Tags: AI, Big Data, Matchen

Slim matchen met AI en big data

Veel werkgevers vissen in dezelfde vijver naar talent en komen met lege handen te staan. Tegelijkertijd zijn er duizenden, zo niet miljoenen mensen die best een nieuwe uitdaging willen, maar niet in het vizier komen omdat hun achtergrond niet standaard past op de vacature. AI kan hier een gamechanger zijn. 

Na onze verkenning van regionale samenwerking (blog 6), duiken we nu in de technologie. In dit zevende deel kijken we hoe AI en big data helpen om verborgen talent te vinden en slimmer te matchen op skills, zelfs als hun CV niet direct voor de hand ligt.

Door algoritmes te trainen op gigantische hoeveelheden openbare profielen (bijvoorbeeld van LinkedIn, GitHub, portfoliosites) kunnen we patronen herkennen: welke vaardigheden en ervaringen voorspellen succes in een bepaalde rol, ook als het niet om een traditioneel carrièrepad gaat.

Slim matchen met AI

Stel, je zoekt een data-analist. De traditionele manier is kijken naar mensen met een opleiding in data science en ervaring in vergelijkbare functies. AI kijkt daarentegen veel breder. Het zou kunnen opmerken dat iemand met jarenlange ervaring als financieel analist én affiniteit met programmeren (blijkend uit cursussen op zijn profiel) eigenlijk ook een uitstekende kandidaat is, al heeft hij nooit de titel “data-analist” gevoerd. Of dat een wiskundeleraar, met wat bijscholing in bedrijfsanalyse, de juiste skillset heeft om een rol in data analytics te vervullen. Dit soort onomaan matches maken is precies waar AI in uitblinkt.

AI en Talent Matching

Geavanceerde Talent Matching AI-systemen worden gevoed met enorme datasets van profielen en vacatureteksten. Ze leren welke skills, kennis en zelfs persoonlijkheidskenmerken bijdragen aan succes in bepaalde functies. Vervolgens kunnen ze profielen scannen en voorspellen hoe goed iemand in een rol zou passen – ook als dat verband voor een mens niet meteen zichtbaar is. Het mooie is dat de AI zich blijft verbeteren naarmate hij meer data ziet en feedback krijgt op gemaakte matches (werd de persoon aangenomen, was het een succes?).

Een praktijkvoorbeeld: Een AI-tool ontdekte voor een zorgorganisatie dat veel ervaren horeca-medewerkers over kwaliteiten beschikken die waardevol zijn in de zorg (stressbestendigheid, klantgerichtheid, teamwerk). Zo ontstond het inzicht om gericht voormalig horecapersoneel te werven voor zorgfuncties en ze een verkorte opleiding te bieden. Een win-win: de zorginstelling vond gemotiveerde mensen, en de kandidaten kregen een nieuwe loopbaankans.

Datagedreven werven met respect voor privacy

Bij matchen met AI en data moeten we natuurlijk zorgvuldig omgaan met privacy en ethiek. In Nederland zitten we met de AVG (GDPR) die paal en perk stelt aan het gebruik van persoonsgegevens. Gelukkig is het mogelijk om binnen die kaders toch veel waarde uit data te halen. De sleutel is om alleen de relevante en geanonimiseerde informatie te gebruiken. Moderne talent-matching platforms slaan bijvoorbeeld niet een heel profiel inclusief naam en adres op, maar alleen een abstract van iemands skills, opleiding en werkervaring. Zo blijft de analyse objectief en voorkom je dat gevoelige informatie een rol speelt.

Daarnaast kun je denken aan het verrijken van vacatureteksten met data. AI kan jouw vacature automatisch aanvullen met skills die waarschijnlijk nodig zijn, ook al vergat de hiring manager ze te noemen. Bijvoorbeeld: een vacature “social media specialist” wordt gekoppeld aan skills als Google Analytics of creative writing, omdat de AI die combinatie vaak ziet in soortgelijke functies. Dit vergroot de kans dat je de juiste kandidaat herkent, zelfs als je oorspronkelijke beschrijving niet volledig was.

AI helpt talentverspilling tegengaan

AI en big data openen nieuwe deuren om talent te vinden. Het helpt je om talentverspilling tegen te gaan door mensen kansen te bieden die ze anders nooit hadden gehad. Let wel: AI is een hulpmiddel, geen vervanging van de menselijke maat. Uiteindelijk blijft het belangrijk dat een HR-professional het totaalplaatje bekijkt en de klik met de organisatie voelt. Maar door AI slim in te zetten, vul je je funnel met waardevolle kandidaten die anders onzichtbaar waren gebleven.

Veel HR-teams staan nog huiverig tegenover AI, vaak uit angst voor bias of het onbekende. In de volgende blog gaan we in op die zorgen en laten we zien dat AI juist kan bijdragen aan een eerlijker en diverser selectieproces.



Tags: AI, Big Data, Matchen
Je moet om een reactie te plaatsen.
Ook Interessante Artikel

Laatste nieuws

Kalender

Blijf op de hoogte


WORD LID

Met HRcommunity maken we het werkveld iedere dag een stukje beter en mooier. Meld je gratis aan als lid, maak verbinding, haal én breng kennis, maak je eigen ledenprofiel, connect met andere leden en meer.

PUBLICEER

Heb je een uniek en interessant artikel geschreven en denk je dat deze interessant kan zijn voor de leden van HRcommunity? Stuur deze dan in via het formulier en wij gaan er mee aan de slag.