AI maakt motivatiebrieven professioneler, maar daarmee niet noodzakelijk voorspellender. Onderzoek roept een fundamentelere vraag op: wat meten recruiters eigenlijk wanneer ze kandidaten op hun motivatiebrief beoordelen?
Recruiters maken zich zorgen over motivatiebrieven die door AI zijn geschreven. Maar moeten we ons niet veel meer zorgen maken over de motivatiebrief als voorspeller? Universitair docent werving en selectie Djurre Holtrop zei onlangs op Radio 1 iets dat veel interessanter is dan de vraag of ChatGPT een sollicitatiebrief kan schrijven: er is nauwelijks wetenschappelijk bewijs dat motivatiebrieven iets zeggen over iemands geschiktheid voor een functie. “Voor zover ik kan zien, gaf een motivatiebrief nooit een goede inschatting van iemands geschiktheid”, aldus Holtrop.
Want wat proberen we eigenlijk met zo’n brief te meten? Motivatie? Geschiktheid? Ambitie? Persoonlijkheid? Of vooral: kan iemand een overtuigende motivatiebrief schrijven?
Recent onderzoek volgde 183 werkzoekenden tijdens echte sollicitatieprocedures. Kandidaten van wie cv en motivatiebrief duidelijker, gedetailleerder en beter gestructureerd waren, kregen relatief vaker een uitnodiging voor een gesprek en vonden sneller een baan. Opvallend genoeg bleef dat effect bestaan nadat de onderzoekers rekening hielden met relevante werkervaring, prestaties en de mate waarin de sollicitatie op de specifieke vacature was toegesneden.
Met andere woorden: de manier waarop iemand zijn brief schrijft, doet ertoe.
Maar dat een brief voorspelt wie wordt uitgenodigd, betekent nog niet dat hij voorspelt wie later goed functioneert. Want juist daarvoor is opmerkelijk weinig bewijs voor een zo algemeen ingeburgerd instrument waar de sollicitant uren mee bezig is. Canadese onderzoekers constateerden in een overzicht van selectiemethoden dat er nauwelijks onderzoek bestaat naar de criteriumvaliditeit van motivatiebrieven: de mate waarin de uitkomst daadwerkelijk samenhangt met latere werkprestaties. Voor veel informatie waarop we selecteren, zoals aantal jaren werkervaring en opleiding, blijkt die voorspellende waarde bovendien klein.
Zelf heb ik genoeg motivatiebrieven gelezen. Al is ‘scannen’ waarschijnlijk een eerlijker woord. Tussen de bekende zinnen — “Toen ik uw vacature las, werd ik meteen enthousiast” en “Mensen omschrijven mij als een teamspeler die ook goed zelfstandig kan werken” — zoek je naar iets dat eruit springt. Een formulering die je aanspreekt. Een ervaring die je herkent. Een paar woorden waarvan je denkt: die past bij ons. En ja, ik heb vast ook weleens iets over iemands nauwkeurigheid gedacht vanwege een foudtje.
Daarmee komt er van alles de selectie binnen wat helemaal niet per se het kenmerk is dat we willen meten: taalvaardigheid, kennis van sollicitatiecodes, opleidingsniveau, toegang tot hulp, zelfpresentatie en onze eigen verwachtingen over hoe een ‘gemotiveerde kandidaat’ klinkt. Want ook het begrip motivatie zelf blijkt verraderlijk. Onderzoek laat bijvoorbeeld zien dat mensen die selecteren kandidaten lager waarderen wanneer zij naast intrinsieke redenen ook extrinsieke motieven noemen, zoals salaris of arbeidsvoorwaarden. De onderzoekers noemen dit de motivation purity bias: we denken kennelijk dat de kandidaat die uitsluitend zegt het werk fantastisch te vinden gemotiveerder is dan degene die óók gewoon zijn hypotheek wil betalen. Terwijl daaruit wederom niet volgt dat de eerste kandidaat beter presteert op het werk.
We lezen dus niet simpelweg motivatie uit een brief, we interpreteren signalen. En daar zijn mensen niet altijd geweldig goed in en zeker niet consequent.
Large Language Models maken de link tussen de brief en ‘hoe iemand het in de praktijk gaat doen’ nu nog troebeler en maakt onze voorspelling nog meer natte vingerwerk. Een kandidaat die moeite heeft met schrijven kan tegenwoordig met een paar goede prompts een foutloze en overtuigende motivatiebrief produceren. Dat leek aanvankelijk het einde van de motivatiebrief: als ChatGPT hem kan schrijven, wat zegt hij dan nog over de kandidaat?
Recent Tilburgs onderzoek maakt dat nog interessanter. Daar lieten de onderzoekers werkzoekenden motivatiebrieven schrijven, deels met hulp van ChatGPT. Recruiters van onder andere Philips, PwC, Rabobank en VodafoneZiggo beoordeelden vervolgens de brieven. AI maakte de brieven inderdaad beter. Vooral mensen die zonder AI minder sterke brieven schreven, profiteerden ervan. Spelfouten verdwenen, formuleringen werden professioneler en algemene onderdelen van de brief verbeterden.
Maarrrr.. de betere brief zorgde niet voor méér uitnodigingen. AI verbeterde vooral de generieke onderdelen en niet noodzakelijk de informatie waar recruiters werkelijk naar zochten. De onderzoekers concluderen daarom dat grootschalig gebruik van AI een motivatiebrief juist minder informatief kan maken.
En daarmee legt AI vooral een bestaand probleem bloot: blijkbaar halen we al snel schrijfkwaliteit, presentatie en geschiktheid door elkaar.
Hoe kun je er dan wel achterkomen of iemand gemotiveerd is? Natuurlijk kun je je sollicitatieproces verbeteren door gestructureerde gesprekken of een assessment, maar wat is er gemakkelijker dan iemand in de praktijk bezig te zien?
Want motivatie is geen tekst in een brief. Motivatie is gedrag. Fris op tijd komen, lekker aan de slag gaan, een collega helpen, doorzetten wanneer iets niet meteen lukt. Een vraag stellen als je iets niet begrijpt, beter willen wordenin wat je doet.
Dat kun je proberen te voorspellen. Je kunt het ook gewoon bekijken. Dat is de gedachte achter Open Baan. Niet kandidaten steeds beter laten bewijzen dat ze waarschijnlijk geschikt zijn, maar de drempel om te beginnen verlagen en mensen de kans geven in de praktijk te laten zien wat ze kunnen.
Dat betekent niet: iedereen overal aannemen. En ook niet dat selectie nooit nodig is. Voor sommige functies moet je vooraf simpelweg weten of iemand bepaalde kennis, bevoegdheden of vaardigheden bezit. Maar er zijn ook heel veel banen waarvoor we vooraf veel meer proberen te voorspellen dan strikt noodzakelijk is. Hoe zit dat bij jullie? Hoeveel van de selectieprocedure is werkelijk nodig om goed werk te organiseren — en hoeveel is ontstaan omdat we eraan gewend zijn geraakt?
De discussie over AI en motivatiebrieven biedt daarom een mooie kans. Niet om een nieuwe manier te verzinnen waarop we kunnen controleren of iemand zijn brief wel zelf heeft geschreven. Maar om opnieuw naar de hele voordeur van organisaties te kijken.
AI heeft de motivatiebrief niet waardeloos gemaakt. Misschien helpt AI ons eindelijk te zien dat we motivatie te lang hebben proberen te lezen, terwijl we haar ook gewoon kunnen laten gebeuren.
WORD LID
Met HRcommunity maken we het werkveld iedere dag een stukje beter en mooier. Meld je gratis aan als lid, maak verbinding, haal én breng kennis, maak je eigen ledenprofiel, connect met andere leden en meer.
PUBLICEER
Heb je een uniek en interessant artikel geschreven en denk je dat deze interessant kan zijn voor de leden van HRcommunity? Stuur deze dan in via het formulier en wij gaan er mee aan de slag.
