Wie heeft straks het laatste woord: mens of algoritme? Geplaatst 7 augustus 2026 door Redactie De tijd van een beetje testen met AI is voorbij: steeds meer organisaties maken flinke stappen. De rol van de recruiter verandert zichtbaar”, vertelt Marelle Beune, managing director Talent & Partner Service bij HeadFirst Group. “Recruiters zijn minder bezig met administratie en richten zich meer op processen en strategie.” Dat vertelt Beune in het webinar Wie heeft straks het laatste woord: mens of algoritme? tijdens de HR/Tech-webinarweek. In gesprek met dagvoorzitter Roeland van Laer (partner bij Labor Redimo) vertelt zij hoe algoritmes helpen bij het werven en selecteren van kandidaten en wat dit betekent voor professionals binnen HR. De recruiter wordt procesregisseur “Ik denk dat het vak heel veel leuker wordt”, vertelt Beune. “Waar je vroeger echt uitvoerend bezig was, heb je nu meer tijd voor de inhoudelijke interpretatie. Je hoeft geen honderden cv’s meer te doorzoeken, dat kan AI voor je doen.” AI verandert de manier waarop organisaties kandidaten selecteren en beoordelen. Systemen lezen cv’s en normaliseren verschillende schrijfwijzen van functies, zodat het makkelijker wordt om vacatures en kandidaten te matchen. Lees ook: AI-toepassingen in de dagelijkse praktijk van HR Andere focus Dat geeft de recruiter ruimte om zich meer te focussen op de regie van het proces. Beune: “Je bent meer bezig met strategische gesprekken met de inhurende manager, je focust je op het stellen van de juiste vragen en het beoordelen van persoonlijke eigenschappen. Jij regisseert het hele traject van de vacature-intake tot de eerste werkdag van de kandidaat. Algoritmes zijn ondersteunend.” AI kan weliswaar snel info verwerken, maar de dynamiek en de toekomst van een afdeling analyseren blijft mensenwerk. “Als recruiter ga je in gesprek met de inhurende manager over de samenstelling van het team”, vertelt ze. “Je vraagt: wat mis je? Hoe zie je de samenstelling van het team voor je in de toekomst? Welke zaken wil je binnenkort oppakken met jouw afdeling?” Op die manier ontdek je welke vaardigheden er echt nodig zijn. “Dit past goed bij de overgang van het ouderwetse cv naar matchen op skills”, vertelt ze. “Je kunt als recruitmentpartner de inhurende manager ondersteunen om zijn afdeling te transformeren. Met de instroom van nieuwe mensen heb je daar ontzettend veel invloed op.” Invloed van AI op de selectie van talent Ook kandidaten gebruiken steeds vaker AI, benadrukt Van Laer. Sollicitanten schrijven met ChatGPT binnen enkele minuten een perfecte brief en cv. “Maar in de praktijk blijkt soms dat kandidaten ervaring omschrijven die zij uiteindelijk niet hebben. Daarom blijft controle door de recruiter noodzakelijk.” Daar is Beune het helemaal mee eens. “Uiteindelijk dragen mensen de verantwoordelijkheid voor selecties”, zegt ze. “AI helpt slechts. Een algoritme mist intuïtie en gevoel. Een recruiter kijkt niet alleen naar iemands papieren, maar ook naar zijn houding. Hij vraagt door waar hij twijfelt en bepaalt of iemand binnen de cultuur past. “De combinatie van een goed ingesteld algoritme en een kritische recruiter maakt het recruitmentproces uiteindelijk beter.” Vooroordelen en training Verder kan AI weliswaar voorspellingen doen over de potentie van kandidaten, maar die zijn niet altijd juist en soms zelfs bevooroordeeld. “Een algoritme voorspelt uitsluitend op basis van beslissingen uit het verleden”, legt Beune uit. “Als de huidige werkwijze onbewuste vooroordelen bevat, vergroot AI ze uit. Daarom moet je als recruiter heel scherp blijven. Waarom selecteert AI deze kandidaat? Ben ik het daarmee eens? Zitten er onbedoelde vooroordelen in het algoritme die de keuze beïnvloeden? Hoe voorkom ik die?” Lees ook: AI maakt 78% van Nederlandse medewerkers productiever, maar verouderde processen remmen af Vooroordelen in algoritmes herkennen en wegnemen is dus een nieuwe, belangrijke taak voor recruiters. “Het vraagt ook om nieuwe kennis en opleiding”, zegt Beune. “Bij HeadFirst trainen we onze medewerkers op de werking van AI, gelijke kansen en wetgeving. Zo’n opleiding is niet alleen technisch, maar draait ook om bewustwording van onze eigen vooroordelen.” Daarnaast onderstreept Beune het belang van assessments. Met betrouwbare praktijktesten controleert een recruiter of de kandidaat de vaardigheden op zijn cv daadwerkelijk bezit. “Een assessment maakt vaardigheden meetbaar. Dit vermindert dus ook de invloed van mogelijke vooroordelen van recruiters en computers.” Verantwoordelijkheid Tot slot is AI een gedeelde taak binnen de organisatie. “Het is een samenwerking tussen IT, HR en de legal-afdeling”, zegt Beune. “Zij nemen samen de regie en verantwoordelijkheid.” De komst van de Europese AI Act maakt dit nog urgenter. Daarin staat dat organisaties precies moeten laten zien hoe zij tot recruitmentbesluiten komen aan de hand van duidelijke criteria. “Maar wat mij betreft is dit geen puur compliancevraagstuk”, zegt Beune. “Er ligt een grote ethische verantwoordelijkheid. Als recruiter heb je tenslotte invloed op de toekomst van mensen.” Meer weten? Bekijk het volledige webinar: Geplaatst in Beheren, Gebruiken | Tags AI, HeadFirst, webinarweek | Reacties uitgeschakeld voor Wie heeft straks het laatste woord: mens of algoritme?
Dit betekenen de nieuwe Europese AI-transparantieregels voor HR Geplaatst 6 augustus 2026 door Eveline Meijer De EU AI Act, in Nederland ook wel de AI-verordening genoemd, is een uitgebreide AI-wet die binnen de Europese Unie geldt. De wet is in 2024 aangenomen en wordt sindsdien gefaseerd ingevoerd. Op 2 augustus ging een nieuwe set regels in, gericht op transparantie. Concreet gelden vier nieuwe regels voor aanbieders en gebruikers van AI-systemen: Bij AI-systemen zoals chatbots moet duidelijk herkenbaar zijn dat je met een AI en niet met een mens te maken hebt; Deepfakes moeten duidelijk gelabeld worden; AI-content moet herkenbaar zijn als AI-content, bijvoorbeeld via een digitaal watermerk; Organisaties moeten vooraf melden als AI emoties herkent of kenmerken analyseert. De regels zijn bedoeld om misleiding, nepnieuws, identiteitsfraude en oplichting tegen te gaan. Nu AI zich verder ontwikkelt, kan het immers lastig zijn om te achterhalen of je met een mens praat of een AI-systeem. Nu organisaties dit vooraf moeten aangeven, kunnen gebruikers beter beoordelen met wie of waarmee ze te maken hebben, zo is de gedachte. Wat betekent dit voor HR? De regels hebben ook impact op HR-afdelingen, waar AI steeds vaker wordt ingezet. Denk aan het genereren van vacatureteksten of aan AI-chatbots op vacaturepagina’s. Zo’n AI-chatbot kan vragen van potentiële sollicitanten beantwoorden, zoals over algemene secundaire arbeidsvoorwaarden, zodat HR-werknemers daar minder tijd aan hoeven te besteden. Er zijn tegenwoordig zelfs tools op de markt waarmee emoties van werknemers herkend worden, om zo hun mentale gezondheid en de sfeer op de werkvloer in de gaten te houden. Bij dit soort tools en gebruik van AI moet HR transparant en proactief communiceren dat er AI wordt gebruikt. Sterker nog: uiterlijk bij het eerste contact, dus de eerste interactie, moet de organisatie informatie over het gebruik van AI verstrekken. Lees ook: AI-toepassingen in de dagelijkse praktijk van HR HR moet erop letten dat dit ook daadwerkelijk en tijdig gebeurt. Bij een gesprek met een chatbot moet de aanbieder bijvoorbeeld al vóór het gesprek begint duidelijk maken dat een gebruiker met een AI praat en niet met een mens. De regels gelden bovendien niet alleen voor externe communicatie, zoals met sollicitanten, maar ook voor intern gebruik van AI. Wordt AI ingezet voor communicatie met of naar werknemers, dan moet de organisatie daar ook duidelijk en proactief over communiceren. Moet jij je teksten labelen? De AI-verordening stelt ook eisen aan content die met AI gemaakt is. Dat werkt op twee niveaus. Aanbieders van AI-tools moeten vrijwel alle output – dus foto’s, teksten en video’s die met AI gemaakt of bewerkt zijn – voorzien van een digitale markering. Die markering is niet per se zichtbaar, maar is wel leesbaar door digitale hulpmiddelen. Als gebruiker hoef je daar verder niets voor te doen. De tool doet dit automatisch. Maar in sommige gevallen moet je wél zelf actie ondernemen, namelijk door een zichtbaar label toe te voegen aan AI-content. Deze verplichting geldt specifiek voor content ‘die is gepubliceerd om het publiek te informeren over aangelegenheden van algemeen belang’, zo valt te lezen op de website van de Europese Commissie. Dat zijn bijvoorbeeld nieuwsberichten of persberichten. Wat betekent dat dan voor HR? Een gewone vacaturetekst hoef je waarschijnlijk niet van een label te voorzien. Maar gaat het om een persbericht over bijvoorbeeld een ontslagronde of een rapport over het diversiteitsbeleid van de organisatie, dan kan dat wel het geval zijn. Laat je zo’n tekst volledig door AI schrijven en zet je die ongecontroleerd online, dan moet je hem zichtbaar labelen. Controleer je de tekst wel en pas je hem eventueel aan, dan hoeft dat niet. Want dan draag jij als mens de redactionele verantwoordelijkheid. In het geval dat je AI-content als zodanig moet labelen, dan heeft de Europese Unie iconen gemaakt die je daarvoor kunt gebruiken. Deze iconen zijn te downloaden via de website van de Europese Commissie. Je kunt deze iconen ook gebruiken voor deepfakes. Toezicht en handhaving Privacytoezichthouder Autoriteit Persoonsgegevens (AP) is de beoogde toezichthouder op de AI-verordening. Deze organisatie controleert dus of organisaties wel aan de regels voldoen. Daar wordt sinds 2 augustus ook actief op gehandhaafd. Wie niet aan de transparantieregels uit de Europese AI-verordening voldoet, kan een flinke boete te wachten staan. Die boete kan oplopen tot 15 miljoen euro of maximaal 3% van de wereldwijde jaarlijkse omzet, zo valt in de wetgeving te lezen. Dat betekent echter niet direct dat het ook zo’n vaart zal lopen. Toezichthouders mogen eerst ook waarschuwingen uitdelen of maatregelen anders dan financiële boetes nemen, afhankelijk van de situatie. Wil je zeker weten dat je aan de transparantievereisten voldoet? De Europese Commissie publiceerde in juni een praktijkcode, die beschrijft welke stappen je kunt nemen om aan de gestelde eisen te voldoen. Je kunt de praktijkcode integraal ondertekenen, maar ook alleen bepaalde delen. De AP adviseert gebruikers van AI-systemen die content genereren of manipuleren om zich in de praktijkcode te verdiepen en (onderdelen ervan) te ondertekenen. Op die manier laat je zien hoe je aan de verplichtingen voldoet. Meer regels volgen De transparantieregels zijn niet de enige regels uit de AI-verordening. Eerder werden al eisen over AI-geletterdheid van kracht en verbood de AI-verordening bepaalde AI-praktijken. De komende tijd komen daar nog meer regels bij. Lees ook: De Workday AI-rechtszaak: Waarom dit een wake-up call is voor HR in Nederland Op 2 december volgen de eerstvolgende nieuwe regels. Zo geldt nu voor een aantal bedrijven een korte overgangsperiode. Systemen die AI-inhoud genereren die voor 2 augustus 2026 op de markt waren, hebben vier maanden langer de tijd om aan de markeringsverplichting te voldoen. Zij moeten vanaf 2 december 2026 verplicht een markering meegeven aan content die door AI is gemaakt. Ook gelden vanaf 2 december nieuwe regels voor AI-systemen die zonder consent seksuele deepfakes en materiaal van kindermisbruik genereren. Een jaar later, op 2 december 2027, gaan nieuwe regels in over hoogrisico AI-systemen. Daar volgen nog verdere regels over op 2 augustus 2028 en augustus 2030. Geplaatst in Beheren, Gebruiken | Tags AI Act, AI versus privacy, EU | Reacties uitgeschakeld voor Dit betekenen de nieuwe Europese AI-transparantieregels voor HR
Frontline-training: waarom de meeste programma’s niet aanslaan en wat wél werkt Geplaatst 3 augustus 2026 door iSpring Achter de kassa of in het magazijn werkt een grote groep medewerkers die zelden achter een bureau zit. In de retail, productie, zorg en logistiek vormen frontline-medewerkers een groot deel van het personeelsbestand. Toch zijn de meeste bedrijfstrainingen nog altijd ontworpen alsof iedereen over een laptop van de zaak, een persoonlijk werkmailadres en drie kwartier vrije tijd achter een scherm beschikt. Voltooiingspercentages kunnen er in een dashboard prima uitzien, terwijl er op de werkvloer weinig verandert. Dat gat komt zelden voort uit onwil. De meeste L&D-teams weten dat frontline-medewerkers evenveel training nodig hebben als wie dan ook op kantoor. Het probleem zit eerder in de vraag hoe een programma wordt opgebouwd, nog voordat de eerste module wordt toegewezen. Waarom frontline-training zelden aanslaat Het programma gaat uit van een bureau dat er niet is Een groot deel van de trainingscontent gaat nog steeds uit van de aanname dat medewerkers deze openen op een laptop, op een vaste werkplek, tijdens tijd die specifiek voor leren is vrijgemaakt. Voor kantoorpersoneel klopt die aanname meestal. Voor een orderpicker in een distributiecentrum of een verpleegkundige tussen twee rondes door, zelden. Lange modules die twintig minuten stilzitten vereisen, worden vaak overgeslagen of afgeraffeld, en soms pas weken later alsnog afgerond. Niet omdat de inhoud slecht is, maar omdat de vorm niet aansluit bij hoe het werk daadwerkelijk verloopt. Lees ook: Trainingsprogramma’s: waarom de meeste weinig opleveren — en wat het verschil maakt Een account aanmaken wordt de eerste drempel Veel leerplatformen verwachten nog altijd een bedrijfsmailadres voordat iemand kan inloggen. Voor medewerkers in vaste dienst werkt dat prima. Voor seizoenskrachten in een magazijn of parttime medewerkers in de retail die nooit een mailadres hebben gekregen, loopt dit al snel vast. In de praktijk wachten juist de medewerkers die de snelste, eenvoudigste onboarding-training nodig hebben het langst op toegang, soms tot na hun eerste werkweek. Training komt pas na het moment dat het ertoe deed Een nieuwe veiligheidsprocedure wordt ingevoerd, en de training vindt twee weken later plaats in een klaslokaal, los van de dienst waarin de procedure daadwerkelijk van toepassing is. Tegen die tijd heeft de medewerker vaak al meerdere diensten gedraaid volgens de oude werkwijze, en soms gewoontes opgepikt die de training juist had moeten voorkomen. Leren dat aankomt nadat de behoefte er al was, verandert zelden gedrag, hoe goed het ook wordt gebracht. Eén module voor elke rol Een teamleider in het magazijn en iemand die op de eerste dag orders pickt, krijgen vaak precies dezelfde generieke module, simpelweg omdat twee versies bouwen meer tijd kost dan één. De teamleider haakt af omdat de stof al jaren bekend is, terwijl de nieuwe medewerker moeite heeft om er iets van te herkennen in de taak die op dat moment voor hen ligt. Geen van beiden krijgt uiteindelijk een programma dat aansluit op wat ze specifiek moeten weten. Lees ook: Hoe kies je het beste e-learningplatform? Vijf populaire e-learningplatformen vergeleken Wat organisaties die dit wél goed aanpakken anders doen Ze bouwen rond het apparaat dat medewerkers al bij zich hebben In plaats van te verwachten dat medewerkers een werkplek opzoeken, leveren goedlopende frontline-programma’s training af op de telefoon die iemand toch al op zak heeft, vaak de eigen telefoon. De content is in de eerste plaats gemaakt voor mobiel gebruik en werkt ook offline, want magazijnen en ziekenhuiskelders hebben niet altijd betrouwbare wifi. Een korte video of checklist die direct opent op een telefoon wordt ook daadwerkelijk bekeken, in tegenstelling tot een cursus die nog achter een desktop-login zit. Ze knippen content op maat voor een pauze In plaats van één lange cursus, knippen effectieve programma’s de stof op in korte, gerichte onderdelen. Denk aan een video van twee minuten over een specifieke procedure of een korte toets om te checken of de stof is begrepen, aangevuld met een instructieblad voor later. Dit past binnen een pauze of een rustig moment tussen taken door, zodat niemand een half uur hoeft vrij te maken dat helemaal niet in het dienstrooster past. Ze halen het account weg als drempel Sommige organisaties werken met gasttoegang of QR-codes die direct op de werkplek hangen, zodat een nieuwe medewerker op dag één kan beginnen met leren zonder te wachten tot er een bedrijfsaccount is aangemaakt. Training is zo beschikbaar op het moment dat iemand het nodig heeft, in plaats van pas zodra de administratie rond is. Ze koppelen content aan de taak zelf Programma’s die zo zijn opgebouwd, organiseren het leren rond specifieke apparatuur of procedures, in plaats van rond één brede module voor een hele functie. Een heftruckcertificaat en een kassa-instructie hebben weinig met elkaar te maken, en door ze als aparte, gerichte onderdelen te behandelen, besteden medewerkers alleen tijd aan wat van toepassing is op wat ze die dag daadwerkelijk doen. Van bureau naar werkvloer Dit vraagt niet om anders na te denken over wát training behandelt. Het vraagt om anders na te denken over hóe het de mensen bereikt die niet achter een bureau zitten. Mobiele toegang, offline beschikbaarheid, korte formats en eenvoudige onboarding zijn geen extra’s voor frontline-teams. Het is de basis die bepaalt of een programma überhaupt wordt gebruikt. Programma’s die frontline-leren behandelen als een bijzaak van de kantoorversie, leveren vaak nette voltooiingspercentages op en weinig zichtbare verandering in hoe het werk daadwerkelijk gebeurt. Specifiek ontwerpen voor de werkvloer, vanaf de eerste keer inloggen, is meestal wat het verschil maakt. Wilt u weten of een LMS ook daadwerkelijk geschikt is voor uw frontline-teams? De gratis handleiding Hoe kies je een LMS loopt de vragen langs die u aan leveranciers kunt stellen over mobiele toegang, offline beschikbaarheid en gebruiksgemak, zodat u dit vooraf kunt checken. Geplaatst in Branche, Markt | Tags e-learning, iSpring, Learning & Development | Reacties uitgeschakeld voor Frontline-training: waarom de meeste programma’s niet aanslaan en wat wél werkt
