Lang voordat ChatGPT de headlines haalde, was Textkernel al een voortrekker in AI voor recruitment. Nu, 23 jaar later, waarschuwt het bedrijf: AI biedt ongekende kansen, maar verantwoord gebruik is van enorm belang. “Het is geen silver bullet die al je problemen op gaat lossen. Maar het kan zeker in bepaalde specifieke taken heel erg veel winst opleveren”, vertelt Vincent Slot, Team Lead R&D van Textkernel in dit Staffing Tech-interview.
‘Onzichtbaar, maar onmisbaar’
“We zijn 23 jaar geleden begonnen, toen de meeste mensen nog nooit van AI hadden gehoord”, vertelt Slot van Textkernel. “De fundamentele ideeën komen zelfs uit de jaren ’40 en ’50, bedacht door wetenschappers zoals Alan Turing, maar destijds ontbraken de technische mogelijkheden.”
“Wat de meeste mensen niet weten, is dat Textkernel-technologie vaak ‘onder de motorkap’ van bekende systemen draait — onzichtbaar maar onmisbaar.”
Textkernel staat bekend om zijn op AI-gebaseerde oplossingen voor HR-technologie en helpt wereldwijd meer dan 2.500 werving- en selectiebedrijven, uitzendbureaus, corporates, overheidsorganisaties én softwareleveranciers “We bouwen AI-toepassingen om het recruitmentproces beter en sneller te laten verlopen”, zegt Slot. Wat de meeste mensen niet weten, is dat Textkernel-technologie vaak ‘onder de motorkap’ van bekende systemen draait — onzichtbaar maar onmisbaar.”
AI, maar dan wel verantwoord
Met de opkomst van Large Language Models (LLM’s) zoals ChatGPT is AI plotseling overal. Maar Slot waarschuwt voor een te oppervlakkig begrip. “Veel mensen zien ChatGPT als dé definitie van AI, terwijl het slechts één toepassing is in een veel breder landschap.”
“Twintig jaar geleden waren algoritmes veel eenvoudiger, transparanter en voorspelbaarder.”
Dat bredere landschap wordt nu gekenmerkt door een ander type AI-modellen, ziet Slot. “Twintig jaar geleden waren algoritmes veel eenvoudiger, transparanter en voorspelbaarder. Als een systeem iets deed, kon je relatief makkelijk begrijpen waarom: je keek naar de code en zag wat er gebeurde.”
“Met de huidige AI-modellen, zoals ChatGPT, is dat anders”, zegt Slot. “Zelfs de makers van deze systemen weten niet meer precies hoe het model tot een bepaalde uitkomst komt. De werking van zo’n model is zo complex dat het niet volledig voorspelbaar is.”
‘Impact van systemen is enorm’
“Dat maakt het essentieel om na te denken over de risico’s van zulke ontransparante en onvoorspelbare algoritmes”, vervolgt Slot. “Wat kan er misgaan als we ze toepassen in ons dagelijks leven? Zeker nu AI steeds vaker wordt ingezet voor beslissingen die grote invloed hebben op ons leven, zoals het wel of niet krijgen van een hypotheek, een lening of zelfs je droombaan. De impact van verkeerde beslissingen door deze systemen is enorm.”
Algoritmes zijn gevoelig voor bias
Machine learning is een subcategorie van AI die leert van data. Als je een machine learning-algoritme traint op je eigen dataset, leer je het model eigenlijk over de wereld op basis van jouw data. “Maar die dataset is nooit een volledige afspiegeling van de complexiteit en diversiteit van de echte wereld”, zegt Slot. “Er zit altijd een beperking in.”
“AI is per definitie biased. Wat je wél kunt doen, is die bias minimaliseren en mechanismen ontwikkelen om AI op een verantwoorde manier in te zetten.”
“Als je bij het trainen van zo’n model niet expliciet aandacht besteedt aan responsible AI-principes, bouw je onvermijdelijk een vorm van bias in. Dat is een realiteit die niet iedereen beseft: AI is per definitie biased. Wat je wél kunt doen, is die bias minimaliseren en mechanismen ontwikkelen om AI op een verantwoorde manier in te zetten. Maar beweren dat een complex model helemaal vrij van bias is, dat kan momenteel simpelweg niet.”
“Hoe dat in de toekomst zal zijn? Dat is moeilijk te voorspellen. De ontwikkelingen in AI gaan zo snel dat het over vijf of tien jaar heel anders kan zijn. Maar op dit moment zijn algoritmes nog altijd zeer gevoelig voor bias.”
Gevolgen AI Act
Met de implementatie van de EU AI-Act krijgt verantwoord AI-gebruik een wettelijk kader. Textkernel bereidt zich voor met een multidisciplinair team van technici, juridische experts en beveiligingsspecialisten. “In de HR-sector worden bijna alle AI-toepassingen als hoogrisico beschouwd”, legt Slot uit. “Dat komt omdat we beslissingen nemen die grote impact hebben op mensenlevens.”
“Voor gebruikers is het belangrijk om erop te letten dat de partij waarvan je de software afneemt aan deze regelgeving voldoet.”
“De AI Act is meer dan alleen een richtlijn. Het brengt nieuwe verantwoordelijkheden met zich mee, zowel voor de makers van AI-systemen als voor de gebruikers ervan. Er wordt daarbij onderscheid gemaakt in wie waarvoor verantwoordelijk is. Als gebruiker van een AI-systeem heb je bijvoorbeeld geen controle over hoe het model is getraind – dat ligt bij de makers. Voor gebruikers is het daarom belangrijk om erop te letten dat de partij waarvan je de software afneemt aan deze regelgeving voldoet.”
“Toch krijgen gebruikers ook hun eigen verantwoordelijkheden. Ze moeten bijvoorbeeld transparant zijn over het feit dat een AI-systeem wordt ingezet. Daarnaast moeten ze ervoor zorgen dat het systeem wordt gebruikt zoals bedoeld en niet voor toepassingen waarvoor het niet geschikt is. Vooral aan de gebruikskant van AI komen er dus extra verplichtingen bij voor zowel gebruikers als deployers.”
Ben jij al AI-geletterd?
Voor recruitmentbureaus ziet Slot kansen, maar waarschuwt voor blinde technologische omarming. “AI-geletterdheid wordt steeds belangrijker, ook voor bedrijven die AI-systemen gebruiken zonder ze zelf te bouwen. Een van de vereisten is dat gebruikers goed geïnformeerd worden: ze moeten weten dat ze met AI werken en welke beperkingen daar mogelijk aan verbonden zijn. Denk bijvoorbeeld aan het fenomeen van hallucinaties bij LLM’s – dat is iets waar je je bewust van moet zijn.”
“AI-geletterdheid wordt steeds belangrijker, ook voor bedrijven die AI-systemen gebruiken zonder ze zelf te bouwen.”
“Wat je vaak ziet, is dat mensen niet altijd doorhebben dat ze al AI gebruiken. Bijvoorbeeld in recruitment, waar tools zoals Textkernel of LinkedIn Recruiter vaak AI-functionaliteiten bevatten, zoals matching. Veel gebruikers realiseren zich dat pas als het expliciet wordt benoemd.”
‘Geen silver bullet’
Als recruitmentbureau is het niet per se een must om AI te gebruiken, maar het kan je zeker een concurrentievoordeel geven als je het slim inzet, stelt Slot. “Het gaat er niet om AI te gebruiken om het gebruik zelf, maar om specifieke taken efficiënter te maken. Bijvoorbeeld door betere matches te krijgen, automatisch gegenereerde vacatureteksten te gebruiken of andere repetitieve processen te versnellen.”
“Wanneer je AI inzet zonder duidelijk doel, loop je het risico het niet optimaal te benutten.”
Daarbij is het van belang om te starten vanuit het probleem of obstakel dat je wilt oplossen, in plaats van te kijken naar wat de technologie kan. “Wanneer je AI inzet zonder duidelijk doel, loop je het risico het niet optimaal te benutten. Het is geen silver bullet die al je problemen op gaat lossen. Maar het kan zeker in bepaalde specifieke taken heel erg veel winst opleveren.”
Meld je aan voor Staffing Tech Show 2025
Hoe belangrijk is AI voor arbeidsbemiddelaars? Welke tools helpen bureaus bij de digitale transformatie? Waar liggen in 2025 de kansen voor bureaus om hun proces te optimaliseren? Op donderdag 25 januari 2025 praten we verder met een aantal experts tijdens de Staffing Tech Show. Meld je gratis aan via deze link.
