Arbeidsmarkt

Ondanks belangrijke stappen die genomen zijn om diversiteit en gelijke kansen op de arbeidsmarkt te bevorderen, blijft er nog steeds sprake van hardnekkige discriminatie tegenover mensen die beschouwd worden als etnische minderheid. Discriminatie blijft een belangrijke barrière voor gelijke kansen op de arbeidsmarkt. Binnen het domein arbeid onderzochten we de omvang van aanwervingsdiscriminatie, de onderliggende mechanismen en de rol van de context.

Uit wereldwijd onderzoek blijkt dat er aanzienlijke discriminatie plaatsvindt op de arbeidsmarkt, wat resulteert in aanzienlijk minder positieve reacties voor veel minderheidsgroepen tijdens sollicitaties. De meest voorkomende vormen van discriminatie zijn gerelateerd aan arbeidsbeperkingen (ongeveer 41% minder positieve reacties dan bij kandidaten zonder beperking), lage fysieke aantrekkelijkheid (ongeveer 37%), oudere leeftijd (ongeveer 34%) en etniciteit (ongeveer 29%).

Ook blijkt uit het onderzoek dat niet elke etniciteit of nationaliteit in gelijke mate wordt getroffen door discriminatie tijdens het sollicitatieproces. Onderzoeken die gericht zijn op kandidaten met een Maghrebijnse-Arabische of Midden-Oosterse achtergrond ontvangen de minste positieve reacties (ongeveer 41%) in vergelijking met de controlegroep. Specifiek voor Vlaanderen tonen de cijfers aan dat kandidaten met een Oost-Europese, Arabische/Midden-Oosterse en Turkse achtergrond respectievelijk 27%, 21% en 15% minder positieve reacties kregen dan de controlegroep.

Het onderzoek

Tijdens het EdisTools-onderzoek voerden we zelf correspondentie-experimenten* uit in de Vlaamse context in de periode 2020-2021.

*Hoe werken correspondentie-experimenten?

Een beproefde methode om aanwervingsdiscriminatie te meten is het correspondentie-experiment. Dit experiment houdt in dat er twee of meer cv’s met fictieve kandidaten worden rondgestuurd naar bedrijven als reactie op echte vacatures. De fictieve kandidaten verschillen op geen enkel relevant kenmerk, behalve op één of meerdere specifieke kenmerken waarop er, vanwege ethische of wettelijke argumenten, niet gediscrimineerd mag worden (bv. een cv met een mannelijke kandidaat en een cv met een vrouwelijke kandidaat). Het is vervolgens op basis van het verschil in reacties van recruiters op deze cv’s (bv. mannelijke kandidaat versus vrouwelijke kandidaat) dat men aanwervingsdiscriminatie kan vaststellen.

Zo werden er in de regio Antwerpen en regio Gent respectievelijk 1300 en 480 fictieve cv’s rondgestuurd als antwoord op 650 en 240 verschillende vacatures, respectievelijk. De cv’s en antwoorden varieerden naargelang de kenmerken van de kandidaat, vacatures, sectoren, bedrijfskenmerken en beroepen. Daarnaast gebeurde er ook een grondige synthese van nagenoeg alle correspondentie-experimenten die werden uitgevoerd tussen 2005 en 2020. In totaal ging dit om de data van meer dan 900.000 fictieve sollicitaties wereldwijd. De analyses van bestaande en nieuwe data van de verschillende correspondentie-experimenten lieten toe om na te gaan op basis van welke kenmerken mensen gediscrimineerd worden, hoe ernstig het probleem is, de rol van de bedrijfs-, sector-, en geografische context en welke rol voorkeurs- en statistische discriminatie hierbij spelen.

Belangrijke Bevindingen

Hoe verklaren we aanwervingsdiscriminatie bij etnische minderheden?

Onze studie toont aan dat wereldwijd zowel voorkeurs- als statistische discriminatie* belangrijk zijn voor het verklaren van arbeidsmarktdiscriminatie tegen etnische minderheden, maar eveneens dat geen van beide een volledig sluitende verklaring kan bieden.

*Wat bedoelt men met voorkeurs- en statistische discriminatie?

Volgens economen zijn er verschillende onderliggende mechanismen die leiden tot discriminatie bij aanwervingen. De twee belangrijkste zijn voorkeurs- en statistische discriminatie. Voorkeursdiscriminatie vertrekt van de persoonlijke voorkeur of aversie van de werkgever en diens wil om vooral contact te hebben met personen met wie die gelijkenissen vertoont, bijvoorbeeld op vlak van etniciteit of leeftijd. Vaak hebben ze ook vooroordelen over minderheidsgroepen waardoor ze contact zo veel mogelijk proberen te vermijden. Bijvoorbeeld, “Oudere werknemers zijn saai en vervelend.”. Statistische discriminatie baseert zich op het feit dat werkgevers zich bij aanwervingen beroepen op groepsinformatie. Dit is vaak het gevolg van een gebrek aan informatie over individuen, waardoor werkgevers of recruiters op algemene assumpties en stereotypen terugvallen. Bijvoorbeeld, “oudere werknemers zijn technologische onbekwaam”. Dit betekent daarom niet dat die groepsinformatie accuraat is. Beide mechanismen leiden tot verschillende vormen van discriminatie bij bijvoorbeeld aanwerving, verloning of promoties.

De resultaten blijken wel aan te geven dat voorkeursdiscriminatie een grotere rol speelt dan statistische discriminatie. We suggereren dat de persoonlijke voorkeur van de werkgever en/of hun angst dat werknemers of klanten liever niet in contact komen met personen uit een etnische minderheidsgroep een belangrijke rol speelt. Zowel voorgaand theoretisch onderzoek, als empirisch onderzoek toont aan dat om voorkeursdiscriminatie aan te pakken het vooral belangrijk is om de kost van discriminatie te verhogen. Dit kan bijvoorbeeld door hiervoor hoge boetes te voorzien.

hOE BEïnVLOED DE CONTEXT ETNISCHE AANWERVINGSDISCRIMINATIE?

Onderzoek toont aan dat discriminatie beïnvloed wordt door verschillende contextuele factoren. Onze studie focust op verschillende factoren die betrekking hebben op de kandidaat, de vacature, het beroep, de organisatie of de sector. Daarbij vonden we vier factoren die invloed hebben op mate van discriminatie tegenover niet-Vlaamse respondenten, vooral wat betreft de rol van de organisaties zelf. We stelden vast dat: a) overheidsorganisaties en non-profit organisaties minder geneigd zijn om te discrimineren, b) hoe meer personeel er in een organisaties is, hoe minder kans er is op aanwervingsdiscriminatie, c) er meer etnische discriminatie is naar gelang er meer contact is tussen werknemers in een organisatie en d) er minder discriminatie is bij knelpuntberoepen.

Kan AI beter selecteren dan mensen?

We voerden een studie uit waarbij we een fictief correspondentie-experiment uitvoerde met ChatGPT als recruiter voor verschillende fictieve vacatures. Hierbij stelden we de AI steeds de vraag: ‘Hoe waarschijnlijk is het dat je de kandidaat zou uitnodigen voor een jobgesprek?’. Uit de resultaten bleek dat ChatGPT zeker gevoelig is voor etnische en raciale bias, maar deze bias is wel beperkter dan wat bij menselijke recruiters teruggevonden wordt.

Het is evenwel zo dat de ontwikkelaars van generatieve AI volop bezig zijn met het bijsturen van mogelijke bias die aanwezig blijkt in AI. Dus AI is zeker geen pasklaar antwoord op het aanpakken van aanwervingsdiscriminatie, maar de potentiële risico’s die gepaard gaan met het integreren van generatieve AI in selectiebeslissingen hangen sterk af van wie de technologie gebruikt, hoe en wanneer, en niet zozeer van de inherente kwaliteiten van generatieve AI.

DIES

Om bedrijven en recruiters te ondersteunen werd de DIES-tool ontworpen.

Eindrapport

Bekijk hier het eindrapport:

Auteur(s)

Dr. Louis Lippens is postdoctoraal onderzoeker bij het Fonds voor Wetenschappelijk Onderzoek – Vlaanderen en is verbonden aan Universiteit Gent aan de Faculteit Economie en Bedrijfskunde, UGent @ Work en CESSMIR. Zijn onderzoek behandelt allerhande arbeidsmarktvraagstukken en spitst zich voornamelijk toe op arbeidsmarktdiscriminatie. Meer informatie via https://louislippens.be.

Prof. dr. Stijn Baert is verbonden aan de Vakgroep Economie van de Universiteit Gent. Zijn onderzoek is hoofdzakelijk gesitueerd in het brede veld van de arbeidseconomie, met een focus op (i) de overgang van school naar werk, (ii) arbeidsmarktdiscriminatie en (iii) werk en gezondheid. Meer info: www.stijnbaert.be.

Prof. dr. Eva Derous is hoogleraar Personeelspsychologie / HRM aan de Faculteit Psychologie en Pedagogische Wetenschappen van de Universiteit Gent en hoofd van het VoPP-lab. Haar onderzoek focust zich op assessment, discriminatie, diversiteit & inclusie, alsook re-integratie op de werkplek.

Prof. dr. Pieter-Paul Verhaeghe is hoofddocent Sociologie aan het Brussels Institute for Social and Population Studies (BRISPO) aan de Vrije Universiteit Brussel. Hij doet onderzoek naar racisme, sociale immobiliteit en ongelijkheid. Een overzicht van zijn werk kan men vinden op:  https://pieterpaulver.wordpress.com/