VDAB maakt sinds eind 2018 gebruik van artificiŽle intelligentie om de resultaten van hun matching engine te verrijken. De nieuwe software − die de naam Jobnet kreeg − werd al bekroond met 2 awards. Een gesprek met Guido Van Humbeeck, Directeur Architectuur & Innovatie op de dienst I&T (Informatie & Technologie) van VDAB.


In een notendop

  • Dankzij Jobnet kan VDAB nog meer interessante vacatures aanbieden aan werkzoekenden, en omgekeerd meer geschikte profielen voorstellen aan bedrijven.
  • De grootste uitdaging is de voorbereiding; maar liefst 400 van de 600 werkdagen gingen naar datapreparatie.
  • Een betrouwbare partner met de nodige ervaring in machine learning verlicht het werk, evenals een intern draagvlak.
  • Hoewel het nog vroeg is voor sterke conclusies, is het wel duidelijk dat de nieuwe software veel meer mogelijkheden biedt dan oorspronkelijk bedoeld was.
  • Wilt u zelf ook een digitaliseringsproject opstarten in uw bedrijf? Kom uw licht opsteken†tijdens ons seminar 'Digital Journey: Ontdek en plan uw digitaal parcours'†op 28 mei (Gent) of 18 juni (Herentals). Schrijf hier in.

Met zijn departement gaat Guido Van Humbeeck op zoek naar hoe VDAB nieuwe diensten kan creŽren op een innovatieve manier door middel van technologie. Een voorbeeld van zo'n innovatieve creatie is Jobnet, onlangs nog bekroond met de e-gov Award voor Innovatie en de ICT/Digital Project of the Year award van Datanews. Jobnet matcht werkzoekenden met openstaande vacatures via artificiŽle intelligentie.

Meer mogelijkheden dankzij artificiŽle intelligentie

"We stelden ons de vraag of het mogelijk was om een zelflerend algoritme te ontwikkelen dat aanbevelingen maakt op basis van mensen hun voorkeuren, hun zoekgedrag op de VDAB-website ťn hun profiel."

"Een van de kernactiviteiten van VDAB is sinds jaar en dag het matchen van cv's aan vacatures, en omgekeerd. Dat doen we met onze matching engine; werkzoekende en bedrijf worden gelinkt op basis van vastgestelde regels, bepaald door onze experten, zoals diploma en werkervaring."

"Maar we beseften dat AI en specifiek deep learning meer mogelijkheden kon bieden. We vroegen ons af of het mogelijk was om een zelflerend algoritme te ontwikkelen dat aanbevelingen maakt op basis van mensen hun voorkeuren, hun zoekgedrag op onze website ťn hun profiel. Met die gedachte in ons achterhoofd zijn we anderhalf jaar geleden gestart met dit project."

Aanbevelingen op basis van gelijkaardige profielen

Na 9 maanden experimenten en nog eens 9 maanden ontwikkeling is Jobnet gebruiksklaar. En mťt resultaat.†"Jobnet leert vanuit de markt, op basis van keuzes die andere mensen maken. Als een werkzoekende geÔnteresseerd is in vacature A en B, dan is de kans groot dat een andere werkzoekende die geboeid is door vacature B, ook in aanmerking komt voor vacature A. Je krijgt dus een aanbeveling in de vorm van 'mensen met een gelijkaardig profiel kijken ook naar deze vacature'."

"Waar onze zoekmachine vroeger resultaten toonde op basis van je profiel, wordt dat nu aangevuld met wat anderen zoals jij leuk vinden. Door deze combinatie van resultaten kunnen we nog meer mogelijkheden aanbieden voor zowel werkzoekenden als recruiters."

Taal omgezet in cijfers

"Dankzij AI kunnen we zaken afleiden die niet letterlijk in de cv staan."

Cruciaal in dit hele proces is semantisch matchen. "Taal wordt omgezet in cijfers. Cv's en vacatures worden omgezet in numerieke waarden - zo zijn ze taalonafhankelijk. Het woord bakker en boulanger krijgen dezelfde waarde. Zo kunnen we Franse cv's op Nederlandstalige vacatures matchen zonder dat er vertaald moet worden. Daardoor overwinnen we de taalbarriŤre, wat extra mogelijkheden biedt, bijvoorbeeld op vlak van interregionale mobiliteit."

Maar het gaat nog verder dan dat. "Dankzij AI kunnen we zaken afleiden die niet letterlijk in de cv staan. Wanneer een bedrijf een vrachtwagenchauffeur zoekt, kunnen we nu kandidaten voorstellen die bij een vorige job met een truck rondgereden hebben. Het systeem vertelt ons dat die persoon rijbewijs C heeft, ook al staat dat niet expliciet aangegeven in zijn cv."

"Of als iemand bijvoorbeeld een nanny zoekt, toonde ons matchingsysteem vroeger uitsluitend profielen die beschikken over de nodige diploma's. Maar dankzij de AI in Jobnet kunnen we verder gaan dan dat. We kunnen afleiden dat wanneer iemand schrijft heel graag met kinderen te willen werken, ook perfect geschikt kan zijn voor deze job."

De grootste uitdaging?

"De grootste bottleneck bij AI-projecten is datapreparatie. Maar liefst 400 van de 600 werkdagen gingen naar datapreparatie. De data komt namelijk uit verschillende systemen: uit onze eigen databases, uit onze analyses van het bezoekersgedrag op onze website, ... Bepalen welke data je gaat gebruiken en dat in een uniform format zetten om de AI te 'trainen', neemt het meeste tijd in beslag."

"Als jobmatcher moeten we ervoor zorgen dat onze software ook genderneutraal is."

"Een bijkomende uitdaging die voor ons extra belangrijk was, was het vermijden van data bias. Als jobmatcher is het enorm belangrijk dat je neutraal bent, bijvoorbeeld op vlak van gender of land van herkomst. We moeten zorgen dat onze software ook neutraal is. Om biases of vooroordelen te vermijden moet de data die je aan het algoritme voedt al enigszins gefilterd zijn, wat tijd en denkwerk vergt."

Met de juiste technologische partner kom je al een heel eind

Voor de ontwikkeling van Jobnet rekende VDAB op radix.ai. "Tijdens onze zoektocht naar de geschikte partner met expertise in AI, kwamen we bij hen terecht," vertelt Guido. "We hebben hen leren kennen via mijn netwerk. Hun pitch heeft ons overtuigd, vooral omdat ze specifiek en in klaarheldere taal konden uitleggen hoe AI ons jobmatchingproces kon verrijken."

Davio Larnout, Co-founder & Business Lead bij radix.ai, vertelt: "Voor ons was Jobnet een topproject, onder andere omdat we veel vertrouwen kregen. Er werden duidelijke doelen opgesteld waar we telkens naartoe werkten. Daardoor konden we resultaten opleveren binnen de afgesproken timing ťn budget. Ook de drive bij VDAB Ė zowel binnen I&T als hoger management Ė was enorm motiverend."

Tips voor bedrijven die aan de slag willen met AI? "Wacht er niet te lang mee. Want je concurrenten doen het ook, en je wilt natuurlijk vermijden dat je business model achterhaald is. Begin niet direct met gigantische projecten en dure software. Bij radix.ai beginnen we altijd met een kleine scope om aan te tonen wat de waarde is, die we achteraf sprintgewijs uitbreiden. Zo win je niet alleen het vertrouwen van de klant, maar ook van de medewerkers binnen het bedrijf die aanvankelijk sceptisch stonden tegenover artificial intelligence. Zorg dat je een partner met ervaring vindt die kan inschatten wat de nood en vooral de beperkingen binnen je organisatie zijn," aldus Davio.

Ook intern draagvlak doet veel

"VDAB staat open voor innovatie. We werken volgens het systeem van Experimenteren - Exploreren - Exploiteren; bij nieuwe projecten experimenteren we voor een bepaalde tijd. Wanneer de toepasbaarheid van een idee bewezen is, dan pas zetten we de volgende stappen. De beslissing om AI te implementeren in onze manier van werken werd enorm ondersteund door het topmanagement, wat eveneens een grote hulp Ė of sterker nog, een voorwaarde Ė is bij innovatieve projecten van dergelijke omvang."

De resultaten tot nu toe?

"Het project is momenteel nog maar enkele maanden bezig, dus het is nog wat vroeg voor sterke aannames. De eerste metingen duiden alvast dat de vacatures via Jobnet vaker aangeklikt worden, maar we moeten nog verder onderzoek doen om echt sluitende conclusies te trekken."

Of het doel dan geslaagd is? "We kunnen zowel aan de bedrijven als aan de werkzoekenden nog meer mogelijke matches aanbieden, waardoor Jobnet nu al zijn enorme meerwaarde bewezen heeft."

De toekomstplannen voor Jobnet

"In de toekomst zouden we graag meer feedback verzamelen uit de vacatures die ingevuld zijn via Jobnet. Is het een goede match op de werkvloer, zijn beide partijen tevreden? Op basis daarvan kunnen we ons algoritme nog beter trainen."

"We krijgen ook steeds meer ideeŽn van wat we allemaal met de data kunnen doen. Denk aan genderneutraal onderzoek en interregionale mobiliteit. De mogelijkheden zijn quasi eindeloos, dus het komt neer op de juiste keuzes maken. Daarbij laten we ons altijd leiden door de volgende vraag: hoe kunnen we de jobmarkt zo goed mogelijk servicen?"

Waar moet je op letten vooraleer je aan de slag gaat met AI?

Het advies van Guido voor bedrijven die slim aan de slag willen met artificiŽle intelligentie? "Je moet out-of-the-box durven denken, en de oude manier van denken overboord durven gooien. Ook interessant: er zit vťťl meer in je data dan je denkt."

Over VDAB
De Vlaamse Dienst voor Arbeidsbemiddeling en Beroepsopleiding brengt vraag en aanbod op de arbeidsmarkt samen. Ze staan vooral bekend om het helpen en begeleiden van werkzoekenden in hun zoektocht naar de juiste job en voor hun beroepsopleidingen.

Over radix.ai
Het Belgische radix.ai begeleidt bedrijven bij de identificatie en ontwikkeling van innovatieve machine learning projecten met het oog op concurrentievoordeel. In het verleden werkten ze al succesvol samen met o.a. Brussels Airport, Atlas Copco, imec en VDAB.

Hoe ziet u digitalisering binnen uw bedrijf? Welke tactieken kunt u toepassen en wat leveren ze op? Ontdek de mogelijkheden met de Digital Journey Tracker.

Of beter nog: kom uw licht opsteken tijdens ons seminar 'Digital Journey: Ontdek en plan uw digitaal parcours'†op 28 mei (Gent) of 18 juni (Herentals). Schrijf hier in.