AI is intussen stevig ingeburgerd in rekrutering in België, maar het bewustzijn rond genderbias en wettelijke verplichtingen blijft opvallend beperkt. Wie AI inzet in selectieprocessen, kan zich geen naïviteit permitteren: efficiëntie zonder waakzaamheid is een risico.
Uit de studie ” Aanwerving en selectie in het tijdperk van AI “ in opdracht van het Instituut voor de gelijkheid van vrouwen en mannen blijkt dat 74% van de recruiters AI gebruikt in minstens één fase van het aanwervings- of selectieproces. Tegelijk heeft slechts 21% van de organisaties concrete maatregelen genomen om te voldoen aan de AI-wetgeving. En genderbias? Die wordt zelden spontaan genoemd als risico.
Waar en hoe wordt AI gebruikt?
AI wordt vooral ingezet in de voorbereidende fase van rekrutering:
- het opstellen van vacatureteksten,
- het genereren van interviewvragen,
- het sourcen van kandidaten (bv. via LinkedIn Recruiter),
- het automatisch verwerken en “parsen” van cv’s.
In de selectiefase, waar beslissingen zwaarder wegen, blijft het gebruik beperkter (21%).
De meerderheid van de recruiters (64%) staat positief tegenover AI, vooral omwille van tijdswinst en verhoogde productiviteit. Minder repetitief werk, snellere matching, meer kandidaten screenen in minder tijd. In een krappe arbeidsmarkt klinkt dat logisch.
Gepercipieerde voordelen van AI in de sourcing-fase. Van: Studie IGVM, p. 38.
Maar tegelijk leven er bedenkingen over:
- ontmenselijking van het proces,
- betrouwbaarheid van resultaten,
- vertrouwelijkheid van gegevens,
- doorgedreven standaardisering van profielen.
Met andere woorden: AI is welkom als assistent, maar men vertrouwt het (nog) niet blind.
Overzicht van AI-systemen geïdentificeerd in de verkennende fase. Van: Studie IGVM, p. 28.
De paradox: objectiever én risicovoller
De studie bevestigt een fundamentele paradox: AI wordt gezien als middel om menselijke vooroordelen te neutraliseren, maar kan tegelijk bestaande discriminatie reproduceren of versterken.
Het principe “bias in, bias out” is reëel. Als historische data ongelijkheden bevatten, zoals bijvoorbeeld minder vrouwen in leidinggevende functies, dan kan een algoritme die patronen als “succesprofiel” bestendigen.
Indirecte genderbias is daarbij het grootste risico. Denk aan:
- systemen die leiderschap koppelen aan typisch mannelijke carrièrepaden,
- algoritmes die deeltijdse loopbanen (vaker bij vrouwen) negatief waarderen,
- woordassociaties die stereotypen versterken.
Recruiters erkennen dat AI bias kan bevatten, maar noemen zelden spontaan genderdiscriminatie als concreet risico. Slechts 12% tot 17% zegt al vertekende AI-resultaten te hebben ervaren. Dat lage percentage kan gerust ook een gebrek aan detectie betekenen.
Wat je niet meet, zie je niet.
Vraag: Welke soort(en) bias kan AI volgens u in de voorbereidingsfase (re)produceren? Van: Studie IGVM, p. 47.
De AI Act: hoog risico betekent hoge verantwoordelijkheid
Volgens de Europese AI-verordening (AI Act) worden AI-systemen voor aanwerving en selectie beschouwd als “hoog risico”. Dat impliceert onder meer:
- risicobeheer,
- datagovernance,
- technische documentatie,
- menselijk toezicht,
- transparantie naar kandidaten,
- informatieplicht ten aanzien van werknemersvertegenwoordigers,
- recht op uitleg bij individuele beslissingen.
Toch weet 41% van de recruiters niet precies hoe het staat met de naleving van de AI-wetgeving binnen hun organisatie.
Voor HR en preventie raakt dit aan:
- non-discriminatiewetgeving,
- psychosociaal welzijn,
- vertrouwensrelatie met kandidaten en medewerkers,
- governance en compliance.
AI implementeren zonder intern beleid is vandaag vergelijkbaar met een machine op de werkvloer plaatsen zonder risicoanalyse.
Wat betekent dit voor preventieadviseurs en HR?
AI in rekrutering is geen puur HR-instrument meer. Het is een organisatiebreed risico- en cultuurvraagstuk.
Drie reflectieve vragen:
- Weten wij exact waar en hoe AI in ons selectieproces wordt ingezet? Of gebruiken recruiters tools “op de achtergrond”?
- Is er menselijk toezicht ingebouwd bij cruciale beslissingen? Of volgen we automatisch de ranking van het systeem?
- Kunnen wij uitleggen aan een kandidaat hoe een beslissing tot stand kwam? En durven we dat ook?
Van “AI by default” naar “Equality by Design”
De studie pleit expliciet voor het principe van “Equality by Design”: het integreren van gelijkheidsprincipes vanaf de ontwerpfase van AI-systemen.
Concreet betekent dit:
Op organisatieniveau
- Ontwikkel een intern AI-beleid (AI policy).
- Richt een ethisch comité of toetsingskader in.
- Voer periodieke audits uit op AI-toepassingen.
- Voorzie opleiding rond inclusieve prompting en biasdetectie.
Op individueel niveau
- Bekijk AI-resultaten kritisch.
- Gebruik dubbel menselijk toezicht bij belangrijke beslissingen.
- Informeer kandidaten systematisch over het gebruik van AI.
Op beleidsniveau
- Evalueer of het bestaande antidiscriminatiekader voldoende afgestemd is op algoritmische besluitvorming.
- Voorzie begeleiding voor organisaties, zeker KMO’s.
Besluit: efficiëntie is geen vrijgeleide
AI is geen hype meer in Belgische rekrutering. Het is realiteit. En dat is op zich niet problematisch. Wel problematisch is het idee dat technologie automatisch neutraler is dan mensen. Ze is minstens even afhankelijk van de keuzes, data en aannames die wij erin stoppen.
Voor preventieadviseurs en HR-professionals ligt hier een duidelijke opdracht: niet tegen AI zijn, maar wél tegen onkritisch AI-gebruik. Want ook algoritmes horen thuis in uw risicoanalyse.
