Algoritmen van vacaturesites slagen er niet altijd in om genderneutraal te zoeken. Dat blijkt uit onderzoek van de Utrecht Data School (UDS) van de Universiteit Utrecht. Zo kan het gebeuren dat je na het intikken van de zoekterm ‘lerares’ minder resultaten krijgt dan wanneer je de zoekterm ‘leraar’ of ‘docent’ gebruikt. Daardoor heb je als vrouw minder kansen op de arbeidsmarkt. En dat is natuurlijk iets dat wij als UWV niet willen. Wij zoeken juist altijd naar mogelijkheden om kansen-gelijkheid te bevorderen.

Uit datzelfde onderzoek blijkt ook iets anders, namelijk dat je vooringenomenheid in vacatureteksten ook juist kunt tegengaan met algoritmen. UWV doet daar samen met de inspectie SZW en TNO eveneens onderzoek naar. In het voorbeeld van de lerares en de leraar is de vooringenomenheid van de tekst heel duidelijk. Maar soms is het subtieler en zit het in het gebruik van ‘mannelijke’ woorden als ‘doorpakker’ of vrouwelijke als ‘empathisch’. TNO heeft een algoritme dat ze loslaten op vacatureteksten. Deskundigen van UWV onderzoeken ‘verdachte’ teksten en koppelen hun bevindingen terug aan TNO, zodat die zijn algoritme weer kan verbeteren. Uiteindelijk verwachten we werkgevers hiermee te stimuleren om neutraler te formuleren, omdat het hen aantrekkelijker maakt voor meer sollicitanten.

Van oudsher hebben wij ook al de verboden-woorden-service, waarmee we discriminerende teksten in onze vacaturebank proberen te weren. Als een werkgever een vacature aanbiedt waarin heel expliciet gediscrimineerd wordt op bijvoorbeeld sekse of etniciteit, dan vist ons algoritme dat eruit en weigert de advertentie. Twijfelachtige vacatureteksten worden nader onderzocht. De werkgever die de advertentie wil plaatsen wordt altijd op de hoogte gesteld en verreweg de meesten zijn bereid om de tekst aan te passen.

Algoritmen kunnen ook gebruikt worden voor het verbeteren van kansen. Zo ontwerpen we momenteel een zogenaamde skills-ontologie. Dat is software waarmee een werkgever in onze vacaturebank kan kijken welke vaardigheden een kandidaat heeft opgedaan in een ander beroep – vaardigheden die wellicht heel bruikbaar zijn in de functie die de werkgever aanbiedt, maar die hij niet een-twee-drie uit de CV van de kandidaat kan halen. Zo kunnen we net het verschil maken tussen een geslaagde match of een afwijzing. Algoritmen zijn daarbij een belangrijk hulpmiddel.

Al deze inspanningen zijn erop gericht om zoveel mogelijk mensen mee te laten doen. Algoritmen moeten mensen niet uitsluiten, maar juist een kans geven.