Alexander Klöpping

Die plaatste een vacature online voor een remote baan bij een techbedrijf met maar drie jaar ervaring vereist. Oftewel een baan waar een hoop mensen op kunnen solliciteren. Maar toch verraste de aanmeldingen voor die vacature deze HR-persoon. Want binnen 24 uur waren er 600 sollicitaties binnen en uiteindelijk meer dan 1200 in een week.

En LinkedIn ziet, zo schrijft de New York Times, het aantal sollicitaties met 45% stijgen naar gemiddeld 11.000 per minuut. En dat komt omdat mensen Tsjepati gebruiken om te solliciteren. Dus wat ze doen is ze voeren alle zoekwoorden uit vacature teksten in hun cv. Waardoor het allemaal relevanter lijkt, je eigen ervaring.

En sommigen betalen zelfs voor specifieke AI agents die zelfstandig banen zoeken en te solliciteren. Dus dat is weer de volgende stap. Dat niet is dat jij zelf naar een website gaat om daar te solliciteren, maar dat jij een agent gebruikt die voor jou werkt.

relevante banen uitzoekt... en dan automatisch solliciteert. Daar zijn dus al doeltjes voor. Dat is natuurlijk vervelend voor bedrijven... want die krijgen dan 1200 sollicitaties binnen... en daar moet je dan wat mee. En dat is op een gegeven moment ook niet meer met de hand te doen. Dus wat doen die bedrijven? Die doen geautomatiseerde video-interviews... en sollicitatiegesprekken met AI-chatbots...

En dit is dus ook al in de praktijk gebracht. Chipotle is een Amerikaans restaurantketen. Die hebben een AI chatbot die heet Avocado. Leuk wie het is. En die screent kandidaten, plant gesprekken automatisch. En die heeft de verwerkingstijd met 75% teruggebracht. En wat je hier natuurlijk ziet is een...

Een soort van kat-en-muisspel tussen mensen die solliciteren aan de ene kant en dan steeds uitgebreidere tooling daarvoor gebruiken. En dan aan de andere kant worden die bedrijven gedwongen om ook weer hun eigen tooling te gebruiken.

Er zijn zelfs allerlei systemen die nu opgetuigd worden waarbij je via, als je solliciteert bij een bedrijf, dat je patroonherkenning, je eigen geheugen testen, soort van try-outs.

voor emotionele intelligentie... dat dat ook allemaal heel vroeg in het proces wordt gedaan. Iets wat normaal gesproken pas werd gedaan... als je bij de laatste drie kandidaten hoorde... en dan werden ook nog even wat zware testen gedaan. Maar dat schuiven ze nu allemaal naar voren... om de last bij de gebruiker te leggen... de sollicitant te leggen. Want ja, het maakt toch niet uit. Het is niet dat het bedrijf meer tijd kost... en je krijgt een betere selectie...

Dus het is een soort kat-en-muis spel waarbij ook nog eens kandidaten worden geïncentivized om vals te spelen. Met kat-en-muis bedoel jij, als ik als mens een hele zware emotionele test krijg aan het begin door een AI afgenomen, ga ik daar natuurlijk weer tools op inzetten om die toets te halen.

Ja, want dan ga je dus een emotionele intelligentietest krijgen waarbij hij een AI gaat gebruiken om die test te doorlopen. Want er is gewoon een gewenst eindresultaat en die AI kan dat natuurlijk nadoen. Dus het is een AI tegen AI test.

Nou, in hoeverre dit in Europa allemaal mag... in Europa zijn we hier vrij streng in. De AI Act in Europa classificeert dit soort dingen... die gaan over werk en solliciteren als een hoog risicokategorie. En daar zijn de strengste restricties. Want wij hebben in Europa allerlei zorgen over discriminatie... en dat er als er geautomatiseerd...

geautomatiseerde processen zijn... bij dit soort sollicitatieprocedures... dan zijn ze daar over het algemeen veel strenger in... dan in Amerika. Maar ja, in Amerika is dat gewoon niet zo. En dit artikel concludeert met... dit is een soort van wapenwetloop... waar heel veel tijd en geld aan verspild gaat worden... aan beide kanten. Aan de kant van de sollicitant... en aan de kant van de werkgever. En uiteindelijk is de conclusie... van het eind van de rit heel simpel. Namelijk iedereen gaat toch weer terug naar...

een mens die zelf moet solliciteren... en een mens die zelf moet kijken... of iemand geschikt is, ja of nee. Dat is uiteindelijk waar het op uit gaat draaien. Maar het gaat nog even duren voordat we hierachter gaan komen. Eerst de contacten van het New York Times stuk. Ik ben benieuwd of jij het daarmee eens bent.

Toetsingsinstrumenten zouden moeten doen, doen ze niet meer. En dan moet je ze dus afschaffen, want ze meten niet meer. Maar goed, dat is weer een hele aflevering onderwijs. Straks gaan we het hebben over Google, die een belangrijke aankondiging deed over hoe AI in robots kunnen gaan werken. Maar eerst een oproep van Debt en jou, als je het leuk vindt om bij ze te komen werken en van AI je dagelijkse baan wilt maken.

Dan, Google DeepMind kondigde deze week op X aan dat hun nieuwe Gemini Robotics on Device model, best een goede naam Wietse, beschrijvend, ik ben niet van ze gewend, maar een belangrijke maalpaal heeft bereikt. Namelijk best wel krachtige AI die volledig lokaal op robots draait zonder internetverbinding. Waarom is dit relevant Wietse?

Ja, dus zeker. Er zijn heel veel taken waar je veel sneller moet reageren. Dus dan wil je sowieso een VLA hebben die lokaal is. Dus het is een latency-vraagstuk, privacy-vraagstuk, duurzaamheids-vraagstuk, redundantie-vraagstuk, waarom je lokaal zou willen gaan. Normaal gesproken is het zo, in de cloud zijn de grote modellen en wat je dan lokaal kan draaien is minder goed. En ik kan me voorstellen dat voor een robot waarbij er fijne motoriek vereist is, precies, weet je, als je een t-shirt wil vouwen, dat zijn geen grove bewegingen.

Ja, en je ziet het eigenlijk ook heel breed door AI gebeuren. Want ik zag bijvoorbeeld een nieuwsbericht over dat Windows 11 in het settingspaneel, om maar even aan te geven hoe specifiek AI kan worden, dus de instellingenscherm, dat er nu een AI-agent door Microsoft is gemaakt met een eigen AI-model om natuurlijke commando's,

Bijvoorbeeld, ik kan de lettertypes op mijn scherm niet lezen. Het is allemaal tering klein, maak het groter. In die zeg maar Rotterdamse taal kun je dat nu invullen in de zoekbalk. En dan snapt dat ding wat je bedoelt en verandert het dan ook in één keer. En dat is een volledig lokaal model. Dat draait op de...

op de specifieke hardware voor dit soort AI, gebaseerd op PHY, de eigen Microsoft modellen, kleine modellen, maar dan nog veel kleiner, een tiende van de grootte van de normale PHY modellen met vergelijkbare prestaties. En dat is nodig, omdat ze in een settingscherm waarin je een opdracht geeft als in de letterscentering klein, maak het groter, wil je niet ook maar een half seconde wachten. Want je bent voor dat soort instellingen op je computer gewend dat het direct werkt.

En daarom hebben ze dus nu een specifiek model op die, alleen maar op dit settingscherm en alleen maar op die latency, dus de snelheid waarmee die aanpassing gedaan wordt, getraind. Zodat die gebruiker krijgt wat ze verwacht. En ik dacht eigenlijk, hier zie je dus in de praktijk gebeuren wat jij nu over heel groot met robots zegt, zie je dus ook in het heel erg klein gebeuren. Allemaal AI'tjes samenwerken.