Sorry! The information you are looking for is only available in Dutch.
Deze opleiding is bewaard in Mijn studiekeuze.
Deze opleiding kan niet bewaard worden.
Je bent nog niet ingelogd in Mijn studiekeuze. Log in of maak een account aan om jouw opleidingen op te slaan.
Er gaat iets mis, probeer het later nog een keer.

Algoritme voorspelt leiderschap op basis van persoonlijkheid

16 maart 2021
Slimme toepassingen van black-box algoritmen kunnen helpen ontrafelen of je geboren wordt als leider. Dit laten gedragseconomen Brian Doornenbal (Vrije Universiteit Amsterdam), Brian Spisak (Harvard University) en Paul van der Laken zien in een studie die gepubliceerd is in The Leadership Quarterly (LQ).

De gedragseconomen gebruikten een black-box algoritme om te ontrafelen welke samenstelling aan persoonlijkheidskenmerken voorspellend zijn voor leiderschap. Het algoritme identificeerde mensen vaker als leider wanneer ze heel gesloten of juist heel open zijn en wanneer ze plezier hebben in diep nadenken. Voor de studie is Nederlandse data gebruikt. 

De techniek in het onderzoek bestond uit twee simpele stappen. Allereerst vormden de onderzoekers een machine learning algoritme om leiderschap te voorspellen op basis van persoonlijkheid. Machine learning is een vorm van kunstmatige intelligentie (AI) die is gericht op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren. Daarna gaven ze het algoritme gemanipuleerde input. Op die manier konden zij zien welke persoonlijkheidsaspecten en welke combinaties belangrijk zijn. 

Openheid en diep nadenken

De onderzoekers ontdekten dat 'Need for Cognition' – hoeverre iemand plezier heeft in diep nadenken – erg belangrijk is. Nederlandse leiders scoorden vaak bovengemiddeld op deze eigenschap. Daarnaast blijkt openheid een belangrijke eigenschap. Een leider is of heel gesloten, of heel open, en is daarin dus niet gemiddeld. Voor mensen die hoog scoorden op openheid en 'Need for Cognition' voorspelde het algoritme vaak dat het om een leider ging. De combinatie van deze persoonlijkheidsaspecten is hierin dus belangrijk.

Seksisme

De techniek van Doornenbal en zijn collega-onderzoekers laat zien op basis waarvan black-box machine learning algoritmen voorspellingen doen van leiderschap. Deze techniek – het openen van de black-box – helpt niet alleen om leiderschap beter te begrijpen, maar helpt ook om zaken als seksisme bloot te leggen. Doornenbal: “Als wij het algoritme informatie geven over geslacht en leeftijd, dan zien we dezelfde effecten van persoonlijkheid, maar voorspelt het algoritme minder vaak dat het om een leider gaat bij jongere vrouwen. Gebruikt een organisatie zo'n machine learning algoritme blindelings voor het selecteren van leiders, zonder de black-box te openen, dan kunnen jongere vrouwen met een persoonlijkheidsprofiel passend bij een leiderschapsfunctie gemakkelijk over het hoofd worden gezien. Het openen van de black-box is dus niet alleen belangrijk om de kennis te vergroten over wie leider wordt, maar ook om discriminatie te voorkomen”.

Lees hier het artikel: https://www.sciencedirect.com/science/article/pii/S1048984321000205