Zie de afbeelding hieronder, door iemand ergens 'gevonden' op het internet, en geplaatst op LinkedIn met de stelling dat AI het hele proces van het zoeken van banen tot het vinden van de juiste kandidaat 'zoveel beter maakt'.
Maar is dat eigenlijk wel zo?
LinkedIn is de 'Facebook Snapchat Whatsapp' van de industrie en het bedrijfsleven. Oorspronkelijk was het een relatie tool, maar vandaag de dag is het haast een Twitter / X variant waar een zakelijke mening gespuid kan worden. Bijvoorbeeld: "Onderstaande grafiek toont aan dat..."
Wat toont het eigenlijk aan? De poster suggereerde dat het hele traject van zoeken naar een baan, selectie van kandidaten, en het daadwerkelijk inhuren allemaal veel makkelijker kan middels AI. Maar - opnieuw - is dat eigenlijk wel zo?
Zoals altijd moet je de data en de conclusie niet zomaar blind accepteren, en een plaatje van het internet pakken en vervolgens de rol van de recruiter overbodig verklaren... da's misschien een beetje voorbarig. Het probleem is namelijk niet het (AI) model, maar de data welke aan het model gevoed wordt...
(Ik was eigenlijk niet van plan dit te schrijven, maar er is zoveel optimisme en pessimisme wanneer het op AI en dan met name LLM's en machine learning aankomt. Dus... hou nog even vol :-))
AI versus Recruiter
1. Laten we aannemen dat het model in eerste instantie is opgebouwd door menselijke recruiters te observeren. Het resultaat is dus dat het model die kandidaten vind met een betere kans op de baan op het moment dat het model is gebouwd.
2. Na het initiele succes wodt de recruiter uit de loop gehaald, en het model zal verder worden geupdate met het eigen success en falen. Je loopt dan het risico dat het model een bepaalde 'voorkeur' ontwikkeld wat het leert uit eigen output. Als alleen mensen met blauwe sweaters worden geplaatst, dan zal het model op een bepaald punt alleen maar mensen met blauwe sweaters aanbieden, omdat het denkt dat deze meer kans maken. Omdat af dat punt alleen maar kandidaten met blauwe sweaters worden aangenomen (er worden immers alleen maar mensen met blauwe sweaters aangeboden!) dan zal het model dat mogelijk als een vereiste gaan zien.
3. Wellicht nog belangrijker is de vraag hoe lang de geplaaste kandidaten bij een bepaald bedrijf blijven? Hoe veel dragen ze bij - of hoeveel schade richten ze aan! - in de projecten waar ze aan werken? Hoe goed werken ze samen met hun (toekomstige) collega's? Hoe veel kennis, ervaring, houding, of simpelweg enthousiamse brengen ze met zich mee. Kun je dat uberhaupt eigenlijk wel modelleren?
4. En tenslote: whie beslist of het model succesvol is of niet? Vanuit het standpunt van een recruiter is het aantal geslaagde plaatsingen bepalend, terwijl het voor een werkgever belangrijker kan zijn om een de werknemer te waarderen op zijn of haar totale contributie aan de firma.
Zoekers
Wellicht dat AI baan ZOEKERS kan helpen met het VINDEN van de juiste baan... maar ja, hoe verdien je daar nou geld mee?
Wellicht dat iemand een banen zoekmachine AI kan ontwikkelen waarmee zoekers de juiste, leukste, best betaalde baan kunnen vinden met een druk op de knop. Wie gaat een dergelijk model ontwikkelen, hoe bewijs je dat het werkt, en wie betaalt ervoor? Ik zie mogelijkheden, maar wees je bewust van de beperkingen van het model. Een model dat nooit perfect kan zijn, tenzij je alle data hebt...
Dus: het model moet worden geintegreerd over de hele lifecycle van de werknemer, vanaf selectie, al diens werk, tot en met diens vertrek, en daarbij real time data van allerlei verschillende invalshoeken verzamelen...
Met andere woorden, je wilt dat bedrijven openbaarheid geven hoe lang werknemers voor hun werken, je wilt dat ze de waardie van de werknemer qualificeren en quantificeren, en ook deze informatie moet dan vrijgegeven worden (omdat een dergelijk model allen maar werkt als het alle werknemers over alle bedrijven in acht neemt).
Sterkte daarmee!
En toch zit in bovenstaande ergens een business case...
Bonus Wallpaper
Een beetje grumpy ben ik natuurlijk wel, dus hierbij een bijpassende wallpaper. Just in case 😇
No comments:
Post a Comment