Een op de vier werkgevers gebruikt vandaag artificiële intelligentie om sollicitaties te screenen. Wat enkele jaren geleden nog innovatie was, is stilaan standaardpraktijk geworden. Cv-parsing, automatische matching, scoring van kandidaten en video-interviewanalyse zitten vandaag overal in de funnel.
Maar met die evolutie komt ook een belangrijke realiteit: rekrutering is geen neutrale administratieve oefening. Het is een proces dat directe impact heeft op kansen, inkomens en carrières. En precies daarom valt AI in rekrutering onder de strengste categorie van Europese regelgeving.
Bij Headit merken we dat veel bedrijven AI al gebruiken, maar niet altijd volledig begrijpen waar de grenzen liggen. En net daar ontstaat risico.
AI in rekrutering = “hoog risico” volgens Europa
De Europese EU AI Act maakt een duidelijk onderscheid tussen soorten AI. Systemen die gebruikt worden voor selectie, screening of evaluatie van kandidaten vallen onder de categorie “high-risk AI systems”.
Dat is geen detail.
“High-risk” betekent concreet dat een organisatie niet zomaar een tool kan implementeren en gebruiken. Concreet betekent dit dat een systeem niet langer een ‘black box’ mag zijn, maar aantoonbaar accuraat, vrij van bias en volledig uitlegbaar moet zijn, terwijl de uiteindelijke controle altijd bij een mens moet blijven liggen.
Daarnaast blijft ook de General Data Protection Regulation (GDPR/AVG) volledig van toepassing. Vooral Artikel 22 is hier cruciaal: kandidaten hebben het recht om niet onderworpen te worden aan volledig geautomatiseerde beslissingen met significante impact. Een automatische afwijzing door AI zonder menselijke tussenkomst zit juridisch op zeer dun ijs.
Wat veel bedrijven vandaag onderschatten
In de praktijk zien we een aantal terugkerende misverstanden. Het idee dat “het maar een tool is en dus oké”, klopt niet. Zodra de output van een AI-tool effectief bepaalt wie doorgaat of afvalt, spreken we niet meer over ondersteuning maar over besluitvorming, en daar gelden andere regels.
Ook de veronderstelling dat de leverancier verantwoordelijk is, is fout. Veel AI-tools worden aangekocht bij externe vendors, maar juridisch blijft de werkgever, dus de gebruiker, verantwoordelijk voor de toepassing. Compliance kan je niet outsourcen.
Daarnaast leeft het idee dat AI selectie objectiever maakt. Dat is deels waar, maar gevaarlijk simplistisch. AI verwijdert bepaalde menselijke biases, maar kan tegelijk andere biases versterken, zoals historische voorkeuren in data, sectorale stereotypen, taalgebruik dat bepaalde profielen bevoordeelt en lineaire carrièrepaden als norm. Objectiviteit is dus geen automatisch gevolg van technologie, maar het resultaat van hoe die technologie ontworpen en gebruikt wordt.
De echte risico’s: bias, uitsluiting en onzichtbare fouten
AI-systemen leren uit historische data, en die data is zelden perfect. Dat leidt tot drie grote risico’s.
Er is ten eerste systematische uitsluiting, waarbij kandidaten met atypische profielen sneller uit de boot vallen. Het algoritme straft vaak alles af wat buiten de norm valt, zoals carrièreswitchers, kandidaten met een atypisch gat in het cv of internationale experts. Net de profielen die een organisatie kunnen verrijken, worden door een rigide AI-filter als eerste geweerd.
Daarnaast is er schijnobjectiviteit. Een score zoals “78% match” lijkt objectief, maar zonder inzicht in de criteria, de weging en wat genegeerd wordt, creëert AI vooral schijnzekerheid.
Tot slot zijn er onzichtbare fouten. Een recruiter kan een verkeerde inschatting bijsturen, maar een algoritme dat systematisch fout zit, blijft dat doen op schaal. Dat maakt AI tegelijk krachtig en gevaarlijk.
Wat betekent dit concreet voor kandidaten?
Kandidaten krijgen terecht meer rechten. Ze mogen verwachten dat duidelijk is of en hoe AI gebruikt wordt, dat ze niet puur door een algoritme beoordeeld worden, dat ze uitleg kunnen vragen over een beslissing, dat er altijd een menselijke tussenkomst mogelijk is en dat hun data correct en proportioneel verwerkt wordt.
De Belgian Data Protection Authority benadrukt bovendien dat transparantie geen formaliteit is, maar een kernverplichting. Een standaardzin in een privacy policy volstaat niet.
En voor werkgevers? Dit is waar het vaak misloopt
Veel organisaties zitten vandaag in een grijze zone: ze gebruiken AI, maar hebben geen duidelijk kader.
Typische valkuilen zijn het ontbreken van een duidelijk onderscheid tussen ondersteuning en beslissing, het niet auditen of testen van tools op bias, foutmarges en impact op diversiteit, een gebrek aan transparantie naar kandidaten en een te groot vertrouwen in scores en rankings die als waarheid worden gezien terwijl het slechts modellen zijn.
Best practices: hoe AI wél correct inzetten
Voor bedrijven die AI willen gebruiken (en dat zullen er alleen maar meer worden), zijn dit de fundamenten. AI moet gebruikt worden als assistent en niet als beslisser, bijvoorbeeld voor pre-screening, matching en administratie, terwijl de finale beoordeling menselijk blijft.
Daarnaast is een “human-in-the-loop” essentieel, waarbij elke belangrijke beslissing gecontroleerd, geïnterpreteerd en indien nodig gecorrigeerd wordt. Ook continue testing en monitoring is nodig om te evalueren of de output klopt, of bepaalde groepen ondervertegenwoordigd zijn en of het gedrag van het model verandert.
Transparantie naar kandidaten moet duidelijk en begrijpelijk zijn, zonder juridisch jargon. Tot slot geldt: als je niet kan uitleggen hoe een tool werkt, zou je die eigenlijk niet mogen gebruiken.
De visie van Headit: technologie versnelt, mensen beslissen
Bij Headit zien we elke dag hoe waardevol technologie kan zijn. Ze helpt ons sneller patronen te zien, geen kandidaten te missen en efficiënter te werken.
Maar we zien ook wat technologie niet kan: potentieel inschatten buiten het cv, motivatie begrijpen, context lezen, soft skills echt beoordelen en “gut feeling” onderbouwen met ervaring.
En net daar zit de essentie van rekrutering. Een sterk profiel is zelden perfect lineair. Het zit vaak in nuance, in groei en in afwijking van de norm. Precies dat is wat AI moeilijk capteert.
Conclusie: AI is geen shortcut naar betere hires
AI zal een vaste rol blijven spelen in rekrutering, dat is geen discussie meer. Maar bedrijven die denken dat AI het selectieproces kan automatiseren zonder risico, onderschatten zowel de technologie als de regelgeving.
De realiteit is genuanceerder: AI maakt processen sneller, maar niet automatisch beter. AI kan objectiveren, maar ook vertekenen. AI kan ondersteunen, maar mag niet vervangen. De toekomst van rekrutering ligt niet in automatisatie, maar in een slimme combinatie.
Bij Headit geloven we daarom in één duidelijke lijn: technologie waar ze waarde toevoegt en menselijke expertise waar het verschil gemaakt wordt. Want uiteindelijk wordt talent niet herkend door een algoritme, maar door mensen die verder kijken dan data.
Neem gerust contact op voor een kennismaking via reinhardt@headit.be.
