AI in recruitment en je ATS: wat zijn de kansen en risico’s? 

AI kan grote hoeveelheden informatie verwerken, patronen herkennen en voorspellen welke woorden of antwoorden waarschijnlijk bij elkaar horen. Dat doet het vaak indrukwekkend snel. Maar AI begrijpt geen intentie. Het weet niet waarom iemand na vijftien jaar van vakgebied wil veranderen, bewust een stap terug wil doen of juist kiest voor een organisatie die op papier niet de meest logische werkgever lijkt. Het herkent informatie in een cv, maar begrijpt niet automatisch het verhaal achter dat cv. 

AI kan helpen, maar moet niet zelfstandig beslissen
Vooral bij voorbereidende en administratieve werkzaamheden kan AI veel betekenen. Het kan informatie ordenen, een eerste samenvatting maken, helpen bij het schrijven van een vacaturetekst of een recruiter ondersteunen bij het doorzoeken van een kandidatendatabase. Daarmee kan AI tijd vrijmaken die vervolgens aan kandidaten kan worden besteed. 

Het wordt anders wanneer AI kandidaten gaat beoordelen, rangschikken of automatisch afwijzen. Een samenvatting maken is iets anders dan bepalen of iemand geschikt is. Toch kan dat onderscheid in de praktijk snel vervagen. Wanneer een ATS een kandidaat een hoge of lage score geeft, krijgt die score al snel meer gewicht dan gerechtvaardigd is. Het systeem presenteert zijn uitkomst immers met overtuiging, terwijl in de praktijk vaak onduidelijk is welke aannames eraan ten grondslag liggen. 

Een kandidaat die qua werkervaring exact op de vacature aansluit, hoeft niet de juiste intentie te hebben. Andersom kan iemand met een minder logisch cv heel bewust voor een functie kiezen en juist daardoor interessant zijn. Wie alleen kijkt naar opleiding, functietitels en werkervaring, mist mogelijk precies de mensen die een organisatie verder kunnen brengen. Iemand kan junior zijn in het vak, maar senior in leeftijd en levenservaring. Andersom kan iemand van 25 al vier jaar zeer relevante werkervaring hebben. De betekenis daarvan hangt af van de functie, de organisatie en vooral van de intentie van de kandidaat. 

AI recruitment agents kunnen veel meer sollicitaties opleveren
AI wordt niet alleen door werkgevers en recruiters gebruikt. Kandidaten gebruiken recruitment agents die zelfstandig vacatures zoeken, cv’s aanpassen, motivatiebrieven schrijven en sollicitaties versturen. Geef zo’n agent de opdracht om wereldwijd te reageren op iedere enigszins passende vacature en één kandidaat kan in theorie honderden of zelfs duizenden sollicitaties laten versturen. 

Voor de kandidaat kost iedere extra sollicitatie geen extra tijd. Voor de werkgever moet iedere reactie wel worden ontvangen, opgeslagen en verwerkt. Het gevolg kan een enorme groei van het aantal sollicitaties zijn, zonder dat het aantal werkelijk geïnteresseerde kandidaten evenredig toeneemt. Veel reacties zijn dan niet langer het bewijs dat veel mensen bewust voor jouw organisatie kiezen. Ze laten vooral zien dat een agent de vacature als voldoende passend heeft beoordeeld. 

Een door AI veroorzaakt probleem hoeft echter niet altijd met nieuwe AI te worden opgelost. Soms kunnen enkele verplichte velden in een sollicitatieformulier al voor een noodzakelijke conversiecorrectie zorgen. Veel agents zijn ingericht op een standaardproces: persoonsgegevens invullen, een cv uploaden en de sollicitatie verzenden. Wanneer een Nederlandstalig formulier onverwacht om een verplichte motivatie of aanvullende toelichting vraagt en dat niet in de oorspronkelijke prompt is opgenomen, kan de automatische sollicitatie vastlopen. 

Een kandidaat begrijpt de bedoeling van het veld en kan het formulier gewoon afronden. Een agent voert uit wat hem is opgedragen en weet niet vanzelf wat hij met een onverwachte vraag moet doen. Zo kan een relatief eenvoudige inrichting van het ATS voorkomen dat iedere automatisch gegenereerde reactie ongehinderd binnenkomt. De conversie wordt lager, maar de kans dat iemand bewust solliciteert wordt groter. 

Ook de functietitel en vacaturetekst kunnen verschil maken. Een specifieke Nederlandstalige functietitel als Commercieel Binnendienstmedewerker kan door internationale recruitment agents anders worden herkend dan een algemene titel als Sales Representative. Dat betekent niet dat organisaties Engelse functietitels altijd moeten vermijden, maar wel dat zij bewust moeten nadenken over wie of wat ze ermee aantrekken. Een specifieke functieomschrijving en enkele gerichte vragen kunnen automatische massasollicitaties verder afremmen. 

AI kan fouten overtuigend presenteren
Generatieve AI geeft niet alleen antwoorden op basis van informatie die het zeker weet. Wanneer informatie ontbreekt, kan het systeem zelf een aannemelijke invulling produceren. Dat noemen we meestal hallucineren. Een AI-samenvatting van een cv kan daardoor ervaring, vaardigheden of verbanden suggereren die niet letterlijk in het cv staan. 

Het probleem is vooral dat zo’n onjuiste uitkomst overtuigend wordt geformuleerd. Een recruiter die de samenvatting niet vergelijkt met het originele cv, kan daardoor beslissingen nemen op basis van informatie die de kandidaat nooit heeft gegeven. AI mag helpen bij het ordenen van informatie, maar de oorspronkelijke bron moet altijd controleerbaar blijven. 

Daarnaast kan AI bestaande vooroordelen overnemen en op grotere schaal toepassen. Wanneer een systeem leert van historische gegevens, bestaande functieprofielen of eerdere selectiebeslissingen, neemt het ook de beperkingen en vooroordelen uit dat verleden mee. Als succesvolle medewerkers uit het verleden als norm worden gebruikt, kunnen kandidaten die op hen lijken automatisch worden bevoordeeld. 

Stel dat in een productieomgeving historisch bijna uitsluitend mannen werken en de cv’s van deze medewerkers als basis voor een AI-selectiemodel worden gebruikt. Het systeem kan dan kenmerken die vooral bij deze groep voorkomen gaan beschouwen als bewijs van geschiktheid. Vrouwelijke kandidaten of kandidaten met een ander profiel kunnen daardoor structureel lager worden beoordeeld, ook wanneer geslacht zelf niet als selectiecriterium wordt gebruikt. Individuele bias wordt dan systematische discriminatie: de selectie uit het verleden wordt de norm voor de toekomst. 

Kan een kandidaat de AI in een ATS beïnvloeden?
Zodra AI cv’s, motivatiebrieven of online profielen zelfstandig leest, ontstaat nog een ander risico: prompt-injection. Een kandidaat kan in een document een instructie opnemen die niet voor de recruiter, maar voor het AI-systeem is bedoeld. Zo’n instructie kan proberen de oorspronkelijke opdracht te beïnvloeden en het systeem bijvoorbeeld vragen eerdere aanwijzingen te negeren of de kandidaat als bijzonder geschikt te beoordelen. 

Dat klinkt misschien vergezocht, maar een AI-systeem kan niet altijd betrouwbaar onderscheid maken tussen de informatie die het moet beoordelen en een instructie die daarin is verstopt. Vooral wanneer een AI-selectieagent niet alleen leest, maar ook scores toekent of acties uitvoert, kan dat gevolgen hebben. Een ATS mag daarom nooit blind handelen op basis van door AI gelezen documenten. De recruiter moet kunnen zien waar informatie vandaan komt en verantwoordelijk blijven voor de beslissing. 

AI moet aandacht opleveren
AI kan recruitment sneller en in sommige opzichten beter maken. Het kan repeterend werk verminderen, informatie toegankelijker maken en recruiters ondersteunen bij het bewaren van overzicht. Maar die voordelen ontstaan alleen wanneer AI wordt gebruikt als hulpmiddel en niet als vervanging van professioneel oordeel. 

De werkelijke opbrengst van AI zit niet in het automatisch afwijzen van nog meer kandidaten of het verwerken van nog grotere aantallen sollicitaties. De winst ontstaat wanneer recruiters meer tijd krijgen om intentie te onderzoeken, vragen te stellen en te begrijpen waarom iemand wel of niet bij een organisatie past. 

AI kent de kandidaat niet, begrijpt zijn intentie niet en voelt niet aan waarom iemand wel of niet bij een organisatie past. Het berekent welk antwoord waarschijnlijk is en presenteert dat met grote overtuiging. Wie dat verwart met begrip, geeft software een verantwoordelijkheid die bij mensen hoort. Want hoe indrukwekkend de uitkomst soms ook lijkt: AI is uiteindelijk domme software die zich slim voordoet.