Drie vragen aan: Annemarie Hiemstra
Annemarie is werkzaam aan de Erasmus Universiteit Rotterdam
IT-vaardigheid bij professionals om nieuwe tools te gebruiken blijft achter.
Op welke vraagstukken richt uw onderzoek zich?
Mijn onderzoek richt zich op het gebruik van nieuwe technologie en innovatieve methoden voor assessment. Je kunt hierbij denken aan online simulaties en video sollicitaties, zoals het video cv en het digitale interview. De meest recente en ingrijpende technologische ontwikkeling is het toenemend gebruik van artificiële intelligentie bij het nemen van selectiebeslissingen. Bij de invoering van nieuwe technologie voor selectie is het belangrijk om te onderzoeken hoe valide, betrouwbaar en eerlijk de nieuwe instrumenten zijn. Klassieke en digitale manieren van assessment worden soms beschouwd als onverenigbare, tegengestelde methoden, maar dat hoeft niet zo te zijn. Het is belangrijker om te verkennen op welke manier de sterke kanten van psychologische en technologische benaderingen kunnen worden gecombineerd, met als doel eerlijkere en verbeterde personeelsbeslissingen te nemen. Belangrijke onderwerpen waarop mijn onderzoek zich daarbij richt zijn fairness en bias en acceptatie door sollicitanten.
Welke inzichten wilt u vanuit uw vakgebied graag delen met de assessmentpraktijk?
Computer-gebaseerde beslisondersteuning ontwikkelt zich razendsnel binnen de praktijk, zoals het gebruik van algoritmes om kandidaten te screenen voor een baan. Dit heeft fundamentele gevolgen voor de manier waarop professionals binnen de werving en selectie hun werk doen. Hoewel het gebruik van big data en geavanceerde technologieën voor data analyse snel toeneemt, blijft de vaardigheid bij professionals zonder IT-achtergrond om deze tools op een verantwoorde wijze te gebruiken achter. Pas afgestudeerde psychologen hebben nieuwe, adaptieve kennis en vaardigheden nodig om goed voorbereid te zijn op de snelle veranderingen die plaatsvinden binnen het werkveld. Dit heeft gevolgen voor de benodigde opleidingsprogramma’s. Om deze reden ben ik met samen met collega’s van verschillende universiteiten en organisaties, zoals de Technische Universiteit Delft, een Strategisch Partnerschap* aangegaan. In dit project combineren we complementaire kennis en expertise rondom het gebruik van big data en artificiële intelligentie, wat leidt tot nieuwe kennis voor alle partners. Deze samenwerking resulteert in onderwijsmateriaal dat Master studenten en professionals in de praktijk beter uitrust met nieuwe vaardigheden die belangrijk zijn om big data en de mogelijkheden van artificiële intelligentie op een verantwoorde wijze te gebruiken voor personeelsvraagstukken. Vanaf deze zomer worden de eerste onderwijspilots gedraaid. Het project loopt nog tot eind 2019.
En/of:
Bij het maken van beslissingen over de manier waarop een selectieprocedure wordt vormgegeven is het altijd van belang om fairness mee te nemen in de overwegingen. Een belangrijk probleem daarbij is dat de meest valide psychologische predictoren, ook leiden tot de grootste score-verschillen tussen groepen (het diversiteits-validiteits dilemma). Ployhart & Holtz bespreken dit dilemma en bieden ook strategieën om ermee om te gaan.
Welke artikelen ziet u als ‘must reads’ in uw vakgebied?
Aan de ene kant bieden computers (en artificiële intelligentie) veel mogelijkheden voor betere en eerlijkere selectie. Zie bijvoorbeeld:
Kuncel, N. R., Klieger, D. M., Connelly, B. S., & Ones, D. S. (2013). Mechanical versus clinical data combination in selection and admissions decisions: A meta-analysis. Journal of Applied Psychology, 98(6), 1060.
Tegelijk is er onder computerwetenschappers een toenemend bewustzijn dat ook het gebruik van artificiële intelligentie kan leiden tot bias, onder andere in werving in selectie. Een van de voorlopers op dat vlak is Kate Crawford:
* - Het Erasmus+ Strategisch Partnerschap Big Data in Psychological Assessment is tot stand gekomen dankzij financiële steun van de Europese Unie (EU grant 277082 EUR)
