Het standaardmodel: eerst filteren, later begrijpen
Vandaag de dag gebruikt meer dan 90% van de werkgevers geautomatiseerde systemen om sollicitaties te filteren of te rangschikken*. Daarmee is vroege inzet van kunstmatige intelligentie (AI) in het selectieproces de standaard geworden. Tegelijkertijd maakt 35% van de recruiters zich zorgen dat geautomatiseerde selectie kandidaten met unieke vaardigheden of niet-traditionele achtergronden uitsluit**, wat de groeiende twijfel onderstreept over hoe deze systemen talent beoordelen.
De meeste AI-selectietools zijn ontworpen om kandidaten sneller af te wijzen. Ze beoordelen onvolledige gegevens, hanteren starre regels en sluiten kandidaten vroegtijdig uit. Vaak nog voordat het volledige profiel in beeld is.
Deze aanpak brengt twee fundamentele risico’s met zich mee. Ten eerste kunnen gekwalificeerde kandidaten worden uitgesloten, omdat cruciale informatie ontbreekt, niet omdat die informatie er niet is. Ten tweede wordt eerlijkheid vaak verondersteld in plaats van gemeten, waardoor organisaties geen concreet bewijs hebben dat uitkomsten daadwerkelijk gelijkwaardig zijn voor verschillende groepen.
In het huidige wervingslandschap, dat steeds kritischer wordt bekeken vanuit wet- en regelgeving en ethisch perspectief, is veronderstelde eerlijkheid niet langer voldoende. Het moet aantoonbaar zijn.
Een andere aanpak: eerst het volledige beeld, dan pas beoordelen
EQO is gebouwd op een ander principe: kandidaten insluiten in plaats van uitsluiten.
EQO, de AI-gestuurde assistenten van VONQ, werken als een gecoördineerd systeem van gespecialiseerde AI-agenten die gedurende het gehele wervingsproces samenwerken. Grote aantallen sollicitaties worden omgezet in gestructureerde en gerangschikte selectielijsten, zodat recruiters zich kunnen richten op de meest relevante kandidaten.
In plaats van onvolledige sollicitaties stilzwijgend af te wijzen, vraagt EQO actief om ontbrekende, functiegerichte informatie. Kwalificaties worden verduidelijkt, missende informatie aangevuld en het kandidatenprofiel wordt completer gemaakt vóórdat er een beoordeling plaatsvindt.
Dit zorgt voor een eerlijkere en transparantere ervaring voor kandidaten en helpt om potentieel zichtbaar te maken dat niet uitsluitend uit een CV blijkt. De recruiters beschikken over rijkere en consistentere informatie en voorkomen vroegtijdige uitsluiting, terwijl ze de regie over de uiteindelijke beslissing behouden.
Maar goed ontwerp alleen garandeert geen eerlijkheid. Resultaten moeten onafhankelijk worden getoetst.
Onafhankelijke borging, geen leveranciersclaims
Om te waarborgen dat EQO in de praktijk eerlijk functioneert, heeft VONQ samengewerkt met Warden AI, een onafhankelijke partij gespecialiseerd in AI-audits en kwaliteitsborging.
Warden AI beïnvloedt of ondersteunt het systeem niet. Hun rol is om onafhankelijk te beoordelen of EQO zich gelijkwaardig gedraagt ten aanzien van beschermde kenmerken, met behulp van externe datasets en erkende methoden voor het opsporen van vooringenomenheid.
Warden voert maandelijks audits uit en publiceert de resultaten via een transparant openbaar dashboard. Door deze continue monitoring wordt eerlijkheid niet eenmalig vastgesteld, maar blijvend gecontroleerd, ook wanneer het systeem zich verder ontwikkelt.
Hoe eerlijkheid daadwerkelijk wordt gemeten
Warden beoordeelt EQO met meerdere aanvullende analysemethoden om zowel structurele als opkomende vooringenomenheid te detecteren, waaronder:
- Analyse van ongelijk effect: beoordelen of uitkomsten verschillen tussen demografische groepen.
- Contrafeitelijke analyse: toetsen of het wijzigen van beschermde kenmerken de uitkomst beïnvloedt.
- Gebruik van onafhankelijke externe datasets met diverse kandidatenpopulaties.
- Continue monitoring om modelverschuiving en onverwachte vooringenomenheid te signaleren.
EQO is onafhankelijk getoetst op vooringenomenheid en eerlijkheid volgens belangrijke wettelijke kaders, waaronder NYC Local Law 144, de Europese AI-verordening (EU AI Act), Colorado SB 205 en California FEHA.
Binnen alle getoetste kaders zijn geen statistisch significante verschillen vastgesteld in de onderzochte categorieën, waaronder geslacht, ras/etniciteit, leeftijd, beperking, religie en gecombineerde kenmerken.
Deze resultaten wijzen op consistent en gelijkwaardig systeemgedrag onder onafhankelijke beoordeling.
Belangrijk is dat dit geen statisch certificaat is. Continue monitoring waarborgt dat eerlijkheid behouden blijft naarmate het systeem evolueert, een cruciale voorwaarde voor betrouwbare AI in operationele wervingsomgevingen.
Van eerlijkheid als principe naar eerlijkheid als bewijs
Voor HR-leiders, talentteams en platformaanbieders verandert onafhankelijk getoetste AI de aard van vertrouwen.
Eerlijkheid wordt zichtbaar in plaats van verondersteld. Beslissingen worden controleerbaar en verdedigbaar. Dit beperkt risico’s, verbetert naleving van regelgeving en versterkt het vertrouwen van kandidaten.
Maar het belangrijkste: meer kandidaten worden daadwerkelijk gezien en beoordeeld op basis van volledige informatie — niet gefilterd op basis van onvolledige gegevens.
Wervings-AI die je kunt verantwoorden
De toekomst van AI in werving wordt niet alleen bepaald door automatisering, maar door aantoonbaar vertrouwen.
Systemen moeten niet alleen efficiënt en uitlegbaar zijn, maar ook continu gemonitord, onafhankelijk gevalideerd en aantoonbaar eerlijk.
Kandidaten insluiten in plaats van uitsluiten is geen ontwerpfilosofie alleen. Het is een meetbare stap richting transparantere, verantwoordelijke en verdedigbare werving.
