AI voor recruiters: wat verandert er in werving en selectie?

AI voor recruiters kan helpen bij sourcing, vacatureteksten, kandidaatbenadering en het ordenen van sollicitaties. De recruiter blijft nodig om functie eisen te onderbouwen, kandidaten in hun context te beoordelen, persoonsgegevens te beschermen en uit te leggen hoe een selectie tot stand kwam. Hoe dichter AI bij een afwijzing of rangschikking komt, hoe zwaarder de controle moet zijn.

AI in recruitment verandert niet alleen hoe snel een recruiter teksten of samenvattingen maakt. Zoekmachines, platforms en selectietools beïnvloeden ook wie een vacature ziet, wie wordt gevonden en welke kandidaat bovenaan verschijnt. Daardoor kan een ogenschijnlijk handige instelling al gevolgen hebben voordat een recruiter een cv opent.

Deze pagina gaat over het recruitmentproces, van functie intake en sourcing tot kandidaatcontact en selectie. De bredere pagina over AI voor HR behandelt ook personeelsbeleid, leren, rapportage en vragen van medewerkers.

Welke recruitmenttaken kan AI ondersteunen?

Niet iedere toepassing heeft hetzelfde risico. Een eerste tekstversie die een recruiter volledig controleert is iets anders dan een systeem dat sollicitanten rangschikt of afwijst.

Taak	Mogelijke rol van AI	Wat de recruiter blijft doen
Functie intake	Notities structureren en ontbrekende informatie signaleren	Bepalen welke eisen echt nodig en toetsbaar zijn
Sourcing	Zoektermen, verwante functietitels en een eerste kandidatenlijst voorstellen	Zoekcriteria verbreden, zichtbare en ontbrekende groepen beoordelen en profielen zelf controleren
Vacaturetekst	Een eerste versie schrijven en onduidelijke taal signaleren	Inhoud, arbeidsvoorwaarden, toegankelijkheid en inclusiviteit controleren
Kandidaatbenadering	Een conceptbericht aanpassen aan profiel en vacature	Relevantie controleren, geen interesse verzinnen en persoonlijk contact geloofwaardig houden
Sollicitaties analyseren	Informatie uit cv, motivatie en antwoorden per criterium structureren	Teruggaan naar de originele stukken, context meenemen en geen ontbrekende informatie invullen
Gesprek voorbereiden	Vragen voorstellen op basis van functiecriteria	Vragen op relevantie en gelijke behandeling controleren
Selectie onderbouwen	Bewijs per vooraf vastgesteld criterium bij elkaar zetten	Criteria wegen, tegenbewijs zoeken en zelf een gemotiveerd besluit nemen
Kandidaten rangschikken of afwijzen	Een score, advies of volgorde produceren	Noodzaak, werking, rechtsgrond, eerlijkheid en echte menselijke tussenkomst laten beoordelen

AI recruitment is dus vooral bruikbaar wanneer het een controleerbaar tussenproduct maakt. Zodra een uitkomst bepaalt wie wel of niet doorgaat, raakt de toepassing direct de kansen van kandidaten.

Sourcing begint bij de vraag wie zichtbaar wordt

Bij sourcing kan AI functietitels vertalen, zoekopdrachten opstellen en profielen vinden die op een vacature lijken. Dat kan een recruiter sneller op nieuwe kandidaten brengen. Het systeem bepaalt echter mede welke kenmerken als relevant gelden en welke profielen niet in beeld komen.

Een zoekopdracht voor een projectleider kan bijvoorbeeld zwaar leunen op één functietitel, een onnodig diploma en ervaring in een specifieke sector. Een geschikte kandidaat met dezelfde vaardigheden, maar een andere titel of loopbaan, verdwijnt dan uit de resultaten.

Controleer daarom vóór het zoeken:

1. Welke eisen zijn noodzakelijk voor het werk?
2. Welke woorden beschrijven dezelfde vaardigheid of ervaring?
3. Welke criteria zijn alleen een voorkeur of overname uit een oud profiel?
4. Welke kandidaten kan de zoekopdracht onbedoeld onzichtbaar maken?
5. Kan de recruiter buiten de voorgestelde lijst zoeken en kandidaten toevoegen?

Ook een extern platform is niet neutraal. Het College voor de Rechten van de Mens wijst erop dat werkgevers vaak beperkt zicht hebben op de keuzes die platformalgoritmes maken. De verantwoordelijkheid voor een eerlijk wervingsproces verdwijnt niet doordat een leverancier de technologie beheert.

Een AI vacaturetekst is zo goed als de functie intake

Zo’n tekst kan snel een duidelijke indeling en eerste formulering geven. Het model weet alleen niet vanzelf welke eis noodzakelijk is, welke arbeidsvoorwaarde klopt of welke belofte de organisatie kan waarmaken.

Voer daarom geen losse oude vacature in met de opdracht om die aantrekkelijker te maken. Begin met een gecontroleerd functieprofiel waarin taken, noodzakelijke eisen, ontwikkelruimte, arbeidsvoorwaarden en selectieproces duidelijk zijn. Controleer daarna of de tekst:

• voorkeuren niet als harde eis presenteert;
• geen eigenschappen aan een ideale kandidaat toeschrijft die niet toetsbaar zijn;
• begrijpelijke en inclusieve taal gebruikt;
• geen arbeidsvoorwaarden of doorgroeikansen verzint;
• duidelijk maakt wat kandidaten van de procedure kunnen verwachten.

Een teksttool kan uitsluitende formuleringen signaleren, maar bewijst niet dat de hele vacature of verspreiding eerlijk is.

Kandidaatbenadering vraagt meer dan personalisering

Generatieve AI kan een contactbericht maken op basis van een profiel. Dat bespaart schrijfwerk, maar een persoonlijke toon is nog geen persoonlijke benadering. Een bericht kan ervaring verkeerd interpreteren, een niet genoemde ambitie verzinnen of doen alsof de recruiter het profiel zorgvuldig heeft bekeken.

Controleer ieder bericht op drie punten: waarom deze persoon echt relevant kan zijn, welke informatie uit het profiel feitelijk klopt en welke vraag ruimte laat voor de eigen voorkeur van de kandidaat. Verstuur geen grote reeks zogenaamd persoonlijke berichten zonder die controle. Slechte automatisering schaadt niet alleen de respons, maar ook het vertrouwen in de procedure.

Cv en sollicitatieanalyse zijn geen kandidaatbeoordeling

Bij AI cv screening kan een toepassing cv’s samenvatten, gegevens in vaste velden zetten of bewijs bij selectiecriteria zoeken. Dezelfde techniek kan motivatiebrieven en antwoorden op sollicitatievragen ordenen. Dat kan helpen om informatie consequenter te bekijken. Het risico ontstaat wanneer een samenvatting als volledig profiel wordt behandeld of een score bepaalt wie de recruiter nog ziet.

Een cv bevat nooit de hele kandidaat. Loopbaanonderbrekingen, afwijkende functietitels, vrijwilligerswerk en overdraagbare vaardigheden kunnen in een automatische vergelijking minder zichtbaar worden. Een taalmodel kan bovendien informatie verkeerd koppelen of ontbrekende ervaring invullen.

Gebruik daarom vooraf vastgestelde, functiegerelateerde criteria en leg vast welk bewijs daarbij past. Laat de recruiter het originele cv, de motivatie en relevante antwoorden bekijken, ook wanneer een samenvatting handig lijkt. Een goed geschreven motivatie is bovendien geen zelfstandig bewijs van geschiktheid. Geef een systeem niet de ruimte om nieuwe criteria te bedenken op basis van kandidaten die eerder zijn aangenomen.

Praktijkvoorbeeld: een geschikte kandidaat verdwijnt uit beeld

Een recruiter zoekt een adviseur voor een organisatieverandering. Een AI toepassing maakt op basis van de intake een zoekprofiel en rangschikt kandidaten. Bovenaan staan mensen met de exacte functietitel en ervaring in dezelfde sector.

Een kandidaat uit een andere sector heeft aantoonbaar vergelijkbare verandertrajecten geleid, maar gebruikt de titel programmacoördinator. Die persoon komt laag in de lijst en wordt niet bekeken. De uitkomst lijkt efficiënt, terwijl het systeem een voorkeur uit de intake als doorslaggevend criterium heeft behandeld.

De recruiter herstelt dit niet door alleen de eerste tien profielen zorgvuldig te lezen. Goede controle begint eerder:

1. De recruiter scheidt noodzakelijke eisen van voorkeuren.
2. Verwante functietitels en overdraagbare vaardigheden worden toegevoegd.
3. Kandidaten buiten de eerste rangschikking worden steekproefsgewijs beoordeeld.
4. De recruiter vergelijkt uitkomsten tussen groepen en zoekt verklaringen voor opvallende verschillen.
5. De uiteindelijke beoordeling verwijst naar bewijs uit het oorspronkelijke profiel en gesprek, niet alleen naar een score.

Dit voorbeeld laat zien waarom AI voor werving en selectie niet alleen een productiviteitsvraag is. De inrichting van het systeem bepaalt mede wie een kans krijgt.

Menselijke controle moet de uitkomst kunnen veranderen

Een recruiter die een score ziet en die bijna altijd volgt, levert geen betekenisvolle menselijke controle. Volgens de Autoriteit Persoonsgegevens moet een menselijke beoordelaar voldoende kennis en bevoegdheid hebben om een geautomatiseerde uitkomst te begrijpen, andere informatie mee te wegen en het resultaat te wijzigen.

Dat vraagt in de praktijk om toegang tot het originele kandidaatmateriaal, uitleg over de gebruikte criteria en tijd om een eigen beoordeling te maken. Ook moet duidelijk zijn wie een fout of bezwaar behandelt en wanneer de toepassing niet wordt gebruikt.

Volledig geautomatiseerde besluiten die sollicitanten juridisch of anderszins aanzienlijk raken zijn onder de AVG in beginsel verboden, tenzij een uitzondering geldt en passende waarborgen zijn geregeld. Laat de concrete werkwijze daarom juridisch en privacytechnisch beoordelen voordat scores of automatische afwijzingen worden ingezet.

Discriminatierisico zit ook in neutraal lijkende criteria

AI kan historische patronen overnemen, maar discriminatie ontstaat niet alleen door trainingsdata. Ook gekozen eisen, zoekfilters, advertentiebereik en afgeleide kenmerken kunnen groepen benadelen.

Een criterium kan neutraal klinken en toch vooral een bepaalde groep uitsluiten. Denk aan een opleiding, beschikbaarheid of loopbaanpatroon dat niet noodzakelijk is voor het werk. Het College voor de Rechten van de Mens benadrukt dat werkgevers en arbeidsbemiddelaars verantwoordelijk blijven voor discriminerende effecten, ook wanneer een leverancier het algoritme heeft gemaakt.

Beoordeel daarom niet alleen of een systeem een beschermd kenmerk rechtstreeks gebruikt. Kijk ook naar verschillen in wie de vacature ziet, wie wordt gevonden, wie hoog wordt gerangschikt en wie doorgaat. Een uitlegbaar proces helpt om zulke verschillen te onderzoeken, maar uitleg alleen maakt een oneerlijke uitkomst niet rechtvaardig.

Bescherm persoonsgegevens van kandidaten

Cv’s, profielen, contactgegevens en gespreksnotities zijn persoonsgegevens. Plaats die niet in een algemene AI toepassing wanneer niet expliciet vaststaat dat de organisatie dit toestaat en de verwerking passend is geregeld.

Verzamel alleen gegevens die nodig zijn voor het vastgestelde doel. Gebruik geen gevoelige informatie om een profiel rijker te maken en laat een model geen persoonlijkheidskenmerken afleiden uit schrijfstijl, foto, stem of video. Ook openbare profielinformatie mag niet zonder meer voor ieder doel worden verwerkt.

Leg voor een goedgekeurde toepassing vast welke gegevens erin gaan, waar ze worden verwerkt, hoe lang ze worden bewaard, wie toegang heeft en hoe kandidaten hun rechten kunnen uitoefenen. Anonimiseren vraagt meer dan namen verwijderen, omdat combinaties van werkgever, functie en loopbaan iemand herkenbaar kunnen maken.

Leg kandidaten uit welke rol AI speelt

Uitleg hoeft geen technische handleiding te zijn. Een kandidaat moet wel kunnen begrijpen waar in de procedure technologie wordt gebruikt, welke informatie wordt beoordeeld, welke gevolgen een uitkomst kan hebben en hoe diegene vragen kan stellen of een besluit kan aanvechten.

De Autoriteit Persoonsgegevens beschrijft voor geautomatiseerde besluiten dat organisaties nuttige informatie moeten geven over de onderliggende logica, het belang en de mogelijke gevolgen. Informeer kandidaten op tijd, dus niet pas nadat een automatische selectie is gemaakt.

Volgens de actuele planning van de Europese Commissie gelden de regels voor bepaalde hoogrisico AI systemen in recruitment en selectie vanaf 2 december 2027. De AVG en het gelijkebehandelingsrecht gelden nu al. Niet ieder gebruik van een generatieve tekstassistent valt automatisch in de hoogrisicocategorie. Het beoogde doel en de concrete inzet zijn bepalend.

Welke nieuwe vaardigheden heeft een recruiter nodig?

Recruiters hoeven geen AI ontwikkelaars te worden. Zij moeten wel kunnen herkennen waar een systeem keuzes maakt en welke informatie ontbreekt. Belangrijker worden:

• functie eisen vertalen naar noodzakelijke en toetsbare criteria;
• zoekresultaten verbreden en ontbrekende groepen herkennen;
• teruggaan van een samenvatting naar de oorspronkelijke bron;
• persoonsgegevens en herleidbaarheid beoordelen;
• verschillen in uitkomsten signaleren en laten onderzoeken;
• een AI advies gemotiveerd afwijzen;
• kandidaten begrijpelijk informeren over de procedure;
• fouten en bezwaren registreren zodat het proces kan verbeteren.

AI geletterdheid gaat daarmee verder dan goede prompts schrijven. Organisaties die AI systemen gebruiken moeten sinds 2 februari 2025 zorgen dat medewerkers en anderen die namens hen met AI werken voldoende kennis, vaardigheden en begrip hebben voor hun rol.

Wat kun je deze week veilig uitproberen?

Kies een taak die geen echte kandidaat beoordeelt. Laat een goedgekeurde AI toepassing bijvoorbeeld een zoekprofiel maken voor een fictieve vacature. Gebruik een gecontroleerde functie intake zonder persoonsgegevens.

Maak daarna zelf drie fictieve profielen: één met de verwachte functietitel, één met overdraagbare ervaring uit een andere sector en één met een loopbaanonderbreking. Controleer:

1. Welke criteria de toepassing heeft toegevoegd of zwaarder heeft gemaakt.
2. Welk profiel onterecht minder zichtbaar wordt.
3. Of de uitkomst verwijst naar aantoonbaar bewijs.
4. Welke stap altijd door een recruiter moet worden uitgevoerd.
5. Welke informatie een kandidaat over deze werkwijze zou moeten krijgen.

Gebruik de uitkomst niet direct als selectieproces. De proef is bedoeld om beperkingen te vinden en controlepunten te formuleren. Op AI output beoordelen staat een bredere methode om bronnen, aannames en ontbrekende informatie te controleren.

Veelgestelde vragen

Gaat AI recruiters vervangen?

Dat is niet als algemene conclusie te trekken. AI kan schrijfwerk, zoeken en het ordenen van informatie veranderen. Een recruiter blijft nodig om de vraag achter een vacature te verduidelijken, contact met kandidaten te onderhouden, context te beoordelen en verantwoordelijkheid te nemen voor de procedure. Functies veranderen waarschijnlijk eerder per taak dan dat het hele beroep in één stap verdwijnt.

Mag AI kandidaten automatisch afwijzen?

Niet zomaar. Bij een uitsluitend geautomatiseerd besluit dat een kandidaat juridisch of anderszins aanzienlijk raakt, gelden de grenzen van artikel 22 AVG. Uitzonderingen en aanvullende waarborgen kunnen van toepassing zijn. Laat de concrete toepassing en procedure vooraf beoordelen.

Kan AI discriminatie uit selectie halen?

Niet vanzelf. AI kan consequente controles ondersteunen of uitsluitende taal signaleren, maar kan ook historische ongelijkheid en verkeerde criteria versterken. Controleer zowel de inrichting als de uitkomsten voor verschillende groepen.

Mag een recruiter een cv in een AI chatbot zetten?

Alleen wanneer de organisatie dit expliciet heeft toegestaan en de toepassing, grondslag, beveiliging en afspraken geschikt zijn voor deze persoonsgegevens. Gebruik bij twijfel geen echt cv. Test met fictieve gegevens.

Is AI voor sourcing minder riskant dan AI voor selectie?

Sourcing leidt niet direct tot een afwijzing, maar bepaalt wel wie zichtbaar wordt en wordt benaderd. Te smalle zoekcriteria of ondoorzichtige platformkeuzes kunnen kandidaten al vroeg uitsluiten. Ook sourcing vraagt daarom controle op criteria, bereik en uitkomsten.

Conclusie

AI voor recruiters is het bruikbaarst als hulpmiddel bij zoeken, schrijven en structureren. De grootste fout is een snelle uitkomst behandelen alsof die ook volledig en eerlijk is.

Begin met een laagrisicotaak en fictieve gegevens. Leg vooraf vast welke criteria gelden, controleer de oorspronkelijke bronnen en maak zichtbaar waar een mens kan ingrijpen. Gebruik AI pas dichter bij rangschikking of afwijzing wanneer noodzaak, privacy, gelijke behandeling, uitleg en echte menselijke controle aantoonbaar zijn geregeld.

Bronnen

• Autoriteit Persoonsgegevens, online en game based assessments bij werving en selectie, regels voor geautomatiseerde besluiten en betekenisvolle menselijke tussenkomst.
• Autoriteit Persoonsgegevens, aan de slag met AI geletterdheid, 30-01-2025.
• College voor de Rechten van de Mens, vraag en antwoord over werving en selectie algoritmes, verantwoordelijkheid, gelijke behandeling en uitlegbaarheid.
• Europese Commissie, AI Act, actuele invoeringsplanning en verplichtingen voor hoogrisicosystemen.
• Europese Unie, AI verordening 2024/1689, bijlage III over AI bij recruitment en selectie.