Solliciteren bij een algoritme

Kunstmatige intelligentie Unilever gebruikt slimme software voor het aannemen van trainees. Het doel: het personeelsbestand diverser maken.

Foto HireVue

Een sollicitatiegesprek met een algoritme in plaats van een echt mens heeft zijn voordelen, merkte Maaike Fontein. Ze hoefde de deur niet uit: het kon gewoon thuis, met een filmpje op telefoon of laptop. Antwoorden die haar niet bevielen, mocht ze overdoen. Fontein (22) deed vorig jaar zo’n interview om een traineeship te bemachtigen. Ze beantwoordde vragen over zichzelf, maar moest ook aan de slag met praktische business cases. Vond ze het niet gek om in het luchtledige te praten? Nee hoor, zegt Fontein. „Misschien is dat omdat ik op de middelbare school make-up-video’s voor Youtube maakte.”

Rafael Sanches (27) zat in dezelfde sollicitatieronde als Fontein. Voor het interview verplaatste hij een lamp en verhoogde hij zijn laptop met dozen vol papieren zakdoekjes. De sollicitatie vond hij „super praktisch”. Waar Fontein haar antwoorden soms tot drie keer toe opnieuw insprak, vaker mocht niet, had Sanches aan één poging genoeg.

Sanches en Fontein solliciteerden – met succes – voor een Unilever-traineeship in marketing. Unilever, een van de grootste Nederlandse bedrijven met 165.000 werknemers wereldwijd, gebruikt sinds 2016 kunstmatige intelligentie bij sollicitaties. Net als een aantal andere grote werkgevers, zoals Vodafone en Goldman Sachs.

Inmiddels heeft Unilever in drie rondes (de vierde is net begonnen) 45 trainees aangenomen. Dat bespaart tijd van recruiters, die voorheen honderden cv’s moesten doorbladeren. Maar het hoofddoel, zegt Unilever, is het diverser maken van het personeelsbestand.

Lees meer over solliciteren met algoritmes: Het algoritme zegt: geschikt!

Met spelletjes solliciteren

Het wervingsproces ziet er als volgt uit: de eerste ronde bestaat uit twaalf spelletjes die je thuis doet. Daarbij wordt onder meer concentratie, intelligentie en risicogedrag gemeten. Een algoritme berekent zo of een kandidaat geschikt is voor de functie. Zo mag iemand in de sales zich wat risicovoller gedragen dan een financial controller.

Maaike Fontein herinnert zich dat in de spelletjesronde vaak onduidelijk was wat er precies gemeten werd. „Je speelt het als jezelf. Je kunt het niet faken.” Hoewel er wel een ballon was die meer geld waard werd naarmate een kandidaat vaker klikte, totdat-ie knapte. Duidelijk een risicotest. „Ik dacht: ik klik gewoon lekker door.”

Wie in het gewenste profiel past, mag door naar de tweede ronde: het interview via telefoon of laptop. Software ontworpen door het Amerikaanse bedrijf HireVue analyseert (ook weer met behulp van algoritmes) zowel de inhoud van de gegeven antwoorden, als de gezichtsuitdrukkingen van sollicitanten. Glimlach je echt, spreek je de waarheid, twijfel je over je antwoord? De algoritmes hebben het nog niet helemaal voor het zeggen: recruiters controleren of de juiste keuzes wel écht worden gemaakt. Maar hun bemoeienis wordt steeds meer afgebouwd, omdat het stapje voor stapje beter gaat.

Pas in de derde en laatste ronde komen de kandidaten voor het eerst tegenover echte mensen te zitten. In clubjes van zes moeten ze dan onder meer een presentatie voorbereiden. In dat stadium was dat prettig, zegt Rafael Sanches. Zo kon hij zien hoe het kantoor eruit zag, hij kon horen hoe mensen hun eigen werk omschreven. Want mocht Unilever hem willen hebben, wilde hij Unilever dan ook?

Lees meer over solliciteren met algoritmes: Algoritme geeft werkzoekende sollicitatie-advies

Witte bedrijfskundestudenten

Trainees zijn de perfecte kandidaten om met behulp van kunstmatige intelligentie te werven, zegt Martine Zeegers, hoofdverantwoordelijk voor HR bij Unilever Benelux. Trainee-ships zijn startersbanen met een opleidingstraject, bij Unilever duren ze drie jaar. Het bedrijf zoekt kandidaten met bepaalde eigenschappen (Zeegers noemt gedrevenheid, zelfkennis, commercieel talent en een affiniteit met de duurzame doelstellingen van Unilever), de enige verplichte cv-onderdelen zijn vloeiend Engels en een afgeronde masterstudie.

In theorie zou Unilever dus een enorm diverse groep jonge mensen kunnen aannemen. Maar in de praktijk gebeurde dat vaak niet, zegt Zeegers. Unilever-trainees waren veelal witte bedrijfskundestudenten (of iets vergelijkbaars), die vaak gestudeerd hadden in Groningen, Rotterdam of Amsterdam. „Niks mis mee, allemaal zeer getalenteerd”, aldus Zeegers, maar niet echt een afspiegeling van de samenleving. Terwijl Unilever wel wasmiddel, douchegel of ijs wil verkopen aan die hele samenleving.

De oorzaak daarvan, zegt Zeegers, is een bekend mechanisme: zonder dat we het doorhebben geven we de voorkeur aan mensen die op onszelf lijken. Recruiters zijn daar geen uitzondering op. De nieuwe manier van werven moet die onbewuste selectie tegengaan. Ook omdat Unilever geen cv’s meer bekijkt.

Zeegers: „Want wat zegt een cv nou eigenlijk over een student? Het is niet zo dat je totaal gevormd bent als je 23 bent. Dus welke cv’s springen er dan uit? Die met een bestuursjaar of buitenlandervaring.” En dan kom je alweer snel uit bij de klassieke Unilever-trainee. Niet dat zo’n bestuursjaar een slecht idee is – het is leerzaam en vormend, zegt Zeegers. „Maar als je bent opgegroeid als oudste in een Marokkaans-Nederlands gezin van acht kinderen en veel verantwoordelijkheid hebt genomen voor je broers en zussen, dan is dat net zo waardevol.”

Werkt het nieuwe systeem ook in de praktijk? Zeegers vindt van wel. Ze ziet het bij de derde sollicitatieronde. „Dan heb je zes kandidaten voor je neus en denk je: oeh, die hadden er vroeger niet bij gezeten. Multicultureler, een tikje internationaler, meer variëteit in studies en in karaktereigenschappen. Vroeger hadden we toch wel de mondige, sociaal handige types, daar zie ik nu ook een breder palet.”

Cijfers om dat beeld te ondersteunen zijn er alleen niet. Unilever stelt dat er nog niet genoeg trainees zijn aangenomen in Nederland om een statistische conclusie te kunnen trekken. Daar komt bij dat het volgens Nederlandse wetgeving niet toegestaan is om de etniciteit van werknemers vast te leggen. In de VS, waar dezelfde veranderingen zijn doorgevoerd, mag dit wel. De etnische diversiteit nam daar met bijna 7 procent toe, meldt Unilever.

Toch is er ook kritiek op het idee dat algoritmen per definitie discriminatie tegengaan. Een computer heeft misschien geen persoonlijke voorkeur, maar dat wil niet zeggen dat algoritmes altijd waardevrij zijn, zegt Jaap Denissen, hoogleraar psychologie aan Tilburg University. Omdat je zo’n algoritme zelf voedt met data kunnen er net zo goed vooroordelen of andere ongewenste effecten insluipen.

Martine Zeegers van Unilever weet dat ook. Maar, zegt ze: de oude trainees waren niet zo divers, de nieuwe wel. En de informatie over de nieuwe groep wordt aan het systeem toegevoegd. Zo moet diversiteit dus onderdeel worden van de dataset. „Is het 100 procent perfect? Ik denk het niet. Maar waren recruiters 100 procent correct? Dat denk ik ook niet.”

Gedetailleerde afwijzing

Hoewel het niet met zekerheid te zeggen is, zou het maar zo kunnen dat Maaike Fontein en Rafael Sanches in het oude systeem niet waren geselecteerd. Sanches is Braziliaans en woonde veel in het buitenland. Het is overduidelijk, zegt hij, dat hij hier niet vandaan komt. „Mensen probéren niet eens Nederlands tegen me te spreken.” Fontein studeerde psychologie, liep stage in de mode en is met haar 22 jaar ook nog eens behoorlijk jong voor een traineeship.

Maar radicáál anders zijn ze ook niet. Fontein heeft een Nederlandse achtergrond, Sanches ervaring in het bedrijfsleven. Wie totaal afwijkt, voelt zich misschien minder welkom in een bedrijf. Divers personeel aannemen is een begin, maar ze moeten wel willen blijven.

Zo zorg je er als bedrijf voor dat iedereen zich geaccepteerd voelt: Hoe houd je een bedrijf divers?

Volgens Unilever vindt ruim 80 procent van de kandidaten het nieuwe systeem inclusief en eerlijk. Toch merkte Martine Zeegers dat ze soms heel wat uit te leggen had aan kandidaten die afvielen. Zij krijgen een gedetailleerd rapport met allerlei competenties, waaruit dan blijkt dat ze niet passen bij de functie. „Dan zeiden ze: op basis waarvan? Die rare spelletjes?” Wat antwoordt Zeegers dan? „Dat we dit systeem niet in een nacht bouwden. Dat er heel veel data van onze trainees inzitten. En dat hij of zij niet het gewenste profiel heeft. Het is wat het is.”

    • Geertje Tuenter