Hoe recruiters AI-detectie gebruiken om cv's te screenen

AI-detectie is overgegaan op werving. Wat begon in academische instellingen heeft zich verspreid naar HR-afdelingen en wervingsbureaus, en in 2026 wordt een aanzienlijk percentage van de sollicitaties gescreend op door AI gegenereerde inhoud voordat een menselijke recruiter ze ooit ziet. Begrijpen hoe dit werkt – en wat het betekent voor uw zoektocht naar een baan – is nu praktische loopbaankennis.

Hoe wijdverbreid is AI-cv-screening?

Uit een onderzoek uit 2025 van de Society for Human Resource Management bleek dat 34% van de HR-professionals aangaf een of andere vorm van AI-detectie te gebruiken in hun wervingsproces, vergeleken met minder dan 5% twee jaar eerder. De praktijk komt vaker voor in kenniswerkrollen waarbij de schrijfkwaliteit direct relevant is voor de prestaties: schrijven, redigeren, inhoudsstrategie, onderzoek, advies, recht en communicatie. Het komt ook vaker voor bij grote organisaties die grote applicatievolumes ontvangen en over speciale HR-technologiepakketten beschikken. Voor concurrentieposities bij grote werkgevers is screening op AI-detectie steeds meer regel dan uitzondering.

Waar recruiters eigenlijk naar op zoek zijn

Het gebruik van AI-detectie bij aanwerving weerspiegelt niet een algemeen bezwaar tegen AI-tools. De meeste recruiters proberen een specifieke vraag te beantwoorden: beschikt deze persoon over de communicatieve vaardigheden waarvoor we mensen inhuren, of hebben ze die vaardigheden uitbesteed aan een taalmodel? Een begeleidende brief die leest als betrouwbare AI-uitvoer geeft geen signaal over het daadwerkelijke schrijfvermogen van de kandidaat. Een CV-samenvatting die duidelijk geoptimaliseerd is in plaats van persoonlijk, vertelt de recruiter niet wie de persoon is. Het gaat niet per se om AI-hulp; het gaat om AI-vervanging die de werkelijke capaciteiten van de kandidaat verdoezelt. Verschillende recruiters die voor dit stuk werden geïnterviewd, omschrijven hun aanpak als: "AI-gepolijst is prima; AI-geschreven is een voldoende."

Hoe AI-tekstdetectie werkt op cv's

Dezelfde detectiemechanismen die worden gebruikt voor academische teksten zijn van toepassing op cv's en sollicitatiebrieven: perplexiteitsanalyse (hoe voorspelbaar elke woordkeuze is) en burstiness-analyse (hoe sterk zinslengte en complexiteit variëren). Door AI gegenereerde tekst heeft doorgaans lage perplexiteit en lage burstiness: de tekst is grammaticaal strak, gepolijst en eenvormig gestructureerd. De ironie is dat CV-advies kandidaten al tientallen jaren in de richting van precies dit soort schrijven heeft geduwd: duidelijk, professioneel en voorspelbaar. Dit maakt cv's tot een bijzonder hoog vals-positieve omgeving voor AI-detectie. Een kandidaat die heel netjes en professioneel schrijft, scoort mogelijk vergelijkbaar met een door AI gegenereerd cv, terwijl een kandidaat die in een meer onderscheidende en gevarieerde stijl schrijft lager zal scoren.

Wat maakt een CV ‘gelezen als AI’

Naast detectiescores ontwikkelen ervaren recruiters ook intuïtieve teksten voor door AI gegenereerde cv's. Veel voorkomende aanwijzingen: generieke actiewerkwoorden die in hoge dichtheid worden gebruikt zonder specifieke context (met behulp van een hefboomwerking, onder leiding van een speerpunt, georkestreerd, synergetisch); opsommingstekens die verdacht goed gestructureerd zijn — elk precies twee regels, elk volgens identieke grammaticale patronen; impactstatistieken die te rond of te handig zijn (omzet verhoogd met precies 47%, kosten verlaagd met precies 23%); een sollicitatiebrief die klinkt alsof deze is geschreven over een fictieve versie van de functiebeschrijving in plaats van over het specifieke bedrijf en de specifieke rol; en taal die nooit persoonlijkheid, mening of onzekerheid onthult – perfect geoptimaliseerd maar volkomen onpersoonlijk.

Het vals-positieve probleem in professioneel schrijven

Professionele schrijfconventies streven naar dezelfde kenmerken die AI-detectie markeert: formeel register, consistente zinsstructuur, nauwkeurige woordkeuzes, afwezigheid van spreektaal. Niet-moedertaalsprekers van het Engels, kandidaten die uitgebreide schrijfcoaching hebben gekregen en kandidaten met een schrijfintensieve achtergrond hebben allemaal de neiging om tekst te produceren die door detectietools vaker wordt opgemerkt. Hetzelfde vals-positieve probleem dat in academische contexten is gedocumenteerd, is hier van toepassing. Verantwoordelijke recruiters beschouwen AI-detectiescores als één signaal om te onderzoeken, en niet als een binaire poort – maar niet alle rekruteringsprocessen zijn zo genuanceerd.

Of AI-geschreven applicaties daadwerkelijk een probleem zijn

Het eerlijke antwoord is genuanceerd. Voor functies waarbij de applicatie zelf een schrijfvoorbeeld is – communicatiedirecteur, contentstrateeg, voorstelschrijver – ondermijnen AI-gegenereerde applicaties rechtstreeks het doel van het proces. Je wordt beoordeeld op schrijfvaardigheid; het uitbesteden van die evaluatie is ronduit misleidend. Voor functies waarbij schrijfvaardigheid een bijkomstigheid is – techniek, datawetenschap, logistiek – kan een gepolijste, door AI geschreven sollicitatiebrief een legitiem efficiëntie-instrument zijn, en de ethische zorg gaat vooral over een verkeerde voorstelling van zaken. Voor elke functie geeft een sollicitatiebrief die volledig door AI is geschreven en die beweert oprecht enthousiasme voor het bedrijf uit te drukken, een valse voorstelling van zaken over de gevoelens en het oordeel van de kandidaat.

Hoe sommige bedrijven zich aanpassen

Sommige organisaties zijn volledig afgestapt van ongestructureerde sollicitatiebrieven en hebben deze vervangen door gestructureerde aanwijzingen of werkvoorbeelden die moeilijker te vervaardigen zijn met AI. Technische rollen maken steeds vaker gebruik van take-home-opdrachten of live codeerinterviews. Sommige bedrijven zijn expliciet geworden in hun vacatures: “sollicitaties die door AI gegenereerd lijken, worden niet in behandeling genomen.” Een kleinere maar groeiende groep bedrijven is de andere kant op gegaan: zij staan ​​expliciet AI-hulp toe en verwachten deze als bewijs van hun beheersing van moderne hulpmiddelen. De variatie is zo groot dat het meest praktische advies is om de uitgesproken of schijnbare verwachtingen van het specifieke bedrijf te controleren voordat u solliciteert.

Tips voor authentieke, AI-ondersteunde applicaties

Als u AI-tools gebruikt om u te helpen met uw toepassingsmateriaal (en de meeste mensen doen dat), kunt u dit als volgt doen zonder dat dit aanleiding geeft tot detectie of een verkeerde voorstelling van zaken. Gebruik AI om een concept te genereren en vervolgens het grotendeels met uw eigen stem te herschrijven, waarbij u specifieke details, persoonlijke observaties en een echt perspectief toevoegt dat de AI niet had kunnen weten. Varieer bewust je zinsstructuur: korte zinnen, complexe zinnen, fragmenten om de nadruk te leggen. Voeg specifieke, persoonlijke details toe die de aanvraag in verband brengen met uw daadwerkelijke ervaring: het specifieke project, de specifieke uitdaging, het specifieke aan dit bedrijf dat voor u belangrijk is. Controleer uw materiaal vooraf met een AI-detectietool voordat u het indient. Een applicatie die de detectie doorstaat, is niet noodzakelijkerwijs goed, maar een applicatie die je niet door de detector kunt halen zonder zware aanpassingen geeft je waarschijnlijk niet nauwkeurig genoeg weer om je recht te doen in een interview.

Het grotere plaatje

AI-detectie bij aanwerving is een reactie op een reëel probleem: de devaluatie van sollicitatiematerialen als signalen van daadwerkelijke capaciteiten. De bredere verschuiving die gaande is, is dat sollicitatiematerialen minder belangrijk worden omdat wervingsprocessen meer live, realtime evaluatiecomponenten toevoegen die moeilijker te automatiseren zijn. Voor werkzoekenden betekent dit dat ze meer moeten investeren in de voorbereiding van sollicitatiegesprekken en de kwaliteit van de werkmonsters dan in het perfectioneren van sollicitatieproza. Voor rekruteringsorganisaties is de uitdaging het ontwerpen van processen die daadwerkelijke capaciteiten onthullen in plaats van een geoptimaliseerde zelfpresentatie – of de optimalisatie nu wordt gedaan door AI of door decennia van cv-coaching.