AI in HR: het draait allemaal om context

Van de chatbot die je verder helpt in een webwinkel tot zelfrijdende auto’s – de diversiteit is groot. Ook voor HR kan AI betekenisvol zijn, maar dan moeten er wel een aantal drempels worden weggenomen.

Als er één technologie is die zijn toegevoegde waarde steeds beter weet te bewijzen, dan is het wel kunstmatige intelligentie (of Artificial Intelligence, AI). Van de chatbot die je verder helpt in een webwinkel tot zelfrijdende auto’s – de diversiteit is groot. Ook voor HR kan AI betekenisvol zijn, maar dan moeten er wel een aantal drempels worden weggenomen.

Tot nu toe heeft AI de verwachtingen in HR nog niet helemaal waar weten te maken. De AI-toepassingen die al wel breed gebruikt worden, hebben één gemeenschappelijke factor: ze zijn ontwikkeld om processen te optimaliseren. Denk aan de chatbot die werknemers geautomatiseerd antwoord kan geven op al hun salarisvragen, of het automatisch filteren van cv’s op bepaalde woorden. Op basis van beschikbare data geven dergelijke AI-hulpdiensten antwoord en zo wordt de werkdruk van de HR-afdeling verlicht.

Onderscheidend vermogen

De daadwerkelijke toegevoegde waarde van een HR-afdeling ligt echter niet zozeer in het beantwoorden van vragen over het aantal nog beschikbare vrije dagen (hoewel dit natuurlijk wel een belangrijk onderdeel is van de dagelijkse HR-werkzaamheden). Door dit soort vragen af te laten handelen door een AI-toepassing wordt de werkdruk voor de HR-afdeling weliswaar verlicht, maar het levert niet die stap extra op die werknemers tegenwoordig verwachten. Met andere woorden: AI levert hier hetzelfde resultaat als een HR-medewerker van vlees en bloed zou doen.

Bij complexere vragen, waarvoor data op de juiste wijze moeten worden geïnterpreteerd hebben mensen vooralsnog een voorsprong op machines. Neem bijvoorbeeld een werknemer die wil doorgroeien naar een bepaalde rol en zich afvraagt welke trainingen of cursussen hij daarvoor het beste kan volgen. Wanneer de HR-afdeling het antwoord op dat soort vragen kan geven, toont het zijn echte toegevoegde waarde.

Kwantitatief of kwalitatief

Hiermee verschilt de behoefte van HR met wat meestal het startpunt vormt bij het bouwen van een AI-oplossing. Traditioneel dienen daarbij namelijk meestal kwantitatieve data de basis, bijvoorbeeld levertijden, kosten of beursdata. Terwijl werknemers- en carrièredata veelal kwalitatief van aard zijn. Het is een verklaring waarom er tot op heden nog weinig AI-oplossingen zijn voor de complexe kant van HR.

Bovendien: HR-data zijn meestal in ‘natuurlijke’ taal zijn geschreven, het zijn geen platte percentages of eenvoudige cijfers. Daardoor zijn HR-data veel lastiger te kwantificeren, althans voor een machine. Neem bijvoorbeeld de toevoeging van ‘dr’ aan iemands (Engelstalige) functietitel. Gaat dit over het opleidingsniveau, staat het voor director of is het een zorggerelateerde titel?

Divers in eenheid

Daarnaast kan consistentie een probleem vormen, zo zijn er op LinkedIn zijn talloze profielen te vinden die sales als vaardigheid noemen. Maar dat betekent niet dat ze allemaal dezelfde kennis en ervaring hebben. Er is andere achtergrondinformatie (gevolgde opleiding, huidige werkgever, werkervaring, etc) nodig om te kunnen bepalen of iemand de sales-achtergrond heeft waar je naar op zoek bent.

Kortom, bij de interpretatie van HR-gegevens speelt context een belangrijke rol. Het verwerken van deze tekstuele data is overigens wel mogelijk, maar het is een intensiever, tijdrovender en daardoor een zeer kostbaar proces. Het is een belangrijke verklaring waarom kwalitatieve AI-oplossingen binnen HR nog geen gemeengoed zijn.

Cornerstone Xplor

Dat de complexiteit van HR-data geen reden hoeft te zijn om dan maar helemaal geen AI-based HR-oplossingen te ontwikkelen, bewijst Cornerstone met Cornerstone Xplor. Hierin wordt op basis van AI een tot in detail gepersonaliseerd learningtraject aangeboden dat toegespitst is op de persoonlijke groei en ontwikkeling van vaardigheden van werknemers. Hiervoor wordt onder meer gebruik gemaakt van Cornerstone Skills Graph, dat op basis van een enorme database kan bepalen welke vaardigheden nodig zijn voor elke rol of functie. Op basis daarvan wordt vervolgens learning content aangeboden die de werknemer ondersteunt bij het verbeteren of vergroten van zijn vaardigheden.

Het is een typisch voorbeeld van een AI-oplossing waarin data als uitgangspunt worden genomen, in plaats van dat het proces centraal wordt gesteld. Het zwaartepunt van de oplossing ligt op het interpreteren van gegevens om zo toegevoegde waarde te creëren. Uiteindelijk levert dat AI-producten op die kwalitatieve HR-vraagstukken kunnen helpen oplossen, in plaats van alleen kwantitatieve antwoorden te geven. En uiteindelijk zal dat de stap zijn naar het moment dat AI ook in HR de belofte waar gaat maken.

Wil je meer lezen over de rol die AI-oplossingen kunnen spelen binnen HR? En geïnspireerd worden door hoe Cornerstone AI inzet om werknemers te helpen hun loopbaan vorm te geven? Download dan de whitepaper Realizing the true potential of AI in HR.