische dilemma’s? Dit zijn de vragen waarmee HR-professionals worstelen nu ze deze veelbelovende – en problematische – nieuwe technologie omarmen.

      Schedule your free, inspiring session with our expert futurists.

      Continue

      Related updates

      No data was found
      This site is registered on wpml.org as a development site.