De baas die niemand heeft aangenomen: hoe algoritmisch management ongemerkt de leiding kan overnemen

In het najaar van 2020 lanceert Microsoft een functie om ‘productivity paranoia’ te bestrijden: managers die zich zorgen maken of thuiswerkers wel evenveel doen, en een tool die henzou moeten geruststellen. De Productivity Score verzamelt 73 gedragsmetrics per medewerker, van het aantal verzonden mails tot de tijd in vergaderingen, en zet die in een dashboard voor de organisatie. 

Maar het tegenovergestelde gebeurt: zodra medewerkers duidelijk wordt dat de data herleidbaar is naar individuele personen, slaat de vlam in de pan. Medewerkers vragen zich af of hun leidinggevende turft hoe vaak ze de camera aanzetten. De organisatie krijgt geen extra grip op productiviteit, ze krijgt een vertrouwensprobleem cadeau.

Algoritmisch management: de baas waar niemand voor koos

De casus van Microsofts Productivity Score is illustratief voor een ontwikkeling die zich kan voordoen in elke grote organisatie, zeker door de toegenomen vraag naar Datagestuurd HR en de opkomst van AI. Deze trend wordt ook wel Algoritmisch Management genoemd: voordat men het in de gaten heeft, wordt de autonomie van medewerkers overgenomen door een dashboard. Daardoor lopen organisaties het risico dat zij niet scherp voor ogen hebben welke gevaren er schuilen in het integreren van technologie als AI in hun workflow. 

Het gebeurt bijvoorbeeld via een reeks kleine, stuk voor stuk redelijke keuzes tijdens een AI-transitie: een planningstool die iets meer beslissingsruimte krijgt omdat dat efficiënter werkt, een dashboard dat een extra metriek toont omdat de data er nu eenmaal is, een functioneringsgesprek dat langzaam plaatsmaakt voor een cijfer op een scherm omdat dat sneller gaat. 

• Lees ook: ‘Wat mag HR van AI verwachten volgens AI-expert ethiek Iris Muis?’

Deze technologie-upgrades lossen mogelijk kleine, op zichzelf staande problemen op, maar de optelsom van dit soort tools kan iets ondermijnen waar HR-afdelingen jaren voor werken: betrokkenheid, eigenaarschap, het gevoel gezien te worden door een mens in plaats van gemeten door een systeem.

Dat is waarom dit een HR-vraagstuk is, en geen IT-vraagstuk. Autonomie, erkenning en een leidinggevende die uitlegt waarom iets zo werkt, zijn geen zachte extra’s naast productiviteit. 

Vier voorbeelden waar sturing nu al kan verschuiven

Vier voorbeelden ter illustratie hoe dit ook in jouw organisatie kan sluipen, vaak zonder dat iemand het als algoritmisch management’ herkent:

1. Wervingssoftware bepaalt wie een recruiter ooit te zien krijgt. Applicant tracking-systems filteren cv’s op exacte trefwoorden voordat een mens meekijkt. Onderzoek van Harvard Business School en Accenture onder 2.250 werkgevers laat zien dat 88 procent erkent dat hun eigen systeem gekwalificeerde kandidaten wegfiltert omdat een cv niet de exacte formulering van de vacaturetekst bevat. De recruiter denkt dat hij kiest uit de beste kandidaten. Hij kiest uit wat het systeem heeft doorgelaten.
2. Agenda-assistenten verschuiven vergaderingen zonder dat iemand die afweging maakt. AI-planningstools plannen meetings automatisch in op basis van beschikbaarheid en vooraf ingestelde prioriteit. Wie prioriteit krijgt, wordt daarmee een instelling in een tool in plaats van een bewuste keuze van een leidinggevende. Daardoor kan een blinde vlek ontstaan.
3. Taaktoewijzing in projecttools verschuift van keuze naar automatisering. Systemen als Jira of Zoho Desk kunnen tickets en taken automatisch verdelen op basis van vaardigheden en beschikbaarheid. Efficiënt voor de doorlooptijd, maar de vraag wie een taak toebedeeld krijgt om te groeien, verdwijnt daarmee uit een menselijke afweging. 
4. AI-notulen worden de officiële versie van wat er is gezegd. Een samenvatting van Copilot of Otter na een overleg voelt neutraal. Maar wie bepaalt wat de tool als kernpunt markeert, bepaalt ook wat als afspraak geldt. Het komt voor dat medewerkers meer vertrouwen op de interpretatie van de AI-tool van wat mensen werkelijk hebben gezegd, dan op de nuance in de stem. De interpretatie van de leidinggevende, inclusief nuance en toon, maakt plaats voor wat het model eruit heeft gedestilleerd. 

Geen van deze voorbeelden is op zichzelf een probleem. Juist dat maakt ze lastig te herkennen.

• Lees ook: Zes risico’s van AI in de organisatie waar HR alert op moet zijn

Drie vragen die de sluipende verschuiving blootleggen

De vier voorbeelden hierboven lijken op het eerste gezicht weinig met elkaar te maken. Een wervingsfilter, een agenda-tool, een taakverdeler, een AI-transcriptie tool. 

Maar onder de oppervlakte gebeurt in alle vier hetzelfde: een beslissing die eerst bij een mens lag, verplaatst zich naar een systeem zonder dat iemand die verplaatsing ooit heeft goedgekeurd. 

• Lees ook: Waarom AI-adoptie alleen kan slagen met een mensgerichte aanpak, volgens dr. Hannah Berkers

Een beslissing die eerst bij een mens lag, verplaatst zich naar een systeem zonder dat iemand die verplaatsing ooit heeft goedgekeurd

Dat is de rode draad, en die herken je pas als je er specifiek naar zoekt.

Rechtsgeleerde Ifeoma Ajunwa, die al jaren onderzoek doet naar geautomatiseerde besluitvorming op de werkvloer, beschrijft dit als een verschuiving in wat ze de “auditing imperative” noemt: werkgevers hebben een zorgplicht om te weten wat hun eigen systemen doen, in plaats van dat te outsourcen aan de leverancier. 

Hoewel Ajunwa dit schrijft in relatie tot discriminatie, kan dit idee breder worden getrokken. Vertaald naar de praktijk van HR: als niemand in de organisatie precies kan uitleggen wat een tool beslist en waarom, is dat zelf al een signaal, ongeacht hoe onschuldig de tool op papier lijkt.

• Lees ook: ‘AI levert niets op, tenzij HR de architectuur van werk opnieuw tekent’

Drie vragen over het algoritme die organisaties regelmatig moeten stellen

Concreet zijn er drie dingen die in alle vier de voorbeelden ongemerkt verdwijnen, en die je dus gericht kunt navragen:

• Ruimte voor uitzonderingen. Kan een leidinggevende beargumenteerd afwijken van wat het systeem adviseert, en gebeurt dat in de praktijk ook weleens? Of is de uitkomst van het systeem in de praktijk altijd de uitkomst?
• Uitlegbaarheid. Kan iemand in de organisatie aan een medewerker uitleggen waarom een specifieke beslissing zo uitpakte, zonder de leverancier van de tech te hoeven bellen?
• Eigenaarschap. Is er iemand met naam en mandaat verantwoordelijk voor dit systeem, buiten de IT-afdeling die het technisch beheert? Iemand die kan navertellen wanneer en waarom de bevoegdheid van de tool voor het laatst is uitgebreid?

Bij Microsoft Productivity Score waren alle drie afwezig: geen medewerker kon zich onttrekken aan de meting, niemand kon uitleggen waarom precies die 73 metrics waren gekozen, en er was geen eigenaar aan te wijzen die verantwoording aflegde tot een externe onderzoeker de vraag stelde. Dat is precies waarom het zo lang onopgemerkt bleef.

Het punt is niet dat elke AI-tool op deze manier moet worden verdacht. De meeste toepassingen uit eerder genoemde voorbeelden lossen een reëel probleem op en horen gewoon bij een moderne werkplek. Het punt is dat de vraag: ‘wie kan hier nog een uitzondering op maken’ te weinig gesteld wordt, juist omdat elke individuele tool zo redelijk oogt. 

Een kwartaalcheck met deze drie vragen, per systeem dat autonomie van medewerkers raakt, kost weinig tijd. Bovendien voorkomt deze check dat een organisatie erachter komt, via een privacylek of een verloopcijfer, hoe ver de sturing al is opgeschoven.

Van repareren naar voorkomen

Waarom kan dit mislopen? Een belangrijke reden is dat organisaties pas ingrijpen nadat een tool al geïntegreerd is in de workflow en nadat er iets mis is gegaan. Bij de Microsoft-tool kwam de correctie pas na de ophef, niet ervoor. 

• Lees ook: ‘HR onderschat wat AI gaat betekenen voor de strategische personeelsplanning’

Voor HR betekent dit drie concrete aanpassingen aan hoe een AI-transitie wordt ingericht:

• Wijs eigenaarschap aan vóór livegang, niet erna. Elke tool die autonomie van medewerkers raakt, krijgt een naam en mandaat buiten IT, iemand die verantwoording aflegt over wat het systeem doet.
• Betrek medewerkers tijdens de uitrol. Niet als afrondende formaliteit, maar als onderdeel van het ontwerp: wat mag het systeem beslissen, en wat blijft bij een mens?
• Behandel uitbreiding van bevoegdheid als een besluit. Elke keer dat een tool meer ruimte krijgt dan bij de vorige versie, verdient een korte, bewuste toets, met de drie vragen uit sectie 3 als vaste agendapunt.