Inclusief werven: hoe technologie een bias-breaker kan zijn

Het druist misschien in tegen het onderbuikgevoel. We horen immers verhalen over algoritmes die vrouwen benadelen of bepaalde etnische groepen uitsluiten. Toch zijn er sterke aanwijzingen dat AI juist een zegen kan zijn voor diversiteit, mits goed toegepast. In deze blog  leggen we uit hoe AI de menselijke vooroordelen kan verminderen en helpen om een diverser team samen te stellen.

Objectiveren op skills in plaats van gevoel

Mensen hebben (onbewuste) biases. Een recruiter is ook maar een mens en kan zich laten beïnvloeden door bijvoorbeeld iemands naam, leeftijd, geslacht of een hobby op het CV. AI daarentegen heeft daar geen boodschap aan. Tenminste, als je het zo ontwerpt. Een goed ontworpen recruitment-algoritme kijkt puur naar relevante criteria, zoals skills, ervaring en match met de functie-eisen. Variabelen als geslacht, afkomst of leeftijd kun je bewust uitsluiten uit het model, zodat die simpelweg niet meewegen.

Bijvoorbeeld: In de bouwsector werken traditioneel vooral mannen. Een menselijke manager selecteert bij het doornemen van CV’s misschien (onbewust) eerder mannen, simpelweg omdat zij ‘nu eenmaal die ervaring hebben’. Een AI die getraind is op skills kijkt anders: die ziet wellicht dat een vrouwelijke kandidaat exact de benodigde lasskills en veiligheidscertificaten heeft, en geeft haar evenveel kans. Het resultaat: een vrouw komt op de aanbevelingslijst te staan waar ze voorheen misschien werd overgeslagen op basis van stereotype beelden. AI kan dus blinde vlekken vullen en talent naar voren schuiven dat door bias onzichtbaar bleef.

Garbage in = garbage out

AI moet wel getraind worden op de juiste data. Garbage in = garbage out. Als je een AI model leert over historische data waarin bijvoorbeeld vrijwel alleen mannen in bepaalde functies zijn aangenomen, dan zou het model die bias kunnen overnemen. Daarom is het belangrijk om de trainingdata te diversifiëren en te corrigeren waar nodig.

In de praktijk betekent dit dat ontwikkelaars en HR-experts samenwerken om te checken of het algoritme geen scheve voorkeuren ontwikkelt. Zo heeft een grote recruitment-tech leverancier ontdekt dat door actief kenmerken als gender uit te sluiten en te focussen op vaardigheden, hun algoritme zelfs méér vrouwen en mensen met diverse achtergronden aanbeveelt dan voorheen via traditionele selectie gebeurde.

Meer kandidaten, eerlijker vergelijken

AI kan ook helpen het spectrum van kandidaten te verbreden. Zoals we in de vorige blog noemden, zijn online cv-databanken veel diverser dan we denken. LinkedIn bijvoorbeeld heeft miljoenen Nederlandse profielen, van alle opleidingsniveaus en achtergronden. Een mens zou nooit door al die profielen kunnen gaan, maar AI wel. Dat betekent dat je ineens in aanraking komt met kandidaten uit groepen die je voorheen niet bereikte. Misschien vind je wel een topdeveloper in een buitenwijk die niet via de gebruikelijke wervingskanalen kwam bovendrijven.

Een ander voordeel is dat AI elke kandidaat langs dezelfde meetlat legt. Waar de ene recruiter misschien onbewust anders oordeelt dan de andere, gebruikt de AI voor iedereen dezelfde criteria. Dat zorgt voor consistentie. Bovendien kun je AI inzetten om teksten en procedures inclusiever te maken. Tools bestaan al die vacatureteksten screenen op uitsluitende taal (“hij”/“zij”, woorden met een masculiene toon) en suggesties doen voor neutralere bewoordingen, zodat je een breder palet aan talent aanspreekt.

Natuurlijk moeten we realistisch blijven: AI is geen wondermiddel. Zo’n systeem monitoren en ontwerpen vergt aandacht. Je moet foute of eenzijdige data corrigeren. Maar het grote verschil is dat AI schaalbaar en leerbaar is. Je kunt het model aanscherpen zodra je een bias detecteert. Iets wat bij mensen vele trainingen en generatiewisselingen kost.

AI en inclusie

AI kan, mits doordacht ingezet, een krachtige bondgenoot zijn in het bevorderen van diversiteit en inclusie. Door te focussen op objectieve criteria en consistent te selecteren, haal je eerder talent uit ondervertegenwoordigde groepen naar voren. Uiteindelijk blijft diversiteit natuurlijk ook afhangen van een inclusieve cultuur en bereidheid om buiten de gebaande paden te werven. AI geeft je daarvoor de tools, maar de mindset moet je als organisatie zelf meebrengen.

Ben jij bereid die stap te zetten? Of spelen er intern nog twijfels over het gebruik van AI en nieuwe technologie? In de volgende blog behandelen we de meest gehoorde drempels en bezwaren bij HR-teams en hoe je daarmee kunt omgaan.

Nieuwste trends in online recruitment en technologie

Wil je meer leren over digitaal en biasvrij werven? Bezoek dan op 7 oktober 2025 het Digitaal Werven Live Event in Amersfoort. Daar staan de nieuwste trends in online recruitment en technologie centraal, inclusief hoe je AI effectief en ethisch kunt inzetten. Laat je inspireren door praktijkcases en discussieer mee over de toekomst van werving!