Liam Whelan van Talent Hunter bespreekt de groeiende AI-rekruteringsruimte, de positieve kanten en de veel voorkomende valkuilen.
Ver verwijderd van de technologiewereld kreeg Liam Whelan, de oprichter en CEO van het AI-aangedreven rekruteringsplatform Talent Hunter, aanvankelijk zijn start in de horeca- en rekruteringssector.
“Hoewel die achtergrond misschien ver verwijderd lijkt van AI-rekrutering, was het feitelijk de ultieme katalysator”, legt Whelan uit. “Mijn tijd in de horeca werd bepaald door constante personeelsbezetting met hoge inzet, procesoptimalisatie en toewijzing van middelen. Ik zag uit de eerste hand de verlammende impact van een slechte aanwerving op het teammoreel en de kwaliteit van de dienstverlening, en de enorme inefficiëntie van het handmatig vervullen van cruciale rollen.”
Onder constante druk om snel op te schalen en te groeien, maar de kwaliteit te behouden, ontdekte Whelan dat traditionele wervingsinstrumenten traag werden, vooroordelen vertoonden en steeds inconsistenter werden.
“Deze operationele frustratie, gecombineerd met mijn uitgebreide training en certificering als Lean Six Sigma Green Belt, leidde tot het belangrijkste besef dat rekrutering, in wezen een proces van het voorspellen van menselijk succes, tientallen jaren achterliep op technologisch gebied. Mijn passie verschoof naar het vinden van een manier om de verspilling en variabiliteit uit dit proces te verwijderen.”
En dus begon hij zich te verdiepen in machinaal leren, als een manier om verouderde handmatige processen aan te pakken via datagestuurde vooruitziende blik en wat volgens hem algoritmische eerlijkheid is. Zo werd Talent Hunter geboren, een onlangs gelanceerde Ier Rekrutering op basis van AI bedrijf dat is ontworpen om de pijnpunten aan te pakken die Whelan ‘dagelijks ervaart’.
Ierse uitmuntendheid
Ierland heeft zichzelf stevig gecementeerd als een internationaal erkend mondiaal knooppunt voor technologische innovatie, maar voor Whelan hoe navigeert naar de volgende fase is ongelooflijk belangrijk.
“Het is absoluut cruciaal”, zei hij. “Ierland is al een mondiaal technologiecentrum, maar om de transitie te maken van een thuis voor multinationale technologieactiviteiten naar een wereldleider op het gebied van AI-innovatie, moeten we twee dingen prioriteit geven.”
De eerste is ethisch AI-leiderschap, waar het land zijn inzet voor mondiaal AI-beleid en de mondiale ontwikkeling kan laten zien. Door zich te concentreren op goede praktijken en gedragingen onderscheidt Ierland zich van minder ethische organisaties en trekt het toekomstgerichte bedrijven aan.
Volgens Whelan zou de tweede prioriteit de ontwikkeling van talent moeten zijn, waarbij de Ierse leiders op dit gebied “agressief investeren in het bijscholen van de beroepsbevolking en universitaire programma's op het gebied van datawetenschap en machine learning om te zorgen voor een duurzame, lokaal gegroeide talentenpijplijn die de volgende golf van inheemse AI-startups voedt.
“Een sterke, principiële positie in de AI-revolutie zal de economische toekomst en het merk van Ierland op het wereldtoneel verstevigen”, aldus Whelan.
Is het een geautomatiseerde wereld?
Kunstmatige intelligentie kan redelijkerwijs worden omschreven als een beetje een allegaartje. Sommige van de innovaties die we zien, vooral op gebieden als de gezondheidszorg, hebben het potentieel om levens ten goede te veranderen.
Als reactie op de groeiende populariteit van AI investeren veel organisaties en instellingen zwaar in AI-gestuurde technologie, maar het spreekt vanzelf dat niet elke sector behoefte heeft aan een drastische transformatie. Maar voor Whelan is rekrutering zeker naar voren gekomen als een terrein waarop verandering gerechtvaardigd is.
Hij legde uit dat AI bij rekrutering drie grote uitdagingen aanpakt die vaak voorkomen op de moderne werkplek, bijvoorbeeld het volumeprobleem. Dit is waar het gemak van solliciteren naar een functie heeft geresulteerd in wat als een overweldigend aantal sollicitanten kan worden beschouwd, waardoor handmatige beoordelingen onmogelijk zijn geworden en dit heeft geleid tot een burn-out voor menselijke recruiters.
Er is ook sprake van een bias-probleem, waarbij menselijke recruiters, bewust of onbewust, snelle beslissingen nemen op basis van irrelevante informatie zoals het geslacht van de sollicitant, de universiteit waar ze naartoe zijn gegaan of de regio waar hun naam vandaan komt.
Als laatste is er de vaardigheidskloof probleem, waarbij veel nieuwe functies niche- of hybride vaardigheden vereisen die traditionele cv's vaak niet kunnen vastleggen. Volgens Whelan “kan AI realtime vaardigheden in kaart brengen en niet-traditionele ervaringen analyseren, zoals projectwerk of online cursussen, om de juiste persoon te vinden.”
Het uitwerken van de problemen
Dat wil niet zeggen dat AI zelf geen eigen uitdagingen creëert. Whelan merkte het potentieel op voor algoritmische vooringenomenheid waarbij de historische gegevens die worden gebruikt om het model te trainen verouderde idealen weerspiegelen, bijvoorbeeld dat bepaalde rollen binnen STEM beter geschikt zijn voor mannelijke kandidaten.
Bovendien kan een gebrek aan transparantie ertoe leiden dat zowel bedrijven als kandidaten een besluit gaan wantrouwen dat ze niet volledig begrijpen, wat kan leiden tot een slechte adoptie en zelfs tot juridische risico's.
Om deze problemen te overwinnen legde Whelan uit dat gebruikers en organisaties zich 100% moeten inzetten voor bias-audits en inspanningen om bias te verminderen, waarbij ze “periodieke algoritmische audits implementeren om ervoor te zorgen dat de modellen voorrang geven aan vaardigheden en competenties boven beschermde kenmerken”.
En vergeet nooit dat een AI-model er alleen maar is om te helpen, en niet om het over te nemen. De definitieve beslissing moet altijd worden genomen nadat het door het AI-model voltooide werk is beoordeeld, “waardoor empathie, nuance en strategisch toezicht worden gewaarborgd.
“De toekomst van werk gaat niet over het vervangen van het menselijke element, maar over het versterken ervan.”
