Met big brother heeft hij niets, het is Bernie Caessens erom te doen het hr-proces een stuk slimmer en wendbaarder te maken op basis van artificiële intelligentie. Daarom besloot hij na zijn opleiding psychologie een doctoraalscriptie te schrijven over de manier waarop ons brein al dan niet bewust handelingen in gang zet.
...

Met big brother heeft hij niets, het is Bernie Caessens erom te doen het hr-proces een stuk slimmer en wendbaarder te maken op basis van artificiële intelligentie. Daarom besloot hij na zijn opleiding psychologie een doctoraalscriptie te schrijven over de manier waarop ons brein al dan niet bewust handelingen in gang zet. Het internet en de daaraan verwante technologie kwamen toen nog maar net aan het venster piepen. Er doken simulatiemodellen op om menselijke keuzes en reacties in computermodellen te gieten. "Dat deden we toen al aan de hand van artificiële neutrale netwerken, die nu uiteraard niet meer weg te denken zijn uit intelligente systemen. Die technieken zijn toen wat in onbruik geraakt", blikt Caessens terug. Om bruikbare modellen te ontwikkelen die de link leggen tussen hr en het strategische bedrijfsmanagement, richtte Caessens onlangs een bedrijfje op: Resolved. "Decennialang was het klassieke competentiemanagement de leidraad voor hr-managers. Wij proberen het anders aan te pakken, met behulp van massaal veel én betrouwbare data. Wanneer iemand wordt aangeworven, meten we psychologische variabelen, zoals het redeneervermogen of de persoonlijkheid. In een volgende fase gaan we af op de output van mensen op de werkvloer. Daarna proberen we een verband te vinden tussen de psychologische variabelen en die output. Klopt het bijvoorbeeld dat iemand die heel extravert is, een betere verkoper is?" "We hebben almaar meer betrouwbare data ter beschiking", gaat Caessens verder. "Haast alle bedrijven in hun aanwervingsprocedures schakelen wel een of andere geautomatiseerde test in. Helemaal interessant wordt het als je zo'n model ook kunt gebruiken om voorspellingen te doen. Bijvoorbeeld: we werven iemand aan, stoppen zijn variabelen in ons model en kennen de impact van onze psychologische variabelen op de output. Hoe groot is dan de kans dat die persoon die output zal overstijgen? Daardoor krijg je als hr-verantwoordelijke dus plots een goed inzicht in iemands latere potentieel." Er is evenwel één belangrijke voorwaarde, stelt Caessens: je moet ook je tijdsparameter mee in rekening brengen. "Mensen zijn complexe systemen die kunnen evolueren. Ze kunnen zichzelf bijsturen en corrigeren. Dat betekent dat de houdbaarheidsdatum van je voorspellingen en je metingen beperkt is. We moeten er dus over waken dat we mensen niet definitief in een hokje stoppen. Het zou interessant zijn als we in de toekomst ook op regelmatige tijdstippen nieuwe data zouden kunnen verzamelen, waardoor je je voorspellingen kan updaten. Daar kan artificiële intelligentie haar meerwaarde bewijzen." De toepassingsmogelijkheden van big data in het hr-beleid reiken nog veel verder. "Stel dat je ook data kunt distilleren uit de e-mails die iedereen in een kantooromgeving verstuurt. Het is al mogelijk uit teksten een groot aantal zeer relevante persoonlijkheidskenmerken te halen. Als je weet dat je persoonlijkheid nog altijd veruit de belangrijkste voorspeller is van je gedrag, dan kunnen we uit die data ook weer veel leren met het oog op je eventuele inzetbaarheid in een nieuwe functie." Big brother komt hier nadrukkelijk om het hoekje loeren, beseft Bernie Caessens goed. "Vergis je niet: de technologie is er al, en daar hoef je niet eens ver voor te zoeken. Ga gewoon naar het vroegere IBM Watson, klik door naar personality insights, geef een tekst van jezelf in en het systeem distilleert daar vervolgens een persoonlijkheidsprofiel uit. Ik, maar net zo goed een handvol andere bedrijven, mik op dat soort technologie. We moeten ons inderdaad durven af te vragen of we daarmee niet al te diep ingrijpen in iemands persoonlijke leven. Ik denk dat we dit soort technologie eerder moeten inzetten als een ondersteuning voor mensen die ervoor openstaan." In de wetenschap dat de gemiddelde rekruteerder doorgaans niet langer dan tien seconden naar een cv kijkt, ligt het voor de hand artificiële intelligentie in eerste instantie te gebruiken voor het pure rekruteringsproces. "Waarom zouden we het beoordelingsvermogen van die rekruteerder niet vervangen door de intelligentie van een machine die dat werk sneller én veel accurater kan doen?" stelt Caessens. "Dat geeft de rekruteerder meer tijd om achteraf een goed persoonlijk gesprek te hebben met interessante kandidaten. Grote instellingen als de Europese Unie zitten opgescheept met een batterij van rekruteerders die niets anders doen dan cv's screenen. Dat is een grote kostenpost. Als een neuraal netwerk dat met een even grote precisie kan doen, dan kan je dus heel wat geld besparen. Ik beschouw dat als een win-win: enerzijds maak je middelen vrij die werknemers nu investeren in taken waarin ze niet uitblinken, anderzijds kan je zo meer tijd investeren in de interactie met mensen. Maar ik ben niet naïef: sommige bedrijven zullen dit vooral beschouwen als een besparing. En dus zal onze technologie ook veel weerstand oproepen." Staan we met die technologie op de rand van een revolutie in hr? "Ik denk het wel", meent Caessens. "De markt voor rekrutering en selectie - in ons land ruw geschat 1,3 miljard euro waard - kan over enkele jaren op zijn kop worden gezet. Grote uitzendbedrijven investeren nu al volop in artificiële intelligentie. Het is een sector waar zo veel gespecialiseerde kennis en ervaring bij komt kijken dat de meeste mensen niet verwachten dat AI ook hier een grote rol kan spelen, maar ze vergissen zich. Dankzij de combinatie van spectaculair gestegen computerkracht en de massale beschikbaarheid van almaar betere data, komen de machines nu ook in deze sector griezelig dicht in de buurt van menselijke intelligentie." Caessens maakt zich sterk dat een aantal grote multinationals ernstig nadenkt over de inzet van artificiële intelligentie in hr. "Ik vermoed dat Google al een technologie gebruikt die daar heel erg mee verwant is", zegt Caessens. "Er is nog flink wat schroom om die technologie in te zetten als we daarmee ook echt karaktertrekken of gevoelens van medewerkers in kaart kunnen brengen." Toch denkt Caessens dat die aanpak op langere termijn niet tegen te houden valt: "Rationeel bekeken, zitten we in een model waarin werknemers en werkgevers met elkaar iets uitwisselen. De werknemer stelt fysieke inspanningen, expertise of kennis ter beschikking, de werkgever geeft in ruil daarvoor geld. Ik denk dat dit soort nieuwe technologie daarin op termijn een cruciale rol zal spelen. We zijn er wat bang voor, maar mensen zijn wel degelijk in cijfers te vatten. Intelligentietesten vormden daar al een eerste, wat aarzelende aanzet toe, maar die technologie heeft veel meer potentieel. Stel dat je kunt afstappen van dat ene, allesbepalende testmoment en evolueren naar een soort van permanente test die de mentale evolutie van mensen in hun carrière meet? De voordelen zijn legio: werknemers én medewerkers weten perfect waar ze op een gegeven moment staan, wat ze al dan niet aankunnen in hun job en waaraan ze moeten werken om in de toekomst naar een andere functie te kunnen overstappen. Ik vermoed dat we binnen tien jaar een aantal belangrijke stappen in die richting zullen doen, niet het minst omdat onze computerkracht al zo ver gevorderd is dat een stevige gamingcomputer met een goede grafische kaart al volstaat om een neuraal netwerk van enige omvang te simuleren."