Kort antwoord: AI in werving hoort te beoordelen, niet te beslissen. Technologie kan elke sollicitant dezelfde functierelevante vragen stellen, de antwoorden per eis ordenen en laten zien wat er ontbreekt. Het is aan mensen om dat bewijs te lezen, er vraagtekens bij te zetten en te beslissen wie ze aannemen. De grens tussen beoordelen en beslissen is het belangrijkst waar de aantallen het grootst zijn: bij functies op de werkvloer.
De meeste discussies draaien om de vraag of AI dat kan. Meestal kan het ook. Waar het om gaat, is wie er beslist.
Belangrijkste punten
- “AI in werving” omvat heel verschillende taken, van afspraken plannen tot automatisch afwijzen. Houd ze uit elkaar.
- Bij het beoordelen gaat het om de vraag: “Welk bewijs hebben we?” Bij het beslissen om de vraag: “Nemen we deze persoon aan?” Technologie kan helpen bij het eerste. Het tweede is aan mensen.
- Menselijk toezicht moet betekenisvol zijn: er moet iemand zijn die het bewijs ziet, de bevoegdheid heeft en de tool kan overrulen.
- Een ranglijst van kandidaten kan zeggenschap over de beslissing naar de tool verschuiven, ook als er formeel een mens beslist.
- Stel één vraag voordat je iets koopt: beoordeelt deze tool, of beslist hij?
Op deze pagina: AI in werving is niet één ding · Wat is het verschil tussen beoordelen en beslissen? · AI helpt bij het beoordelen · Moet AI beslissen wie je aanneemt? · Waarom beslist de tool mee als je kandidaten rangschikt? · Wie doet wat: een praktische verdeling · Wat dit betekent als je werft voor de werkvloer · Drie vragen voordat je AI inzet · Hoe Radius Hire zich aan deze grens houdt · Veelgestelde vragen
AI in werving is niet één ding
Wervingstechnologie kan heel verschillende taken uitvoeren:
- Sourcing: mogelijke kandidaten vinden of gericht benaderen.
- Sollicitaties doornemen: cv’s of sollicitatieformulieren lezen en er informatie uit halen.
- Planning en administratie: gesprekken inplannen, herinneringen sturen.
- Gestructureerd interviewen: elke kandidaat dezelfde vragen stellen, via spraak, video of tekst.
- Bewijs verzamelen: antwoorden en documenten koppelen aan de eisen van een functie.
- Samenvatten: interviews en documenten tot de kern terugbrengen voor een recruiter.
- Verifiëren: controleren wie iemand is, of die persoon in Nederland mag werken en of de certificaten kloppen.
- Aanbevelen: voorstellen welke kandidaten je moet bekijken.
- Rangschikken: kandidaten met een score onderling op volgorde zetten.
- Afwijzen: kandidaten uit het proces halen.
De eerste punten op deze lijst helpen mensen vooral bij hun werk. Hoe lager op de lijst, hoe meer beslissingen de technologie mensen uit handen neemt. Wie al deze taken op één hoop gooit onder de noemer “AI in werving”, zorgt voor verwarring, en die werkt twee kanten op. Sommige teams laten nuttige tools liggen uit angst voor automatische afwijzingen. Andere teams nemen tools in gebruik zonder te beseffen hoeveel die zelf beslissen.
Wat is het verschil tussen beoordelen en beslissen?
Beoordelen is vaststellen welk bewijs er over een kandidaat is, afgezet tegen de eisen van de functie. Beslissen is de keuze om iemand aan te nemen, en dat deel hoort in handen van mensen.
Bij het beoordelen gaat het om de vraag: welk bewijs hebben we over deze kandidaat, afgezet tegen de eisen van de functie? Bij het beslissen om de vraag: willen we deze persoon aannemen?
Een beslissing steunt op de beoordeling, maar wie beslist, weegt ook dingen mee die niet in een beoordeling passen: hoeveel plekken er vrij zijn, welke kandidaten nu beschikbaar zijn, wat de leidinggevende over het team weet, wat de kandidaat in het laatste bericht vroeg.
Technologie kan helpen bij het beoordelen. De verantwoordelijkheid voor de beslissing zou bij de werkgever en de recruiter moeten blijven. Dat kan met een aanpak waarin mensen aan het begin en aan het eind de regie houden:
- Mensen bepalen de eisen. De werkgever legt de eisen voor de functie en de criteria voor een goed antwoord vast.
- AI verzamelt, ordent en toont het bewijs. Voor elke kandidaat haalt AI op dezelfde manier het bewijs op dat de functie vraagt, legt het naast de vastgelegde eisen en laat zien wat onderbouwd is, wat alleen op het woord van de kandidaat rust en wat ontbreekt.
- Mensen bekijken het bewijs, zetten er vraagtekens bij en beslissen. Ze lezen het bewijs, niet alleen de samenvatting, en overrulen alles wat fout of onvolledig lijkt. Daarna nemen ze de beslissing, leggen die vast en zijn erop aanspreekbaar.
In de rest van dit artikel gebruiken we die aanpak om uit te maken welke taken wel bij AI horen en welke niet.
AI helpt bij het beoordelen
Werving voor de werkvloer kent een eigen probleem. De Signal Gap, een term die Radius Hire in The Radius Papers 01 (2026) introduceerde, is de afstand tussen waar een wervingsbeslissing op berust en wat voorspelt hoe die uitpakt. In veel wervingsprocessen voor de werkvloer berust de beslissing op een cv, een kort telefoontje en een startdatum. Belangrijke eisen komen vóór het aanbod nooit ter sprake, zoals elke dag op tijd op de locatie kunnen zijn voor een dienst die om 05.30 uur begint, of akkoord gaan met het echte rooster.
De methode die in onderzoek het best onderbouwd is, laat zien wat dat gat zou kunnen dichten. Bij een gestructureerd interview krijgt elke kandidaat dezelfde functierelevante vragen en wordt elk antwoord beoordeeld aan de hand van een vooraf vastgelegde norm. Validiteit is hier een geschatte correlatie tussen wat een selectiemethode over kandidaten zegt en de beoordeling van hun werkprestaties, gecorrigeerd voor meetfouten: 0 betekent geen verband, 1 een perfect verband. Volgens de herziene schattingen uit 2022 halen gestructureerde interviews gemiddeld 0,42: een middelsterk verband met werkprestaties, en de hoogste waarde van de 25 onderzochte methoden. Ongestructureerde interviews komen gemiddeld uit op 0,19, het aantal jaren werkervaring op 0,07 (Sackett en collega’s, 2022). Het gaat om gemiddelden uit veel studies, grotendeels buiten Nederland, en ze meten algehele werkprestaties, niet hoe lang mensen blijven.
De onderzoekers achter de herziene schattingen merken op dat gestructureerde interviews in hun traditionele vorm, met een interviewer tegenover de kandidaat, voor functies met grote aantallen sollicitanten meestal geen haalbare aanpak zijn, en dat de validiteit opnieuw getoetst moet worden zodra technologie het interview afneemt (Sackett en collega’s, 2022).
Daar kan technologie helpen: niet door te beslissen, maar door het mogelijk te maken om ook bij grote aantallen het bewijs te verzamelen waar mensen al waarde aan hechten. Aan de kant van het beoordelen kan technologie:
- elke kandidaat dezelfde functierelevante vragen stellen, op elk uur van de dag, via de telefoon, in meerdere talen
- gestructureerde informatie verzamelen in plaats van losse aantekeningen die per recruiter verschillen
- bewijs per eis ordenen, zodat de recruiter ziet wat onderbouwd is en wat ontbreekt
- lange interviews samenvatten, zodat ze sneller door te nemen zijn
- repetitief administratief werk overnemen, zoals afspraken plannen en herinneringen sturen
- het proces consistent houden, ook als de recruiter moe is of het druk heeft
Of de methode daarmee in jouw bedrijf haar validiteit behoudt, zie je alleen aan je eigen cijfers over hoe nieuwe medewerkers het doen. Meet het.
Moet AI beslissen wie je aanneemt?
Nee. AI kan de beoordeling ondersteunen, maar wie aanspreekbaar is op de keuze om iemand aan te nemen, hoort die keuze ook zelf te maken, met het bewijs voor zich. Deze onderdelen van werving blijven bij mensen:
- Bewijs interpreteren. Een antwoord spreekt zelden voor zich. Een kandidaat die nog nooit op een reachtruck heeft gereden, maar wel twee jaar als heftruckchauffeur heeft gewerkt, kan heel geschikt zijn, of juist niet.
- Context meewegen. De functie, de locatie, het team en de omstandigheden van de kandidaat tellen allemaal mee.
- Een beoordeling aanvechten. Elke geautomatiseerde output kan fout zijn. Iemand moet er vragen bij kunnen stellen.
- Beslissen of het bewijs voldoende is. Volstaat één antwoord van de kandidaat, of vraagt deze eis om een controle?
- Definitief beslissen wie je aanneemt en daarop aanspreekbaar zijn.
Het toezicht door mensen moet betekenisvol zijn. Wie bij elke aanbeveling op “Goedkeuren” klikt, zonder het bewijs te zien of de bevoegdheid te hebben om ertegenin te gaan, beslist niet echt. Met drie tests ga je na of iemand werkelijk beslist. Is er een aangewezen persoon die de beslissing neemt? Wordt die beslissing vastgelegd? En kan die persoon de tool echt overrulen?
De wet wijst dezelfde kant op. Volgens artikel 22 AVG mag een besluit met aanmerkelijke gevolgen voor een kandidaat niet uitsluitend gebaseerd zijn op geautomatiseerde verwerking, tenzij er een beperkte uitzondering geldt, bijvoorbeeld als het besluit noodzakelijk is om een overeenkomst te sluiten. Richtsnoeren van de Europese privacytoezichthouders (WP251rev.01) voegen daaraan toe dat menselijke betrokkenheid betekenisvol moet zijn, en geen symbolisch gebaar. Die betrokkenheid moet komen van iemand die bevoegd en bekwaam is om het besluit te veranderen.
AI die wordt gebruikt om mensen te werven of te selecteren, valt volgens bijlage III van de Europese AI-verordening (AI Act) onder de AI-systemen met een hoog risico. Door de Digital Omnibus on AI (Verordening (EU) 2026/1744) gelden de belangrijkste verplichtingen voor AI-systemen met een hoog risico vanaf 2 december 2027. Sommige regels gelden al: het verbod om op de werkplek emoties af te leiden uit biometrische gegevens, zoals gezicht of stem (sinds 2 februari 2025), de verplichtingen rond AI-geletterdheid (sinds 2 februari 2025) en de plicht om mensen te laten weten wanneer ze met een AI-systeem te maken hebben (sinds 2 augustus 2026).
Artikel 14 verplicht aanbieders om systemen met een hoog risico zo te bouwen dat wie er toezicht op houdt, drie dingen kan: de beperkingen ervan begrijpen, zich bewust blijven van de neiging om er te veel op te vertrouwen, en de output door een andere beslissing vervangen. Artikel 26, lid 2, verplicht werkgevers om dat toezicht op te dragen aan mensen met de bekwaamheid, opleiding en autoriteit om het uit te oefenen.
Waarom beslist de tool mee als je kandidaten rangschikt?
Een telling laat per kandidaat zien welke eisen met bewijs zijn onderbouwd, welke alleen op het woord van de kandidaat rusten en bij welke het bewijs ontbreekt, bijvoorbeeld “voldoet met bewijs aan 4 van 5 eisen”. Dat is beoordelen. Een ranglijst zet kandidaten ten opzichte van elkaar op volgorde, meestal op basis van een score, en geeft de recruiter ongemerkt aan waar die moet beginnen.
Een ranglijst kan een deel van de beslissing naar de tool verschuiven, ook als er formeel een mens de uiteindelijke keuze maakt. Ook tellen heeft zijn grenzen: een telling is nog steeds een geautomatiseerde beoordeling, en een antwoord in een interview blijft het woord van de kandidaat zelf, totdat iemand het controleert of aan vastgelegde criteria toetst.
Wie doet wat: een praktische verdeling
Stem deze verdeling af op de functie, het risico en de wet.
| Onderdeel van de werving | Mogelijke rol van AI | Verantwoordelijkheid van mensen |
|---|---|---|
| Sourcing en vacatures plaatsen | Kanalen voorstellen, helpen vacatures gericht te plaatsen, mogelijke kandidaten vinden | Beslissen waar de vacature verschijnt en op wie die zich richt; controleren of vacatureteksten functierelevant zijn en niet discrimineren |
| Cv’s of sollicitaties doornemen | Informatie uit cv’s en sollicitaties halen en laten zien aan welke eisen een kandidaat zegt te voldoen | Beslissen wat echt vereist is; gegevens uit een cv behandelen als beweringen van de kandidaat; elke filterregel nakijken |
| Gestructureerd interviewen | Elke kandidaat dezelfde functierelevante vragen stellen, op elk uur van de dag, en de antwoorden vastleggen | De vragen en de criteria voor een goed antwoord opstellen; zorgen dat kandidaten een mens kunnen bereiken |
| Bewijs verzamelen | Elk antwoord of document koppelen aan de eis waar het bij hoort | Per eis bepalen of het bewijs voldoende is |
| Samenvatten | Interviews en documenten tot de kern terugbrengen, zodat een mens ze kan doornemen | Het onderliggende bewijs nakijken waar het telt; samenvattingen kunnen details missen of vertekenen |
| Verifiëren | Certificaten eerder in het proces controleren; helpen bij identiteitscontroles en bij de controle of iemand in Nederland mag werken, op het moment dat de wet dat toestaat | Elke controle nakijken; de wettelijke grondslag vaststellen; fouten en geschillen afhandelen |
| Kandidaten vergelijken | Het bewijs per eis voor alle kandidaten naast elkaar laten zien | Kandidaten vergelijken en beslissen wie er doorgaat |
| De uiteindelijke beslissing nemen | Geen, behalve het bewijs presenteren | Beslissen, vastleggen wie er besliste en op basis van welk bewijs, en aanspreekbaar blijven |
| Communiceren met kandidaten | Updates sturen, het proces uitleggen en kandidaten vertellen dat ze met AI te maken hebben (verplicht sinds 2 augustus 2026) | Vragen, klachten en moeilijke gesprekken afhandelen; beslissingen uitleggen |
In Nederland mag een werkgever de identiteit van een sollicitant controleren door naar het originele identiteitsbewijs te kijken. Een kopie, scan of foto van het identiteitsbewijs maken mag pas als de sollicitant in dienst treedt, en pas dan mag de werkgever ook naar het burgerservicenummer (BSN) vragen (Autoriteit Persoonsgegevens).
Wat dit betekent als je werft voor de werkvloer
Bij werving voor de werkvloer is deze grens het belangrijkst, en daar kan doordachte technologie ook het meest helpen. Functies op de werkvloer worden vaak snel en in grote aantallen ingevuld.
Dat zorgt voor een bekende spanning. Grote aantallen en de beperkte capaciteit van recruiters drijven teams naar snelle beslissingen met weinig onderbouwing. Het is lastig om consistent te blijven als elke recruiter het telefonische voorgesprek net iets anders voert. Kandidaten wachten dagen op een telefoontje, of horen nooit meer iets. Gestructureerd bewijs is waardevol, maar het kost veel tijd om het met de hand te verzamelen.
Technologie kan het repetitieve beoordelingswerk overnemen dat met de aantallen meegroeit: alle kandidaten dezelfde vragen stellen wanneer het hun uitkomt, en de antwoorden ordenen. Wat recruiters zo overhouden, is het deel waar een mens voor nodig is: bewijs bekijken en beslissen. Het risico zit in de omgekeerde opzet, waarin technologie ongemerkt ook het beslissen overneemt, via filters en ranglijsten die niemand nakijkt. De andere risico’s van AI in werving draaien om dezelfde grens: te veel vertrouwen op output die niemand controleert, bias die niemand meet, en toepassingen die de wet nu al beperkt.
Drie vragen voordat je AI inzet
Stel deze vragen voordat je een tool in gebruik neemt:
- Beoordeelt de tool, of beslist hij? Verzamelt en toont hij alleen bewijs, of beveelt hij kandidaten aan, rangschikt hij ze of wijst hij ze af?
- Kunnen we het bewijs achter elke output zien en aanvechten, en kunnen we die output overrulen?
- Wie is verantwoordelijk voor de uiteindelijke beslissing, en wordt dat vastgelegd?
Hoe Radius Hire zich aan deze grens houdt
Wat we bouwen, staat aan de kant van het beoordelen. Radius Hire stelt elke sollicitant dezelfde gestructureerde vragen, gebaseerd op de eisen die de werkgever vastlegt, en laat de recruiter per eis het bewijs zien, met het label Bewezen, Opgegeven of Ontbreekt. Radius Hire rangschikt geen kandidaten en wijst niemand zelfstandig af. Een recruiter beslist.
Sollicitanten antwoorden mondeling, in hun eigen taal: Nederlands, Engels, Pools, Roemeens, Oekraïens, Russisch of Frans. Aan het begin van het gesprek horen ze dat de interviewer geautomatiseerd is en dat een mens het resultaat bekijkt, en ze kunnen vragen om in plaats daarvan met een recruiter te praten.
Op grond van bijlage III behandelen we Radius Hire als een AI-systeem met een hoog risico, en we ontwerpen het al vóór 2 december 2027 met het oog op menselijk toezicht.
Veelgestelde vragen
Wat kan AI bij werving het best doen?
AI is het nuttigst bij beoordelingswerk waarbij consistentie en grote aantallen tellen: elke kandidaat dezelfde functierelevante vragen stellen, antwoorden per eis ordenen, informatie samenvatten, afspraken inplannen en het bewijs zo presenteren dat recruiters het makkelijk kunnen nakijken.
Wat hoort AI niet te doen bij werving?
AI zou niet het laatste woord moeten hebben over wie je aanneemt, en ook geen kandidaten moeten afwijzen zonder dat een mens hun dossier heeft beoordeeld. En AI mag op de werkplek geen emoties afleiden: dat verbiedt de AI-verordening. Het verbod gaat over het afleiden van emoties uit biometrische gegevens, zoals een gezicht of een stem, met uitzonderingen om medische of veiligheidsredenen. Volgens de richtsnoeren van de Europese Commissie, die niet bindend zijn, geldt het verbod ook voor sollicitanten (C(2025) 5052 final).
Waarvoor blijven recruiters verantwoordelijk als ze AI gebruiken?
De functierelevante eisen en criteria opstellen of goedkeuren, het bewijs achter elke output bekijken, die output waar nodig aanvechten en overrulen, de uiteindelijke beslissing nemen, en vastleggen wie er besliste en waarom.
Hoe werken mensen en AI bij werving het best samen?
Mensen bepalen de eisen en criteria. AI verzamelt, ordent en toont het bewijs. Mensen bekijken het, zetten er vraagtekens bij en beslissen.
Bronnen
- Radius Hire (2026). The Radius Papers 01: Een nieuwe standaard voor werving en selectie op de werkvloer. Hoofdstukken 2, 3, 4, 7 en 8.
- Sackett, P. R., Zhang, C., Berry, C. M., en Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection. Journal of Applied Psychology, 107(11), 2040 t/m 2068. DOI 10.1037/apl0000994
- Campion, M. A., Palmer, D. K., en Campion, J. E. (1997). A review of structure in the selection interview. Personnel Psychology, 50(3), 655 t/m 702.
- Verordening (EU) 2016/679 (AVG), artikel 22. EUR-Lex
- Article 29 Data Protection Working Party (2018). Guidelines on Automated individual decision-making and Profiling (WP251rev.01), onderschreven door het Europees Comité voor gegevensbescherming. European Commission
- Verordening (EU) 2024/1689 (AI-verordening), zoals gewijzigd bij Verordening (EU) 2026/1744: artikelen 4, 5, 14, 26 en 50; bijlage III, punt 4, onder a. EUR-Lex
- European Commission. Guidelines on prohibited artificial intelligence practices established by Regulation (EU) 2024/1689, C(2025) 5052 final. Niet bindend. European Commission
- European Commission. AI Act: Shaping Europe’s digital future (wanneer welke regels gelden). European Commission
- Autoriteit Persoonsgegevens. Sollicitaties. Autoriteit Persoonsgegevens