Tijdschrift voor HRM - Volume 28, Issue 1, 2025

De zorgsector wordt in toenemende mate geconfronteerd met uitdagingen als gevolg van groeiende vraag (o.a. door vergrijzing en complexiteit van zorg) en afnemend aanbod van zorgverleners (o.a. door personeelstekorten). Kunstmatige Intelligentie (AI) wordt als mogelijke oplossing gezien, maar wordt vaak vanuit een technologisch perspectief benaderd. Dit artikel kiest een mensgerichte benadering en bestudeert hoe zorgmedewerkers het werken met AI ervaren. Dit is belangrijk omdat zij uiteindelijk met deze applicaties moeten werken om de uitdagingen in de zorg het hoofd te bieden. Op basis van 21 semigestructureerde interviews met zorgmedewerkers die AI hebben gebruikt, beschrijven we de werkervaringen met AI. Met behulp van het AMO-raamwerk - wat staat voor abilities, motivation en opportunities - laten we zien dat AI een impact heeft op het werk van zorgmedewerkers. Het gebruik van AI vereist nieuwe competenties en de overtuiging dat AI de zorg kan verbeteren. Daarbij is er een noodzaak voor voldoende beschikbaarheid van training en ondersteuning. Tenslotte bediscussiëren we de implicaties voor theorie en geven we aanbevelingen voor HR-professionals.

Talentmanagement (TM) wordt steeds belangrijker voor organisaties om succesvol te zijn op de lange termijn, waarbij technologie in toenemende mate wordt gebruikt voor talentidentificatie en ontwikkeling. Er is echter nog beperkte kennis over hoe geavanceerde technologieën talentmanagementactiviteiten veranderen. Dit onderzoek gaat daarom in op de vraag op welke manieren deze technologieën worden ingezet en hoe dit talentmanagementpraktijken vormgeeft. Deze vragen worden beantwoord op basis van een verkennende casestudie bij voetbalclub Heracles Almelo, een topsportorganisatie actief in de Nederlandse Eredivisie. Op basis van interviews, observaties en nieuwsartikelen analyseerden we de activiteiten en de inzet van technologie bij de instroom, doorstroom, en uitstroom van talent. De resultaten laten zien dat talentmanagementactiviteiten veranderen in samenhang met materiële en sociale aspecten: door uitgebreide verzameling van prestatiedata worden deze technologieën gebruikt ter ondersteuning van de identificatie en ontwikkeling van talent - waarbij rollen van medewerkers en de organisatiecontext co-evolueren. Op basis van deze inzichten bediscussiëren we implicaties voor talentmanagement en beschrijven we lessen voor de HR-praktijk.

Het gebruik van data en algoritmen biedt organisaties nieuwe mogelijkheden bij het controleren, beoordelen en aansturen van werkenden. Waar algoritmisch management voorheen voornamelijk werd toegepast in de platformeconomie, komt het ook steeds vaker voor in reguliere organisaties. Hoe zetten zij algoritmisch management in en wat doet dit met de kwaliteit van het werk? In deze studie verkennen we op basis van zowel kwantitatieve als kwalitatieve analyses de impact van algoritmisch management op de kwaliteit van werk bij reguliere organisaties. Data uit een grootschalige nationale enquête onder werknemers suggereren dat veel werknemers een toename van controle ervaren door het gebruik van nieuwe technologie. Werknemers die hiermee te maken hebben, ervaren ook minder autonomie, meer werkdruk en meer burn-outklachten. Uit de onderzochte praktijkvoorbeelden komt naar voren dat algoritmisch management ook zó kan worden ingezet dat het de autonomie van werknemers vergroot en de mentale belasting afneemt. Onze studie geeft daarmee een gemengd beeld: de impact van algoritmisch management kan zowel positief als negatief zijn. De precieze impact hangt af van de keuzes die organisaties maken. HR-medewerkers en managers kunnen erop sturen dat algoritmisch management zó wordt ingezet dat het zowel de organisatieprestaties als de kwaliteit van arbeid ten goede komt. Om hen daarmee op weg te helpen, formuleren we uitgangspunten en handvatten.