Minder discriminatie door slimme HR-algoritmes

Minder discriminatie door slimme HR-algoritmes

Interview met Barend Raaff, oprichter van het Amsterdamse technologiebedrijf Harver

Harver is een Nederlandse startup, die cv’s overbodig wil maken. Via hun platform kan je online assessments laten uitvoeren onder je sollicitanten.

Harver maakt gebruik van zelflerende algoritmes en kunstmatige intelligentie om te voorspellen welke kandidaat succesvol gaat zijn in de functie. Harver heeft 70 medewerkers met kantoren in Amsterdam en New York.

Grote klanten zoals Netflix, Booking.com, en Randstad maken al gebruik van Harver. Het Amerikaanse investeringsfonds Insight Venture Partners steekt bovendien 12 miljoen dollar in de Amsterdamse startup om de wereldwijde uitrol van de software te versnellen. Een goede aanleiding om Barend Raaff (CEO) te interviewen.

Hoe gaat Harver te werk?
“Het Harver platform stelt organisaties in staat om sollicitatie ervaringen op te zetten. Dit zijn processen waar sollicitanten doorheen geleid worden. In dit proces doen wij eigenlijk twee dingen. Ten eerste kunnen wij via testen en assessments voorspellen of een sollicitant succesvol zal worden in de functie. Hiermee meten wij dus echt de kwaliteiten van de sollicitant. Aan de andere kant voeren wij met het platform ook zelf-selectie uit. Door middel van gaming en video’s laten wij zien wat het werk in het bedrijf inhoudt, zodat sollicitanten zelf ook kunnen besluiten of ze wel of niet doorgaan met de sollicitatie.

Van oorsprong zijn wij begonnen met bedrijven die grote aantallen sollicitaties krijgen op een vacature, zoals callcenters en supermarkten. Hiermee kunnen zij een grote efficiency slag maken. Tegenwoordig is het product zover doorontwikkeld dat wij ook preselectietesten kunnen opzetten voor bedrijven die kleinere volumes werven. Ook maken we niet alleen testen voor ‘customer facing functies’ zoals retail en hospitality, maar ook in andere functies zoals IT, financieel en sales. Harver heeft momenteel klanten in 20 landen en biedt testen aan in 42 talen.”

Wat meten jullie in de testen?
“Allerlei factoren kunnen voorspellend zijn voor succes in een functie. Door te kijken naar kenmerken als werkervaring, taalvaardigheid en persoonlijkheid kan het algoritme voorspellen of een kandidaat past binnen een bedrijf. Tegenwoordig wordt ook de zogenoemde ‘cultural fit’ gemeten. Een combinatie van deze datapunten bepaalt of iemand doorgaat in het sollicitatie proces of niet. De duur van een test varieert tussen een kwartier tot anderhalf uur, afhankelijk van de functie. Op basis van de uitslag van de testen produceert ons platform een matching score. Uiteindelijk blijft de recruiter de eindbeslisser.”

Zelflerende algoritmes
“Wij gebruiken onze eigen historische data die overeenkomt met de branche waarin de klant actief is. Als de klant eenmaal ons systeem gebruikt koppelen wij hier resultaten van de aangenomen kandidaten aan. Van de mensen die je aanneemt vragen wij na drie maanden, zes maanden, en een jaar hoe goed ze het doen. Zo kan het algoritme leren welke factoren wel of niet voorspellend zijn.

Als je het pre-selectieproces volledig in de handen legt van een recruiter heb je een grote kans dat er vooringenomen beslissingen worden gemaakt. Wij kijken alleen naar data die daadwerkelijk voorspellend is voor succes. Zo voorkom je dat er discriminerende beslissingen worden gemaakt. Daarnaast kunnen wij kandidaten helpen met de uitslag van de test. Er wordt duidelijk verteld welke capaciteiten en eigenschappen een kandidaat mist, en welke ander type functie wel bij je zou kunnen passen.

Door gebruik te maken van online assessments sla je een grote efficiency slag. In sommige gevallen verminderen wij het vroege verloop met wel 90%, wat weer leidt tot gelukkigere medewerkers. Daarnaast geef je kandidaten een fijne sollicitatie ervaring, wat weer goed is voor je employer branding.”

Koppeling met ATS
“Wij koppelen met verschillende ATS systemen zoals Taleo en Connexys. Op basis van de test resultaten kunnen we data van de sollicitant aanpassen in het ATS of ERP van de klant. In sommige gevallen sturen wij zelf de afwijzing naar de sollicitant. Ons eigen systeem heeft ook bepaalde ATS functies en wij merken dat dit voor de kleinere bedrijven voldoende is.
De grotere bedrijven hebben allemaal hun eigen ATS of ERP. In mijn ogen is het ook veel efficiënter om in HR technology allerlei spelers aan elkaar te koppelen en niet een groot pakket te gebruiken. Hierdoor houdt iedereen zijn eigen focus.”

Wetenschappelijk onderbouwd
“De persoonlijkheidskenmerken die wij testen zijn wetenschappelijk onderbouwd. Daarvoor gebruiken wij het Hexaco-model. Hiervoor zijn zowel studies naar validiteit, maar ook naar adverse impact gedaan. Dit zijn activiteiten op het vlak van werving & selectie die onbedoeld leiden tot het verschillend behandelen van vooral minderheden.”

Toekomst van Harver
“Wij zijn op drie vlakken nu heel actief. Ten eerste kunnen we sinds kort ook testen van derde partijen in ons platform opnemen. Zo ontstaat voor onze klanten een geïntegreerd multi-assessment platform. Wij willen ervoor zorgen dat het niet uitmaakt wat je wilt testen, het kan altijd binnen de Harver-omgeving gedaan worden. Ten tweede hebben we onze software nu ook geschikt gemaakt voor kleinere bedrijven. We willen dat iedereen van deze technologie gebruik kan maken. Als laatste willen we het steeds makkelijker maken om performance feedback te geven zodat de data steeds beter wordt.”

Interview: Dion Metz, SharpMinds