Een motivatiebrief die precies aansluit op de vacature. Een cv zonder zwakke plekken. Antwoorden in een video-interview die klinken alsof ze vooraf zijn doordacht. Steeds vaker is dat ook zo, met hulp van AI. Voor wie selecteert, wordt een oude vraag daarmee urgent: welk deel van je selectieproces meet nog iets over de persoon?
Wat voorspelt eigenlijk goed?
Decennialang was het overzicht van Schmidt en Hunter uit 1998 het referentiepunt. Capaciteitentests, werkproeven en gestructureerde interviews kwamen daarin naar voren als sterkste voorspellers, allemaal rond de .50. In 2022 publiceerden Sackett, Zhang, Berry en Lievens een heranalyse in het Journal of Applied Psychology. Hun conclusie: door een statistische correctie die te ruim werd toegepast, zijn de meeste voorspellers jarenlang overschat, gemiddeld met .10 tot .20 punten.
Hun herziene ranglijst, uitgedrukt als samenhang met functieprestatie (waarbij 1 een perfecte voorspelling is):
- Gestructureerd interview: .42
- Vakkennistoets: .40
- Werkproef: .33
- Capaciteitentest: .31
- Assessment center: .29
- Ongestructureerd interview: .19
- Consciëntieusheid, gemeten met een algemene persoonlijkheidsvragenlijst: .19
- Jaren werkervaring: .07
Drie dingen vallen op. Het gestructureerde interview staat bovenaan. Het vrije kennismakingsgesprek voorspelt maar half zo goed. En het aantal jaren ervaring zegt vrijwel niets over hoe iemand gaat presteren. Geen enkel instrument komt in de buurt van een perfecte voorspelling, dus wie op één methode vertrouwt, neemt een groot risico.
Wat AI daaraan verandert
Die cijfers komen uit een tijd waarin kandidaten hun eigen antwoorden gaven. Dat is niet meer vanzelfsprekend. In een experiment met 245 deelnemers kregen mensen die ChatGPT gebruikten bij een asynchroon video-interview, waarbij je thuis vragen beantwoordt voor een camera, aanzienlijk hogere scores op inhoud en totaalprestatie dan mensen zonder AI (Canagasuriam & Lukacik, 2025). Onderzoek naar persoonlijkheidsvragenlijsten laat zien dat ChatGPT een profiel richting een gewenste functie kan sturen, al deed het dat zonder extra instructie niet consequent beter dan mensen die zelf een gunstig beeld probeerden te geven (Robie e.a., 2025).
De les: onderdelen die een kandidaat alleen en onbegeleid invult, worden kwetsbaarder. Ze blijven bruikbaar, bijvoorbeeld voor een eerste schifting bij grote aantallen. Het gewicht van een benoeming kun je er alleen niet meer op laten rusten.
Om te oefenen is AI juist ijzersterk: je doet een lastig gesprek tien keer over, met directe feedback. Het oordeel over een persoon vraagt iets anders: gedrag dat niet vooraf is geschreven, en iemand die het kan wegen.
Wat dit betekent voor je selectie
1. Structureer je gesprekken. Stel elke kandidaat dezelfde functiegerichte vragen, vraag door op concreet gedrag en beoordeel aan de hand van vooraf vastgestelde criteria. Dat is het verschil tussen .42 en .19.
2. Laat mensen zien wat ze kunnen. Een simulatie waarin iemand live reageert op een lastige medewerker of een kritische klant, laat geen ruimte voor een chatbot die de antwoorden voorzegt. Je ziet gedrag in plaats van een voorbereide tekst.
3. Combineer methoden. Geen enkel instrument voorspelt op zichzelf sterk genoeg. Een gestructureerd interview, een capaciteitentest en een gedragssimulatie vullen elkaar aan en geven samen een steviger beeld.
4. Houd een psycholoog in de beoordeling. Iemand die de kandidaat werkelijk heeft gezien en gesproken, merkt wanneer een antwoord te glad is en vraagt dan door.
Hoe wij dit aanpakken
In onze selectie-assessments combineren we COTAN-gecertificeerde persoonlijkheids- en capaciteitentests met gedragssimulaties en een diepte-interview. Eén ervaren adviseur begeleidt de hele dag. Online tests zetten we in voor voorselectie bij grotere groepen, altijd te combineren met een verdiepend assessment op locatie. De psycholoog blijft leidend in het oordeel.
Twijfel je of jouw selectieproces nog meet wat je wilt meten? Bekijk onze assessments, of lees wat de EU AI Act vraagt aan menselijk toezicht in HR-beslissingen.
Bronnen
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040-2068. doi.org/10.1037/apl0000994
- Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 85 years of research findings. Psychological Bulletin, 124(2), 262-274. doi.org/10.1037/0033-2909.124.2.262
- Canagasuriam, D., & Lukacik, E.-R. (2025). ChatGPT, can you take my job interview? Examining artificial intelligence cheating in the asynchronous video interview. International Journal of Selection and Assessment, 33(1). doi.org/10.1111/ijsa.12491
- Robie, C., Phillips, J., Bourdage, J. S., Christiansen, N. D., Dunlop, P. D., Risavy, S. D., & Speer, A. B. (2025). Can ChatGPT outperform humans in faking a personality assessment while avoiding detection? International Journal of Selection and Assessment, 33(3). doi.org/10.1111/ijsa.70015