8.2 Voorspellende AI
uitkomst
model
fraude
Voorspellende AI is gericht op het voorspellen van toekomstige gebeurtenissen of uitkomsten op basis van historische gegevens en patronen. Voorspellende AI vormt de ruggengraat van een grote hoeveelheid softwaretoepassingen, zoals stem- en gezichtsherkenning om bijvoorbeeld emoties en stressniveaus van personen te meten. Het analyseert de data en kan modellen genereren. Die modellen zijn vervolgens bruikbaar om nog onbekende uitkomsten te voorspellen. AI zal in de toekomst een grote stempel op assessments drukken. Dat kan op ten minste vier manieren gebeuren, namelijk via:
8.2.1 Voorspelling
bruikbaar
Modellen kunnen de werkprestaties en werktevredenheid van kandidaten leren voorspellen op basis van eigenschappen van de kandidaat en van de functie waar de kandidaat op solliciteert. Op basis van de resultaten van een assessment kan een AI-model bijvoorbeeld berekenen dat de kans dat een kandidaat goed gaat presteren, 87% is. Dit is informatie die voor zowel werkgevers als sollicitanten ontzettend bruikbaar is. Zij helpt uw organisatie bijvoorbeeld bij het efficiënter selecteren van kandidaten, en sollicitanten kunnen profiteren van het inzicht dat deze informatie biedt, bijvoorbeeld bij het maken van de juiste carrièrekeuzes.
Adaptieve testen
niveau
Verder kan voorspellende AI dienen als basis voor adaptieve testen. Dit zijn testen die zich aanpassen aan het niveau van de kandidaat. Bij adaptieve testen voor intelligentie werkt het bijvoorbeeld als volgt: als de kandidaat een vraag correct beantwoordt, krijgt hij een meer uitdagende vraag. Als het antwoord fout is, wordt de volgende vraag wat eenvoudiger. Dit zorgt ervoor dat elke kandidaat de meest geschikte vragen krijgt voorgeschoteld, waardoor een nauwkeurige beoordeling mogelijk is met aanzienlijk minder vragen.
AI biedt mogelijkheden om adaptieve testen nog korter te maken. Het voordeel daarvan is dat het zowel de kandidaat als de beoordelaar tijd bespaart. Ook maakt het de ervaring van de kandidaat een stuk positiever.
8.2.2 Personalisatie van assessments
loopbaanadvies
individuele leerbehoefte
Voorspellende AI kan ook helpen bij het personaliseren van assessments. In de context van loopbaanadvies kan een AI-model bijvoorbeeld de meest passende functies en vacatures selecteren naar aanleiding van de resultaten van een assessment. Daarnaast zullen assessments steeds meer de mogelijkheid bieden om de ontwikkelpaden van werknemers te personaliseren. Als een werknemer bijvoorbeeld een ontwikkelassessment heeft ingevuld, kan AI vervolgens met de gegevens uit het assessment de individuele leerbehoeften van de werknemer identificeren en op die manier een gepersonaliseerd leertraject aanbieden. Hierdoor verhoogt de betrokkenheid en motivatie van werknemers om een leertraject af te ronden. Het is immers afgestemd op hun individuele behoeften.