Hoe wij met AI omgaan

Waarom deze pagina bestaat

AI zit inmiddels in de meeste wervingsprocessen, en de manieren waarop het misgaat zijn niet langer hypothetisch. Taalmodellen generaliseren vanuit dun bewijs en kunnen dus sneller stereotypen vormen dan de mensen die zij zouden moeten helpen. Systemen die leren van wervingsuitkomsten kunnen van één vroege afwijzing een duurzaam patroon tegen een hele groep maken. Geheugenfuncties die assistenten persoonlijker maken, laten vooroordelen ook opstapelen. En de meest gebruikte waarborg — een model opdragen "eerlijk te zijn" — levert aantoonbaar te weinig op, want instructies overrulen niet waar een systeem op is geoptimaliseerd.

Wij hebben de AI-architectuur van SkillCort tégen deze faalvormen gebouwd, niet eromheen. Deze pagina legt het ontwerp in detail uit: wat onze AI doet, wat zij structureel niet kan, en hoe u beide kunt nagaan. Niets daarvan is een voornemen — elk mechanisme dat hier staat beschreven is live in het product, en ons openbare governancerapport houdt het bewijs bij.

De ene regel waaruit al het andere volgt

AI ondersteunt. Mensen beslissen. In SkillCort is een AI-uitkomst altijd invoer voor een menselijk oordeel, nooit zelf een oordeel. AI stelt assessmentopdrachten en rubrics op, voert gestructureerde gesprekken als een kenbaar gemaakte persona, transcribeert en vat antwoorden samen, haalt geciteerd bewijs eruit en doet voorstellen voor scores per criterium. Een met naam genoemde menselijke beoordelaar bevestigt elke score; een met naam genoemd mens neemt elke procesbeslissing — doorlaten, aanhouden, afwijzen. Er is geen instelling, abonnementsniveau of drempelwaarde die daar iets aan verandert.

Dit is afgedwongen in de database, niet in een beleidsstuk: de tabellen met scores en beslissingen kunnen alleen worden geschreven via gecontroleerde paden die een menselijke actor vastleggen. De knop waarmee een algoritme een mens afwijst, bestaat niet in onze codebase — en onze openbare governancepoort is erop gebouwd om te voorkomen dat die er ooit stilzwijgend bij komt.

Onze AI heeft geen geheugen van mensen — door de architectuur

De snelste manier om een AI-systeem vooroordelen te laten ontwikkelen, is het te laten leren van zijn eigen wervingsgeschiedenis: één kandidaat uit een groep presteert onder de maat, en het systeem waardeert de volgende stilletjes lager. De assessment-AI van SkillCort is geheugenloos van opzet. Elke AI-aanroep — een concept, een samenvatting, een gespreksbeurt, een voorgestelde score — begint bij nul, ziet alleen het materiaal dat voorligt en houdt daarna niets vast.

Concreet: onze AI leert nooit van wervingsuitkomsten. Beslissingen die op het Beslisbord worden genomen, worden nooit teruggevoerd naar enig model. Geen enkel model wordt fijnafgestemd, hertraind of 'verbeterd' op de gegevens van uw kandidaten. Er is geen klantoverstijgend kandidaatgeheugen, geen gedeelde zwarte lijst en geen reputatiescore die iemand van werkgever naar werkgever volgt — dit zijn permanente productgrenzen, geen punten op een roadmap. Een kandidaat die zich twee keer aanmeldt, is voor onze AI twee losstaande stukken werk.

AI ziet het werk, niet de mens

Modellen kunnen niet stereotyperen op signalen die zij nooit krijgen. Wanneer de AI van SkillCort samenvat of een score voorstelt, is haar invoer het werkstuk van de kandidaat — het geschreven antwoord, de code, het transcript — samen met de rubric waartegen zij moet beoordelen. Zij krijgt de naam, foto, demografische gegevens of het cv van de kandidaat niet, en evenmin enig groepssignaal, als invoer voor de beoordeling.

Twee verwante verboden zijn absoluut. Onze AI leidt nooit persoonlijkheid, emotie of waarachtigheid af uit het gezicht, de stem of het typegedrag van een kandidaat — video bestaat voor integriteitsbeoordeling door mensen, niet voor een algoritmisch oordeel over iemands karakter. En integriteitssignalen (een tabwissel, een plakactie, een camerasignaal) worden nooit aan AI voorgelegd voor een oordeel: zij komen op een tijdlijn die een mens beoordeelt, waarbij geen enkel afzonderlijk signaal iemand automatisch kan afwijzen.

Identiteitsbeoordeling is bewust uitsluitend menselijk. Waar die is ingeschakeld, worden de selfie uit de sessie, de gemaakte foto van het identiteitsbewijs en een optionele, door de organisatie aangeleverde referentiefoto naast elkaar getoond aan een geautoriseerde beoordelaar. SkillCort berekent geen gezichtsgelijkenis, doorzoekt geen fotoverzamelingen, vergelijkt kandidaten niet met elkaar en slaat geen biometrische gezichtsprofielen op. Kandidaten worden vóór de sessie geïnformeerd, en de identiteit, beslissing en het tijdstempel van de beoordelaar worden vastgelegd zonder de beoordeling of rangschikking van het assessment te beïnvloeden.

Eerlijkheid is een structuur, geen prompt

Een model opdragen onbevooroordeeld te zijn, kost bijna niets — en levert bijna niets op. Eerlijkheid op promptniveau behandelen wij als een beleefdheid, niet als een maatregel. De maatregelen die ertoe doen zijn structureel: werkproefbewijs in plaats van indirecte signalen, aan rubrics verankerde beoordeling in plaats van open indrukken, en AI-uitkomsten die aankomen als gemarkeerde concepten die een mens actief moet bevestigen.

En dan meten wij. Assessments rapporteren de overeenstemming tussen beoordelaars (ICC) en de interne consistentie, zodat onbetrouwbare beoordeling zichtbaar wordt in plaats van stilzwijgend te worden aangenomen. Blueprint-pagina's monitoren groepsverschillen met de vier-vijfderegel en effectgroottes over elk veld dat een organisatie wil volgen — en wij zeggen er uitdrukkelijk bij dat een signaal daar onderzoek door mensen in gang zet, nooit een automatische correctie die zelf mis kan gaan. Waar wij geen bewijs hebben, zeggen wij dat: wij beweren geen voorspellende waarde die wij niet hebben gemeten.

Elke AI-uitkomst laat een spoor na

Ondoorzichtigheid is wat AI-fouten verandert in fouten zonder verantwoordelijke. Elke door AI ondersteunde uitkomst in SkillCort draagt haar herkomst met zich mee: welk model, welke versie, wanneer, over welke invoer — vastgelegd in een register dat uw organisatie kan controleren en exporteren. Assessmentsessies leggen hun AI-configuratie aan het begin vast, zodat een modelwissel midden in een examen niet stilzwijgend kan veranderen hoe kandidaten binnen een cohort worden behandeld.

Dezelfde transparantie geldt richting kandidaten. Wanneer kandidaten met onze AI-interviewer spreken, wordt die als AI kenbaar gemaakt — een ontworpen persona, nooit een nagebootst mens. Een afname kan kandidaten een uitdrukkelijke keuze over AI-deelname voorleggen, en geen enkel integriteitssignaal wijst uit zichzelf een kandidaat af — een gemarkeerde sessie komt bij een mens terecht. Kandidaten maken hun zorgen kenbaar via de organisatie die het assessment uitvoert; SkillCort verwijst daarnaartoe, maar treedt niet in haar plaats. Toestemmingsteksten vermelden wat er wordt verzameld, waarom en hoe lang; de bewaartermijn is een instelling van de organisatie, en verwijdering wordt op verzoek uitgevoerd.

Mensen kunnen altijd aan de rem trekken

Betrouwbare automatisering heeft een noodstop nodig die ook tijdens de vlucht werkt. Eigenaren van een organisatie kunnen AI-onderdelen direct pauzeren — per onderdeel, per aanbieder — en het product valt netjes terug op zijn menselijke werkwijze: het assessment loopt door, de beoordeling loopt door, de beslissingen lopen door. AI is in SkillCort een laag boven op een volledig menselijk proces, geen afhankelijkheid zonder welke dat proces niet zou draaien.

Wijzigingen hierin zijn zelf ook geregeld. De delen van onze codebase die raken aan het eigenaarschap van AI-beslissingen, de toestemming van kandidaten, opnames of juist deze toezeggingen, liggen achter een wijzigingspoort die uitdrukkelijke menselijke goedkeuring vereist — beoordeeld, gemarkeerd en gelogd. In ons governancerapport publiceren wij wat is geverifieerd, wat beperkt is en wat is misgegaan, want een vertrouwenspagina waarop altijd alleen maar 'alles in orde' staat, is marketing en geen verantwoording.

Wat wij niet zullen bouwen

Grenzen zijn pas echt als zij bestand zijn tegen prikkels. Dit zijn de onze, ongewijzigd sinds de eerste regel code, en zij zijn wat de rest van deze pagina geloofwaardig maakt:

• Geen wervingsbeslissingen door AI — een met naam genoemd mens bezit elke score en elke beslissing
• Geen leren van wervingsuitkomsten — beslissingen trainen of sturen onze modellen nooit
• Geen klantoverstijgend kandidaatgeheugen, gedeelde zwarte lijsten of overdraagbare reputatiescores
• Geen persoonlijkheids-, emotie- of leugendetectie uit gezicht, stem of toetsaanslagen
• Geen verborgen AI — kandidaten weten altijd wanneer zij met een machine praten
• Geen stille wijzigingen — wijzigingen in AI-governancecode vereisen beoordeelde menselijke goedkeuring

De weddenschap die wij aangaan

De branche wedt erop dat meer autonome AI werving goedkoper maakt. Onze weddenschap is een andere: dat de werkelijke waarde van AI bij werving zit in het beter maken van het menselijk oordeel — sneller bij het bewijs, moeilijker te vertekenen, makkelijker te verdedigen. Dat betekent wrijving accepteren die de autonome variant vermijdt: een mens bevestigt elke score, de herkomst wordt gelogd ook als niemand ernaar vraagt, en sommige functies zijn permanent uitgesloten.

Wij denken dat die ruil niet alleen veiliger is maar ook nauwkeuriger — een beslissing die iemand kan uitleggen, is doorgaans een betere beslissing. Beoordeelt u mensen voor uw werk, dan verdient u gereedschap dat op die premisse is gebouwd. Deze pagina is onze staande toezegging om dat gereedschap zo te blijven bouwen.