Seminar Selection Policy Design (S.P.D.)

Doe het zelf, maar doe het beter!

Tot nader order opgeschort

Intake vooraf: past het seminar bij de vragen die je hebt?

Dag 1:

Wat is de selectie-behoefte van mijn bedrijf eigenlijk?

  • Je kunt met verschillende "selectie-projecten" naar het seminar komen, of zelfs met meerdere tegelijk:

    • Een bedrijfseconomisch project:

      • je wilt mensen die goed presteren met intreeselectie of

      • management development (als opvolgingsplanning) op de goede plekken krijgen ('directe prestatie")

    • Een bedrijfscultureel project: je wilt mensen die je bedrijfscultuur veranderen, door hun stijl van leidinggeven bijvoorbeeld ("contextuele prestatie")

    • Een maatschappelijk project: je wilt minderheden in je bedrijf opnemen, of meer op leidinggevende posities terecht zien komen.

  • Je start met een uitgebreide intake vooraf, om te zien of het seminar past bij je vraag, die je misschien nog niet helemaal helder hebt, maar daar is de eerste dag voor.

 

Mogelijke andere redenen om mee te doen:

  • Je ervaart problemen: faking, haperende AI, lage acceptatie, discriminatiebeschuldigingen, etc.

  • Je bent ontevreden, maar weet niet wat de reden precies is: is het de markt, of je overtuigingen?

  • Je hebt net een investeringsronde binnen, moet met selectie beginnen, en ziet er geen land over.

  • Een scale-up die wil gaan groeien, of een klein bescheiden bedrijf dat lang voort wil: wat voor wie?

  • Er zijn je gouden bergen beloofd, maar je kreeg een kat in de zak. 

  • Ben je misschien ten prooi gevallen aan de "waarachtigheidszwendel" ? Of wilde je misschien maar al te graag bezwendeld worden, en liet een verkoper je in de val lopen?

  • Moet ik tegen HR aanschurken (nee), of tegen het lijnmanagement (ja)?

Tijd ertussen - is duidelijk wat je hoofdvraag is?

Dag 2:

Wat voor oplossingen zijn er? En wat voor onzin?

  • Leer het onderscheid tussen werving op kenmerken, en selectie op eigenschappen.

  • Je budget = je ambitie = je waarachtigheidsniveau = je economische opbrengst

  • Wat als je selectie-opgaaf niet bij het beschikbare budget past:

    • meer geld, of

    • lagere ambitie, of

    • misplaatste bluff verspreiden?

  • Mate van eigen betrokkenheid:

    • zelf doen,

    • uitbesteden, of

    • een mix, en hoe dan?

  • Hoe krijg je grip op de zee aan instrumenten op de markt?

  • Games, virtual reality? Vaak een mooie vorm, maar uiteindelijk geen hoger waarachtigheidsniveau. Hoe kies je goed?

  • De markt is grotendeels ongereglementeerd: waar leg je zelf de ethische lat?

  • Wat doe je tegen faking, deepfakes, testprepping? Is het middel soms erger dan de kwaal?

  • Bang voor faking: stel het interview weer centraal, dat geeft weer (enige) controle

  • Is hoe een kandidaat een instrument ervaart een belangrijke keuze voor inzetten of weren van bepaalde instrumenten?

  • Waarom je moet stoppen persoonlijkheidsvragenlijsten te gebruiken in selectie.

  • Is de menselijke beoordelaar echt zo bevooroordeeld als de sociaal psychologen ons aanpraten? Nee, en dat is maar goed ook, want voor bepaalde beoordelingen kan je niet om hem heen, en dat zal naar huidige stand van zaken nog zeker een paar jaar zo zijn.

Tijd ertussen - zonodig nader persoonlijk advies voor het maken van een keuze

Dag 3:

Werving, Selectie, Management Development

en

Artificiële Intelligentie

  • Belangrijkste doelstelling: krijg de handvatten aangereikt om de ontwikkelingen de komende jaren zelf te volgen.

  • Stop met competentiemanagement en talentmanagement, dat is iets dat prima door A.I. gedaan kan worden.

  • AI werkt goed voor werving, maar welke hoofdaanpakken kun je leren onderscheiden

    • Websites die zelf met kandidaten komen

      • Hoe werken die eigenlijk?

    • Zoekmodules die je zelf op je personeelssystemen aansluit

      • Onder meer semantic parsing

      • etc.

  • Waarom is de laatste jaren zo vaak beweerd dat AI systemen discrimineren?

    • Dat komt alereerst omdat men kenmerken als proxies voor eigenschappen neemt

    • Ook neemt men beschikbare kenmerken (postcode) als vervanger voor andere kenmerken.

  • "Rubbish in, rubbish out", geldt dat nog wel voor algoritmen?

  • Waarom werkt AI nog niet voor de beoordeling van eigenschappen, en zal je naar huidige stand van zaken nog moeten blijven "testen" of interviewen?

  • Tech-fanaten die dwepen met AI, verwarren vaak "toewijzing" (als bureaucratisch proces) met selectie (echt uitkiezen). Hoe leer je de bomen door het bos zien in de aangescherpte discussies?

  • Hoe zit het met web-cam tests die kandidaten beweren te kunnen beoordelen?

  • De onzin naar huidige stand van zaken van gezichtsexpressie-beoordeling en andere neo-leugendetectors

  • Actuele cases:

    • Het AI-systeem dat unilever inzette ligt op de pijnbank. Dat voorspelden wij al. Waarom eigenlijk

    • Het Cambridge analystica schandaal maakte gebruik van Big-Five scores: hoe zat dat eigenlijk? Het vermoeden is dat de onderliggende technologie in sommige wervingssystemen gebruikt wordt. Leer hieraan ethnische en onethische aspecten onderscheiden.

  • De onzin van "sociaal verantwoorde algoritmen", en waarom dat zo is.

  • Hoe zit het met "explainable AI" voor personeelsselectie?

  • Selectie in de MRI, wangslijmvlies, en DNA: quatsch. En dat zal het blijven ook.

Afsluitend persoonlijk advies: hoe krijg ik mijn organisatie mee in het selectiebeleid dat ik heb geformuleerd?