Privacyverklaring

AI voor hr: stilstaan om door te gaan

5 mei 2021
Tekst
Bieke Struyf (AMS)
Beeld
AMS

Twee weken geleden organiseerde ik samen met collega PhD studenten een sessie rond artificiële intelligentie (AI), automatisering en HRM. Aangevuurd door de gepassioneerde Prof. Tanya Bondarouk verwerkte een internationale groep doctoraatstudenten de nieuwste inzichten. De discussies riepen wellicht meer vragen op dan ze antwoorden boden maar net dat is wat we nodig hebben om deze nieuwe technologieën goed te integreren in de werking van HR.

De adoptie van AI binnen HR verloopt immers trager dan in andere departementen. Hoe komt dit? Gaat het om een gebrek aan vertrouwdheid met de materie? Bezorgdheid om het garanderen van rechtvaardigheid, persoonlijkheid en welzijn op het werk? Welke rol is er weggelegd voor HR in het evolueren naar een meer digitale werkvloer?

Nuttig of schadelijk?

AI kent nu eenmaal zijn voor- en tegenstanders. Enthousiastelingen argumenteren dat de technologie de mogelijkheid biedt om de administratieve lasten binnen HR te verminderen, bij te dragen tot efficiëntiewinsten op de bredere werkvloer en het werk aangenamer te maken door routinematige taken uit te besteden aan machines. Zo komt er meer ruimte vrij voor de complexere vraagstukken en om bijvoorbeeld samen met een klant tot een goede oplossing te komen.

Tegenstanders wijzen dan weer op het risico op verhoogde controle. Werknemers en taken zouden continue getracked en getraced kunnen worden. De technologie zou ook minder ruimte laten voor het in rekening brengen van persoonlijke omstandigheden bij bijvoorbeeld evaluaties. Bovendien kunnen algoritmes onterecht een gevoel van objectiviteit genereren. Wouter Oosterbosch (Chief Data Scientist, IBM) waarschuwde dat algoritmes voorlopig nog niet meer bieden dan een “imperfecte reflectie van onze imperfecte zelf”. Vooroordelen die ingebouwd zitten in organisatiepraktijken, zouden zo eindeloos en onbedachtzaam gedupliceerd kunnen worden.

Waarom het al eens misloopt

Veel hangt af van het ontwerp van werk, één van de hoofdtaken van HR. Technologie is niet neutraal en HRM zou in grote mate de finale impact mee kunnen bepalen. Die impact treft overigens niet alleen werknemers en de interne organisatie, maar beïnvloedt ook relaties met klanten, leveranciers en andere waarde creërende partners.

Denk dus goed na over de implementatie van AI- en automatiseringsprojecten, want zowel voor, tijdens als na het implementatieproces kunnen allerlei zaken fout lopen. We bekijken vijf courante oorzaken die gedocumenteerd werden vanuit wetenschappelijk onderzoek.

  1. Technocentriciteit - We denken nog te vaak na over hoe we de organisatie kunnen aanpassen aan de technologie i.p.v. omgekeerd. Pas nadat een technologische beslissing valt, staat men stil bij eventuele reorganisatienoden en het belang van communicatie met werknemers. Parker & Grote (2020) wijzen op een alternatieve route waarbij beslissingen omtrent technologie vertrekken vanuit ‘human-centered work design’ overwegingen. Door de pijl om te draaien (technologie -> organisatie; organisatie -> technologie) zou de kans op een positieve impact van technologie-implementaties op organisatie- en individueel niveau verhoogd worden.
  2. Framing die leidt tot verwarring en wantrouwen - Communicatie blijft een cruciaal aandachtspunt. Van den Broek et al. (2014) geven een voorbeeld uit de zorgsector waar de logica van het verplegend personeel (focus op kwaliteit van de zorg en autonomie in de job) soms haaks staat op de logica van het management (focus op efficiëntie). Door een innovatie-implementatie te kaderen als zinvol voor de patiënten (tijdswinst zou het mogelijk maken om meer tijd te spenderen aan zorg), ging het verplegend personeel initieel enthousiast mee in de implementatie. Toen na verloop van tijd bleek dat er van die extra tijd voor zorg niet veel in huis kwam en aan het licht kwam dat het eigenlijk altijd al meer om efficiëntiewinst ging, nam hun wantrouwen toe en haakten ze finaal af. Transparant zijn over de reden van een implementatie is cruciaal.
  3. We rekenen ons graag rijk - Een tool die efficiëntie belooft. Welke bedrijfsleider wordt er niet vrolijk van? Enthousiasme voor een bepaalde oplossing kan echter verhinderen dat wijzigingen aan de hele ‘ketting’ overwogen worden. Zo kan een sollicitatieproces bijvoorbeeld deels geautomatiseerd worden (bv. eerste screening, selectie, ...) op voorwaarde dat er een nieuwe functie gecreëerd wordt die deze geautomatiseerde taken opvolgt en er input voor levert. Dit nieuwe takenpakket vereist sterk gespecialiseerde kennis in zowel hr-praktijken als AI/automatisering. Daar hangt dan weer een nieuw prijskaartje aan vast. Prof. Bondarouk bestudeerde ruim 20 jaar technologie-implementaties en nooit zag zij de verwachte efficiëntiewinst.
  4. Wat we verwachten strookt niet altijd met de werkelijkheid - De intentie, de uitvoering en de perceptie van geïmplementeerde hr-praktijken en strategische keuzes komen helaas niet altijd overeen. Zo werden in een recente studies robots geïntegreerd in het sollicitatieproces met als doel een verhoogd gevoel van rechtvaardigheid te creëren in het applicatieproces. Uit de resultaten blijkt echter dat de kandidaten net het face-to-face interview als eerlijker ervaren. Zulke studies tonen aan hoe belangrijk het is om de finale eindgebruiker in het designproces te betrekken. Hoe goed de intentie ook is, het is uiteindelijk de perceptie die bepaalt of technologie al dan niet aanvaard en/of effectief gebruikt wordt voor datgene waarvoor ze initieel werd ingezet.
  5. Ceremoniële vs. geïnternaliseerde adoptie - Mist de communicatie rond AI-implementatie geloofwaardigheid, of wordt een oplossing anders gepercipieerd dan bedoeld? Dan durven werknemers afhaken of de technologie anders gebruiken dan voorzien. Dan krijg je ‘ceremoniële’ adoptie: werknemers accepteren een nieuwe praktijk omwille van legitimiteitsredenen. Echt geloven in de toegevoegde waarde voor de organisatie, doen ze dan niet. Dit brengt de duurzaamheid van de praktijk in het gevaar. Werknemers betrekken in het ontwerpproces, hen de meerwaarde doen inzien en het geloof in die meerwaarde stimuleren, kunnen de kans op geïnternaliseerde, duurzame adoptie verhogen.

Wat betekent dit nu voor in de praktijk?

Start vanuit de organisatie en denk richting technologische oplossingen in plaats van omgekeerd. Selecteer technologie die het menselijk opereren in de organisatie versterkt en ondersteunt; zo ervaren medewerkers makkelijker de waarde ervan en krijg je hen mee.

Communiceer uitvoerig en openlijk. Misschien vraagt het meer om werknemers mee te krijgen in een verhaal rond optimalisering wanneer dit niet erg raakt aan wat zij beschouwen als essentieel, maar eerlijkheid duurt het langst. Kader je AI en automatisering als een mogelijke weg naar meer tijd voor klantencontacten? Begeleid het proces dan in die richting. Geloofwaardigheid is troef in alle veranderingstrajecten en zeker bij het binnenbrengen van onvertrouwde technologie.

Durf en blijf veronderstellingen in vraag stellen. Een leverancier kan de allermooiste beloftes maken, maar kunnen die ook binnen jouw organisatiecontext gerealiseerd worden? En wat is hiervoor vereist? Welke nieuwe aanwervingen en kosten zullen er mee gepaard gaan? Wie moet erbij betrokken worden om te verifiëren of de intentie ook als dusdanig zal geïnterpreteerd worden? Evalueer dan dit gehele plaatje. Denk voorbij het initiële enthousiasme.

Food for thought. Geschreven door een fervente voorstander van doordachte AI- en automatiseringsimplementaties. Deel je gedachten via bieke.struyf@ams.ac.be.

Verder lezen

  • Kellogg, K. C., Valentine, M. A., & Christin, A. (2020). Algorithms at work: The new contested terrain of control. Academy of Management Annals, 14(1), 366-410.
  • Nørskov, S., Damholdt, M. F., Ulhøi, J. P., Jensen, M. B., Ess, C., & Seibt, J. (2020). Applicant Fairness Perceptions of a Robot-Mediated Job Interview: A Video Vignette-Based Experimental Survey. Frontiers in Robotics and AI, 7, 163.
  • Parker, S. K., & Grote, G. (2020). Automation, algorithms, and beyond: Why work design matters more than ever in a digital world. Applied Psychology.
  • Van den Broek, J., Boselie, P., & Paauwe, J. (2014). Multiple institutional logics in health care:‘productive ward: releasing time to care’. Public Management Review, 16(1), 1-20.
  • Vandenabeele, W., Leisink, P., & Knies, E. (2013). Public value creation and strategic human resource management: Public service motivation as a linking mechanism Managing social issues: Edward Elgar Publishing.