AI in selectie vraagt duidelijke grenzen

De echte vraag: een sollicitatie is geen logistieke handeling

Een sollicitatie is geen logistieke handeling of een loutere administratieve data-uitwisseling. Het is een fundamenteel menselijk moment.

Iemand stelt zich kandidaat met ervaring, ambitie, twijfel, hoop en noodzaak. Achter elk cv schuilt geen kille dataset, maar een loopbaan en een leven in beweging. Daarom is de echte vraag vandaag niet of AI een plaats heeft in selectie — die plaats is er immers al en zal enkel toenemen.

De fundamentele vraag die elke verantwoorde HR-partner en werkgever moet stellen, is: welke plaats krijgt AI precies binnen het selectietraject?

Achter elk cv schuilt geen dataset, maar een leven in beweging. De vraag is niet óf AI een plaats heeft in selectie, maar wélke plaats het krijgt.

Wat bij Federgon duidelijk werd: fairness als fundament

In de panelgesprekken bij Federgon, de federatie van HR-dienstverleners, over assessment centers en artificiële intelligentie kwam een scherpe consensus naar voren: niet alleen de tool bepaalt de kwaliteit van selectie, maar bovenal de methodische context waarin je haar inzet.

De basis van kwalitatieve selectie blijft ongewijzigd: eerst haarscherp definiëren wat een functie werkelijk vraagt, welk concreet gedrag relevant is voor succes en welke criteria er écht toe doen. Pas daarna kan technologie gerichte toegevoegde waarde leveren.

Daarnaast is fairness een absolute kernvoorwaarde. Sollicitanten willen weten dat een selectieprocedure relevant, transparant, objectief en zorgvuldig is. Kandidaten aanvaarden digitale ondersteuning met plezier, maar wijzen digitale autoriteit zonder menselijke duiding resoluut af.

Vertrouwen ontstaat immers niet achteraf via een geruststellende disclaimer op een website. Vertrouwen zit verankerd in de architectuur van het proces zelf.

Menselijke vs. digitale bias: een genuanceerd én-én verhaal

Het debat over bias vereist de nodige intellectuele nuance. Er wordt soms gesuggereerd alsof de mens per definitie eerlijker en neutraler zou oordelen dan technologie, of alsof een recruiter van nature objectief kijkt. Zo eenvoudig is de werkelijkheid niet.

Mensen zijn allerminst vrij van cognitieve vertekening. Zeker minder ervaren assessoren kunnen onbewust signalen over- of onderwaarderen, te sterk focussen op herkenbaarheid en profielgelijkenis, of vastroesten in klassieke loopbaanpaden. Precies daarom zijn gedegen psychologische opleiding, gestandaardiseerde methodieken en continue bias-training onmisbaar.

Tegelijk is AI niet automatisch neutraal. Maar machine learning modellen kunnen wél expliciet ontworpen, geaudit en gecorrigeerd worden om vertekening te verminderen en analyses consistenter te maken. Sommige kandidaten zien net enorme voordelen in een model dat niet afgaat op oppervlakkig charisma of buikgevoel, maar breder kijkt naar overdraagbare skills en ontwikkelpotentieel.

Hoe Motmans & Partners het aanpakt: het oordeel blijft mensenwerk

Voor Motmans & Partners leidt dit tot een uitgesproken en principiële keuze: artificiële intelligentie hoort thuis in het selectieproces ter ondersteuning, maar nooit op de stoel van het finale oordeel.

Zoals managing partner Liesbeth Vandenrijt treffend formuleerde: “Het algoritme draagt geen kruis.” Technologie kent geen ethische verantwoordelijkheid en voelt de consequenties van een foute beslissing niet.

Wij benutten geavanceerde AI om matchingsdata en competenties uit dossiers conform de strengste GDPR-normen te structureren, administratieve drempels weg te nemen en communicatie vlotter te laten verlopen. Daardoor ontstaat er net méér tijd en ruimte voor kwalitatieve, diepgaande menselijke interactie.

De interpretatie, de contextuele afweging en het eindoordeel blijven te allen tijde het domein van onze ervaren consultants en erkende psychologen. Wie solliciteert voor een cruciale stap in zijn loopbaan verdient een proces dat gedragen wordt door mensen die begrijpen wat er op het spel staat.