De rol van recruiter is de laatste jaren zo breed geworden en de druk is hoog, dat nieuwe technologie met open armen wordt ontvangen. Alleen niets is zo vervelend als wanneer je denkt een efficiëntieslag te maken met AI en vervolgens alsnog vaker dan je lief is moet bijsturen, corrigeren en in meerdere systemen moet werken. Wil je een goed functionerende AI-collega? Dat begint bij training en context.
TL;DR | Veel AI-tools in recruitment werken met een generiek model dat niet is afgestemd op jouw organisatie. Dat leidt tot chatbots die de verkeerde toon aanslaan, onjuiste antwoorden geven en kandidaten verwarren. De oplossing zit niet in betere AI, maar in betere context: informatie over je processen, cultuur, tone-of-voice en selectiecriteria. Hoe meer je een AI-collega meegeeft, hoe meer taken je hem kunt toevertrouwen. Let bij het kiezen van een AI-tool daarom op de mogelijkheid om een eigen knowledge base toe te voegen, instructies aan te passen en te integreren met je ATS.
One model doesn’t fit all – waarom generieke AI-modellen niet werken
AI is slim, maar pas als jij hem slim maakt door de juiste context te bieden. Met een generiek AI-model – dat niet is getraind of aangepast op jouw processen en cultuur – sla je al snel de plank mis bij kandidaten. Generieke (AI-)chatbots hanteren de verkeerde stijl in hun berichten, geven onjuiste antwoorden op vragen of maken hun antwoord zo algemeen dat de kandidaat er eigenlijk niet mee verder komt. Gevolg: de kandidaat haakt af.
Dit gebeurt niet omdat AI niet werkt voor recruitment, maar omdat AI zonder achtergrondinformatie per definitie generiek is. Als je de AI-tool vertelt hoe jullie processen in elkaar zitten, wat de cultuur is binnen jullie organisatie, wat de juiste tone-of-voice is, welke doelgroepen jullie benaderen, wat belangrijke selectiecriteria zijn en wat functies precies inhouden, dan krijg je hele andere gesprekken met kandidaten.
“Voorheen werkten we met een statische chatbot, maar dat leverde eigenlijk alleen maar problemen op. Er ontstond verwarring bij kandidaten, waardoor de helpdesk veel tijd kwijt was met alle vragen die binnenkwamen. We hebben de chatbot toen zelfs uitgeschakeld. Met onze MrWork AI Agent is het compleet anders. Ik sta ervan te kijken hoe slim onze nieuwe digitale collega is en hoe snel Abbi leert.” – Patrick Friesen, Manager Marketing, Communicatie en Coöperatie bij AB Werkt
AI agents die je zelf kunt bouwen en trainen
Die context, ofwel de knowledge base waarop AI zich baseert, maakt het verschil tussen een algemene AI-chatbot en een AI-collega die een verlengstuk van het recruitment team vormt. Je wilt daarom AI-tools inzetten waarbij je die context zelf kunt toevoegen en de AI-collega kunt trainen, bijvoorbeeld door gesprekken te monitoren en vervolgens de prompt (instructies) aan te passen. Dat zorgt ervoor dat kandidaten die een vraag stellen over het sollicitatieproces goed geïnformeerd worden en dat je kunt varen op de pre-screening die een AI-collega voor je uitvoert. Kortom: een betere kandidaatervaring en minder handmatig werk voor jou.
“Het is een verademing dat AI-collega Vivian altijd klaar staat voor onze kandidaten. Iedere dag komen er veel reacties binnen en die handelt Vivian vriendelijk en behulpzaam af. Wij monitoren die gesprekken en kunnen eenvoudig bijschaven en optimaliseren.” – Amy Narold, Recruitment Marketeer bij ViVa! Zorggroep
Hoe meer context je je AI-collega meegeeft, hoe meer taken je hem kunt toevertrouwen. Van het vinden van de juiste vacature voor een kandidaat tot pre-screening en zelfs hulp bij de voorbereiding van een sollicitatiegesprek.
Aandachtspunten bij het implementeren van Agentic AI voor recruitment
Bij het kiezen en implementeren van een AI recruitment tool wil je daarom aandacht hebben voor:
- De mogelijkheid om een uitgebreide knowledge base toe te voegen die de context vormt voor wat de AI agents zeggen en doen
- De optie om instructies of taken van de AI agent aan te passen, zodat dit aansluit bij jullie processen en werkwijzen
- Integratie met het ATS – anders blijf je tussen meerdere systemen switchen en tijd verliezen
“De meeste AI-tools draaien op één generiek model dat kan praten, maar de organisatie niet begrijpt. Onze AI Hub is gebouwd rondom context en controle: bedrijfsspecifieke kennis, gedragsregels en processen die technisch zijn verankerd in de architectuur. Daardoor ontstaat geen generieke chatbot, maar een AI agent die voorspelbaar en betrouwbaar werkt binnen jouw organisatie.” – Zeno Lampe, CTO bij MrWork
Wat je erin stopt, bepaalt wat eruit komt
Met AI is het een kwestie van input bepaalt output. Zorg daarom dat je bij het kiezen van een AI-tool niet alleen kijkt naar wat hij kan, maar ook naar wat je hem kunt meegeven. Een uitgebreide knowledge base, de mogelijkheid om instructies aan te passen en een goede ATS-integratie zijn geen nice-to-haves. Het zijn de voorwaarden om AI als verlengstuk van je team te laten werken.
