AI maakt beslissingen over mensen slechter—dit is waarom

David Rice: Je gebruikt AI om beslissingen te nemen over werving, prestatiebeoordelingen, teamindelingen en andere belangrijke beslissingen over mensen die gevolgen hebben voor loopbanen, cultuur en bedrijfsresultaten. En in veel gevallen hebben we geen idee welke context we er eigenlijk aan geven. Het is alsof je een vriend om advies vraagt over je leidinggevende en die zegt: "Nou, ik ken je leidinggevende niet echt, dus hoe zou ik je goed advies kunnen geven?" Je zult meer moeten vertellen. Maar in veel gevallen vertel je AI niet meer; je hoopt gewoon dat het systeem het zelf uitzoekt.

De gast van vandaag is Matt Poepsel van The Predictive Index. Zijn sessie tijdens de meest recente Transform-conferentie in Las Vegas had de titel Slimme hulpmiddelen, domme beslissingen over mensen. Want dit is wat er gebeurt. AI kan in enkele minuten onderzoek doen en schrijven wat vroeger twee weken kostte, dus we verkorten onze verwachtingen. We werken sneller, maar gebruiken nog steeds een oud denkmodel met nieuwe hulpmiddelen. En de vroege intensieve gebruikers zijn het meest opgebrand. Iets anders om hier te overwegen is dat teamwerk de belangrijkste en gevaarlijkste vorm van werk is.

Mensen met verschillende persoonlijkheidstypen botsen op elkaar als botsauto's. Voeg concurrerende doelstellingen toe, die complexe strategieën noodzakelijkerwijs hebben, en je hebt een recept voor een ramp. Maar managers weten niet dat ze om gedragsgegevens moeten vragen. We leiden hen daar niet voor op. We leren ze strategie, technologie en bedrijfsvoering, maar niet hoe ze het menselijke aspect goed aanpakken.

En nu voegen we ook AI-agenten aan de mix toe. Jouw agent belt mijn agent, AI maakt samenvattingen die mijn AI verwerkt. We creëren echte afstand tussen elkaar terwijl we denken dat we productief zijn. Het is werkprut, waarbij we proberen bij te blijven met de definitie van productiviteit van gisteren in plaats van ons te ontwikkelen naar wat waarde daadwerkelijk betekent.

In de show van vandaag bespreken we waarom AI gedragscontext nodig heeft, en niet alleen functieomschrijvingen en vaardigheden; het principe twee keer meten, één keer snijden voor belangrijke beslissingen over mensen, waarbij elke beslissing over mensen nu belangrijk is; waarom vaardigheden vergankelijk zijn, maar gedragskenmerken stabiel; hoe je gedragsinzichten eerder in het wervingsproces kunt opnemen; waarom managers niet weten om de juiste gegevens te vragen en wat HR daaraan moet doen; en tot slot het verschil tussen AI die teamdynamiek versnelt en AI die vertrouwen vernietigt.

Ik ben David Rice. Dit is People Managing People. En als je AI hebt gebruikt voor beslissingen over mensen zonder te begrijpen welke context er werkelijk toe doet, zal dit gesprek hopelijk precies laten zien wat je mist. Dit is een gesprek in persoon tussen Matt en mij op de beursvloer van Transform. Veel plezier. Dan geef ik het woord aan Matt en mezelf.

Ik ben hier met Matt Poepsel van The Predictive Index. Welkom, Matt. Goed om hier op Transform met je te praten.

Matt Poepsel: Heel erg bedankt. Bedankt dat je me hebt uitgenodigd.

David Rice: Ik heb erg genoten van je sessie gisteren. De titel was Slimme hulpmiddelen, domme beslissingen over mensen.

Matt Poepsel: Ja, precies.

David Rice: Laten we daarmee beginnen.

Weet je, in veel gevallen suggereer je dat AI een aanbeveling doet en dat een persoon die goedkeurt. Ik vraag me af: waar zit hier het grootste risico? Is het de overmatige afhankelijkheid ervan, of het feit dat we in veel gevallen eigenlijk niet weten welke informatie we het systeem geven?

Matt Poepsel: Ja, dat klopt. Ik denk dat er in het begin zeker sprake zal zijn van overmatige afhankelijkheid, maar ik denk niet dat het gebruik van AI-hulpmiddelen op zichzelf per se slecht is.

Maar ik denk dat de vraag is of we de context begrijpen die het systeem heeft. Het beschikt alleen over de context die wij het geven.

David Rice: Precies.

Matt Poepsel: Het zou zijn alsof ik een vriend iets vroeg en zei: "Je hebt toch advies voor me over het samenwerken met mijn leidinggevende?" Dan zouden ze zeggen: "Nou, ik ken je leidinggevende niet echt, dus hoe zou ik je daar goed advies over kunnen geven? Je zult me meer moeten vertellen." Zo voelt het voor mij bij deze AI-hulpmiddelen.

David Rice: Ja. En het andere is dat gegevens over mensen berucht zijn omdat er vaak veel problemen mee zijn, toch?

Matt Poepsel: Dat klopt.

David Rice: En dus vraag ik me af: je praat met veel mensen, hoe zeker denk je dat zij zijn van wat ze invoeren?

Matt Poepsel: Helemaal niet zeker. Ik denk dat we ons in de beginfase van AI bevinden, waarin veel nog een beetje experimenteel is. Zo van: "Hoe kun je me helpen? Ik vraag me af wat ik terugkrijg." Na verloop van tijd raken mensen er meer vertrouwd mee, wat volgens mij goed is, en beginnen ze het te vragen om meer en complexere dingen te doen.

In het begin was het: "Help me deze e-mail te formuleren." Dat is veranderd in: "Help me een presentatie te maken. Ik moet mijn team iets vertellen over de meest recente verkoopcijfers. Kun je me daarbij helpen?" Het gebruik neemt dus toe, maar wat opnieuw een beetje onopgemerkt blijft, is dit: als we niet echt weten hoe het team in elkaar zit wat betreft gedragsstijlen en communicatievoorkeuren, krijgen we dan wel het beste advies van AI als het ons helpt die presentatie te maken? Dat baart me een beetje zorgen.

David Rice: Ik ben de laatste tijd bij een paar conferenties geweest en er wordt veel gesproken over governance, vooral nu we het tijdperk van AI-agenten ingaan. Hoe goed denk je dat mensen definiëren wie verantwoordelijk is voor een beslissing?

Matt Poepsel: Die beslissing wordt rondgeslingerd als een voetbal, zou ik zeggen.

David Rice: Precies.

Matt Poepsel: Omdat ik denk dat ze echt in een soort tussenfase valt. Het is niet puur juridisch, maar ook niet puur IT. Het is niet puur HR. En vaak krijgt HR de opdracht om te zeggen: "Oké, jij moet dit vooruitbrengen", als het gaat om het aanvaardbare en gepaste gebruik van AI, wat volgens mij logisch is.

Uiteindelijk hebben we het over mensen die mogelijk in gevaar worden gebracht. Als iemand iets ongepasts van zijn manager krijgt, kan dat veel vertrouwen vernietigen. Er zijn dus echte menselijke kosten. In dat opzicht is HR logisch. Maar soms wordt er ook nogal transactioneel naar gekeken.

Wanneer we het alleen benaderen vanuit compliance, erkennen we niet dat AI het potentieel heeft om ons vermogen om teamdynamiek goed te krijgen echt te versnellen, of om onze bedrijven op nieuwe manieren aan te sturen.

David Rice: Je noemt teamdynamiek. AI is, zoals je zegt, nog niet volledig in staat om die te begrijpen en te begrijpen hoe werk werkelijk wordt gedaan.

Hoe structureer je de context die je het geeft en zorg je voor gestructureerde invoer, zodat het daar goed op kan voortbouwen?

Matt Poepsel: Dit is iets wat ik voortdurend zeg: teamwerk is de belangrijkste en gevaarlijkste vorm van werk. Als je nadenkt over wat er in je bedrijf gebeurt, is de kans klein dat één persoon iets helemaal alleen doet.

Meestal zijn het teams, zo niet meerdere teams van mensen, die programma's, initiatieven en verschuivingen in het bedrijfsmodel succesvol moeten maken.

David Rice: Ja.

Matt Poepsel: We moeten teamwerk dus goed aanpakken. Voor mij begint dat met inzicht in de gedragsverschillen en de strategische vereisten van dat team.

Als je nadenkt over mensen met heel verschillende persoonlijkheidstypen, dan botsen ze op elkaar als je ze in een team samenbrengt, net als botsauto's. Voeg daar concurrerende doelen aan toe, die noodzakelijkerwijs in veel complexe strategieën voorkomen, en plotseling heb je een recept voor een zeer slechte teamdynamiek.

David Rice: Ja.

Matt Poepsel: Je moet dus begrijpen dat alle gegevens over het werk dat moet worden gedaan en de mensen die het werk uitvoeren, een zeer rijke context vormen. Een deskundige kan daar bijvoorbeeld naar kijken en zeggen: "O, ik begrijp waarom dit team vastloopt", of waarom ze hier op dit gebied wrijving ervaren.

De vraag is dan: hoe krijgen we ook AI-hulpmiddelen zover dat ze ons daarbij helpen? Daar moet volgens mij goed over worden nagedacht.

David Rice: Het grappige is dat we het hebben over teamdynamiek en teamwork als iets dat onder druk staat. Tegelijkertijd ligt er veel nadruk op het idee dat iedereen ondernemer en manager van agenten wordt. Ik vraag me dan af: als ik niet begrijp hoe ik mensen moet laten samenwerken, kan ik deze agenten dan wel goed laten samenwerken?

Matt Poepsel: Precies. Laat jouw agent mijn agent bellen. Plotseling krijg je een situatie waarin veel van de werkprut die vandaag wordt gecreëerd, ontstaat doordat mensen proberen bij te blijven met de definitie van echte productiviteit van gisteren, in plaats van zich te ontwikkelen naar wat waarde daadwerkelijk betekent.

Mensen voelen dat ze ver achterlopen. Als een agent delen van mijn werk kan automatiseren, hoeveel meer werk zou ik dan kunnen doen? Maar is het wel het juiste soort werk? Als jij een team van agenten hebt dat jou helpt en ik een team van agenten heb dat mij helpt, komen we dan in een situatie terecht waarin AI voortdurend samenvattingen maakt die mijn AI verwerkt, waardoor er echte afstand tussen ons ontstaat? Daar moeten we heel voorzichtig mee zijn.

David Rice: Je noemde werkprut. Ik denk ook voortdurend aan de tijdsdruk. We staan allemaal onder druk om heel snel te werken en dat wordt gezien als een concurrentievoordeel. De prikkel is dus om het te vertrouwen en verder te gaan. Maar wordt dat eigenlijk veroorzaakt door die tijdsdruk? En hoe verminderen we die?

Het is in sommige opzichten een filosofische vraag: wat gaan we waarderen? Maar wat merk je dat het meest effectief is?

Matt Poepsel: Het klopt zeker dat tijd wordt samengeperst. Als je vroeger een onderzoekstaak met wat schrijfwerk erbij had, gaf je iemand misschien twee weken om die af te ronden.

Maar nu AI in enkele minuten omvangrijke onderzoeken kan uitvoeren, lijkt het logisch om de verwachting te verkorten en dingen sneller af te hebben.

David Rice: Ja.

Matt Poepsel: Maar wat betreft het vertrouwen in de uitvoer: er moet nog steeds genoeg worden gecontroleerd en er is nog steeds voldoende goede promptontwikkeling nodig. Die dingen ontstaan niet vanzelf.

We moeten erkennen dat ons begrip en onze inschatting van hoeveel tijd het kost om een taak af te ronden misschien wat kunstmatig zijn geworden. Maar de vraag is dan: is de kwaliteit nog steeds goed? Of ziet het eruit alsof AI het volledig zelfstandig heeft gemaakt? Daar heeft niemand iets aan.

Tegelijkertijd laat onderzoek zien dat de mensen die AI het vroegst en het meest intensief gebruiken, juist het meest opgebrand zijn. Ze werken nog steeds vanuit een oud denkmodel, ook al gebruiken ze nieuwe hulpmiddelen. We bevinden ons nog vroeg in de leercurve.

Het is geen hypecyclus. AI creëert absoluut waarde, maar als we daar iets van missen, of als onze ervaring ermee afstand creëert tussen ons en onze teamleden, of onze eigen middelen en capaciteiten uitput, dan laat dat zien hoeveel meer aandacht we eraan moeten blijven besteden.

David Rice: AI zorgt voor snelheid, maar bij beslissingen over mensen hebben we er vaak baat bij om wat langzamer, doelbewuster en reflectiever te zijn.

Matt Poepsel: Ja.

David Rice: Dat creëert spanning tussen die twee zaken: je doel en de beste manier om het te bereiken. Hoe zie je mensen daarmee omgaan en de kwaliteit behouden zonder de snelheid die we willen winnen volledig op te offeren?

Matt Poepsel: Niet goed, is het korte antwoord. We zitten vroeg in de leercurve, dus dat is waarschijnlijk te verwachten. Maar er is nu veel druk om te snel vooruitgang te boeken met sommige van deze oplossingen. Daardoor verergeren we de situatie.

Als je niet aan iemands behoeften voldoet en die persoon het vertrouwen erin verliest, of denkt dat er een verborgen agenda is, kan het uiteindelijk veel langer duren dan wanneer we onderweg wat meer tijd hadden genomen. Er is een oud gezegde uit de timmerwereld: "Meet twee keer, zaag één keer."

Daar is een goede reden voor. Het is veel sneller en kostenefficiënter. Ik denk dat we een vergelijkbare aanpak moeten gebruiken voor belangrijke beslissingen over mensen. En in het huidige klimaat is elke beslissing over mensen een beslissing met hoge inzet. We hoeven dus niet te vertragen, maar we moeten er wel zorgvuldig mee omgaan, zodat we zo snel kunnen gaan als we willen.

David Rice: Ik denk dat je gelijk hebt. Ik kijk ook veel naar werving. De kwaliteit van de gegevens die we binnenkrijgen zou op zijn minst wat beter moeten zijn. We moeten iets vertragen en controleren of dit de juiste informatie is. Hebben we alle vakjes aangevinkt? We weten soms niet eens welke vaardigheden we zoeken.

Matt Poepsel: Klopt.

David Rice: Als we de vaardigheden niet eens kennen, hoe schrijven we dan een functieomschrijving waarmee we de juiste persoon kunnen aannemen?

Matt Poepsel: We kopiëren en plakken die uit het verleden, halen informatie uit allerlei zoekresultaten, stoppen het vervolgens in AI en krijgen in wezen hetzelfde terug. Het andere probleem is natuurlijk dat kandidaten ook toegang hebben tot AI.

Ze zien er dus allemaal geweldig uit en je denkt: "Wacht even. Hoe hebben we ineens al deze perfecte kandidaten?" We leren klanten daarom hoe ze gedragsinzichten eerder in het proces kunnen opnemen. Als je een functieomschrijving schrijft, richt je dan niet alleen op vaardigheden en taken, maar kijk echt naar de gedragsvereisten van de functie, zodat we precies begrijpen waarnaar we zoeken.

Gebruik die aspecten vervolgens ook tijdens het sollicitatiegesprek door de kandidaat specifiek over dat gedrag te laten vertellen. Als je iemand vraagt: "Vertel me over een moment waarop...", is het moeilijker om in real time, zonder toegang tot AI, een overtuigend verhaal en een voorbeeld te bedenken van een moment waarop je dat op die manier hebt gedaan.

David Rice: Ja.

Matt Poepsel: We vinden dat een heel goede aanpak. Het andere probleem met vaardigheden is, zoals je zei, dat ze zullen veranderen, zelfs als we ze vandaag niet volledig kunnen omschrijven. Alles beweegt zo snel. Vaardigheden zijn aan te leren, wat geweldig is, maar persoonlijkheidskenmerken en gedrag zijn niet aan te leren.

Je bent wie je bent, en dat is mooi. We moeten er alleen voor zorgen dat we je aannemen voor de juiste match.

David Rice: Twee jaar geleden dacht iedereen toch dat promptontwikkeling iets groots zou worden. Nu praat ik gewoon tegen het systeem.

Matt Poepsel: Laten we het gewoon intuïtief doen. Laten we het gewoon doodintuïtief maken.

Dat klopt helemaal. Zelfs als je nu kijkt naar misschien een derde van de vaardigheden waarvan we verwachten dat de beroepsbevolking ze in 2030 nodig heeft, kan dat uitkomen. Maar zelfs die vaardigheden zullen zeer kwetsbaar en vergankelijk zijn.

Als je daarentegen kijkt naar interpersoonlijke vaardigheden, verhalen vertellen, creatief denken en kunnen samenwerken met diverse groepen mensen, dan raken die nooit uit de mode. Het zijn geen zachte vaardigheden, maar essentiële vaardigheden, zeker wanneer technologie zoveel van het zware werk kan doen.

David Rice: We hebben de neiging te geloven dat meer gegevens automatisch tot betere besluitvorming leiden. Maar context is natuurlijk cruciaal. Zijn dit wel de juiste gegevens om naar te kijken voor een beslissing die we nemen?

Matt Poepsel: Ik spreek geen managers die zeggen: "Ik wou dat ik meer gegevens had." We hebben enorme hoeveelheden gegevens. De vraag is of het de juiste gegevens zijn. Dat is vooral belangrijk wanneer we kijken naar de managementfunctie: groepen mensen naar een gemeenschappelijk doel laten toewerken.

HR ondersteunt dat in veel gevallen door opleiding, hulpmiddelen en begeleiding te bieden. De vraag wordt dus precies dat: we kunnen steeds meer gegevens hebben, maar zijn het de juiste gegevens om tot een contextuele beslissing te komen? En kunnen we de uitvoer personaliseren? Als jij mij aanstuurt, zal dat anders zijn dan wanneer je iemand aanstuurt met een heel andere persoonlijkheid dan ik.

David Rice: Ja.

Matt Poepsel: Van een leidinggevende wordt verwacht dat die zijn stijl vertaalt en voldoende zelfkennis en kennis van anderen heeft om daarmee om te gaan. Dat is zonder gegevens moeilijk, zo niet onmogelijk. Het is ook moeilijk zonder hulpmiddelen, tenzij je enorm veel training hebt gevolgd, en managers krijgen tegenwoordig niet veel training.

Tijd speelt namelijk een rol. We staan onder tijdsdruk. Alles bij elkaar betekent dit dat we contextuele, doordachte en gedragsgestuurde hulpmiddelen nodig hebben die ons op grote schaal kunnen helpen het menselijke aspect goed aan te pakken.

David Rice: Hoe ziet een meer contextgestuurd systeem eruit? De meeste AI-organisaties voeren waarschijnlijk dingen in zoals functieomschrijvingen en misschien ontwikkelingsplannen. Maar hoe ziet het er werkelijk uit, wat staat erin en hoe beïnvloedt het leiderschapsbeslissingen?

Matt Poepsel: Ik zou graag van buiten naar binnen werken. Ik zou op het hoogste niveau willen beginnen met de vraag: wat is de cultuur van het bedrijf? Wat zijn jullie culturele waarden? Wat proberen jullie in de organisatie te bereiken?

Dat zijn belangrijke zaken. Hoe zit het met de vaardigheden voor de toekomst? Welke capaciteiten proberen jullie in het algemeen in de organisatie te brengen? Daarna kun je naar het teamniveau gaan. Waar werkt het team aan? Wat is de specifieke gedragsmatige samenstelling van de teamleden waar ik me bewust van moet zijn?

Lijken we op elkaar of verschillen we? Wat is de geschiedenis van onze eerdere interacties? Bij The Predictive Index hebben we het geluk dat we over al deze gegevens beschikken. Daardoor hebben we een enorme hoeveelheid context. Dat helpt ons echt te begrijpen in welke omgeving deze belangrijke interactie tussen mensen plaatsvindt, zodat we meer kans hebben om het goed te doen.

David Rice: Je werkt met allerlei organisaties en ziet veelgemaakte fouten van leiders. Onderschatten zij deze uitdaging? We hadden het er eerder over dat ze weinig vertrouwen hebben in de gegevens die ze over hun mensen hebben. De volgende vraag is misschien of ze er vertrouwen in hebben dat ze de juiste gegevens kunnen verkrijgen.

Matt Poepsel: Vaak weten ze niet hoe ze de vraag moeten stellen. Daarom is de samenwerking met HR zo belangrijk. Ik ken niet veel ongetrainde managers die naar HR gaan en zeggen: "Ik heb echt meer gedragsgegevens over mijn mensen nodig."

David Rice: Precies.

Matt Poepsel: Ze weten niet dat ze die vraag überhaupt moeten stellen.

We leiden hen daar ook niet voor op in onze bedrijfsscholen. We leren ze strategie, technologie en bedrijfsvoering. We vertellen ze niet hoe ze het menselijke aspect goed aanpakken. Het is dus al een grote stap om van een manager te verwachten dat die uit het niets bedenkt: "Ik heb gegevens over mensen nodig."

Het tweede punt is hoe je die gegevens gebruikt in de context van wat je probeert te bereiken. Daar ontstaat de volgende uitdaging. Er moet veel worden vertaald. Het goede nieuws is dat de hulpmiddelen direct beschikbaar zijn. Je kunt zelfkennis ontwikkelen en inzicht in anderen krijgen. Je kunt een volledige teamdynamiek ontwikkelen, allemaal met hulpmiddelen zoals die van ons, die het hele proces snel begrijpelijk maken. Dat is veelbelovend, maar je moet ze wel gebruiken.

David Rice: Het was goed om je in de show te hebben. Waar kijk je deze week naar uit? Wat wil je leren of onderzoeken?

Matt Poepsel: Ik wil vooral begrijpen waar de HR-professionals die ik spreek vandaan komen en hoe zij hun rol in deze hele transformatie ervaren. Ik merk dat het nogal ongelijk verloopt. Sommige HR-professionals lopen ver achter. Hun organisatie behandelt hen heel transactioneel. Anderen lopen juist voorop en stimuleren het bedrijf als het gaat om wat mogelijk is.

Gelukkig zijn er niet veel mensen aan een van die uitersten. De meesten bevinden zich ergens onderweg. Hoe meer ik kan leren over wat zij ervaren en hoe ik hen kan helpen de HR-functie echt sterker te maken, hoe beter. Ik zeg altijd dat elk bedrijf een mensenbedrijf is.

Dat betekent dat we onze HR-professionals echt moeten versterken en, zoals je gisteren in mijn lezing hoorde, hen zelfs moeten verweven in de hulpmiddelen die we elke dag gebruiken. Zo haal je op grote schaal het beste uit wat HR te bieden heeft. Dat is wat mij echt enthousiast maakt over het werk dat we bij The Predictive Index doen.

David Rice: Matt, bedankt dat je er vandaag bij was. Het was geweldig je in de show te hebben.

Matt Poepsel: Bedankt dat je me hebt uitgenodigd. Het was een geweldige show en een geweldig gesprek.

David Rice: Goed, dan ronden we deze aflevering hier af. Luister de volgende keer weer.

En zoals altijd: als je dat nog niet hebt gedaan, schrijf je dan in voor de nieuwsbrief en volg ons op YouTube en alle sociale media, zodat al deze inhoud rechtstreeks in je overzicht terechtkomt.