AI in recruitment: helpt het je beter beoordelen of neemt het je beoordelingsvermogen over?

Als recruiter ben je voortdurend aan het beoordelen. Tijdens een sollicitatiegesprek luister je, stel je vragen, weeg je antwoorden af, en vorm je langzaam een beeld van een kandidaat.

AI kan daarbij steeds meer werk uit handen nemen. Een tool kan gesprekken samenvatten, antwoorden analyseren, interviewvragen voorstellen of patronen signaleren. Dat klinkt als een verbetering, maar er ontstaat ook een nieuwe vraag: wat gebeurt er met je eigen beoordelingsvermogen als AI steeds meer voor je analyseert?

Wat verandert AI aan de manier waarop recruiters kandidaten beoordelen?

Met de komst van AI verandert jouw werk als recruiter. Waar je eerst zelf informatie moest structureren, gespreksverslagen moest maken, en kandidaten met elkaar moest vergelijken, zijn hier nu AI-tools voor. Ze kunnen gesprekken samenvatten, antwoorden categoriseren, interviewvragen voorstellen en grote hoeveelheden informatie snel analyseren.

Dat is efficiënt, maar beoordelen is meer dan informatie verwerken. Tijdens een sollicitatiegesprek probeer je niet alleen vast te leggen wat een kandidaat zegt. Je probeert te begrijpen wat een antwoord betekent. Waarom maakte iemand een bepaalde keuze? Past het voorbeeld bij de ervaring die iemand claimt? Welke info ontbreekt nog? En welke vragen moet je stellen om daarachter te komen?

Stel dat een AI-tool na een sollicitatiegesprek concludeert dat een kandidaat sterk scoort op eigenaarschap. Dat kan een waardevol vertrekpunt zijn. Maar waar is die conclusie precies op gebaseerd? Welke voorbeelden heeft de kandidaat gegeven? Waren die voorbeelden concreet genoeg? En zijn er tijdens het gesprek ook signalen naar voren gekomen die een ander beeld geven? AI helpt je om informatie sneller te verwerken. Maar jij bepaalt welke informatie relevant is en welke betekenis hieraan moet worden gegeven.

Waarom kan AI je beoordelingsvermogen beïnvloeden?

AI kan je helpen om kandidaten te beoordelen, maar kan ook ongemerkt invloed krijgen op jouw eigen oordeel. Dat noemen we automation bias: de neiging om een geautomatiseerde analyse of aanbeveling sneller te vertrouwen, omdat die objectief en onderbouwd lijkt.

Stel dat een AI-tool na een sollicitatiegesprek concludeert dat een kandidaat weinig eigenaarschap laat zien. Vanaf dat moment kijk je mogelijk anders naar het gesprek. Voorbeelden die deze conclusie bevestigen vallen sneller op, terwijl informatie die het beeld tegenspreekt minder gewicht krijgt. Dit sluit aan bij de bekende confirmation bias.

Daarom is een AI-analyse geen eindconclusie, maar een aanleiding om zelf kritisch te kijken. Waarop is deze conclusie gebaseerd?Welke informatie spreekt haar tegen? En zou ik hetzelfde oordeel hebben zonder de AI-analyse?

AI kan je beoordeling ondersteunen. Maar jij moet blijven bepalen wat de informatie betekent.

Wanneer helpt AI je als recruiter wél beter beoordelen?

Gebruik AI niet als beoordelaar, maar als kritische sparringpartner.

Voor het gesprek kan AI helpen om een competentieprofiel te vertalen naar gerichte gedragsvragen of verschillende vraagroutes voor te bereiden. Na het gesprek kun je AI gebruiken om je aantekeningen te structureren, informatie te ordenen of te controleren welke onderwerpen nog onvoldoende aan bod zijn gekomen.

Maar misschien ligt de grootste waarde ergens anders: bij het kritisch bekijken van je eigen oordeel.

Vraag AI bijvoorbeeld niet: “Is deze kandidaat geschikt?” maar: “Welke informatie in mijn beoordeling ontbreekt nog?” Of: “Welke informatie spreekt mijn eerste conclusie tegen?”

Zo gebruik je AI niet om het oordeel van je over te nemen, maar om je eigen denken scherper te maken.

Welke vragen moet je jezelf stellen voordat je een AI-advies over een kandidaat volgt?

Een AI-analyse kan overtuigend klinken. Juist daarom is het belangrijk om niet automatisch mee te gaan in de conclusie. Stel jezelf voordat je een AI-advies overneemt deze vragen:

• Waarop is deze conclusie gebaseerd?
• Welke informatie ontbreekt nog?
• Welke signalen spreken deze conclusie tegen?
• Welke andere verklaringen zijn mogelijk?
• Zou ik hetzelfde oordeel hebben zonder AI?
• Welke vraag moet ik de kandidaat nog stellen?

Deze vragen helpen je om een AI-analyse te behandelen als input voor je beoordeling, niet als de beoordeling zelf.

Leestip: Hoe toprecruiters écht denken tijdens een sollicitatiegesprek

Hoe houd je als recruiter zelf de regie over je beoordeling?

AI kan je helpen bij het beoordelen van kandidaten, maar de regie blijft bij jou. Drie principes helpen daarbij:

1. Eerst waarnemen, dan analyseren
Vorm eerst je eigen beeld van de kandidaat voordat je een AI-analyse bekijkt. Zo voorkom je dat de uitkomst van AI je eerste indruk beïnvloedt.

2. Laat AI je oordeel uitdagen
Vraag AI niet alleen om je conclusie te bevestigen. Laat de tool juist zoeken naar informatie die jouw oordeel tegenspreekt.

Bijvoorbeeld: “Welke informatie in mijn aantekeningen spreekt mijn eerste conclusie tegen?”

3. Houd observatie en interpretatie uit elkaar
De kandidaat gaf drie voorbeelden van zelfstandig handelen is een observatie.
De kandidaat heeft veel eigenaarschap is een interpretatie.

Het verschil lijkt klein, maar is belangrijk. Een observatie beschrijft wat je daadwerkelijk hebt gehoord of gezien. Een interpretatie geeft daar betekenis aan.

AI kan je helpen om observaties te ordenen en patronen zichtbaar te maken. Maar jij moet blijven bepalen of die observaties voldoende basis vormen voor een conclusie.

Wat vraagt dit van de recruiter van de toekomst?

De recruiter van de toekomst hoeft niet beter te worden in analyseren dan AI. Wel in het stellen van de juiste vragen, het herkennen van aannames en het begrijpen van de context achter informatie.

Juist vaardigheden als kritisch denken, goed luisteren en doorvragen worden belangrijker. Je moet kunnen onderscheiden wat je daadwerkelijk observeert en wat je daar zelf van maakt. En je moet durven twijfelen aan een conclusie, ook als die overtuigend door AI wordt gepresenteerd.

Hoe beter AI wordt in het analyseren van informatie, hoe belangrijker het wordt dat jij weet wanneer een analyse nog geen oordeel rechtvaardigt.

AI verandert daarmee niet alleen hoe je werkt, maar ook wat goed recruitment vraagt.

Niet alles zelf blijven doen. Wel zelf blijven nadenken.