Research Brief 94. Betere ‘aanbevelingssystemen’ in e-recruitment leiden tot efficiëntere arbeidsmarkt
Research Brief 94. Betere ‘aanbevelingssystemen’ in e-recruitment leiden tot efficiëntere arbeidsmarktIn het huidige digitale tijdperk zijn zogenaamde ‘e-recruitment platformen’ belangrijk geworden in het vinden van de juiste baan of de juiste kandidaat voor een vacature.
Research Brief 94. Betere ‘aanbevelingssystemen’ in e-recruitment leiden tot efficiëntere arbeidsmarkt
Postdoctoraal onderzoeker Yoosof Mashayekhi en professor Tijl De Bie
(7 november 2024) In het huidige digitale tijdperk zijn zogenaamde ‘e-recruitment platformen’ belangrijk geworden voor het vinden van de juiste baan of voor het vinden van de juiste kandidaat voor een vacature. Deze e-recruitment platformen, zoals LinkedIn, Indeed of JobAt, maken gebruik van zogenaamde ‘aanbevelingssystemen’ om werkzoekenden en potentiële werkgevers aan elkaar te koppelen. Yoosof Mashayekhi, Nan Li, Bo Kang, Jefrey Lijffijt en Tijl De Bie van onderzoeksgroep AIDA gaan in hun nieuwe wetenschappelijke publicatie in op de unieke kansen en uitdagingen van aanbevelingssystemen in e-recruitment.
Aanbevelingssystemen
Aanbevelingssystemen zijn een integraal onderdeel van moderne digitale platformen en hebben als doel gebruikers de meest relevante opties voor te stellen op basis van hun voorkeuren en hun eerder gedrag. Zo stellen videostreamingplatformen gebruikers films voor op basis van eerder kijkgedrag. Zo’n aanbevelingssystemen worden ook gebruikt in e-recruitment. E-recruitment – vrij vertaald als ‘online aanwerving’ – is het gebruikmaken van digitale platformen, zoals vacaturesites (zoals Indeed en JobAt) en sociale media (zoals LinkedIn) om als werkzoekende de juiste baan te vinden of om als potentiële werkgever de juiste kandidaat te vinden voor een vacature. De kracht van aanbevelingssystemen bij e-recruitment ligt in hun vermogen om enorme hoeveelheden gegevens te analyseren van zowel kandidaten als van potentiële werkgevers, waaronder cv's, functiebeschrijvingen en persoonlijke voorkeuren, om op basis daarvan concrete aanbevelingen te doen en het zoekproces naar een baan of naar een kandidaat te stroomlijnen.
Uitdagingen
Toch brengt de ontwikkeling van aanbevelingssystemen in e-recruitment tal van uitdagingen met zich mee. Enkele voorbeelden:
waarborgen van eerlijkheid en transparantie in het algoritme;
verbeteren van de gegevenskwaliteit;
vinden van een evenwicht tussen de belangen van werkzoekenden en de belangen van potentiële werkgevers;
opschalen van het systeem om miljoenen werkzoekenden en potentiële werkgevers te kunnen bedienen.
In onze nieuwe wetenschappelijke publicatie geven we een uitgebreid overzicht van uitdagingen bij de ontwikkeling van aanbevelingssystemen in e-recruitment. Daarnaast geven we ook een overzicht van hoe die uitdagingen in eerder onderzoek werden aangepakt. Ons onderzoek laat onderzoekers en ontwikkelaars van aanbevelingssystemen in e-recruitment toe deze uitdagingen te verkennen en beter te begrijpen hoe ze met succes kunnen worden aangepakt, zodat ze robuustere, effectievere en eerlijkere e-recruitmentsystemen kunnen bouwen. Dit kan op zijn beurt leiden tot een nauwkeurigere en eerlijkere matching van werkzoekenden met vacatures, waardoor werkzoekenden minder lang werkloos zijn en werkgevers sneller geschikte kandidaten vinden.
Het verbeteren van aanbevelingssystemen voor e-recruitment is (dus) van groot maatschappelijk belang. Verbeterde algoritmes kunnen leiden tot een efficiëntere arbeidsmarkt, lagere werkloosheidscijfers en een grotere jobtevredenheid. Door de uitdaging omtrent vooroordelen en discriminatie in algoritmes samen met mogelijke oplossing daarvoor gedetailleerd in kaart te brengen, bevordert het onderzoek bovendien de ontwikkeling van e-recruitment platformen die transparant en eerlijk zijn en alle werkzoekenden gelijke kansen bieden, ongeacht hun achtergrond. Dit helpt bij het opbouwen van een meer inclusieve arbeidsmarkt.
Toekomst van aanbevelingssystemen voor werving en selectie
De toekomst van aanbevelingssystemen voor e-recruitment zit vol potentieel. Een belangrijke trend is de toenemende geavanceerdheid van AI en machine learning-algoritmen. Deze technologieën zullen e-recruitment systemen in staat stellen om grotere en complexere datasets nauwkeuriger te analyseren. Als gevolg daarvan zullen jobmatches persoonlijker en nauwkeuriger worden, waardoor ze beter voldoen aan de behoeften van zowel werkzoekenden als potentiële werkgevers. Bovendien zullen deze geavanceerde technologieën werkzoekenden kunnen helpen bij het kiezen van hun carrièrepad op basis van voorspellingen van de toekomstige vraag op de arbeidsmarkt, zodat ze hun bijscholingsmogelijkheden dienovereenkomstig kunnen plannen en nastreven.
