Hr-afdelingen staan voor diverse uitdagingen op het gebied van gegevensbeheer. In dit artikel bekijken we hoe AI kan worden toegepast. We gaan in op de specifieke problemen waar hr-teams mee worstelen bij het beheren van hun data en laten zien hoe ze met behulp van AI-tools kostbare tijd kunnen besparen en hun werkprocessen kunnen optimaliseren.

De toekomst van hr en waarom AI een rol speelt

Wat is tot dusver de algemene beeldvorming over AI in Nederland? De toekomst ziet er veelbelovend uit voor bedrijven die willen investeren in AI-technologie. De Nederlandse overheid streeft naar een optimaal gebruik van AI in de samenleving, waarbij publieke waarden en mensenrechten worden gewaarborgd. De Europese Commissie heeft haar visie op de ontwikkeling van AI uiteengezet in haar 'Whitepaper Artificial Intelligence 2020'. UBS voorspelt dat de marktkapitalisatie van AI in 2025 85 miljard euro zal bedragen. In Nederland maakt 45% van de grote bedrijven (meer dan 500 medewerkers) gebruik van AI. 

Zestig miljard euro van het bedrag dat de EU aan Nederland heeft toegekend in het kader van het coronaherstelfonds zal worden ingezet om het potentieel van AI te benutten, wat zowel de Nederlandse economie als de samenleving ten goede komt.

Waarom zouden hr-teams moeten investeren in AI? Vanwege de huidige krapte op de arbeidsmarkt en de krimp van de potentiële beroepsbevolking langs de oostgrens van Nederland ontstaat er mogelijk een participatiekloof. Dit betekent dat hr-teams moeten kijken naar nieuwe manieren om personeel te werven en te behouden in een voor recruiters concurrerende arbeidsmarkt. Met behulp van AI kunnen ze wellicht overtuigendere sollicitatievragen opstellen of tijd besparen die anders zou worden besteed aan handmatige taken zoals gegevensbeheer.

Om te begrijpen hoe op AI gebaseerde oplossingen voor hr-gegevensbeheer kunnen worden ontwikkeld, moeten we nagaan waar AI toe in staat is op het gebied van gegevensanalyse, beheer en het stroomlijnen van workflows.

Automatisering en AI kunnen hr-teams kostbare tijd besparen

Automatisering en AI kunnen het voor je hr-team makkelijker maken om tijd te besparen op repetitieve handmatige taken. Maar het kan ook leiden tot de vraag om meer te doen met minder. Zoals Indeed's toonaangevende AI-expert Matt Burney aangaf in ons artikel over ChatGPT en automatisering, zijn recruiters altijd op zoek naar nieuwe manieren om taken te stroomlijnen met automatisering. Dit kan bijvoorbeeld door nieuwe manieren te vinden om ongestructureerde gegevens te beheren met behulp van deze tools.

Matt ontdekte via een Indeed-enquête onder talent acquisition managers dat een gemiddelde medewerker per week 14 uur besteedde aan handmatige taken en processen. Met tools van taalmodel GPT — dat wil zeggen tools voor tekstcreatie en -analyse — bespaar je al zo'n 35% van de tijd die anders aan handmatige taken zou worden besteed.

In plaats daarvan kunnen hr-teams zich dan richten op taken die een menselijkere, hands-on aanpak vereisen, waarbij ze rechtstreeks contact hebben met medewerkers en hun problemen op een persoonlijke manier bespreken. Denk hierbij aan het afhandelen van incidenten als intimidatie en pesterijen.

Laten we nu kijken naar een aantal andere mogelijke toepassingen van AI in hr. Daarna het hoofdonderwerp: hoe kunnen hr-teams AI gebruiken om ongestructureerde gegevens beter te beheren?

Enkele andere toepassingen van AI in hr

Een van de belangrijkste nieuwe trends in AI hr-beheer is prestatiebeheer. Dit betekent dat hr kan bepalen wanneer medewerkers extra training of ondersteunende interventies nodig hebben, iets wat door AI veel sneller kan worden vastgesteld dan door managers die dit handmatig doen. En nog een belangrijk punt om rekening mee te houden: uit onderzoek bleek dat loopbaanontwikkeling de belangrijkste reden is waarom medewerkers vertrekken (22%). 21% van de medewerkers gaf aan dat ze hun baan zouden opzeggen vanwege een gebrek aan carrièreverloop. Dit maakt prestatiebeheer tot een topprioriteit voor elk hr-team.

AI kan ook worden gebruikt voor dagelijks hr-beheer, bijvoorbeeld door een chatbot te ontwikkelen die vragen van medewerkers kan beantwoorden over salarisadministratie of het aantal vakantiedagen dat ze nog tegoed hebben. Een van de belangrijkste knelpunten voor hr is tijd uittrekken voor het beheren van ongestructureerde gegevens, omdat het beheer ervan zo complex is. In de volgende alinea gaan we hier dieper op ingaan.

Wat zijn ongestructureerde gegevens?

Wat zijn ongestructureerde gegevens nu precies? Volgens de Rijksuniversiteit Groningen zijn ongestructureerde gegevens alle gegevens die niet zijn geordend volgens een vooraf ingesteld datamodel of -schema. Ze kunnen daarom niet worden opgeslagen in een traditionele relationele database. Dit omvat dus elk type data dat onder tekst of multimedia valt, inclusief formats als e-mails, berichten op social media, enquêtes met open vragen, video's, webpagina's, audiobestanden en foto's. De Rijksuniversiteit Groningen stelt vast dat 80% van de door organisaties verzamelde gegevens ongestructureerd is. 

Hoewel veel van de gegevens waar hr-teams mee werken gestructureerd zijn, zoals de naam of geboortedatum van een medewerker of kandidaat, zijn andere soorten gegevens, zoals sollicitatiegesprekken met kandidaten, e-mails, identificatiedocumenten, antwoorden op enquêtes over medewerkersfeedback of pdf's allemaal ongestructureerd. AI kan oplossingen bieden voor het beheer van de bovengenoemde soorten ongestructureerde gegevens en op deze manier tijd besparen voor hr-teams. Maar laten we eerst eens kijken naar het verwerken van ongestructureerde gegevens, wat iets complexer is dan het verwerken van gestructureerde gegevens.

AI-tools ontwikkelen voor het beheren van ongestructureerde gegevens

AI-expert Matt Burney benadrukt ook dat je gevoelige bedrijfs- of klantgegevens beter niet kunt invoeren in modellen zoals ChatGPT (wat waarschijnlijk het belangrijkste soort gegevens is waar je hr-team mee werkt), aangezien dit de vertrouwelijkheid van gegevens in het gedrang brengt. Het kan ook in strijd zijn met de AVG-regels, maar op dit moment is het juridisch gezien een grijs gebied.

Verder legt Matt in onze handleiding ChatGPT en automatisering uit dat bedrijven dit probleem kunnen oplossen door AI-tools te ontwikkelen om hun eigen ongestructureerde gegevens te beheren, zodat ze geen gegevens hoeven in te voeren in AI-tools van andere bedrijven. De gegevens blijven dan in handen van het bedrijf en lopen niet het risico om uit te lekken. Dit maakt AI een nuttige oplossing voor hr-recruiters die te maken hebben met veel ongestructureerde gegevens zoals sollicitatiegesprekken. Volgens Matt kun je deze tools gebruiken om sollicitatiegesprekken beter te organiseren en te leren over wat wel en niet werkt. Recruiters kunnen deze informatie ook gebruiken om te bepalen welk gedrag aangeeft wat de meest geschikte sollicitant is en waarom. 

Hoe maak je ongestructureerde gegevens bruikbaar?

Het verwerken van ongestructureerde gegevens houdt in dat gegevens uit formats zoals e-mails, video's, webpagina's en dergelijke worden gehaald en worden omgezet in kwantificeerbare gegevens. Hr-teams die dit van plan zijn, hebben de juiste tools voor gegevensextractie nodig om ongestructureerde gegevens uit het oorspronkelijke bestandstype te kunnen halen. 

Dit houdt meestal in dat je de gegevens die je hebt geëxtraheerd moet 'opschonen' voordat je ze opslaat in een beheersysteem dat gemakkelijk en toegankelijk is voor medewerkers. Gegevenssets uit ongestructureerde gegevens moeten doorgaans worden opgeschoond, omdat ze vaak onjuistheden bevatten zoals spelfouten of verkeerde HTML-tags. 

Ongestructureerde gegevens beheren met AI

Als je eenmaal over bruikbare ongestructureerde gegevens beschikt, kun je deze effectiever beheren met behulp van AI-tools. Je zou een tekstanalysetool kunnen creëren of gebruiken die vergelijkbaar is met die van ChatGPT. Houd dan wel rekening met onze punten hierboven over de AVG en het omgaan met gevoelige gegevens. Je zou deze tool kunnen gebruiken om tekst op onderwerp te ordenen, bijvoorbeeld door met AI antwoorden op enquêtes te ordenen op specifieke zinnen of woorden. Dit is vooral handig voor hr-teams die werken met kwalitatieve in plaats van kwantitatieve enquêteresultaten en die de antwoorden van deelnemers overzichtelijker willen maken. 

Er zijn momenteel AI-tools op de markt waarmee je niet alleen tekst kunt analyseren, maar ook gebruik kunt maken van optische tekenherkenning, spraakherkenning en nog veel meer. Met behulp van AI zou je dus gevoelige beveiligingsgegevens van klanten of medewerkers die worden gebruikt voor identiteitsverificatie overzichtelijker kunnen maken. 

Dankzij AI kunnen je hr-teams zich richten op de belangrijkere zaken

Met behulp van AI kunnen hr-teams ongestructureerde gegevens die moeilijk te kwantificeren zijn, beter beheren. Denk aan sollicitatiegesprekken, video's, e-mails of antwoorden op enquêtevragen. Zoals we hebben gezien, kan het stroomlijnen van hr-processen tijd besparen als het gaat om handmatige taken, zodat bedrijfsteams zich kunnen focussen op verantwoordelijkheden die een menselijkere aanpak vereisen.