Machine learning inzetten bij de werving en selectie van nieuwe medewerkers? Het klinkt misschien futuristisch, maar heel wat bedrijven bewijzen vandaag al dat het zéér nuttig kan zijn. “Nu de computer alle repetitieve en tijdrovende taken overneemt, krijgen rekruteerders de kans om zich meer te concentreren op de kwalitatieve aspecten van hun job”, zegt Philippe Nemery van SAP Benelux, dat marktleider is in onder meer machine learning software voor ondernemingen. In een gesprek met Bloovi benadrukt Philippe Nemery dat dit nog maar het begin is. Hij ziet machine learning zelfs als een disruptor en somt 4 redenen op waarom deze technologie de HR-markt grondig door elkaar zal schudden.
1. Algoritmes die CV’s analyseren
De gigantische opportuniteiten die machine learning aanreikt, maken dat deze vorm van artificiële intelligentie ook in de wereld van werving en selectie stilaan zijn weg vindt. Op de HR-afdeling van menig bedrijf weten ze intussen heel goed dat dit het werk van rekruteerders aanzienlijk makkelijker maakt wanneer die weer eens op zoek moeten gaan naar de meest geschikte kandidaten om alle openstaande vacatures ingevuld te krijgen. “Ook in dit domein gaat machine learning steeds meer routinematige taken overnemen, bijzonder tijdrovend werk dat momenteel nog te vaak door mensen wordt uitgevoerd”, zegt Philippe Nemery.
“Via Natural Language Processing kunnen bedrijven machine learning algoritmes toepassen voor het analyseren van cv’s. Doordat de computer uit ieder tekst- of pdf-bestand verschillende data waaronder relevante keywords en topics haalt, wordt het mogelijk de inhoud op de gewenste manier te laten interpreteren en krijg je een goed profiel van elke werkzoekende. Zo’n profiel laat men vervolgens automatisch matchen met de gedetailleerde jobomschrijving die bij elke vacature hoort.”
2. Gigantische tijdwinst voor rekruteerders
Omgekeerd zal het uitvoerig screenen van de functieomschrijving, naast het minen van historische data, resulteren in het profiel van de ideale kandidaat. “Het voordeel daarvan is dat een rekruteerder meteen weet welke personen die hun CV op stuurden qua skills en werkervaring een goede match zijn met de betreffende vacature die het bedrijf uitschreef. Zo creëer je voor beide partijen een win-winsituatie, dus ook voor de werkzoekende die hierdoor een beter beeld krijgt van welke jobs het nauwst aansluiten bij zijn of haar profiel. Logischerwijze moet dit dan leiden tot minder afwijzingen en teleurstellingen bij sollicitanten. Voor de rekruteerder zelf betekent dit gigantische tijdswinst, want die kan zich meteen focussen op het kransje van tien of twintig beste kandidaten.”
Om geen enkele kandidaat bij voorbaat uit te sluiten, is het wel uitermate belangrijk dat de computer aan de hand van het curriculum vitae een zo volledig mogelijk beeld krijgt van de werkzoekende in kwestie. “Hoe specifieker de bewoordingen zijn in zowel CV als jobomschrijving, des te beter het matching-resultaat wordt”, aldus Philippe Nemery.
>>> Meer weten of Machine Learning in HR, klik dan hier.
3. Meer focus op de kwalitatieve aspecten
Vooral bij grote bedrijven, die het niet meer gebolwerkt krijgen om voor elke nieuwe vacature de vele honderden CV’s handmatig te gaan doornemen, heeft deze efficiënte manier van werken reeds ingang gevonden. Niet dat rekruteerders zich zorgen hoeven te maken: hun job blijft hoe dan ook bestaan! Philippe Nemery legt uit waarom. “Doordat machine learning de routinematig en vooral tijdrovende taken overneemt, zoals het bekijken van alle CV’s, kunnen rekruteerders zich meer dan ooit concentreren op waar ze echt goed in zijn: met name de kwalitatieve aspecten van hun job. Ik denk aan het juist inschatten van de soft skills van sollicitanten tijdens een face-to-facegesprek. Het aanvoelen van dergelijke intrinsieke en persoonsgebonden eigenschappen dient nog altijd te gebeuren door mensen."
4. Emoties herkennen via videosollicaties
Hoe machine learning vandaag al volop wordt ingezet in het werving- en selectieproces is nog maar een eerste stap, zo verzekert hij ons. “Het is vooral kijken hoe ook andere technieken daar kunnen aan gelinkt worden. Als mogelijke volgende stap denk ik aan chatbots. Of sollicitanten die niet langer op de klassieke wijze hun CV versturen maar zichzelf gaan voorstellen in een korte video van 1 à 2 minuten.”
“Dat betekent wel dat iemand al deze sollicitatievideo’s zal moeten bekijken. Tenzij we daar opnieuw machine learning gaan op toepassen, en er door middel van stem-, beeld- en videoherkenning een ander maar vooral veel breder profiel van de sollicitant kan worden gemaakt. Uit de intonatie en lichaamstaal zoals een gelaatsuitdrukking kunnen heel veel zaken worden afgeleid. Het machine learning algoritme kan zelfs emoties herkennen die mensen proberen te verbergen. Met als resultaat dat die eerste selectie van meest geschikte profielen nog grondiger en sneller kan gebeuren. Wat het voor rekruteerders makkelijker maakt om in te schatten hoe kandidaten zullen functioneren in teamverband of hoe complementair ze zijn wanneer meerdere nieuwe werknemers in één team moeten worden samengebracht. Om maar te zeggen hoe machine learning bedrijven op zoek naar nieuw bloed kan helpen om de beste mensen te vinden.”
Digitale transformatie is vandaag de voornaamste bedrijfsprioriteit. Belangrijk bij deze transformatie is om alle werknemers te betrekken. HR speelt daarom een zeer kritieke rol om nieuwe strategieën en initiatieven te initiëren om verandering te bekomen. Lees het IDC interactieve boek en ontdek alles wat je moet weten om bij te blijven met de laatste nieuwe HR trends.
