Trey Causey, Manager verantwoorde AI bij Indeed, legt uit wat talentmanagers echt moeten weten over de snel ontwikkelende technologie en geeft tips voor succesvol AI-gebruik.

Belangrijkste inzichten

  • 'Agentische AI', de nieuwste AI-ontwikkeling na generatieve AI, kan autonoom taken uitvoeren zoals het screenen van cv's en kandidaten rangschikken en benaderen. 
  • AI-agenten kunnen werkgevers helpen de vaardigheidskloof te dichten door overdraagbare vaardigheden in kaart te brengen, kandidaten zelfstandig assessments voor te leggen en op grote schaal L&O te personaliseren.
  • Werkgevers moeten zoveel mogelijk experimenteren met de AI-systemen die ze in huis hebben om de recruitmentervaring en employee experience te verbeteren.

Goed nieuws voor talentmanagers die zich overweldigd voelen door de snelle ontwikkeling van AI: "Als ze dit artikel lezen, hoeven ze zich geen zorgen te maken,” aldus Trey Causey, Head of Responsible AI bij Indeed. "Iedereen die er alleen al over nadenkt om AI te gebruiken is de gemiddelde talentmanager al een stap voor."

In dit interview ontkracht Causey de AI-hype en legt hij precies uit wat je moet weten over de nieuwste AI-technologie voor recruitment (generatieve AI of GenAI en agentische AI), en de verwachte komst van Artificial General Intelligence (AGI), ook wel 'superintelligentie' genoemd. De gespreksinhoud is ingekort en aangepast voor de duidelijkheid.

GenAI, zoals ChatGPT, bestaat alweer een tijdje. Hoe verschilt agentische AI van GenAI, en welke gebruiksscenario's voorzie je in recruitment en personeelsbehoud?

Causey: Wat GenAI zo uniek maakt, is dat, zoals de naam ook al aangeeft, het nieuwe output en content genereert op basis van een prompt of een reeks instructies van de gebruiker. Dat kan gaan om een vacaturetekst, het afhandelen van vragen aan de klantenservice, eigenlijk alles waarvoor je ideeën nodig hebt.

Agentische AI is de volgende logische stap. Veel van de huidige GenAI-systemen zijn gebaseerd op chat, en alles gebeurt ook binnen die chat. Maar AI-'agenten' fungeren als een soort assistenten, die taken voor ons kunnen verrichten. Ze onderscheiden zich van GenAI door de onafhankelijke acties die ze uitvoeren.

Je kunt bijvoorbeeld een AI-agent vragen de dagelijkse sollicitaties op een vacature te beoordelen, deze sollicitaties samen te vatten, de kandidaten te identificeren die de vaardigheden en ervaring hebben die je zoekt, en aan het einde van de dag een rapport te genereren dat de kandidaten rangschikt met een algemene samenvatting. Daarna kun je de AI-agent vragen een gepersonaliseerd bericht te sturen naar elke kandidaat die je goedkeurt, de kandidaat uitnodigen voor een screeningsgesprek en je een bericht sturen zodra de kandidaat heeft gereageerd. 

Hiervóór kon AI niet communiceren met andere systemen. De tool had geen toegang tot deze cv's, tenzij je ze zelf in de AI-tool toevoegde. Maar met agentische AI kun je stappen aan deze keten blijven toevoegen en werkt het op de achtergrond terwijl jij andere werkzaamheden uitvoert. Bij Indeed zijn we nu bezig dit alles te stroomlijnen.

[Op FutureWorks 2024, kondigde Chris Hyams, de CEO van Indeed, een nieuw AI-gestuurd product aan dat werkzoekenden handige tools zal bieden om een carrièrepad te ontwikkelen en waarmee het voor werkgevers gemakkelijker wordt de vaardigheidskloof te dichten. Blijf ons volgen voor meer informatie binnenkort].

Zijn er specifieke misvattingen of valkuilen voor agentische AI waarop gebruikers moeten letten?

Causey: AI-systemen zijn niet perfect en kunnen fouten maken. Omdat het de nieuwste ontwikkeling is, betekent dat niet dat het foutloos is.

Deze AI-agenten zijn ontworpen om onafhankelijk actie te ondernemen, maar dat betekent ook dat eventuele fouten je duurder komen te staan. Als je contact opneemt met een kandidaat, kun je dat niet meer terugdraaien. Het is belangrijk om eerst goed na te denken over wat je je AI-agenten laat doen, en ervoor te zorgen dat je een manier hebt om de taken en output te controleren. Het is geen goed idee om nu direct al je werk aan een AI-agent uit te besteden.

Vergelijk het met de begindagen van zelfrijdende auto's waarbij je voor de zekerheid toch je handen nog op het stuur houdt.

Het recente wereldwijde rapport van Indeed laat zien dat zowel werkgevers als werkzoekenden achter skills-based werven staan, maar dat beperkte tijd en middelen hiervoor nog belangrijke obstakels zijn. Hoe kan agentische AI hier helpen?

Causey: In de overgang naar skills-based werven is de belangrijkste vraag nog steeds: 'Hoe weten we dat werkzoekenden de vaardigheden hebben die we zoeken?' En weten werkzoekenden dat eigenlijk zelf wel? En hoe zorgen we ervoor dat we dit in kaart brengen op een manier die beide groepen vertrouwen?

Stel je eens voor dat je een AI-agent hebt die automatisch naar cv's kijkt en niet alleen gevraagde vaardigheden rechtstreeks uit het cv haalt, maar ook informatie uit de back-end van het AI-systeem gebruikt om op basis van eerdere functies van de kandidaat andere vaardigheden te identificeren. Het zou zelfs een werkzoekende het volgende bericht kunnen versturen: "Deze vaardigheden staan niet op je cv. Maar door je werkervaring in banen A, B en C heb je deze vaardigheden misschien toch. Zou je een assessment willen doen?"

Door het in kaart brengen van vaardigheden te automatiseren voorkom je dat iemand buiten de boot valt die niet de 'juiste' taal op het cv gebruikt en dat de recruiter een kandidaat alleen selecteert als er voldoende tijd is om informatie op te vragen over deze vaardigheden en op een antwoord te wachten. De assessments scheppen vertrouwen zodat de werkgever snel de belangrijkste vaardigheden kan beoordelen en kan doorgaan naar een sollicitatiegesprek.

Wereldwijd Indeed-onderzoek laat ook zien dat werkzoekenden bij het kiezen van een werkgever steeds vaker naar mogelijkheden voor leren en ontwikkeling (L&O) kijken, en dit eigenlijk nog belangrijker vinden dan het salaris. Hoe kunnen werkgevers AI gebruiken voor L&O om effectiever talent aan te trekken en te behouden?

Causey: AI biedt talloze mogelijkheden om op grote schaal werknemers L&O on-demand aan te bieden tegen relatief lage kosten. Het kan gepersonaliseerde leerplannen en studiematerialen samenstellen, en vervolgens een assessment maken om de leervoortgang te testen en mogelijkheden bieden om te oefenen in je eigen tempo.

Maar sociale factoren blijven een rol spelen. Bij online learning kan het lastig zijn de verantwoording te nemen voor je eigen leren. Het is misschien 9 uur 's avonds, je hebt net je kind naar bed gebracht en hebt nu echt geen zin om je In Python te verdiepen. Een manager kan je hierbij ondersteunen en motiveren. De menselijke factor is altijd de sleutel tot succes.

Kan AI ook helpen bij welzijn op het werk? En zo ja, hoe?

Causey: Hoewel we natuurlijk geen surveillancecultuur willen creëren, denk ik dat AI nuttig kan zijn als een manager zo druk is met andere zaken dat die niet opmerkt dat de aandacht van teamleden verslapt. 

Stel je bijvoorbeeld voor dat je gegevens over verzuim hebt verzameld. Een AI-agent kan op gezette tijden een rapport samenstellen om te zien welke medewerkers aan vakantie toe zijn. Er zijn zoveel verschillende manieren waarop we gegevens kunnen verzamelen zodat ze toegankelijk en bruikbaar worden.

In welk opzicht verschilt Artificial General Intelligence, de volgende verwachte ontwikkeling in AI, van de andere vormen van AI waar we het over hebben gehad?

Causey: Artificial General Intelligence is in feite een systeem of reeks systemen die een taak beter kunnen uitvoeren dan de mens. Er bestaat echter nog geen vaste definitie van hoe dit eruit gaat zien. Sommigen zeggen gekscherend 'het is alles wat nu nog niet kan'. Daar wordt nu nog volop over gediscussieerd. 

De meeste grote AI-labs zeggen de intrede van AGI steeds sneller te verwachten. Dit zeggen ook de engineers die aan deze systemen werken. Hierdoor zijn er ook een aantal AGI-nachtmerriescenario's geschetst die ik niet erg aannemelijk vind. Alleen omdat iets zeer intelligent is, of intelligent lijkt, betekent dat niet dat het alles kan wat mensen kunnen.

Dus wat zouden werkgevers nu al over AGI moeten weten?

Causey: Ik zou zeggen dat ze zich daar voorlopig niet mee bezig hoeven te houden. Wat betreft de macro-economische implicaties van AGI zijn er momenteel zoveel uitkomsten mogelijk dat je niets kunt doen totdat er meer informatie is. Of AGI er nu komt of niet en wanneer, is een stuk minder belangrijk dan wat we met de systemen doen die we nu hebben. 

In plaats van tijd te besteden aan nadenken over welk soort AI je wilt gebruiken of waar je het zou willen toepassen, is mijn advies: begin gewoon AI bij alles te gebruiken (uiteraard binnen de beleidslijnen van je bedrijf en de mogelijkheden die je ter beschikking staan). Door je te richten op experimenteren, verklein je de risico's en is er minder druk alles meteen perfect te moeten doen. Het gebruik van AI is net als alle andere dingen in het leven: als je niet oefent, word je er ook nooit goed in.