Recruitment heeft geen gebrek aan technologie. Wat ontbreekt, is samenhang.
Cv’s worden verwerkt, vacatures verzameld, profielen bijgewerkt, databases onderhouden en AI-tools ingezet. Maar die werkzaamheden vinden vaak plaats in aparte systemen of losse onderdelen van één platform. Elk onderdeel doet zijn werk, maar zodra informatie moet wordt doorgegeven, moet het in een ander systeem weer opnieuw worden uitgelegd.
Juist omdat dit probleem moeilijk onder woorden te brengen is, verschuift het gesprek al snel naar abstracte termen als AGI en ASI. Die worden vaak op één hoop gegooid, terwijl het onderscheid juist helpt te begrijpen waar recruitment in de praktijk echt tegenaan loopt.
ASI: interessant, maar niet relevant voor recruitment
ASI, oftewel Artificial Super Intelligence, verwijst naar systemen die zelfstandig leren, doelen bepalen en beslissingen nemen op een niveau boven dat van de mens. Het is een belangrijk concept binnen filosofische, ethische en maatschappelijke discussies over technologie.
Voor recruitmentorganisaties heeft dit weinig praktische waarde. Niet omdat technologie geen rol speelt, maar omdat recruitment geen gesloten systeem is. Kandidaten veranderen van voorkeur, opdrachtgevers scherpen hun vraag aan en timing speelt een doorslaggevende rol. Beslissingen vragen context, nuance en menselijk oordeel.
Het risico van ASI is dat het uitgaat van autonome besluitvorming, terwijl recruitment in de praktijk vastloopt op een ander probleem: informatie raakt versnipperd. Systemen werken los van elkaar en bouwen niet voort op wat eerder al bekend was.
Daarom ligt besluitvorming in recruitment bij mensen. Niet omdat technologie tekortschiet, maar omdat mensen de volledige context kunnen overzien: gesprekken met kandidaten, verwachtingen van opdrachtgevers en het juiste moment om te handelen.
AGI: draait niet om autonomie maar samenhang
In recruitment hoeft een systeem niet zelfstandig te beslissen. Het probleem zit ergens anders.
Wat nu vaak gebeurt, is dat informatie per stap opnieuw moet worden aangeleverd. Een cv wordt verwerkt, maar die kennis staat los van vacatures. Een profiel wordt aangepast, maar die aanpassing komt niet terug in de database. Een AI-chat kan helpen, maar kent de context van eerdere stappen niet.
Elke functie werkt. Maar ze werken naast elkaar.
AGI begint wanneer dat stopt. Wanneer informatie niet per onderdeel wordt opgeslagen, maar gedeeld wordt door alles wat volgt. Wat een systeem leert bij het verwerken van een cv, wordt direct hergebruikt bij het matchen met vacatures, het bijwerken van profielen en het beantwoorden van vragen.
Dan hoeft niets opnieuw te worden uitgelegd.
Niet aan een andere tool.
Niet aan een andere stap.
Niet aan het systeem zelf.
Dat is wat AGI in recruitment concreet betekent: geen zelfstandige beslissingen, maar gedeeld begrip tussen alle onderdelen van het proces.
Een herkenbaar patroon in de praktijk
In veel recruitmentorganisaties speelt zich dagelijks hetzelfde af.
Een cv komt binnen in een afwijkend format. De inhoud klopt, maar is ongestructureerd. Een recruiter leest het cv, past het aan en maakt er een goed profiel van. Later wordt diezelfde kandidaat opnieuw bekeken voor een andere vacature, en moet het profiel weer helemaal opnieuw worden aangepast omdat de informatie over de kandidaat in de database al niet meer actueel en volledig is.
Elke stap wordt netjes uitgevoerd. Maar elke stap staat op zichzelf.
Wat in het ene systeem wordt aangepast, wordt niet automatisch meegenomen naar het volgende. Informatie raakt verspreid over cv’s, profielen en databases. Terwijl je eigenlijk wil dat een wijziging op één plek meteen overal wordt doorgevoerd.
Veel recruitmentsoftware noemt zichzelf intelligent, maar bestaat in de praktijk uit losse functies die elkaar niet begrijpen. Cv-verwerking, profielbeheer en database-updates werken naast elkaar, niet met elkaar.
Dat is geen gebrek aan intelligentie. Dat is het gevolg van hoe systemen zijn opgebouwd.
Waar AGI in recruitment begint
AGI begint niet bij snelheid of automatisering, maar bij behoud van begrip.
In recruitment betekent dat:
dat de interpretatie van werkervaring niet verdwijnt na één stap
dat een profiel niet telkens opnieuw hoeft te worden uitgelegd
dat context behouden blijft tussen cv's, je ATS en database
dat systemen hetzelfde reageren op veranderingen, omdat ze met dezelfde informatie werken
Zodra elk onderdeel van het proces zijn eigen logica en correcties nodig heeft, ontstaat fragmentatie. Dat kan tijdelijk efficiënt lijken, maar maakt processen op schaal complex en foutgevoelig.
AGI begint precies daar waar die fragmentatie stopt.
Waarom “slimmere” systemen niet de oplossing zijn
De eerste reactie is vaak om te kijken naar slimmere modellen, meer automatisering of verdere autonomie. Maar recruitment vraagt geen systemen die zelfstandig beslissingen nemen.
Het vraagt systemen die:
ondersteunen in plaats van overnemen
informatie vasthouden in plaats van verliezen
menselijk oordeel sterker maken, niet overbodig
Het verschil tussen AGI en ASI zit daarom niet in hoe slim een systeem is, maar in hoe informatie wordt behandeld binnen het proces.
Waar dit in de praktijk samenkomt
AGI wordt zichtbaar wanneer informatie niet verdwijnt na één stap, maar vanzelf meeloopt in alles wat daarna gebeurt.
Wanneer een profiel goed is opgesteld, moet die informatie meteen beschikbaar zijn in het ATS. Wijzigingen moeten automatisch worden doorgevoerd in de database. En vervolgstappen moeten voortbouwen op wat al bekend is, zonder opnieuw uitleg nodig te hebben.
Dan ontstaat rust in het proces.
AGI laat zich hier zien als continuïteit: informatie die blijft bestaan en meebeweegt door het hele recruitmentproces.
Bij Spadework is dat het uitgangspunt. Geen losse slimme functies, maar één geïntegreerd systeem waarin cv-verwerking, profielbeheer en database-actualisatie met dezelfde informatie werken. Wijzigingen gaan niet verloren en context blijft behouden.
Zo wordt AGI een praktische eigenschap van recruitment met de mens nog steeds als eindverantwoordelijke voor het oordeel over de ideale match.
