Kunstmatige intelligentie (AI) is niet weg te denken uit de moderne bedrijfswereld. Binnen werving en selectie wordt algoritmische besluitvorming gebruikt om nieuwe kandidaten sneller op te sporen en te selecteren. Ondanks deze effectieve prestaties van AI, is het niet duidelijk hoe sollicitanten deze beslissing percipiëren. Om dit verder te exploreren werd er een online experiment uitgevoerd, waarbij de deelnemers (fictieve sollicitanten) een scenario te lezen kregen waarin de verzamelaar van de informatie (HR medewerker of algoritme) en de besluitvormer (HR medewerker of algoritme) binnen het wervingsproces werden gemanipuleerd. De uitkomst van de beslissing was telkens negatief, namelijk de sollicitant werd niet geschikt bevonden voor de job. Daarna volgde een vragenlijst die de perceptie van de deelnemers op het gebied van waargenomen eerlijkheid, betrouwbaarheid en emotionele beleving bij het besluit onderzocht. Uit de resultaten bleek dat de deelnemers de informatieverzameling die voor de beslissing gebruikt werd belangrijker vonden dan hoe het besluit zelf tot stand kwam. Zolang het verzamelen van informatie door een HR medewerker gebeurde, ervaarden de deelnemers het besluit eerlijker, betrouwbaarder en emotioneel positiever.
De beslissing is minder relevant, zolang de gegevens geanalyseerd en verwerkt werden door een HR medewerker. Zo is er geen verschil in eerlijkheid, betrouwbaarheid en emotionele reacties gevonden tussen een algoritmische of een menselijke beslissing. Deze studie onthult de perceptie van algoritmische versus menselijke beslissingen binnen het wervingsproces en suggereert dat het verzamelen van informatie sterker doorweegt op de perceptie van sollicitanten dan de uiteindelijke beslissing.

Deze studie onderzoekt het verband tussen de intensiteit van thuiswerken en de resultaten ervan, door te kijken naar zowel positieve als negatieve effecten die de prestaties van thuiswerkers kunnen beïnvloeden. De concentratie van de thuiswerkers, de bevrediging van de behoefte aan verbondenheid en de ervaring in hun huidige baan worden gesuggereerd als elementen die deze relatie beïnvloeden. In totaal hebben 3188 respondenten deelgenomen aan dit onderzoek met twee meetmomenten, om verschillende uitkomsten met betrekking tot de bovengenoemde variabelen te verduidelijken.

Sinds 2010 zoeken wetenschappers naar oplossingen om discriminatie op de arbeidsmarkt te bestrijden. Lieven Miguel wilde onderzoeken als technologie 4.0 een oplossing kan zijn voor het verminderen van discriminatie op de arbeidsmarkt. Om het specifieker te maken, heeft hij zich toegespitst op de blockchaintechnologie.

Deze masterproef gaat na of job crafting stimuleerbaar is via een micro-interventie. Daarnaast bekijken we het effect van job crafting op de werk-privé combinaties. Hiervoor maken we gebruik van een experimenteel design.

Deze scriptie onderzoekt hoe men a.d.h.v. een algemeen en specifiek diversiteitsbeleid het probleem van genderdiscriminatie tijdens rekruteringsbeslissingen kan aanpakken, wanneer mannelijke en vrouwelijke sollicitanten of werknemers gelijkaardig gekwalificeerd zijn.