AI bij werving: wat technologie moet evalueren en wat mensen moeten beslissen

Artikel11 min leestijdTeam Radius Hire

Een man in een donkerblauwe blazer die geconcentreerd voorover leunt en naar beneden kijkt

Kort antwoord: AI bij werving moet kandidaten evalueren, niet over hen beslissen. Technologie kan iedere sollicitant dezelfde functiegerelateerde vragen stellen, de antwoorden per eis ordenen en laten zien wat er ontbreekt. Mensen moeten dat bewijs doornemen, kritisch toetsen en bepalen wie er wordt aangenomen. Die scheidslijn is het belangrijkst waar het volume het hoogst is: bij functies op de werkvloer.

In de meeste discussies gaat het over de vraag of AI dit kan. Meestal wel. De vraag die er echt toe doet, is wie er beslist.

Belangrijkste inzichten

  • “AI bij werving” omvat heel verschillende functies, van het inplannen van afspraken tot automatische afwijzing. Haal ze uit elkaar.
  • Bij evaluatie draait het om de vraag: “Welk bewijs hebben we?” Bij een beslissing gaat het om: “Nemen we deze persoon aan?” Technologie kan helpen bij het eerste. Mensen moeten verantwoordelijk blijven voor het tweede.
  • Menselijk toezicht moet betekenisvol zijn: een persoon met het bewijs, de bevoegdheid en de mogelijkheid om te overrulen.
  • Het rangschikken van kandidaten kan de beslissingsbevoegdheid naar de tool verschuiven, zelfs wanneer een mens formeel de beslissing neemt.
  • Stel jezelf vóór de aanschaf één vraag: evalueert deze tool, of beslist hij?

AI bij werving is niet één ding

Recruitmenttechnologie kan heel verschillende taken uitvoeren:

  • Sourcing: het vinden of doelgericht benaderen van potentiële kandidaten.
  • Beoordeling van sollicitaties: het doornemen van cv’s of sollicitatieformulieren en het extraheren van informatie.
  • Planning en administratie: gesprekken inplannen, herinneringen versturen.
  • Gestructureerde gesprekken: iedere kandidaat dezelfde vragen stellen via spraak, video of tekst.
  • Bewijsverzameling: antwoorden en documenten koppelen aan de eisen van een functie.
  • Samenvatten: gesprekken en documenten beknopt weergeven voor een recruiter.
  • Verificatie: identiteit controleren, nagaan of iemand het recht heeft om hier te werken of certificaten checken.
  • Aanbeveling: voorstellen welke kandidaten bekeken kunnen worden.
  • Rangschikking: kandidaten ten opzichte van elkaar ordenen op basis van een score.
  • Afwijzing: kandidaten uit het proces verwijderen.

De eerste punten op deze lijst helpen mensen vooral bij hun werk. De laatste punten nemen beslissingen steeds vaker uit handen van mensen. Wie dit alles op één hoop gooit als “AI-werving”, zorgt voor verwarring in twee richtingen. Sommige teams mijden nuttige tools uit angst voor automatische afwijzing. Andere teams nemen tools in gebruik die meer beslissen dan ze doorhebben.

Wat is het verschil tussen evalueren en beslissen?

Evalueren brengt in kaart welk bewijs er is over een kandidaat ten opzichte van de functie-eisen. Beslissen is de keuze om iemand aan te nemen, en dat is het deel dat mensen in eigen hand moeten houden.

De wervingsflow: mensen bepalen de eisen en criteria; AI verzamelt, structureert en brengt het bewijs in beeld; mensen beoordelen het, toetsen het kritisch en nemen de wervingsbeslissing.

Evaluatie vraagt: welk bewijs hebben we over deze kandidaat ten opzichte van de functie-eisen? Een beslissing vraagt: willen we deze persoon aannemen?

Een beslissing leunt op de evaluatie, maar weegt ook zaken mee die niet in een evaluatie te vangen zijn: hoeveel plekken er openstaan, welke kandidaten nu beschikbaar zijn, wat de leidinggevende weet over het team en wat de kandidaat in het laatste bericht vroeg.

Technologie kan helpen bij de evaluatie. De verantwoordelijkheid voor de beslissing moet bij de werkgever en de recruiter blijven. Eén model zet mensen aan beide uiteinden:

  • Mensen bepalen. De werkgever stelt de eisen voor de functie en de criteria voor een goed antwoord vast.
  • AI verzamelt, structureert en brengt in beeld. Het verzamelt het benodigde bewijs voor de functie op exact dezelfde manier voor iedere kandidaat, ordent dit aan de hand van de vastgelegde eisen en laat zien wat onderbouwd is, wat enkel beweerd wordt en wat er ontbreekt.
  • Mensen beoordelen, toetsen en beslissen. Ze nemen het bewijs door en niet alleen de samenvatting, overrulen alles wat onjuist of onvolledig lijkt, en nemen, leggen vast en dragen de verantwoordelijkheid voor de beslissing.

De rest van dit artikel gebruikt dit model om helder te maken wat AI wel en niet zou moeten doen.

Waar AI helpt: de evaluatiekant

Werving voor de werkvloer kampt met een specifiek probleem. De Signal Gap, een term die Radius Hire introduceerde in The Radius Papers 01 (2026), is de afstand tussen waar een wervingsbeslissing op rust en wat daadwerkelijk de uitkomst voorspelt. In veel wervingsprocessen op de werkvloer rust de beslissing op een cv, een kort telefoontje en een startdatum. Naar belangrijke eisen, zoals betrouwbaar op locatie kunnen komen voor een start om 05:30 of akkoord gaan met het werkelijke dienstrooster, wordt vóór het aanbod nooit gevraagd.

De methode met de sterkste wetenschappelijke onderbouwing laat zien wat die kloof kan dichten. Een gestructureerd gesprek stelt iedere kandidaat dezelfde functiegerelateerde vragen en toetst elk antwoord aan een vooraf opgestelde norm. Validiteit is hier een geschatte correlatie tussen wat een selectiemethode over kandidaten zegt en hun beoordeelde werkprestaties, gecorrigeerd voor meetfouten: 0 betekent geen enkel verband, 1 een perfect verband. Volgens de herziene schattingen uit 2022 scoren gestructureerde gesprekken gemiddeld 0,42: een matig verband met werkprestaties, maar het hoogste van de 25 onderzochte methoden. Ongestructureerde gesprekken scoren gemiddeld 0,19. Jaren werkervaring gemiddeld 0,07 (Sackett en collega’s, 2022). Dit zijn gemiddelden uit vele onderzoeken, grotendeels van buiten Nederland, en ze meten algehele werkprestaties, niet het behoud van medewerkers.

De onderzoekers achter de herziene schattingen merken op dat gestructureerde gesprekken in hun traditionele, fysieke vorm over het algemeen geen haalbare strategie zijn voor functies waar in grote aantallen wordt geworven, en dat wanneer technologie de afname overneemt, de validiteit opnieuw moet worden gecontroleerd (Sackett en collega’s, 2022).

Dát is waar technologie kan helpen: niet door te beslissen, maar door het verzamelen van bewijs (iets wat mensen toch al waardevol vinden) op grote schaal mogelijk te maken. Aan de evaluatiekant kan technologie:

  • iedere kandidaat op elk gewenst moment dezelfde functiegerelateerde vragen stellen, via de telefoon, in meerdere talen
  • gestructureerde informatie verzamelen in plaats van vrije notities die per recruiter verschillen
  • bewijs per eis ordenen, zodat de recruiter ziet wat onderbouwd is en wat er ontbreekt
  • lange gesprekken samenvatten voor een snellere beoordeling
  • repeterende administratie overnemen, zoals planning en herinneringen
  • het proces consistent houden wanneer de recruiter vermoeid of druk is

Of de validiteit van de methode ook in jouw organisatie standhoudt, kunnen alleen je eigen resultaatsgegevens aantonen. Meet het dus.

Moet AI wervingsbeslissingen nemen?

Nee. AI kan de evaluatie ondersteunen, maar degene die verantwoordelijk is voor een nieuwe medewerker moet ook degene zijn die de beslissing neemt, met het bewijs direct bij de hand. Deze onderdelen van het wervingsproces 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 op een heftruck heeft gewerkt, kan een uitstekende match zijn, of juist niet.
  • Context meewegen. De functie, de locatie, het team en de omstandigheden van de kandidaat spelen allemaal een rol.
  • Een beoordeling kritisch toetsen. Elke geautomatiseerde uitkomst kan fout zijn. Iemand moet die ter discussie kunnen stellen.
  • Bepalen of bewijs voldoende is. Is één bewering in een antwoord genoeg, of vraagt deze eis om een extra controle?
  • De definitieve beslissing nemen om iemand aan te nemen en daarvoor de verantwoordelijkheid dragen.

Dit toezicht moet betekenisvol zijn. Iemand die bij elke aanbeveling gedachteloos op “goedkeuren” klikt, zonder het bewijs te zien of de bevoegdheid te hebben om het oneens te zijn, neemt niet echt een beslissing. Drie tests laten zien of een mens echt beslist: een benoemde verantwoordelijke, een vastlegging van de beslissing en de reële mogelijkheid om de uitkomst te overrulen.

De wet wijst in dezelfde richting. Volgens artikel 22 van de AVG mag een besluit over een kandidaat met aanmerkelijke gevolgen niet uitsluitend gebaseerd zijn op geautomatiseerde verwerking, tenzij er een strikte uitzondering geldt, zoals noodzakelijkheid voor het sluiten van een overeenkomst. Richtsnoeren van de Europese privacytoezichthouders (WP251rev.01) benadrukken dat menselijke betrokkenheid betekenisvol moet zijn en geen formaliteit voor de vorm. De tussenkomst moet komen van iemand met de bevoegdheid en de deskundigheid om het besluit te wijzigen.

AI die wordt ingezet om mensen te werven of te selecteren, valt onder hoog risico volgens bijlage III van de Europese AI-verordening. Na de Digital Omnibus on AI (Verordening (EU) 2026/1744) gelden de belangrijkste verplichtingen voor hoog-risicosystemen vanaf 2 december 2027. Sommige regels zijn al van kracht: het verbod op het afleiden van emoties op de werkplek uit biometrische gegevens zoals gezicht of stem (sinds 2 februari 2025), verplichtingen rond AI-geletterdheid (sinds 2 februari 2025) en de plicht om mensen te informeren wanneer ze communiceren met een AI-systeem (sinds 2 augustus 2026).

Artikel 14 verplicht aanbieders om hoog-risicosystemen zo te ontwerpen dat de mensen die toezicht houden de beperkingen ervan kunnen begrijpen, alert kunnen blijven op overmatige afhankelijkheid en de uitkomst kunnen overrulen. Artikel 26, lid 2, verplicht werkgevers om dat toezicht toe te vertrouwen aan personen met de nodige competenties, training en bevoegdheid om dit uit te oefenen.

Waarom het rangschikken van kandidaten de beslissing verschuift

Een telling laat voor elke kandidaat zien welke eisen onderbouwd zijn met bewijs, welke enkel berusten op een bewering en welke ontbreken, bijvoorbeeld “voldoet met bewijs aan 4 van de 5 eisen”. Dat is evaluatie. Een rangschikking zet kandidaten ten opzichte van elkaar op volgorde, meestal op basis van een score, en vertelt de recruiter stilletjes waar die moet beginnen.

Een rangschikking kan een deel van de beslissing naar de tool verplaatsen, zelfs als een mens formeel de uiteindelijke keuze maakt. Tellen heeft ook zijn beperkingen: een telling blijft een geautomatiseerde beoordeling, en een antwoord in een gesprek blijft een eigen bewering van de kandidaat totdat iemand dit controleert of toetst aan schriftelijke criteria.

Wie doet wat: een praktische verdeling

Stem deze verdeling af op de functie, het risico en de wetgeving.

WervingsactiviteitMogelijke rol voor AIMenselijke verantwoordelijkheid
Sourcing en vacatureadvertentiesKanalen voorstellen, advertenties gericht helpen targeten, potentiële kandidaten vindenBeslissen waar en voor wie de vacature wordt geadverteerd; controleren of advertenties functiegerelateerd en niet-discriminerend zijn
Beoordeling van cv of sollicitatieInformatie extraheren en laten zien aan welke eisen een kandidaat beweert te voldoenBepalen wat écht vereist is; cv-informatie behandelen als beweringen; elke filterregel controleren
Gestructureerd gesprekIedere kandidaat op elk gewenst moment dezelfde functiegerelateerde vragen stellen en de antwoorden vastleggenDe vragen en criteria voor een goed antwoord opstellen; zorgen dat kandidaten contact kunnen opnemen met een mens
BewijsverzamelingElk antwoord of document koppelen aan de bijbehorende eisBeoordelen of het bewijs voor elke eis toereikend is
SamenvattingGesprekken en documenten beknopt weergeven voor beoordelingHet onderliggende bewijs controleren waar dat telt; samenvattingen kunnen details missen of vertekenen
VerificatieCertificaten eerder in het proces controleren; controles van identiteit en het recht om hier te werken ondersteunen op het moment dat de wet dit toestaatElke controle beoordelen; de juridische grondslag vaststellen; fouten en geschillen afhandelen
Kandidaten vergelijkenHet bewijs per eis voor elke kandidaat naast elkaar tonenKandidaten vergelijken en beslissen wie doorgaat in het proces
Definitieve beslissingGeen, behalve het presenteren van het bewijsDe beslissing nemen, vastleggen wie heeft beslist en op basis van welk bewijs, en de verantwoordelijkheid blijven dragen
Communicatie met kandidatenUpdates sturen, het proces toelichten en kandidaten laten weten dat ze met AI te maken hebben (verplicht sinds 2 augustus 2026)Vragen, klachten en lastige gesprekken afhandelen; beslissingen toelichten

In Nederland mag een werkgever de identiteit van een sollicitant controleren door naar het originele document te kijken, maar mag er geen kopie, scan of foto van worden gemaakt, noch naar het burgerservicenummer (BSN) worden gevraagd, totdat de persoon daadwerkelijk is aangenomen (Autoriteit Persoonsgegevens).

Wat dit betekent voor werving op de werkvloer

Bij werving voor de werkvloer is deze scheidslijn het belangrijkst, en kan doordachte technologie de meeste waarde toevoegen. Functies op de werkvloer worden vaak snel en in grote aantallen vervuld.

Dat zorgt voor een herkenbare spanning. Grote volumes en beperkte recruitercapaciteit dwingen teams tot snelle, oppervlakkige beslissingen. Consistentie is lastig wanneer elke recruiter een net iets andere telefonische screening doet. Kandidaten wachten dagen op een telefoontje of horen helemaal niets meer. Gestructureerd bewijs is waardevol, maar handmatig verzamelen kost veel tijd.

Technologie kan het repetitieve, omvangrijke evaluatiewerk overnemen: iedere kandidaat dezelfde vragen stellen wanneer het hen uitkomt, en de antwoorden ordenen. Hierdoor houden recruiters tijd over voor het deel dat om een mens vraagt: het bewijs beoordelen en de beslissing nemen. Het risico schuilt in de omgekeerde opzet, waarbij technologie stilletjes ook het beslissen overneemt via filters en rangschikkingen die niemand controleert. De andere risico’s van AI bij werving liggen op diezelfde scheidslijn: blind vertrouwen op uitkomsten die niemand controleert, vooroordelen die niemand meet, en toepassingen die door de wet al worden ingeperkt.

Vóór je AI gebruikt: drie vragen

Stel jezelf vóór de invoering van een tool de volgende vragen:

  1. Evalueert de tool of beslist hij? Verzamelt en toont hij alleen bewijs, of doet hij aanbevelingen, rangschikt hij kandidaten of wijst hij af?
  2. Kunnen we het bewijs achter elke uitkomst inzien en toetsen, en die uitkomst zo nodig overrulen?
  3. Wie is er verantwoordelijk voor de definitieve beslissing, en wordt dat vastgelegd?

Hoe Radius Hire deze scheidslijn toepast

Wij ontwikkelen voor de evaluatiekant van deze scheidslijn. Radius Hire stelt iedere sollicitant dezelfde gestructureerde vragen, gebaseerd op de eisen die de werkgever stelt, en toont de recruiter het bewijs achter elke eis, gelabeld als Aangetoond, Opgegeven of Ontbreekt. Het rangschikt kandidaten niet en wijst niemand zelfstandig af. De recruiter beslist.

Sollicitanten antwoorden via spraak in hun eigen taal: Nederlands, Engels, Pools, Roemeens, Oekraïens, Russisch of Frans. Aan het begin horen ze dat het gesprek geautomatiseerd is en dat een mens het resultaat beoordeelt, en ze kunnen vragen om in plaats daarvan met een recruiter te spreken.

Onder bijlage III behandelen we Radius Hire als een hoog-risico-AI-systeem en ontwerpen we het met het oog op menselijk toezicht, vooruitlopend op 2 december 2027.

Veelgestelde vragen

Wat hoort AI te doen bij werving?

AI is het meest waardevol voor evaluatiewerk waarbij consistentie en volume essentieel zijn: iedere kandidaat dezelfde functiegerelateerde vragen stellen, antwoorden ordenen per eis, informatie samenvatten, de planning afhandelen en bewijs eenvoudig controleerbaar maken voor recruiters.

Wat hoort AI niet te doen bij werving?

Het hoort niet de definitieve wervingsbeslissing te nemen of kandidaten af te wijzen zonder dat een mens hun situatie heeft beoordeeld. Daarnaast mag het geen emoties op de werkplek afleiden, wat verboden is onder de Europese AI-verordening. Dit verbod geldt voor het afleiden van emoties uit biometrische gegevens zoals een gezicht of stem, met uitzonderingen om medische of veiligheidsredenen. De richtsnoeren van de Europese Commissie, die niet bindend zijn, stellen dat dit ook van toepassing is op sollicitanten (C(2025) 5052 final).

Waar moeten recruiters verantwoordelijk voor blijven bij het gebruik van AI?

Het opstellen of goedkeuren van de functiegerelateerde eisen en criteria, het beoordelen van het bewijs achter elke uitkomst, dit kritisch toetsen en waar nodig overrulen, de definitieve beslissing nemen, en vastleggen wie wat heeft beslist en waarom.

Hoe moeten mens en AI samenwerken bij werving?

Mensen bepalen de eisen en criteria. AI verzamelt, structureert en brengt het bewijs in beeld. Mensen beoordelen het, toetsen het kritisch en nemen de beslissing.

Hoe Radius Hire dit doet

Radius Hire trekt de grens waar dit stuk die trekt: de AI Interviewer en Match evalueren, door elke sollicitant te spreken en het bewijs per functie-eis te tonen, en een mens beslist. Niets wordt door het systeem gescoord, gerangschikt of afgewezen.

Bronnen

  1. Radius Hire (2026). The Radius Papers 01: Een nieuwe standaard voor werving en selectie op de werkvloer. Secties 2, 3, 4, 7 en 8.
  2. 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 tot 2068. DOI 10.1037/apl0000994
  3. Campion, M. A., Palmer, D. K. en Campion, J. E. (1997). A review of structure in the selection interview. Personnel Psychology, 50(3), 655 tot 702.
  4. Verordening (EU) 2016/679 (AVG), artikel 22. EUR-Lex
  5. Werkgroep gegevensbescherming artikel 29 (2018). Richtsnoeren inzake geautomatiseerde individuele besluitvorming en profilering (WP251rev.01), bekrachtigd door het Europees Comité voor gegevensbescherming. Europese Commissie
  6. Verordening (EU) 2024/1689 (AI Act), zoals gewijzigd door Verordening (EU) 2026/1744: artikelen 4, 5, 14, 26 en 50; bijlage III, punt 4(a). EUR-Lex
  7. Europese Commissie. Richtsnoeren betreffende verboden AI-praktijken vastgesteld bij Verordening (EU) 2024/1689, C(2025) 5052 final. Niet bindend. Europese Commissie
  8. Europese Commissie. AI-verordening: Shaping Europe's digital future (tijdlijn voor toepassing). Europese Commissie
  9. Autoriteit Persoonsgegevens. Sollicitaties (richtlijnen voor sollicitatieprocedures). Autoriteit Persoonsgegevens