Int J Selection Assessment - 2024 - Lievens - Effects of Applicants Use of Generative AI in Personnel Selection Towards a.pdf

# Effecten van het gebruik van generatieve AI door sollicitanten op personeelsselectie Generatieve AI (GenAI) transformeert de manier waarop sollicitanten sollicitatieprocedures benaderen, wat leidt tot een genuanceerder begrip van de impact op de validiteit van beoordelingen [1](#page=1). ### 1.1 Overzicht van onderzoek naar effecten van GenAI-gebruik door sollicitanten bij selectie Er is een groeiende hoeveelheid literatuur die de effectiviteit van Large Language Models (LLMs) onderzoekt bij het oplossen van diverse problemen, met specifieke toepassingen in selectieprocedures voor banen en professionele accreditaties [2](#page=2). #### 1.1.1 Onderzoek naar verschillende selectieprocedures * **Sollicitatiebrieven:** Studies tonen aan dat met ChatGPT gemaakte sollicitatiebrieven aanzienlijk gunstiger werden beoordeeld door recruiters dan handgeschreven brieven. Bovendien konden de verschillen tussen moedertaal- en niet-moedertaalsprekers in beoordelingen vrijwel verdwijnen bij het gebruik van GenAI, wat suggereert dat GenAI een sociaal wenselijk instrument kan zijn voor groepen die worden benadeeld door taalafhankelijke beoordelingen [2](#page=2) [3](#page=3). * **Verbale en numerieke redeneertests:** GPT-3.5 en GPT-4 hebben commerciële verbale redeneertests zodanig beantwoord dat ze de meeste menselijke testers overtroffen (GPT-4 scoorde hoger dan 94% van de testers). De minder complexe GPT-3.5 scoorde tussen het 54e en 63e percentiel. Wat betreft numerieke tests, presteerden menselijke testers die GPT-3.5 en GPT-4 gebruikten, respectievelijk beter dan slechts 9% en 19% van de menselijke testers. Dit suggereert dat GenAI's capaciteiten als coach of proxy-tester sterk variëren per type cognitieve test [2](#page=2) [3](#page=3). * **Persoonlijkheidsbeoordelingen:** GenAI kan mogelijk helpen bij het "optimaal" invullen van persoonlijkheidstests. Zelfs in een geforceerde keuze-format kon GPT-4 zeer hoge scores behalen op gewenste eigenschappen, zowel absoluut als relatief ten opzichte van mensen die werden geïnstrueerd om gemotiveerde sollicitanten te simuleren. Recent onderzoek suggereert echter dat bij persoonlijkheidsinventarissen met volledige statements, LLM-gebaseerde antwoorden niet in dezelfde mate "uitblonken" als bij op bijvoeglijke naamwoorden gebaseerde inventarissen. Verder produceerden de onderzochte LLM's over het algemeen slechts middelmatige scores op integriteit bij een geforceerde keuze-format [2](#page=2) [3](#page=3). * **Asynchrone video-interviews (AVIs):** Sollicitanten die ChatGPT gebruikten om antwoorden op interviewvragen voor te bereiden, ontvingen aanzienlijk hogere evaluaties dan degenen die dit niet deden. De door ChatGPT gegenereerde antwoorden waren echter minder heterogeen en vertoonden duidelijke "kenmerken" (typische woorden of uitdrukkingen die door LLM's worden gegenereerd). Dit suggereert dat sollicitanten verder moeten gaan dan het simpelweg volgen van de directe instructies van GenAI om op te vallen [2](#page=2) [3](#page=3). * **Situationele Beoordelingstests (SJTs):** Kandidaten die GenAI raadpleegden, scoorden doorgaans hoger dan degenen die dat niet deden. De capaciteit van GenAI om sollicitanten te helpen bij het invullen van SJTs varieerde echter aanzienlijk tussen studies [2](#page=2) [3](#page=3). #### 1.1.2 Potentiële gevolgen voor validiteit De huidige bevindingen geven aanleiding tot bezorgdheid over de construct-gerelateerde en criterium-gerelateerde validiteit van onbewaakte assessments als GenAI steeds meer wordt gebruikt. Er is echter nog geen onderzoek gedaan naar mogelijke afnames in validiteit [3](#page=3). ### 1.2 Scenario's van GenAI-gebruik door sollicitanten en effecten op gemiddelde scores en validiteit Drie scenario's worden geschetst over hoe het gebruik van GenAI door sollicitanten de gemiddelde prestaties en de criterium-gerelateerde validiteit van tests kan beïnvloeden, gebaseerd op testcoaching-frameworks [3](#page=3) [4](#page=4) [5](#page=5). #### 1.2.1 GenAI voegt criterium-irrelevante variantie toe: GenAI als totale substitutie Dit is het traditionele, pessimistische perspectief waarbij GenAI wordt gebruikt om kennishiaten of gebrek aan gedragsvaardigheden volledig te vervangen, zonder reflectie op de output [4](#page=4). * **Beschrijving:** Sollicitanten gebruiken GenAI als een directe vervanging, wat resulteert in onnauwkeurige weergaven van hun werkelijke niveau op een kenmerk. Dit kan ook leiden tot gemotiveerd, misleidend indrukmanagement, bijvoorbeeld door het genereren van fictieve, maar relevante, voorbeelden van competenties [4](#page=4). * **Effect op gemiddelde testprestaties:** Toename van testscores [4](#page=4). * **Effect op testvaliditeit (binnen-persoon vergelijking):** Lagere validiteit voor sollicitanten die GenAI gebruiken, omdat de scores minder accuraat hun werkelijke niveau weerspiegelen vergeleken met assessments zonder GenAI [4](#page=4). * **Effect op testvaliditeit (tussen-persoon vergelijking):** Lagere validiteit voor GenAI-gebruikers dan voor niet-gebruikers, door een minder nauwkeurige weergave van hun niveau [4](#page=4). * **Organisatorische acties:** Identificeer tests en assessmentkenmerken die het meest kwetsbaar zijn. Deteectie en afschrikking van GenAI-gebruik door sollicitanten [4](#page=4). > **Tip:** Interventies zoals het uitschakelen van bepaalde functies, waarschuwingen, interactievere assessments en video-antwoorden kunnen worden ingezet, maar zijn niet onfeilbaar. Meerdere controlemechanismen en triangulatie met face-to-face assessments kunnen noodzakelijk zijn [4](#page=4). #### 1.2.2 GenAI vermindert criterium-irrelevante variantie: GenAI als equalizer Dit scenario stelt dat het gebruik van GenAI criterium-irrelevante factoren kan verminderen of elimineren die leiden tot discrepanties tussen waargenomen en werkelijke scores [5](#page=5). * **Beschrijving:** GenAI helpt bij het compenseren van tekortkomingen zoals testangst, onbekendheid met tests, of lage taalvaardigheid, waardoor sollicitanten hun ware niveau beter kunnen tonen. Dit creëert een meer gelijk speelveld voor sollicitanten met een tekortkoming [5](#page=5). * **Effect op gemiddelde testprestaties:** Toename van testscores [5](#page=5). * **Effect op testvaliditeit (binnen-persoon vergelijking):** Hogere validiteit voor sollicitanten die GenAI gebruiken om tekortkomingen te compenseren, omdat de scores minder worden gehinderd door construct-irrelevante factoren en beter de ware prestatie weergeven [5](#page=5). * **Effect op testvaliditeit (tussen-persoon vergelijking):** Gelijke validiteit voor GenAI-gebruikers en niet-gebruikers, omdat in beide groepen een accurate weergave van hun niveau wordt verkregen [5](#page=5). > **Tip:** Organisaties kunnen duidelijkheid bieden over acceptabel GenAI-gebruik en de grenzen daarvan. Er zijn templates beschikbaar die helpen bij het verfijnen van cv's en sollicitatiebrieven, en voor het oefenen van interviews en tests, met "do's" en "don'ts" [5](#page=5). * **Caveat:** De toegankelijkheid van geavanceerde LLM's kan een nieuwe barrière vormen voor sollicitanten die deze niet kunnen betalen, wat leidt tot een "tweedelig" systeem [5](#page=5). #### 1.2.3 GenAI voegt criterium-relevante variantie toe: GenAI als augmenter Dit scenario beschrijft hoe GenAI de werkelijke vaardigheden en kennis van een kandidaat kan aanvullen, wat leidt tot betere prestaties zowel in de selectie als op de werkvloer [5](#page=5) [6](#page=6). * **Beschrijving:** Sollicitanten gebruiken GenAI om hun sterke punten te vergroten of hun uitdagingen te compenseren, en deze vaardigheden worden ook op de werkvloer ingezet. Verschillen in de effectiviteit waarmee sollicitanten GenAI gebruiken, kunnen voorspellend zijn voor hun toekomstige werkprestaties. Dit genereert criterium-relevante variantie die wordt gemeten tijdens het selectieproces [6](#page=6). * **Effect op gemiddelde testprestaties:** Toename van testscores [6](#page=6). * **Effect op testvaliditeit (binnen-persoon vergelijking):** Hogere validiteit voor sollicitanten die GenAI gebruiken om hun vaardigheden te vergroten, omdat de scores een accuratere weergave geven van hun potentieel en prestaties, zowel in de assessment als op het werk [6](#page=6). * **Effect op testvaliditeit (tussen-persoon vergelijking):** Gelijke validiteit voor GenAI-gebruikers en niet-gebruikers, omdat in beide groepen een accurate weergave van hun niveau wordt verkregen [6](#page=6). > **Tip:** Dit scenario is het meest relevant voor organisaties die GenAI-gebruik op de werkplek omarmen. Het kan zelfs zinvol zijn om de kennis en het gebruik van GenAI tijdens de selectie te beoordelen [6](#page=6). * **Caveats:** De effecten op criteria zoals Organisatieburgerschapsgedrag (OCB) of contraproductief werkgedrag zijn nog onduidelijk. De intentie achter het gebruik van GenAI (bv. voor eenmalige boost versus leren) is cruciaal [6](#page=6). ### 1.3 Conclusie en toekomstig onderzoek Het gebruik van GenAI door sollicitanten kan leiden tot drie scenario's: GenAI als "totale substitutie" (introductie van criterium-irrelevante variantie), GenAI als "equalizer" (reductie van criterium-irrelevante variantie), en GenAI als "augmenter" (toevoeging van criterium-relevante variantie). De relevantie van elk scenario wordt gemodereerd door de mate van GenAI-integratie in de werkplek [6](#page=6). Het is cruciaal om de effecten van GenAI-gebruik te onderzoeken op: * De reacties van sollicitanten en de toegankelijkheid tot werkgelegenheid bij de implementatie van tegenmaatregelen [7](#page=7). * De validiteit van assessments wanneer minder bekwame individuen de grootste winst behalen uit GenAI, wat leidt tot een meer homogeen prestatiebereik [7](#page=7). * Of de beslissingen van sollicitanten om GenAI te gebruiken, en hoe zij het gebruiken, zelf voorspellende signalen zijn van persoonlijkheidskenmerken zoals integriteit of proactiviteit [7](#page=7). * De precieze manieren waarop sollicitanten GenAI gebruiken en hoe suboptimale beslissingen de verwachte hoge scores kunnen beïnvloeden [7](#page=7). --- # Drie scenario's van AI-gebruik door sollicitanten Dit onderdeel introduceert en bespreekt drie verschillende scenario's voor het gebruik van generatieve kunstmatige intelligentie (GenAI) door sollicitanten: als 'totale substituut', als 'equalizer' en als 'augmenter', en analyseert de impact hiervan op testscores en validiteit. Deze scenario's bieden een kader om de effecten van GenAI op selectiebeoordelingen te begrijpen en zijn gebaseerd op inzichten uit het eerdere fenomeen van sollicitanten die coaching zochten voor assessments [3](#page=3). ### 2.1 Applicant GenAI gebruik voegt criterium-irrelevante variantie toe: GenAI als totale substituut Dit scenario, vaak gepresenteerd in de populaire pers, stelt dat het gebruik van GenAI door sollicitanten leidt tot een onnauwkeurige weergave van hun werkelijke vaardigheden en kennis. Dit kan op twee manieren gebeuren [3](#page=3): * **GenAI als directe vervanging voor kennis en vaardigheden:** Sollicitanten gebruiken GenAI zonder kritische reflectie om hiaten in hun kennis of gedragsvaardigheden op te vullen. Dit kan bijvoorbeeld door GenAI-output letterlijk te gebruiken voor redeneertaken of interviewantwoorden, zonder de onderliggende logica te begrijpen. Hoewel de sollicitant hierdoor mogelijk GenAI-gerelateerde vaardigheden demonstreert, geeft dit geen accuraat beeld van hun eigen capaciteiten of hoe zij GenAI in hun werk zouden toepassen. Voorbeelden hiervan zijn het gebruik van GenAI om verbale redeneertests op te lossen of het letterlijk voorlezen van GenAI-gegenereerde antwoorden tijdens een video-interview [3](#page=3). * **GenAI voor misleidend impression management:** Sollicitanten gebruiken GenAI om misleidende, maar voor de functie relevante, voorbeelden te genereren voor interviews, of lijsten met fictieve, maar relevante technische vaardigheden toe te voegen aan hun CV. Dit type gebruik komt reeds voor, waarbij een aanzienlijk percentage van de werkzoekenden GenAI gebruikt voor tests en interviewvragen [3](#page=3). **Effecten op validiteit:** Als sollicitanten GenAI gebruiken om hun kennis of vaardigheden te substitueren of voor misleidend impression management, zullen de testscores niet langer het werkelijke niveau van de beoogde eigenschap van de sollicitant vertegenwoordigen. Dit leidt tot een lagere voorspellende waarde van de assessment voor werkprestaties. De verwachting is dat dit gebruik van GenAI de assessmentprestaties van de sollicitant verhoogt, maar een negatief effect heeft op de validiteit van de assessment, omdat het een onnauwkeurige weergave geeft van de ware staatsgreep van de sollicitant en variantie introduceert die niet gerelateerd is aan de beoogde eigenschap. Dit resulteert in suboptimale aanwervingsbeslissingen door werkgevers [4](#page=4). **Organisatorische reacties:** Organisaties kunnen de volgende stappen ondernemen: * Identificeer de kwetsbaarheid van verschillende soorten assessments en hun ontwerpeigenschappen voor dit type GenAI-gebruik [4](#page=4). * Overweeg het verwijderen van kwetsbare tests uit het selectieproces [4](#page=4). * Indien verwijdering niet mogelijk is, intervenieer om GenAI-gebruik te ontmoedigen en te detecteren. Dit kan door het uitschakelen van bepaalde functies (zoals kopiëren/plakken) op het apparaat waar de assessment wordt voltooid, het gebruik van waarschuwingen, het rijker en interactiever maken van assessments, en het vereisen van volledige videoantwoorden [4](#page=4). * Overweeg software die GenAI-gebruik kan detecteren, hoewel dit niet onfeilbaar is [4](#page=4). > **Tip:** De effectiviteit van interventies hangt af van het type assessment en de technische vaardigheid van de sollicitant. Er ontstaat een voortdurende "wapenwedloop" tussen sollicitanten en organisaties, waardoor interventies na verloop van tijd hun effectiviteit kunnen verliezen [5](#page=5). ### 2.2 Applicant GenAI gebruik vermindert criterium-irrelevante variantie: GenAI als equalizer Dit meer positieve scenario stelt dat GenAI criterium-irrelevante factoren kan verminderen of elimineren die anders systematisch leiden tot discrepanties tussen geobserveerde en ware scores. Voorbeelden van dergelijke "tekortkomingen" in assessmentcontexten zijn faalangst, onbekendheid met testen, of lage taalvaardigheid [5](#page=5). * **Deficiëntiecompensatie door GenAI:** GenAI kan sollicitanten helpen om bekender te worden met testformats of interviewtechnieken door simulaties te bieden met voorbeeldvragen. Sollicitanten die moeite hebben met eerlijk en effectief impression management kunnen GenAI gebruiken om succesvoorbeelden te brainstormen en advies te krijgen over hoe deze te presenteren. Ook het overbruggen van taalbarrières, zoals het begrijpen van idiomen in vragen, is een mogelijkheid. Het verfijnen van CV's, sollicitatiebrieven en het oefenen van mock-interviews met GenAI is reeds zichtbaar [5](#page=5). **Effecten op validiteit:** Dit type GenAI-gebruik, gericht op compensatie van tekortkomingen, creëert een gelijk speelveld tussen sollicitanten met en zonder tekortkomingen (GenAI als "equalizer"). Het verbetert de gemiddelde assessmentprestaties van sollicitanten met een tekortkoming. Doordat deze sollicitanten hun ware prestatieniveau beter kunnen weergeven, zonder gehinderd te worden door criterium-irrelevante factoren, leidt dit tot betere voorspellingen van hun prestaties. GenAI-gestuurd gebruik vermindert dus externe variantie, waardoor de scores betere indicatoren worden van de beoogde eigenschap en mogelijk relevante uitkomsten zoals werkprestaties beter voorspellen [5](#page=5). **Organisatorische reacties:** * Organisaties moeten sollicitanten duidelijke richtlijnen geven over hoe GenAI gebruikt mag worden en wat acceptabel is [5](#page=5). * Het aanbieden van sjablonen die aangeven hoe GenAI gebruikt kan worden voor impression management, cv's, sollicitatiebrieven en oefenen voor interviews, met duidelijke "do's and don'ts", kan helpen [5](#page=5). > **Tip:** Hoewel GenAI kan helpen bij het compenseren van tekortkomingen, moeten organisaties zich bewust zijn van een mogelijke "tweeledige" toegang tot geavanceerde GenAI-modellen, wat nieuwe barrières kan creëren voor sollicitanten die zich deze niet kunnen veroorloven [5](#page=5). ### 2.3 Applicant GenAI gebruik voegt criterium-relevante variantie toe: GenAI als augmenter Dit scenario benadrukt de impact van GenAI op toekomstig werk en hoe het individuele sterktes kan versterken en uitdagingen kan compenseren [6](#page=6). * **Augmentatie van vaardigheden door GenAI:** Sollicitanten kunnen GenAI gebruiken om hun kennis, vaardigheden en gedrag te verrijken. Bijvoorbeeld, iemand met aandachtsproblemen kan GenAI gebruiken om een sollicitatiebrief te controleren, en deze tool later ook op het werk gebruiken. Een sollicitant die GenAI effectief gebruikt om een programmeertest te leren oplossen, kan dit ook toepassen om nieuwe programmeertalen op het werk te leren. Sollicitanten die moeite hebben met interpersoonlijke communicatie kunnen GenAI gebruiken voor coaching tijdens een SJT, en dezelfde tools later gebruiken voor uitdagende gesprekken met klanten of collega's [6](#page=6). **Effecten op validiteit:** Dit gebruik van GenAI tijdens de selectie voor kennis-, vaardigheids- en gedragsaugmentatie weerspiegelt mogelijk vergelijkbaar GenAI-gebruik op de werkvloer. Individuele verschillen in GenAI-gebruik (bijv. prompts, volharding) kunnen voorspellend zijn voor hoe sollicitanten GenAI op het werk zullen inzetten voor prestatieverbetering. Dit genereert criterium-relevante variantie die in het selectieproces wordt gemeten. De verwachting is dat dit gebruik van GenAI de gemiddelde testprestaties zal verbeteren, en dat scores van GenAI-ondersteunde assessments beter zullen voorspellen hoe deze personen presteren op het werk, waar vergelijkbaar GenAI-gebruik waarschijnlijk wordt aangemoedigd. Sollicitanten die GenAI op deze manier gebruiken, tonen hun ware prestatieniveau, zowel in de assessment als op het werk [6](#page=6). > **Tip:** Het scenario van augmentatie is het meest relevant voor organisaties die GenAI op de werkvloer toestaan, aanmoedigen en werknemers trainen in het gebruik ervan. Organisaties kunnen zelfs het kennis- en gebruiksvermogen van GenAI-tools beoordelen als onderdeel van het selectieproces [6](#page=6). **Caveats:** * De effecten van GenAI-augmentatie kunnen variëren afhankelijk van de voorspelling van verschillende criteria zoals organisatorisch burgergedrag (OCB) of contraproductief werkgedrag [6](#page=6). * De vraag in hoeverre GenAI-augmentatie leidt tot werkelijke, duurzame verbetering bij sollicitanten is nog onduidelijk. Het onderscheid tussen GenAI als "steroïden" (eenmalige boost) en als "coach" (gericht op leren) is hierbij relevant [7](#page=7). * De mate waarin GenAI-gegenereerde oplossingen zonder kritische analyse op het werk kunnen worden geïmplementeerd, beïnvloedt de validiteit van assessments [7](#page=7). --- # Strategieën voor organisaties om te reageren op AI-gebruik door sollicitanten Dit thema verkent de diverse reacties en strategieën die organisaties kunnen implementeren als reactie op het toenemende gebruik van generatieve kunstmatige intelligentie (GenAI) door sollicitanten, variërend van detectie tot acceptatie. ### 3.1 De opkomst van GenAI in sollicitatieprocedures Generatieve AI-tools worden steeds vaker door sollicitanten gebruikt om hun sollicitatieprocedures te ondersteunen. Recente gegevens suggereren dat een significant deel van de werkzoekenden GenAI heeft gebruikt of van plan is dit te doen voor het solliciteren. Populaire publicaties benadrukken vaak de "disruptieve" aard van dit gebruik voor traditionele selectiepraktijken, met koppen die de potentiële transformatie van werving en selectie aankondigen. Als reactie hierop zijn organisaties begonnen met het implementeren van strategieën om dit gebruik te ontmoedigen en te beperken [2](#page=2). ### 3.2 Onderzoek naar de effecten van GenAI-gebruik door sollicitanten Recent onderzoek werpt licht op de potentiële gevolgen van het GenAI-gebruik door sollicitanten tijdens assessments. Studies hebben aangetoond dat AI-ondersteuning kan leiden tot positievere beoordelingen van sollicitatiematerialen, zoals motivatiebrieven. Bovendien kunnen geavanceerde GenAI-modellen, zoals GPT-4, aanzienlijk beter presteren op gestandaardiseerde tests dan menselijke kandidaten. Ook persoonlijkheidsbeoordelingen en asynchrone video-interviews lijken beïnvloedbaar door GenAI-coaching, waarbij kandidaten die AI gebruiken om antwoorden voor te bereiden, hogere evaluaties ontvangen. Tests zoals Situational Judgement Tests (SJT's) en tests voor emotionele intelligentie laten eveneens hogere scores zien voor kandidaten die GenAI raadplegen [2](#page=2). ### 3.3 Scenario's van GenAI-gebruik en hun implicaties Er kunnen drie hoofscenario's worden onderscheiden voor het gebruik van GenAI door sollicitanten, elk met verschillende effecten op testscores en validiteit [4](#page=4): #### 3.3.1 Scenario 1: GenAI als "Substitute" (Vervanger) * **Beschrijving:** In dit scenario wordt GenAI gebruikt om kennis- of gedragsleemtes te compenseren en om een misleidend beeld te geven van het ware niveau van de kandidaat op een bepaalde eigenschap [4](#page=4). * **Effect op gemiddelde testprestaties:** Een toename van de testscores [4](#page=4). * **Effect op testvaliditeit (binnen-persoon):** Lagere validiteit, omdat de testscores minder accuraat de ware status van de kandidaat weerspiegelen vergeleken met een situatie zonder GenAI [4](#page=4). * **Effect op testvaliditeit (tussen-persoon):** Lagere validiteit voor GenAI-gebruikers dan voor niet-gebruikers [4](#page=4). * **Organisatorische reactie:** Vaststellen welke testtypes en ontwerpelementen het meest kwetsbaar zijn; detectie en preventie van GenAI-gebruik door sollicitanten [4](#page=4). #### 3.3.2 Scenario 2: GenAI als "Equalizer" (Gelijkrichter) * **Beschrijving:** GenAI wordt gebruikt om criteria-irrelevante factoren te verminderen, zoals testangst, onbekendheid met testprocedures of lage taalvaardigheid [5](#page=5). * **Effect op gemiddelde testprestaties:** Een toename van de testscores [4](#page=4). * **Effect op testvaliditeit (binnen-persoon):** Hogere validiteit, omdat GenAI-gebruik de kandidaat in staat stelt zijn of haar ware niveau beter te tonen door de compensatie van exogene factoren [5](#page=5). * **Effect op testvaliditeit (tussen-persoon):** Gelijke validiteit voor GenAI-gebruikers en niet-gebruikers, omdat in beide groepen een accurate weergave van de eigenschap wordt verkregen [4](#page=4). * **Organisatorische reactie:** GenAI-gebruik toestaan voor voorbereiding (niet voor het maken van de test) om tekorten te compenseren; duidelijke richtlijnen bieden over acceptabel gebruik [5](#page=5). #### 3.3.3 Scenario 3: GenAI als "Augmenter" (Versterker) * **Beschrijving:** GenAI-gebruik leidt tot een ware verandering in de beoordeelde eigenschap door augmentatie, wat ook relevant wordt geacht voor toekomstige werkprestaties [4](#page=4). * **Effect op gemiddelde testprestaties:** Een toename van de testscores [4](#page=4). * **Effect op testvaliditeit (binnen-persoon):** Hogere validiteit, omdat de GenAI-ondersteunde scores nauwkeuriger de beoogde eigenschap weerspiegelen en beter toekomstige prestaties voorspellen [5](#page=5). * **Effect op testvaliditeit (tussen-persoon):** Gelijke validiteit voor GenAI-gebruikers en niet-gebruikers, omdat de eigenschap in beide groepen accuraat wordt weerspiegeld, maar door verschillende middelen [4](#page=4). * **Organisatorische reactie:** GenAI-gebruik op het werk omarmen (motiveren en trainen); de kennis en het gebruik van GenAI beoordelen tijdens de selectieprocedure [6](#page=6). ### 3.4 Organisatorische strategieën en interventies Organisaties kunnen verschillende strategieën hanteren om om te gaan met het gebruik van GenAI door sollicitanten. Deze variëren van detectie en preventie tot acceptatie en integratie [2](#page=2). #### 3.4.1 Detectie en preventie * **Methoden:** Het gebruik van waarschuwingen, geavanceerd testontwerp, verificatieprocedures, verzamelen van paradata (muisbewegingen, schermopnamen, webcam snapshots), en algoritmes die AI-gegenereerde tekst proberen te detecteren [2](#page=2). * **Beperkingen:** Deze methoden zijn niet onfeilbaar. Sollicitanten kunnen bijvoorbeeld een apart apparaat gebruiken om GenAI te raadplegen, of technologieën zoals deep fakes kunnen de betrouwbaarheid van video-feeds ondermijnen. De effectiviteit van GenAI-tekstdetectie is ook nog onzeker [5](#page=5). * **Nadere overwegingen:** De effectiviteit van interventies is afhankelijk van het type assessment en de technische vaardigheid van de sollicitant. Er is sprake van een "wapenwedloop" tussen sollicitanten en organisaties, waardoor interventies na verloop van tijd hun effectiviteit kunnen verliezen. Een robuuste aanpak omvat mogelijk het gebruik van meerdere methoden ("multiple lenses") en triangulatie van informatie [5](#page=5). #### 3.4.2 Acceptatie en integratie * **GenAI als equalizer:** Organisaties kunnen sollicitanten duidelijke instructies geven over hoe GenAI kan worden gebruikt ter compensatie van tekorten, zonder dat dit leidt tot ongeoorloofd gebruik. Dit kan de gelijkheid vergroten voor sollicitanten met specifieke uitdagingen. Organisaties moeten zich echter bewust zijn van mogelijke tweedeling in toegang tot geavanceerde GenAI-modellen [5](#page=5). * **GenAI als augmenter:** In scenario's waar GenAI-gebruik op het werk gestimuleerd wordt, kan het ook tijdens de selectieprocedure een valide signaal zijn van toekomstige werkprestaties. Organisaties die GenAI omarmen, kunnen zelfs overwegen om de kennis en het effectieve gebruik van GenAI-tools te beoordelen, bijvoorbeeld door middel van prompts schrijven. Het is echter belangrijk te onderzoeken in hoeverre de effecten van GenAI-augmentatie leiden tot daadwerkelijke, duurzame verbeteringen bij de sollicitant [6](#page=6). ### 3.5 Conclusie Generatieve AI is een flexibel instrument met potentieel voor diverse toepassingen binnen werving en selectie. Organisaties moeten de drie scenario's – GenAI als "Substitute", "Equalizer" en "Augmenter" – onderscheiden om effectieve strategieën te ontwikkelen. De mate waarin GenAI-kennis en -gebruik al onderdeel zijn van de baanomschrijving op de werkvloer, is een belangrijke moderator voor de relevantie van deze scenario's. De evolutie van GenAI en de integratie ervan in werkprocessen zullen de toekomstige benaderingen van organisaties sterk beïnvloeden [6](#page=6). > **Tip:** Het is cruciaal voor organisaties om de validiteit van hun huidige selectie-instrumenten te blijven evalueren in het licht van het toenemende GenAI-gebruik door sollicitanten. > **Tip:** Een proactieve en genuanceerde aanpak, die rekening houdt met zowel de risico's als de potentiële voordelen van GenAI, is waarschijnlijk de meest effectieve strategie. --- # Onderzoeksrichtingen en toekomstige implicaties van generatieve AI in selectie Dit onderwerp verkent de lopende onderzoeksvragen en de bredere implicaties van generatieve AI voor de toekomst van personeelsselectie en beoordelingsonderzoek [7](#page=7). ### 4.1 Potentiële onderzoeksstromen door brede adoptie van generatieve AI De wijdverbreide adoptie van generatieve AI (GenAI) door zowel sollicitanten als werknemers opent diverse potentiële onderzoeksgebieden binnen de selectie [7](#page=7). #### 4.1.1 Tegenmaatregelen en hun gevolgen Een belangrijke onderzoeksvraag betreft de mogelijke tegenmaatregelen die organisaties of recruiters kunnen hanteren als gevolg van de onvermijdelijke GenAI-adoptie door sollicitanten. Dit kan variëren van het dwingen van kandidaten tot het installeren van invasieve proctoringsoftware, tot het volledig afzien van testen, of een terugkeer naar face-to-face testen. Downstream gevolgen hiervan kunnen impact hebben op sollicitantreacties en de toegankelijkheid van werk voor achtergestelde groepen, zoals negatieve reacties door waargenomen privacy-inbreuken, het gebruik van ongeldige alternatieve beoordelingen, of praktische belemmeringen voor werkenden om deel te nemen aan face-to-face testsessies [7](#page=7). #### 4.1.2 Gevolgen voor validiteit van assessments Initiële experimentele studies suggereren dat minder bekwame individuen het meest profiteren van GenAI bij werktaken. Als deze bevindingen generaliseren naar selectie, rijzen er vragen over de implicaties voor de voorspellende validiteit van assessments. Wanneer de prestaties van minder bekwame kandidaten verbeteren, kan dit leiden tot een meer uniform prestatieniveau, wat de voorspellende waarde van assessments die voorheen prestatieverschillen konden aantonen, kan beperken [7](#page=7). #### 4.1.3 GenAI-gebruik als signaal De beslissing van sollicitanten om GenAI te gebruiken (of niet) bij een assessment, en de specifieke benaderingen of strategieën die zij daarbij hanteren, kunnen op zichzelf waardevolle signalen zijn. Onderzoek zou zich kunnen richten op de onderliggende kennis, vaardigheden, capaciteiten of andere kenmerken die geassocieerd worden met deze beslissingen. Bijvoorbeeld, zouden sollicitanten die GenAI gebruiken als substituut voor een verbale redeneertest, lager scoren op eigenschappen als integriteit of bescheidenheid, die organisaties juist willen vermijden? Of zijn zij juist proactiever en vindingrijker, eigenschappen die organisaties wensen [7](#page=7)? #### 4.1.4 De praktijk van GenAI-gebruik door sollicitanten Ondanks het potentieel van GenAI om sollicitanten te helpen hogere scores te behalen, is er nog weinig inzicht in de precieze manieren waarop deze tools in de praktijk worden gebruikt. Verschillende toepassingswijzen, zoals het selectief gebruiken van GenAI-antwoorden, het bewerken ervan, of variaties in promptingstrategieën, kunnen de werkelijke resultaten beïnvloeden. Zo vonden Canagasuriam en Lukacik dat deelnemers die ChatGPT-gegenereerde antwoorden letterlijk voorlazen, beter presteerden dan degenen die de instructie kregen om ChatGPT te gebruiken maar hun antwoorden ook te personaliseren. Het kan ook zijn dat degenen die het meest bedreven zijn in het gebruik van GenAI voor assessments, ook de beste presteerders op de werkvloer zijn door confounderende factoren zoals cognitieve vaardigheid. Bij het compenseren van tekortkomingen met GenAI, spelen ook bepaalde kenmerken een rol, zoals angst voor het "breken van regels" bij een angstige sollicitant [7](#page=7). > **Tip:** Het is cruciaal om te erkennen dat de huidige onderzoeksresultaten naar GenAI-gebruik in assessments nog beperkt inzicht bieden in de nuances van hoe sollicitanten deze tools daadwerkelijk integreren in hun proces. De verdere ontwikkeling van GenAI-technologie zal selectiewetenschappers ongetwijfeld nieuwe en interessante vraagstukken bieden [7](#page=7). --- ## Veelgemaakte fouten om te vermijden - Bestudeer alle onderwerpen grondig voor examens - Let op formules en belangrijke definities - Oefen met de voorbeelden in elke sectie - Memoriseer niet zonder de onderliggende concepten te begrijpen

| Term | Definition | |------|------------| | Generatieve AI (GenAI) | Een type kunstmatige intelligentie dat nieuwe inhoud kan creëren, zoals tekst, afbeeldingen of code, op basis van de gegevens waarop het is getraind. | | Grote taalmodellen (LLM's) | Een subtype van generatieve AI dat gespecialiseerd is in het verwerken en genereren van menselijke taal, zoals ChatGPT, Claude en Gemini. | | Personeelsselectie | Het proces waarbij organisaties de meest geschikte kandidaten identificeren en kiezen voor openstaande functies. | | Beoordeling (Assessment) | Een systematische evaluatie van een kandidaat op basis van specifieke criteria, vaak via tests, interviews of simulaties, om geschiktheid voor een functie te bepalen. | | Validiteit | In de psychometrie verwijst validiteit naar de mate waarin een test of beoordelingsinstrument meet wat het beoogt te meten en of de conclusies die uit de scores worden getrokken terecht zijn. | | Voorspellende validiteit (Criterion-related validity) | De mate waarin testscores correleren met een externe maatstaf van succes, zoals baanprestaties of academisch succes. | | Constructvaliditeit (Construct-related validity) | De mate waarin een test een theoretisch construct (zoals intelligentie of persoonlijkheid) meet, zoals bedoeld. | | Onbewaakte beoordelingen (Unproctored assessments) | Beoordelingen die door kandidaten buiten een gecontroleerde omgeving (zoals een testcentrum) worden afgenomen, vaak thuis, wat de kans op ongeoorloofd hulpmiddelgebruik vergroot. | | Paradata | Gegevens die tijdens een test worden verzameld over het gedrag van de testnemer, zoals muisbewegingen, scrollen of de duur van antwoorden, die kunnen worden gebruikt om potentiële fraude te detecteren. | | Test coaching | Het proces waarbij een kandidaat voorbereiding of ondersteuning krijgt voor een test, wat de prestaties kan beïnvloeden. | | Scenario: Totale substituut | GenAI wordt gebruikt als vervanging voor kennis of vaardigheden, waardoor de testscore de ware capaciteiten van de kandidaat niet weerspiegelt. | | Scenario: Equalizer | GenAI wordt gebruikt om hiaten of nadelen (zoals testangst of taalvaardigheid) te compenseren, waardoor een eerlijker speelveld ontstaat en de ware capaciteiten beter naar voren komen. | | Scenario: Augmenter | GenAI wordt gebruikt om bestaande vaardigheden te verbeteren of nieuwe toe te voegen, wat leidt tot een hogere prestatie die relevant is voor toekomstig werkgedrag. | | Criterion-irrelevant variance | Variatie in testscores die niet gerelateerd is aan het construct dat gemeten wordt, maar bijvoorbeeld aan testangst of testfamiliariteit. | | Criterion-relevant variance | Variatie in testscores die direct gerelateerd is aan het construct dat gemeten wordt en relevant is voor baanprestaties. | | Indrukmanagement (Impression management) | De bewuste poging van een individu om hoe hij of zij door anderen wordt waargenomen te beïnvloeden, vaak tijdens sollicitatiegesprekken. | | Asynchrone video-interviews (AVIs) | Video-interviews waarbij de kandidaat vooraf opgenomen vragen beantwoordt op een zelfgekozen moment, wat interactie met de interviewer in realtime uitsluit. | | Situationele beoordelingstests (SJTs) | Tests die situaties presenteren die werknemers waarschijnlijk zullen tegenkomen en vragen hoe ze zouden reageren, om gedragscompetenties te beoordelen. |