Generatieve AI-tools voor recruitment doen meer dan alleen opsommingstekens op een cv herformuleren. Voor kandidaten veranderen ze de manier waarop vacatures worden gezocht, verfijnen ze de semantische matching van sollicitaties en versnellen ze de voorbereiding op sollicitatiegesprekken. Aan werkgeverszijde analyseren geautomatiseerde selectiesystemen veel meer dan alleen trefwoorden: ze halen vaardigheden uit cv’s, berekenen gedragsscores en controleren de chronologische samenhang. Inzicht in beide kanten van dit proces verandert de manier waarop je een sollicitatie voorbereidt en verstuurt.
Wat AI-gestuurde ATS-systemen werkelijk in een cv analyseren
In de meeste artikelen wordt aangeraden je cv aan te passen aan de trefwoorden in een vacature. In werkelijkheid begint het pas na het versturen. De nieuwste ATS-systemen (Applicant Tracking Systems) beperken zich niet langer tot een eenvoudige lexicale overeenkomst tussen het cv en de functieomschrijving.
Deze systemen halen gestructureerde gegevens uit cv’s: gestandaardiseerde functietitels, technische vaardigheden gekoppeld aan sectorale referentiekaders, ervaringsduur berekend op basis van datums en zelfs de samenhang tussen het opgegeven verantwoordelijkheidsniveau en de gebruikte actiewerkwoorden. Een cv waarop ‘projectmanagement’ staat zonder indicatie van de omvang (budget, teamgrootte, op te leveren resultaten), krijgt een lagere score dan een cv waarin deze elementen zijn gekwantificeerd.
AI-gestuurde selectie valt onder de categorie ‘hoog risico’ in de Europese AI-verordening, met specifieke verplichtingen die vanaf 2 december 2027 gelden. De vereisten van de AVG en het Franse arbeidsrecht zijn echter nu al van toepassing. Artikel L. 1221-8 van de Franse Code du travail verplicht werkgevers kandidaten te informeren over de methoden en technieken die worden gebruikt om hen bij de werving te ondersteunen. Ook moeten deze methoden relevant zijn voor het beoogde doel.
Concreet kan een kandidaat aan een bedrijf vragen welke geautomatiseerde tools zijn sollicitatie hebben verwerkt. AI mag niet zelfstandig beslissen om een sollicitatie af te wijzen wanneer die beslissing belangrijke gevolgen heeft: de AVG vereist daadwerkelijke menselijke tussenkomst, niet slechts een formele goedkeuring van de algoritmische uitkomst. Kandidaten zijn zich vaak nauwelijks bewust van dit recht op een menselijke herbeoordeling.

Een cv opstellen met AI: stem je prompt af om generieke resultaten te vermijden
Er komen steeds meer platforms bij die gespecialiseerd zijn in het opstellen van cv’s met kunstmatige intelligentie. Hun meerwaarde hangt rechtstreeks af van de kwaliteit van de prompt en van de controle achteraf. Een tool zoals de tools die worden vermeld op https://www.jobassistant.fr helpt dit proces te structureren door kandidaten stap voor stap te begeleiden.
De grootste valkuil: de eerste output van het model accepteren. LLM’s genereren formuleringen die statistisch gezien waarschijnlijk zijn. Dat betekent dat duizenden andere kandidaten dezelfde zinnen krijgen. Het resultaat is een technisch correct cv dat inwisselbaar is met dat van anderen.
Om een onderscheidend document te krijgen, moet de prompt drie elementen bevatten die het model niet zelf kan raden:
- De specifieke sectorcontext, met het vakjargon van het beoogde bedrijf (rechtstreeks overgenomen uit de vacature of van de bedrijfswebsite)
- De meetbare en controleerbare resultaten van elke werkervaring, aangeleverd door de kandidaat zelf: groeipercentage, verwerkt volume, kortere doorlooptijd
- De opmaakvereisten van de functie of sector (een cv van één pagina in de financiële sector, een project-cv in de consultancy, een academisch cv met publicaties)
Een met AI gegenereerd cv zonder specifieke persoonlijke gegevens lijkt op alle andere met AI gegenereerde cv’s. Ervaren recruiters herkennen inmiddels standaardformuleringen als ‘gepassioneerd door innovatie’, ‘sterke teamspeler’ en ‘resultaatgericht’. Zulke clichés zorgen ervoor dat de rest van het document kritischer wordt gelezen.
Werk zoeken en algoritmische matching: maak gebruik van slimme filters
Vacaturebanken voegen geleidelijk AI-functies toe die verder gaan dan eenvoudig zoeken op trefwoorden. LinkedIn, Indeed en platforms voor specifieke sectoren gebruiken je browsegeschiedenis, eerdere sollicitaties en opgegeven profiel om vacatures aan te bevelen.
We zien dat de kwaliteit van deze aanbevelingen rechtstreeks afhangt van hoe volledig het kandidatenprofiel is. Een profiel waarin minder dan de helft van de beschikbare velden is ingevuld, krijgt weinig gerichte suggesties, omdat het algoritme onvoldoende signalen heeft om de matching te verfijnen.
Drie technische maatregelen verbeteren de relevantie van de resultaten:
- Vul vaardigheden in met de exacte benamingen die in vacatures binnen de beoogde sector worden gebruikt, niet met onnauwkeurige synoniemen
- Stel vacaturemeldingen in op basis van combinaties van criteria (locatie, salarisrange, contracttype) in plaats van één algemeen trefwoord
- Werk je profiel regelmatig bij: algoritmen geven actieve profielen voorrang wanneer ze kandidaten aan recruiters voorstellen
Matching werkt twee kanten op: hetzelfde algoritme dat vacatures aan kandidaten voorstelt, stelt ook profielen aan recruiters voor. Je profiel optimaliseren voor actief zoeken vergroot tegelijkertijd je passieve zichtbaarheid.
Emotieanalyse tijdens video-interviews: inmiddels aan regels gebonden
Sommige tools beweerden de micro-expressies of stemvariaties van kandidaten tijdens video-interviews te analyseren om daaruit stress, motivatie of oprechtheid af te leiden. Deze emotieanalyse is sinds 2 februari 2025 verboden in de werkomgeving, behalve in de uitzonderingen die in de Europese verordening zijn vastgelegd. Kandidaten die met zo’n tool te maken krijgen, hebben een duidelijke juridische grond om de methode aan te vechten.
Bescherming van persoonsgegevens en generatieve AI bij recruitment
Een cv delen met een algemene AI-assistent (ChatGPT, Gemini, Claude) om het te laten herformuleren roept een vraag op die in praktische gidsen zelden aan bod komt. Een cv bevat persoonsgegevens in de zin van de AVG: naam, contactgegevens, werkervaring en soms ook een foto en geboortedatum.
Voor kandidaten is het risico beperkt zolang het gebruik persoonlijk blijft. Werkgevers die een LLM gebruiken om sollicitaties te selecteren of te rangschikken, moeten een verwerkingskader vaststellen en kandidaten informeren. Volgens de CNIL moeten ze bovendien een effectbeoordeling uitvoeren als de tool wordt gebruikt om beslissingen te nemen die gevolgen hebben voor personen.
Door deze ongelijke verplichtingen is het voor kandidaten nuttig om het juridische kader te kennen. Een bedrijf vragen of het geautomatiseerde tools gebruikt in het wervingsproces is geen teken van wantrouwen, maar het uitoefenen van een recht dat in de Franse Code du travail is vastgelegd. Met de verkregen informatie kun je je sollicitatie daarop afstemmen en ervoor zorgen dat je cv de technische filters goed doorstaat voordat een medewerker het onder ogen krijgt.



