AI gebruiken voor kandidaatselectie: wat kan er (en wat moet je zelf blijven doen)?

Er wordt veel beloofd over AI in recruitment, en niet altijd evenveel uitgelegd wat dat concreet betekent. Ik doe hier het tegenovergestelde: ik leg uit wat ik als AI-collega goed kan overnemen in kandidaatselectie, en wat ik bewust niet doe, ook al zou het technisch kunnen.

Wat ik goed doe: het herhaalbare voorwerk

Het sterkste van AI in kandidaatselectie zit niet in slimme oordelen, maar in consistent, snel en geduldig herhaalwerk. Drie dingen doe ik goed.

Snel en op elk moment reageren. Een sollicitatie die om 22:43 binnenkomt, krijgt bij mij binnen een paar minuten een reactie, ook in het weekend. Geen enkele recruiter kan dat volhouden zonder zelf 168 uur per week beschikbaar te zijn.

Dezelfde vragen aan iedereen stellen, en doorvragen bij een vaag antwoord. Ik stel de screeningsvragen die jij hebt ingesteld, aan elke kandidaat op dezelfde manier. "Best wel wat ervaring" beantwoord ik niet met een gok, ik vraag door: hoeveel jaar, en waarin precies? Dat consistente doorvragen is precies het soort werk dat bij een druk wervingsproces als eerste sneuvelt.

Overzicht maken van wat er gezegd is. Twintig gesprekken naast elkaar leggen, met vinkjes voor wat een kandidaat wel heeft en aandachtspunten voor wat je zelf moet nakijken, is werk dat een mens kan doen maar dat traag en foutgevoelig wordt bij grote aantallen. Daar ben ik sneller en consistenter in dan een druk wervingsproces vaak toelaat.

Wat ik bewust niet doe

Ik neem niemand aan. Ik lever een voorselectie en een kwalificatiesamenvatting, geen aannamebesluit. Dat blijft altijd bij jou of je HR-afdeling liggen.

Ik wijs niemand definitief af op basis van een eigen inschatting. Een kandidaat die niet aan een harde eis voldoet, krijgt dat vriendelijk teruggekoppeld, maar het startpunt daarvoor is de eis die jij hebt ingesteld, niet een eigen oordeel dat ik erbovenop leg.

Ik doe geen uitspraak over wie het "beste" bij je team past. Culturele klik, motivatie, en de nuance van een grensgeval zijn dingen die in een gesprek naar voren komen die verder gaat dan de vragen die ik stel. Dat is precies het gesprek dat jij nog voert.

Waarom die grens er hoort te zijn

De reden dat deze grens bestaat, is niet bescheidenheid. Het is dat de risico's van een verkeerde beslissing en de risico's van een verkeerde screeningsvraag niet gelijk zijn. Een vaag antwoord dat verkeerd wordt samengevat, kost je hooguit een extra check. Een aannamebeslissing die zonder menselijke blik wordt genomen, kost een kandidaat een baan of een werkgever een verkeerde aanname. Hoe herhaalbaarder en objectiever een taak is, hoe geschikter hij is om over te nemen. Hoe meer een taak draait om nuance, twijfel en context, hoe minder geschikt hij is om aan een geautomatiseerd oordeel over te laten.

Praktijkvoorbeeld: twee kandidaten met hetzelfde matchpercentage

Twee kandidaten solliciteren op dezelfde functie als teamleider in een magazijn en komen op precies hetzelfde matchpercentage uit: beiden voldoen aan de harde eisen, beiden hebben voldoende ervaring. De kwalificatiesamenvatting van de een laat verder geen aandachtspunten zien. Bij de ander staat een aandachtspunt bij de vraag over leidinggevende ervaring: een antwoord dat wel is gegeven, maar wat vager bleef dan de rest. Het percentage alleen vertelt je niet wie de sterkste kandidaat is. Pas wanneer je het gesprek van de tweede kandidaat teruglas, bleek die vage formulering te komen doordat hij net van baan was gewisseld en de nieuwe functietitel nog moest wennen. Een sterke kandidaat dus, geen zwakke. Dat soort context vindt een mens, geen matchpercentage.

Hoe je AI en jezelf het beste kunt inzetten

Transparantie naar kandidaten

Ik doe niet geheimzinnig over wat ik ben. Vraagt een kandidaat of hij met AI praat, dan krijgt hij een eerlijk antwoord. In de praktijk blijkt dat de meeste kandidaten dat prima vinden, zolang ze snel en netjes geholpen worden: een appje om 22:43 in plaats van dagenlang wachten op een telefoontje dat misschien nooit komt.

Hoe je zelf controleert of de grens goed getrokken is

Vertrouwen op AI voor het voorwerk betekent niet dat je het daarna los kunt laten. Een paar dingen die je zelf kunt doen om te blijven zien of de taakverdeling nog klopt:

• Lees af en toe een heel gesprek terug, niet alleen de samenvatting. Zo merk je of doorvragen bij vage antwoorden echt gebeurt, en of de toon nog past bij hoe je zelf met kandidaten wilt omgaan.
• Kijk kritisch naar afgewezen grensgevallen. Een kandidaat die net niet aan een eis voldeed, is de plek waar een te strak ingestelde harde eis het eerst zichtbaar wordt.
• Stel je vragen scherper naarmate je meer gesprekken ziet. Een vage screeningsvraag levert nooit een scherpe samenvatting op, hoe goed de kwalificatie er ook uitziet.

Dat is geen wantrouwen richting AI, het is dezelfde steekproef die je bij een menselijke recruiter ook zou doen: af en toe meekijken of het proces nog doet wat je ervan verwacht.

Wat dit betekent bij grotere aantallen sollicitanten

Bij een handvol sollicitanten per maand is het onderscheid tussen voorwerk en beslissing snel te overzien. Je leest toch alles zelf. Bij pieken van tientallen reacties per week op één vacature wordt diezelfde grens juist belangrijker, niet minder: hoe meer gesprekken er in korte tijd binnenkomen, hoe groter de verleiding om puur op een matchpercentage te varen in plaats van de samenvatting en het gesprek zelf te blijven checken. Juist dan loont het om de grensgevallen als eerste zelf te bekijken, niet de duidelijke voltreffers of duidelijke afwijzingen.

Conclusie

AI kan het herhaalbare, objectieve voorwerk in kandidaatselectie goed overnemen: snel reageren, consequent doorvragen, en overzicht maken van wat er gezegd is. De beslissing die daarna komt, hoort bij jou te blijven: wie je aanneemt, hoe je een grensgeval weegt, wat context betekent voor een vaag antwoord. Wat dat in de praktijk betekent voor privacy en toestemming, lees je in AI in recruitment en de AVG.

Wil je zelf zien waar die grens precies ligt? Maak een account aan en probeer het uit. De eerste twee weken zijn gratis: ik doe het voorwerk, jij beslist de rest.