Recruitment is sneller. Maar ook scherper.
ChatGPT, LinkedIn en slimme recruitmenttools maken sollicitaties sneller.
Maar ze veranderen ook de spelregels.
Waar het eerst vooral draaide om efficiency, gaat het nu ook over transparantie, eerlijke selectie en juridische zorgvuldigheid.
Van cv-berg naar algoritme
Werkgevers zetten in Nederland en de rest van Europa steeds vaker AI in bij werving en selectie.
Denk aan tools voor cv-screening, skills-matching, vacatureteksten en het rangschikken van kandidaten.
De Europese Commissie noemt recruitment zelfs expliciet als een domein waar AI systemen mensen kan helpen bij het analyseren en filteren van sollicitaties.
Dat levert voordeel op.
AI versnelt repetitief werk, helpt vacatures consistenter beoordelen en geeft recruiters meer tijd voor het echte gesprek: past deze kandidaat inhoudelijk, en past die persoon bij de rol en het team?
Maar daar zit ook het risico.
Als het model traint op verkeerde of scheve data, automatiseer je oude patronen gewoon opnieuw.
Waarom recruitment-AI streng wordt bekeken
De AI Act ziet AI voor werving, selectie en personeelsbeheer als hoog risico.
Daar vallen systemen onder die kandidaten targeten, filteren, rangschikken of evalueren.
Dat betekent meer dan slimme functionaliteit.
Je krijgt ook eisen voor risicobeheer, datakwaliteit, technische documentatie, logging, beveiliging en menselijk toezicht.
En nog iets belangrijks: als werkgever kun je de verantwoordelijkheid niet afschuiven op de leverancier.
Wie zo’n systeem inzet, blijft medeverantwoordelijk.
De Europese Commissie zegt ook duidelijk dat gebruikers de werking moeten blijven monitoren en moeten ingrijpen bij risico’s of incidenten.
Transparantie is geen extraatje
Als kandidaten niet weten dat AI meebeslist, wordt het proces al snel juridisch kwetsbaar.
De combinatie van AI-regels en privacyregels vraagt om duidelijkheid: gebruik je een algoritme, en waarvoor dan?
De Autoriteit Persoonsgegevens ziet transparantie als een kernpunt van zorgvuldig algoritmegebruik.
En er is nog een gevoelig punt: volledig geautomatiseerde afwijzingen zijn riskant.
De AVG hecht veel waarde aan betekenisvolle menselijke tussenkomst bij beslissingen met grote gevolgen.
Voor sollicitanten betekent dat: niet alleen een uitkomst, maar ook een mens die die uitkomst kan beoordelen en uitleggen.
Bias sluipt sneller binnen dan je denkt
AI is niet neutraal.
Als historische data oude scheeftrekkingen bevat, kan een model die juist versterken.
Zelfs ogenschijnlijk onschuldige kenmerken, zoals postcode of woordkeuze, kunnen werken als proxy voor geslacht, afkomst of sociaaleconomische achtergrond.
Dat maakt recruitment extra gevoelig voor indirecte discriminatie.
De les is dus niet dat AI per definitie onbetrouwbaar is.
De les is: toets je selectiecriteria vooraf.
Denk aan bias-tests, validatie per doelgroep en duidelijke keuzes over welke data je wel en niet gebruikt.
Doe je dat niet, dan vergroot je het risico op ongelijkheid én op juridische problemen onder de gelijke behandelingsregels.
Wat sollicitanten mogen verwachten
Sollicitanten mogen weten of algoritmen worden gebruikt.
Ze mogen ook inzage vragen in hun gegevens.
Bij belangrijke beslissingen moeten ze een mens kunnen aanspreken en uitleg krijgen over de hoofdlijnen van de beoordeling.
In begrijpelijke taal dus, niet in modeljargon.
Ook de grenzen zijn helder.
Gevoelige gegevens zoals gezondheid of geloof zijn in selectieprocedures vrijwel altijd verboden om te verwerken.
Dat is niet alleen een privacykwestie, maar ook een discriminatierisico.
Wat werkgevers nu moeten regelen
De vraag is niet meer of AI in recruitment blijft.
De vraag is: hoe zet je het verantwoord in?
Begin met in kaart brengen waar AI meedoet in de sollicitatiefunnel: vacaturetekst, sourcing, cv-selectie, assessments, ranking of afwijzing.
Daarna volgt de governance.
Praktisch betekent dat onder meer:
- een DPIA uitvoeren als profilering of andere privacyrisico’s spelen
- privacyverklaringen en kandidaatcommunicatie bijwerken
- de ondernemingsraad vroeg betrekken
- leveranciers strengere eisen opleggen aan documentatie, bias-rapporten en testresultaten
- audit trails bijhouden zodat beslissingen achteraf controleerbaar blijven
Ook pilots helpen.
Test per vacaturetype en per periode, zodat je ziet of het systeem echt beter presteert dan menselijk selecteren, of alleen sneller lijkt.
Zonder meting is “efficiënter” vaak vooral een gevoel.
Nieuwe spelregels voor een oud proces
AI maakt sollicitaties niet minder menselijk.
Het dwingt organisaties juist om bewuster met mensen om te gaan.
De kernverschuiving is helder: van “kunnen we dit automatiseren?” naar “kunnen we dit uitleggen, controleren en verdedigen?”
Wie AI in recruitment inzet, moet dus denken aan tijdwinst én aan transparantie, menselijke controle, datakwaliteit en anti-biasmaatregelen.
Wil je dat goed aanpakken? Dan ligt daar nu precies je voorsprong.
