Tegenwoordig denken organisaties op een vreemde manier na over talent. Ze investeren fors in technologie die vaardigheden in kaart brengt, maar slaan een stap over die elke wetenschapper als eerste zou zetten: meten of de data klopt.
Een Skills Cloud vertelt je wat mensen zeggen dat ze kunnen. Psychometrie vertelt je wat mensen daadwerkelijk in huis hebben. Dat is geen subtiel verschil. Het is het verschil tussen een hypothese en een fundament.
Een systeem zonder anker
Skills Clouds produceren beweringen, geen competenties — deels doordat AI-geschreven cv’s zelf al op die beweringen zijn geoptimaliseerd.. Dat probleem lost zichzelf niet op met meer data of een slimmer algoritme — een betere inferentiemotor produceert alleen sneller dezelfde onzekerheid. De ruis schaalt mee.
Wat ontbreekt is een referentielaag. Iets wat niet afhankelijk is van hoe iemand zichzelf beschrijft, maar van wat wetenschappelijk meetbaar is over de persoon achter het profiel. Psychometrische validatie van talentdata biedt precies die referentielaag.
Wat psychometrie meet — en waarom dat anders is
Psychometrisch onderzoek richt zich op de stabiele eigenschappen van een persoon: de kenmerken die bepalen hoe iemand informatie verwerkt, gedrag reguleert en omgaat met nieuwe situaties. Drie domeinen zijn voor talentmanagement het meest relevant.
Het eerste is cognitief vermogen: vloeiende intelligentie, het vermogen om nieuwe informatie op te nemen en toe te passen. Dit voorspelt niet wat iemand al weet, maar hoe snel iemand iets nieuws leert. In een arbeidsmarkt waar de halfwaardetijd van technische vaardigheden instort, is dat precies de vraag die ertoe doet.
Ten tweede zijn er de gedragskenmerken: hoe iemand omgaat met onzekerheid, druk en verandering. Staat iemand open voor nieuwe aanpakken? Werkt iemand consciëntieus onder tijdsdruk? Hoe autonoom leert iemand buiten formele trainingssituaties? Deze eigenschappen bepalen of cognitief potentieel ook werkelijk wordt omgezet in prestatie.
Het derde is motivatie: de intrinsieke drijfveren die bepalen of iemand zijn capaciteiten daadwerkelijk wil inzetten. Iemand die professionele uitdaging zoekt, leert anders dan iemand die stabiliteit prefereert. Beide zijn waardevol — maar alleen als je weet met wie je te maken hebt.
Het cruciale verschil met skills-labels: deze eigenschappen zijn stabiel. Ze veranderen niet als iemand zijn LinkedIn-profiel bijwerkt. Ze worden niet beïnvloed door een goed geschreven cv. En ze zijn wetenschappelijk gevalideerd als voorspellers van werkprestatie — iets wat van geen enkel skill-label in een Skills Cloud gezegd kan worden.
Stabiel versus vluchtig
Een Skills Cloud produceert vluchtige data: snel verouderd, afhankelijk van zelfpresentatie en gevoelig voor manipulatie. Psychometrische data is stabiel: onafhankelijk van het profiel, herhaalbaar en wetenschappelijk onderbouwd.
Dat maakt psychometrie niet tot een vervanging van de Skills Cloud. De Skills Cloud is snel en breed — hij geeft je een panorama van wat mensen zeggen te kunnen. Maar hij heeft een anker nodig. Een referentie waartegen geclaimde vaardigheden getoetst kunnen worden.
Voor elke combinatie van persoon en vaardigheid kun je dan de vraag stellen: gezien wat we weten over hoe deze persoon leert en werkt, hoe waarschijnlijk is het dat dit label de werkelijke bekwaamheid weerspiegelt? Een hoge mate van overlap geeft vertrouwen. Een lage mate markeert het label als onzeker — niet als afwijzing, maar als signaal dat er meer onderzoek nodig is voordat je er een beslissing op baseert.
Het resultaat is geen Skills Cloud meer. Het is een onderbouwde capaciteitsgrafiek. Dezelfde breedte, maar met een betrouwbaarheidslaag eronder die van elke bewering een gewogen schatting maakt in plaats van een aangenomen feit. Hoe die koppeling precies werkt, lees je in psychometrie en skills-data koppelen.
Psychometrische validatie maakt talentdata uitlegbaar
Een beslissing op basis van een psychometrisch profiel heeft een redenering. Aan een medewerker laat je zien waarom een inschatting is gemaakt. Aan de OR leg je het uit. Tegenover een toezichthouder verdedig je het. Een beslissing op basis van een skills-label uit een inferentiemotor kan dat niet — de redenering ontbreekt.
Wie nu bouwt op ongevalideerde skills-data, bouwt op juridisch kwetsbare grond. Psychometrie is niet alleen een kwaliteitsverbetering. Het is de basis waarop uitlegbare talentbeslissingen mogelijk worden.
Wat kun jij nu al doen als HR-professional?
Stel de validatievraag aan je leverancier. Vraag verder dan ‘hoe werkt het systeem?’ Vraag: op basis van welk wetenschappelijk bewijs kloppen de labels die jouw systeem produceert met echte bekwaamheid? Als het antwoord vaag blijft, weet je wat de data waard is. In een talentsysteem kiezen: zeven vragen die het verschil maken staan meer van dit soort vragen op een rij.
Introduceer psychometrische meting bij beslissingen met grote gevolgen. Je hoeft niet het hele talentmanagementsysteem te herontwerpen. Begin bij de momenten die ertoe doen: interne promoties, reorganisaties, strategische plaatsingen. Voeg een gevalideerde meting toe als referentielaag naast de skills-data die er al ligt.
Verschuif de vraag die je stelt. Niet “wat staat er in dit profiel?” maar “wat weten we over deze persoon dat onafhankelijk is van hoe hij zichzelf presenteert?” Die verschuiving is ook de basis voor de volgende vraag: niet alleen wat iemand kan, maar hoe snel iemand zich kan ontwikkelen. Die verschuiving verandert niet alleen hoe je data gebruikt — het verandert hoe je over talent denkt.
Want uiteindelijk gaat het niet om een betere tool. Het gaat om betere talentdata. En die begint bij psychometrische validatie.
Dit is het derde deel in onze reeks over het Skill Soup-probleem. In het vorige deel lieten we zien hoe AI-geschreven cv’s je talentdata vervuilen. In het volgende deel laten we zien hoe je deze psychometrische basis concreet koppelt aan skills-data.
Wil je weten hoe je Skill Soup structureel aanpakt?
Lees de whitepaper Hoe lossen we het Skill Soup probleem op?
Of neem contact op.
Alles weten over online assessments?
Download ons gratis e-book: we leggen je alles uit over assessment software en talentmanagement.
