Wat al mis was in het sollicitatieproces wordt zichtbaarder door AI: 'Laat mensen het werk doen waarvoor ze solliciteren'

In dit artikel:

Solliciteren verandert snel doordat sollicitanten en werkgevers AI-tools inzetten. Kandidaten laten ChatGPT, Claude of Gemini motivatiebrieven en cv’s schrijven; tegelijk voeren andere algoritmen steeds vaker de eerste selectie uit. Daardoor ontstaat een keten van AI-agents die elkaars output beoordelen, en raakt de traditionele waarde van een foutloze brief of keurige cv steeds twijfelachtiger.

Wie: onderzoekers en praktijken uit de recruitmentwereld, onder wie Janneke Oostrom (hoogleraar arbeids- en organisatiepsychologie, Tilburg University), oud-recruiter Roland Grootenboer (o.a. Google, Blendle) en Hugo de Koning (oprichter YoungCapital). Wat: onderzoek en praktijkwijzigingen tonen dat veel sollicitanten AI gebruiken om documenten op te maken en dat bedrijven AI inzetten voor eerste schiftingen. Wanneer/waar: deze ontwikkeling speelt nu, in Nederland en internationaal; voorbeelden uit academisch onderzoek en uit de praktijk (YoungCapital, UWV) illustreren de trend. Waarom: AI maakt snel foutloze en overtuigende brieven; dat maakt eerdere signalen over motivatie en schrijfvaardigheid minder onderscheidend, en dwingt werkgevers na te denken over wat ze werkelijk willen meten.

Belangrijkste punten
- Verminderde voorspellende waarde: Onderzoek toont aan dat cv’s en motivatiebrieven weinig zeggen over toekomstig werkgedrag. AI vergroot dit probleem: als iedereen met dezelfde tools sterke, generieke brieven produceert, vervaagt het onderscheid dat werkgevers wilden gebruiken om talent te selecteren.
- Dubbelrol van AI: Niet alleen helpt AI sollicitanten hun presentatie te verbeteren (wat voordelen kan bieden voor mensen met een andere moedertaal), maar AI-bots voeren ook eerste selecties uit. Dat maakt selectie efficiënter, maar brengt grote risico’s als de criteria niet doelgericht zijn.
- Risico op verankerde discriminatie: Algoritmes die worden gevoed met historische data of schijnbaar neutrale variabelen (zoals postcode) kunnen onbedoeld sociaaleconomische of etnische discriminatie reproduceren en op grote schaal versterken.
- Praktische veranderingen in procedures: Bedrijven vragen steeds vaker concrete opdrachten bij de eerste sollicitatie, plannen video-afspraken eerder in en gebruiken knock-outcriteria voor harde eisen (bijvoorbeeld rijbewijs). YoungCapital accepteert sollicitaties via Instagram en filtert op directe geschiktheid voor sommige functies.
- Oplossing: laat sollicitanten kernvaardigheden laten zien. Werkproeven en gestructureerde, op taakgerichte criteria gebaseerde selectie (bijv. programmeeropdrachten voor programmeurs, schrijven voor schrijvers) blijken betere voorspellers van toekomstige prestaties dan motivatiebrieven of surface-level interviews. Ook meer structuur in procedures kan ongelijkheid verminderen.

Kanttekeningen en advies
- AI kan ongelijkheden verkleinen als taalvaardigheid geen kerncompetentie is, maar alleen wanneer selectiecriteria zorgvuldig worden gekozen en objectief getest.
- Volledige automatisering is geen wensbeeld: experts wijzen erop dat menselijke beoordeling essentieel blijft, vooral om context te begrijpen en om te letten op zaken die algoritmes missen.
- Organisaties moeten expliciet definiëren welke kwalificaties relevant zijn en hoe die eerlijk en valide te meten zijn. Anders leidt automatisering tot selecteren op de verkeerde kenmerken.

Conclusie
AI maakt bestaande tekortkomingen van het sollicitatiesysteem zichtbaar en biedt kansen om het fundamenteel te verbeteren, maar creëert ook nieuwe risico’s. De sleutel ligt volgens experts in meer taakgerichte toetsen en gestructureerde, transparante selectieprocessen met een bewuste menselijke rol — anders verplaatst automatisering alleen maar het probleem en kan bias zich juist sneller verspreiden.