Hilde Vereecken
Generatieve AI-tools zoals ChatGPT helpen kandidaten om professionelere sollicitatiebrieven te schrijven. Toch verhoogt dat hun kansen op een job niet automatisch. Dat blijkt uit onderzoek van Niccolò Zaccaria, Kian Abbas Nejad, Giuseppe Musillo en Till Wicker, vier economen van Tilburg University. “AI maakt kandidaten homogener, waardoor matching op de arbeidsmarkt moeilijker wordt.”
Niccolò Zaccaria, verdedig uw onderzoek!
“We wilden begrijpen hoe generatieve AI de matching op de arbeidsmarkt beïnvloedt. Meer concreet onderzochten we wat er gebeurt wanneer kandidaten AI gebruiken om hun motivatiebrief te schrijven of te verbeteren. Heeft dit een effect op beslissingen van recruiters, zoals het uitnodigen van kandidaten voor een sollicitatiegesprek? Daarvoor voerden we twee veldexperimenten uit. In het eerste experiment kregen sommige kandidaten toegang tot ChatGPT bij het schrijven van hun Engelstalige sollicitatiebrief en andere niet. De kandidaten waren pas afgestudeerde bachelors en masters. Zij kregen een uitnodiging om deel te nemen aan een sollicitatiechallenge. Recruiters van Philips, PwC, Rabobank en VodafoneZiggo beoordeelden vervolgens die brieven. Hoewel de deelnemers niet voor een specifieke vacature solliciteerden, bestond wel de kans dat ze door de recruiters gecontacteerd zouden worden – wat ook gebeurd is in sommige gevallen. De beoordeelaars wisten niet welke brieven met AI waren geschreven en welke niet.”
“In het tweede experiment onderzochten we hoe recruiters reageren wanneer ze weten of een brief al dan niet met AI werd geschreven en of ze überhaupt het gebruik van AI kunnen herkennen.”
Wat zijn de belangrijkste resultaten?
“Kandidaten die AI gebruiken, schrijven professionelere motivatiebrieven. De teksten bevatten minder taal- en spellingsfouten, zijn vlotter geschreven en hebben een sterkere structuur. Maar ondanks die duidelijke kwaliteitsverbetering blijken recruiters kandidaten die AI gebruiken niet vaker uit te nodigen voor een gesprek.”
“Een andere opvallende vaststelling is dat recruiters denken AI-teksten gemakkelijk te kunnen detecteren, maar daar in de praktijk nauwelijks beter in slagen dan puur toeval. Dat toont hoe moeilijk het is geworden om nog onderscheid te maken tussen menselijke en AI-ondersteunde teksten.”

“Ondanks een duidelijke kwaliteitsverbetering blijken recruiters kandidaten die AI gebruiken niet vaker uit te nodigen voor een gesprek.”
Wat verraste jullie het meest aan de resultaten?
“Dat AI-gebruik uiteindelijk geen invloed had op de kans om uitgenodigd te worden voor een sollicitatiegesprek. We zagen nochtans duidelijk dat AI de kwaliteit van de brieven verbeterde. Toch veranderde het oordeel van recruiters nauwelijks. Dat is omdat de verbeteringen vooral in de meer generieke onderdelen van de brief zitten, maar de elementen waar recruiters echt belang aan hechten nauwelijks versterken. Achteraf bekeken is dat logisch, omdat recruiters uiteindelijk vooral kijken naar zaken die AI niet kan creëren, zoals relevante ervaring, motivatie en fit met de functie. Persoonlijke motivatie, authenticiteit en helder redeneren blijven doorslaggevend. Bovendien zien we dat AI teksten soms net complexer en minder leesbaar maakt.”
“Ook verrassend was dat veel recruiters zoals gezegd denken dat ze AI-gebruik kunnen detecteren, maar in de praktijk blijkt dat niet het geval te zijn. Vooral die kloof tussen perceptie en realiteit is interessant omdat het selectieprocessen mogelijk vertekent. Recruiters kunnen denken dat ze AI herkennen en daarop reageren, terwijl dat in werkelijkheid niet klopt. En dat kan problematisch zijn. Niet alle recruiters in ons onderzoek waren positief over het gebruik van AI door kandidaten, terwijl andere het wel als een nuttige competentie beschouwden. Als recruiters denken AI te herkennen terwijl dat niet zo is, kunnen hun vooroordelen onbewust meespelen in de beoordeling van kandidaten. Anderzijds loont transparantie wel. Wanneer recruiters weten dat een sterke brief zonder AI werd geschreven, beoordelen ze die vaak positiever. Ze appreciëren de persoonlijke inspanning en authenticiteit van de kandidaat.”
Wat is de impact van AI op het selectieproces als recruiters AI niet kunnen herkennen?
“Een eerste gevolg is dat het moeilijker is geworden om kandidaten correct van elkaar te onderscheiden. AI maakt motivatiebrieven homogener. Zwakkere kandidaten kunnen professioneler overkomen, terwijl sterkere kandidaten zich minder goed kunnen onderscheiden. Kandidaten die al sterke brieven schreven, kunnen zelfs nadeel ondervinden als recruiters argwanend worden over AI-gebruik. Recruiters verliezen daardoor een deel van de signalen waarop zij traditioneel vertrouwen om kwaliteit, motivatie of communicatieve vaardigheden in te schatten. Dat kan leiden tot meer mismatches. Minder geschikte kandidaten komen sneller door de eerste selectie, terwijl sterkere kandidaten minder opvallen of zelfs over het hoofd worden gezien. Organisaties lopen daardoor het risico tijd en middelen te investeren in kandidaten die uiteindelijk minder goed passen bij de functie. Tegelijk kunnen sterke kandidaten terechtkomen in jobs of organisaties die minder goed aansluiten bij hun potentieel.”
“Een ander gevolg is dat motivatiebrieven mogelijk aan waarde verliezen als selectietool. Wanneer recruiters niet meer zeker weten hoeveel van een tekst authentiek is, verschuift de focus wellicht naar andere selectie-instrumenten, zoals interviews, assessments of vaardigheidstesten. Organisaties zullen dan meer moeten investeren in methoden waarmee ze vaardigheden en motivatie directer kunnen beoordelen.”
“Toch hoeft de impact niet uitsluitend negatief te zijn. Voor kandidaten die bijvoorbeeld minder sterk zijn in geschreven Engels, kan AI net een manier zijn om zich eerlijker te presenteren. AI-gebruik kan dus zowel een bron van vertekening als van extra toegankelijkheid zijn.”
Wijdverbreid AI-gebruik kan dus leiden tot slechtere matching op de arbeidsmarkt. Wat betekent dit voor werkgevers en werknemers?
“Een slechtere matching betekent dat AI het moeilijker maakt om de juiste kandidaat aan de juiste job te koppelen. Voor werkgevers betekent dat concreet dat zij vaker kandidaten kunnen selecteren die op papier sterk lijken, maar in werkelijkheid minder goed aansluiten bij de functie. Minder geschikte kandidaten komen sneller door de eerste screening, wat leidt tot extra interviews, langere selectieprocedures en hogere rekruteringskosten. In sommige gevallen wordt iemand aangeworven die uiteindelijk niet over de juiste competenties of motivatie beschikt, waardoor de kans op snelle uitstroom of tegenvallende prestaties stijgt.”
“Tegelijk lopen werkgevers het risico om sterke kandidaten mis te lopen. Kandidaten die zonder AI al een sterk profiel hebben, vallen minder op in een omgeving waarin bijna iedereen professioneel klinkende sollicitatiebrieven indient. Daardoor kunnen organisaties talent mislopen dat eigenlijk beter bij de functie zou passen.”
“Voor werknemers kan slechte matching eveneens negatieve gevolgen hebben. Kandidaten kunnen terechtkomen in jobs waarvoor ze minder geschikt zijn of die minder goed aansluiten bij hun vaardigheden en verwachtingen. Dat verhoogt het risico op frustratie, lagere prestaties en snelle uitval. Omgekeerd kunnen sterke kandidaten genoegen moeten nemen met minder passende functies omdat zij tijdens de selectie minder zichtbaar waren dan kandidaten die AI strategisch gebruikten.”
“Op langere termijn kan dit leiden tot een minder efficiënte arbeidsmarkt, waarin zowel organisaties als werknemers vaker terechtkomen in suboptimale matches.”
Als AI kandidaten steeds meer ‘gemiddeld goed’ maakt, hoe kunnen organisaties dan nog echt talent onderscheiden?
“Dat wordt wellicht de grote uitdaging van de komende jaren. Wanneer iedereen professioneel klinkende sollicitaties kan indienen, verliezen klassieke signalen zoals schrijfstijl of foutloos taalgebruik hun waarde. AI zal de komende jaren nog veel sterker in selectieprocessen geïntegreerd raken, niet alleen omdat de technologie krachtiger wordt, maar vooral omdat AI steeds meer ingebouwd zit in de tools die mensen dagelijks gebruiken. Organisaties zullen daarom meer moeten kijken naar eigenschappen die moeilijker te automatiseren zijn: leervermogen, kritisch denken, aanpassingsvermogen, samenwerking en authenticiteit. De focus verschuift van een perfecte presentatie naar het werkelijke potentieel. AI zal selectie niet vervangen, maar wel fundamenteel veranderen.”
Literatuur
Abbas Nejad, K., Musillo, G., Wicker, T., & Zaccaria, N. (2025). Labor Market Signals: The Role of Large Language Models. (pp. 1-89). (CentER Discussion Paper; Vol. 2025-003). CentER, Center for Economic Research.
LEES MEER OP HRSQUARE.BE
- Terug van weggeweest: de proefperiode
- Annelies Daenen wordt nieuwe Directeur HR & Communicatie bij Imelda vzw
- Prof. Wouter Vleugels: “Culturele fit is niet het probleem, wel hoe je ermee omgaat”
- Tijdelijke werkloosheid wegens economische redenen onder de loep: rechtbank kijkt naar de cijfers
- AI maakt sollicitatiebrieven beter, maar matching moeilijker