Je cv verdwijnt niet, het wordt weggesorteerd

Je stuurt sollicitaties de deur uit en gaat er stilletjes van uit dat iemand ze uiteindelijk wel leest. Alleen gebeurt dat vaak niet. Een groot deel van de cv’s wordt eerst gesorteerd, gescoord en omlaag gedrukt door software, nog voordat een recruiter één regel heeft bekeken. We praten graag over AI in recruitment alsof het een nieuwe ontwikkeling is. In werkelijkheid is het al de standaardvoorportaal van veel sollicitatieprocessen.

Hoe groot dat probleem is, blijkt uit onderzoek van Harvard Business School en Accenture. Daarin komt een groep van 27 miljoen “hidden workers” naar voren in de Verenigde Staten: mensen die geschikt zijn voor werk, maar structureel buiten beeld blijven door de manier waarop bedrijven selecteren. Nog opvallender is dat 88% van de werkgevers toegeeft dat hun eigen filters kandidaten wegdrukken die het werk wel degelijk zouden kunnen doen. Dat is geen randverschijnsel. Dat is hoe het systeem zichzelf in stand houdt.

Het probleem is niet een bug, maar de logica van het proces

Voor Nederlandse lezers is dat vooral interessant omdat het debat hier meestal pragmatisch wordt gevoerd. Als een tool tijd bespaart, lijkt dat al snel winst. Alleen is de relevante vraag niet of een systeem efficiënt is. De relevante vraag is of het ook recht doet aan de kwaliteit van kandidaten. Daar begint de spanning tussen snelheid en eerlijkheid.

De Harvard Gazette vatte het probleem terecht samen als een enorme verborgen arbeidsreserve. Het gaat niet alleen om mensen zonder baan, maar ook om mensen met een onregelmatig loopbaanpad, een overstap uit een andere sector, zorgtaken of een cv dat niet netjes langs de verwachte lijnen loopt. In een markt die steeds meer op schaal selecteert, wordt afwijking al snel verward met ongeschiktheid.

Een ATS leest geen potentieel, maar patronen

Applicant tracking systems, of ATS’en, zitten tussen jouw sollicitatie en de inbox van een recruiter. Zo’n systeem leest een cv niet als menselijk verhaal, maar als reeks signalen: functietitels, sleutelwoorden, certificaten, aantallen jaren ervaring, precieze formuleringen. Volgens Select Software Reviews gebruikt bijna 99% van de Fortune 500 een ATS. Een gemiddelde online vacature trekt meer dan 250 kandidaten, terwijl uiteindelijk slechts vier tot zes mensen op gesprek komen.

Dat maakt meteen duidelijk waar deze systemen voor gebouwd zijn. Niet om de beste kandidaat zorgvuldig te ontdekken, maar om een stapel van 250 terug te brengen tot een handzaam aantal. Juist daarom wringt het met vaardigheden die lastig in vaste AI-termen te vangen zijn, zoals oordeel, aanpassingsvermogen en samenwerken over functies heen. In het echte werk zijn die vaak doorslaggevend. In een filtersysteem zijn ze slecht zoekbaar.

Wat automatisering wel ziet, en wat ze mist

Je kunt moeilijk ontkennen dat automatisering een praktisch voordeel heeft. Bij grote aantallen cv’s kan software snel harde eisen herkennen: programmeertalen, diploma’s, certificeringen, tools. Voor sterk gestandaardiseerde rollen is dat nuttig. Het probleem ontstaat wanneer snelheid wordt aangezien voor goede selectie.

Dat zie je scherp in onderzoek van Brookings en de University of Washington, uitgelegd in hun analyse van bias in AI-cv-screening. Daar werden 554 cv’s getest in bijna 40.000 vergelijkingen. De systemen gaven in 85% van de gevallen de voorkeur aan wit-geassocieerde namen, bevoordeelden vrouw-geassocieerde namen slechts in 11% van de gevallen en plaatsten bij gelijke kwalificaties nooit een zwart mannelijk geassocieerde naam boven een wit mannelijke. Dat is niet alleen een technisch schoonheidsfoutje. Dat is uitsluiting op schaal, verpakt als neutraliteit.

Ook menselijke recruiters werken met snelle signalen

Dan lijkt de verleiding groot om te zeggen: laat gewoon mensen weer alles lezen. Alleen hebben mensen hun eigen snelkoppelingen. Recruiters staan onder druk, zien veel volume en zoeken daarom vaak naar bekende signalen: grote werkgevers, herkenbare functietitels, strakke chronologie, bekende opleidingen. Dat is begrijpelijk, maar het is niet automatisch beter.

Het Harvard-onderzoek laat zien hoe hard dit kan uitpakken. Bij functies op middenniveau filterde 48% van de werkgevers kandidaten weg op basis van een werkonderbreking van meer dan zes maanden. Daarmee worden mantelzorgers, mensen met een beperking, herintreders en carrièreswitchers snel uit beeld gedrukt. Het systeem leest een gat in een cv dan niet als context, maar als afwijzing in verkapte vorm.

Wat nu het verstandigst is, voor kandidaten en werkgevers

De 75%-claim wordt soms betwist, omdat ATS’en sollicitaties vaak niet letterlijk verwijderen maar rangschikken. In de praktijk is het verschil klein. Een cv dat op plek 200 van 250 belandt, wordt zelden nog geopend. Daarom helpt het om het systeem nuchter te behandelen. Zie het ATS als eerste lezer. Gebruik de exacte taal uit de vacature, benoem vaardigheden zoals de werkgever ze benoemt en wees terughoudend met creatieve synoniemen op cruciale plekken.

Daarnaast blijft de ouderwetse route verrassend sterk: probeer het portaal te omzeilen als dat kan. Een verwijzing, een intern contact of een gesprek met iemand uit het team telt vaak zwaarder dan een reeks perfect geoptimaliseerde sollicitaties. Voor werkgevers is de conclusie ongemakkelijk maar simpel. Als 88% al erkent dat de eigen filters geschikte mensen missen, dan koop je efficiëntie met verlies aan talent. Dat is misschien snel, maar het is nog geen goed recruitment.