Ebber – Evidence based selection made easy m

The project created an algorithm that automatically evaluates job applicants based on their results from personality tests and tests of mental ability. The algorithm is grounded in state-of-the-art research knowledge within the field. An algorithm-based assessment used in EBBER will ensure fair and consistent treatment of all candidates, regardless of their gender, nationality, or ethnic background. The Ebber project has used meta-analyses to identify and integrate the latest and most relevant research findings. The project has also worked on improving the reliability of tests and ensuring better and more quality-assured data. The Ebber project significantly simplifies the process of selecting job applicants, doing so through a more objective and evidence-based method. This innovation has the potential to transform the recruitment industry, contributing to a fairer and more efficient job selection process.

Prosjektet har fått nasjonal og internasjonal oppmerksomhet på grunn av anerkjente bedriftspartnere. Fremover blir EBBERs norske marked - på tvers av sektorer og bransjer - kontaktet med et verdiløfte om å øke effektiviteten for virksomheter. Internasjonalt viser bedriftspartner-casene at løsningen styrker konkurranseevnen sin og dermed påvirker bransjen de opererer i, og fremtvinger internasjonal/global implementasjon. På virksomhetsnivå, nasjonalt og internasjonalt, gir prosjektets resultater potensiale til reduserte kostnader og tidsbruk knyttet til rekruttering, ansettelser, opplæring og talentstyring. Enda viktigere er kostnadsbesparelser ved forbedret operasjonell effektivitet pga. påvist økning i organisasjoners evne til å velge de beste jobbsøkerne og betydelig reduksjon i feilansettelser. Videre sørger løsningen for en likeverdig og effektiv prosess for alle jobbsøkere, bidrar til sosial distanse i seleksjonsfasen med automatiserte digitale tilbakemeldingsprosesser og et redusert behov for fysiske intervjuserier. Virksomheter som tar i bruk løsningen vil bedre sin strategiske beslutningstaking og tilpasningsevne til markedsendringer ved at organisasjonen deres blir smidigere i responsen på sitt personellbehov, og føringer og endringer i sin markedssituasjon. På samfunnsnivå vil gir prosjektet forbedrede sysselsettingsmuligheter og prosesser: HR-teknologien effektiviserer rekrutteringsprosesser, og gir potensiale for økte sysselsettingsmuligheter. Ferdighetsutvikling og utdanning vil påvirkes ved at løsningen vil indirekte fremme og bevisstgjøre kontinuerlig, personlig ferdighetsutvikling. En dyktigere arbeidsstyrke letter samarbeid på tvers av grenser, forbedrer kulturell forståelse og utveksling i internasjonale arbeidsmiljøer. Totalt sett er prosjektets påvirkning positiv, med fordeler for organisasjoner og samfunn - både nasjonalt og internasjonalt - gjennom effektivitetsgevinster, økt tilpasningsevne og innovasjon i de fleste typer virksomheter. Innovasjonen er implementert og i salg i dag. Tilbakemeldinger fra kunder er meget positive. Vi vil i den kommende tiden analysere data og gjøre ytterligere undersøkelser for å teste hvilke effekter det har å bruke EBBER til ansettelser.

Ansettelser i Norge i dag bruker i stor grad bare gjennomgang av CV, Intervju og referanssjekk for å selektere jobbsøkere. Denne formen for ansettelser medfører en rekke beslutnings- og bekreftelsesfeil hos de som ansetter – noe som fører til at man ikke finner den beste kandidaten bland jobbsøkerne. I tillegg vil beslutnings- og bekreftelsesfeil kunne lede til kostbare feilansettelser. EBBER vil bidra til å effektivisere og forbedre ansettelsesprosesser ved at EBBER reduserer gapet mellom forskning og praksis i HR-feltet. Dette er viktig da bedrifter som følger en state-of-the-art best practice har et betydelig bedre økonomisk resultat. Etter rekrutteringsfasen vil EBBER forbedre seleksjon av jobbsøkere ved å anvende de beste psykometriske testene som i størst grad forutsier jobbprestasjon, turnover og jobbfravær. I tillegg vil EBBER – som den første applikasjonen i verden - sammenstille resultatet av disse testene til en entydig rangering av jobbsøkere slik at arbeidsgivere ikke må gjøre dette selv. EBBER vil også bruke maskinlæring/kunstig intelligens for å kontinuerlig kunne oppdatere og forbedre sine algoritmer slik at algoritmene tilpasser seg særegne suksessfaktorer i den enkelte organisasjon og passer med virksomhetenes personellstrategiske fokus. Dette gjør at organisasjonene ikke trenger å vente flere år på oppdatert forskning, men at de får nyttegjort seg av ny kunnskap umiddelbart.