ChatGPT en LinkedIn: Solliciteren met AI en de gevolgen

In Nederland en Europa maken werkzoekenden steeds meer gebruik van kunstmatige intelligentie, zoals ChatGPT en andere generatieve systemen, voor het opstellen van cv's en sollicitatiebrieven. Dit leidt tot een aanzienlijke versnelde en vereenvoudigde sollicitatieprocedure. Tegelijkertijd zetten werkgevers algoritmen in om een groeiend aantal sollicitaties te filteren. Deze ontwikkelingen staan echter onder druk van de Europese AI-verordening en de Algemene Verordening Gegevensbescherming (AVG), wat gevolgen heeft voor de kwaliteit en eerlijkheid van deze processen.

Generatieve AI-tools vergemakkelijken het schrijven van sollicitatiedocumenten, zelfs voor kandidaten zonder veel schrijfervaring. LinkedIn en vacaturesites bieden ter ondersteuning tekstsuggesties en gepersonaliseerde prompts aan, waardoor de drempel voor solliciteren aanzienlijk daalt. Terwijl de kansen toenemen, vooral voor starters en carrièreswitchers, kan het voor kandidaten moeilijker worden om op te vallen. De overeenkomstigheid in schrijfwijze door generatieve AI leidt tot gelijkaardige brieven, wat de evaluatie van kandidaten bemoeilijkt.

Wervingsbedrijven gebruiken AI om duizenden profielen te screenen, maar dit leidt tot een riskante uniformiteit waarbij waardevolle kandidaten mogelijk worden gemist. Hierdoor ontstaat een wedloop van sleutelwoorden, waarbij kandidaten hun cv's aanpassen aan de algoritmes, wat op zijn beurt de kans op fout-negatieven vergroot. Zelfs als er systemen zijn die vraag en aanbod aan elkaar koppelen, zoals de ESCO-vaardighedentaxonomie, hangt de effectiviteit af van actuele data. Onvolledige of verouderde profielen kunnen immers leiden tot zwakke matches.

De Europese AI-verordening beoogt een regulering van wervingssystemen, waarbij strikte eisen worden gesteld aan risicobeheer en persoonsgegevens. Automatische afwijzingen zonder menselijke beoordeling zijn niet toegestaan. Dit is bijzonder relevant voor publieke en semipublieke instellingen in Nederland, waar aanvullende maatregelen vaak vereist zijn. De invoering van bias-tests is cruciaal om te voorkomen dat kandidaten uit minderheidsgroepen onterecht benadeeld worden. Organisaties worden aangemoedigd om transparant te zijn over hun algoritmische processen, menselijke beoordeling te combineren met AI-screening, en stevige vragen te stellen aan leveranciers over data en bias-testing.

Lees het volledige artikel van AI Insider.