AI voor HR: welk werk geef je wel en welk nooit

Dertig dagen steekproef, meer was er niet nodig. Bij de gemeente Eindhoven bleken medewerkers in die periode cv’s, jeugdzorgdossiers en interne verslagen in openbare AI-chatbots te hebben geplakt. Niemand had kwaad in de zin. Ze wilden sneller klaar zijn.

Daar zit de lastigheid van AI voor HR-professionals: dezelfde tool die je een uur bespaart, zet je organisatie op de meldplicht.

De vraag is niet of je AI inzet, maar welk werk je eraan geeft.

Hier lees je welke HR-taken veilig zijn en welke je nooit uit handen geeft. Plus waar de AVG-grens ligt en hoe je output controleert voordat je erop leunt.

Wat slim AI-gebruik in HR betekent

Slim AI-gebruik in HR betekent dat je taalmodellen inzet voor werk waar taal het product is, en niet voor oordelen over mensen. Je geeft AI concepten, samenvattingen en structuur. Jij houdt de weging, de persoonsgegevens en de eindbeslissing. Die scheiding bepaalt zowel je tijdwinst als je risico.

De adoptie in Nederland loopt hard op. Volgens het CBS gebruikte in 2025 een op de zes Nederlandse bedrijven AI-technologie, een verdubbeling ten opzichte van 2023. Bij bedrijven met 50 tot 250 werkzame personen steeg dat aandeel van 20 procent in 2023 naar 45 procent in 2025. Van de bedrijven die AI inzetten, doet 32 procent dat voor bedrijfsadministratie of bestuurstaken, waaronder de selectie van sollicitanten.

Tegelijk noemde 74,6 procent van de bedrijven die AI overwogen maar afhaakten gebrek aan ervaring als belangrijkste reden. Dat is geen technisch probleem maar een kaderprobleem. Mensen weten niet waar de grens ligt, en doen daarom niets of te veel.

De twee vragen die je HR-werk verdelen

Je hebt geen tooloverzicht nodig. Je hebt twee vragen nodig, die je bij elke taak stelt voordat je iets in een chatvenster plakt.

Vraag 1: staan er persoonsgegevens in? Namen, geboortedata, cv’s, verzuimregistraties, functioneringsverslagen, salarisgegevens. Bij gezondheidsgegevens ligt de lat nog hoger, want die vallen onder de bijzondere categorieën van de AVG.

Vraag 2: leidt dit tot een oordeel over een individu? Een afwijzing, een beoordelingsscore, een verzuimconclusie, een ontslagdossier.

Twee keer nee betekent groen licht. Een keer ja betekent anonimiseren of een afgeschermde omgeving. Twee keer ja betekent dat AI hooguit meedenkt over de vorm, nooit over de uitkomst.

Welk HR-werk je aan AI geeft

De taken waar het meeste tijd in zit, zijn zelden de taken die om jouw oordeel vragen. Denk aan de eerste versie van een functieprofiel of een gespreksleidraad voor een loopbaangesprek. Of het herschrijven van een vacaturetekst naar een andere doelgroep. Ook het samenvatten van een cao-hoofdstuk, het vertalen van een personeelshandboek en varianten op een uitnodigingsmail vallen hieronder.

Een HR-adviseur die elk kwartaal een opleidingsplan schrijft, kent het gevoel: je weet wat erin moet, maar de lege pagina kost twee uur. Een model levert in vier minuten een opzet met kopjes en een concepttekst. Jij haalt er de helft uit en schrijft de rest zelf. Netto win je anderhalf uur, en de kwaliteit hangt nog steeds aan jou.

Wat hier het verschil maakt, is de opdracht die je meegeeft. Een vage vraag levert een vaag antwoord. Wie een paar goede prompts voor HR paraat heeft, haalt er aanzienlijk meer uit dan iemand die een losse vraag intikt. Voor terugkerend werk loont het om een eigen AI-assistent in te richten met je huisstijl en je vaste kaders erin.

Welk HR-werk je nooit aan AI overlaat

Er is een categorie werk waar het antwoord altijd nee is. Selectiebeslissingen. Verzuimbeoordelingen. Beoordelingsscores. Ontslagdossiers. Signalen over functioneren.

Niet omdat de techniek het niet aankan. Omdat het antwoord dat eruit komt vloeiend klinkt en geen verantwoording draagt. Een model dat honderd sollicitaties rangschikt, reproduceert de patronen uit de data waarop het getraind is. Wie de denkfouten in selectie kent, herkent hoe snel dat scheefloopt. Bij cv-screening mag AI hooguit sorteren op harde criteria die jij vooraf hebt vastgelegd, met jou die daarna alles zelf bekijkt.

Dat is niet alleen een kwaliteitskwestie. Artikel 22 van de AVG geeft mensen het recht niet te worden onderworpen aan een besluit dat uitsluitend op geautomatiseerde verwerking berust. Voorwaarde is dat er rechtsgevolgen of vergelijkbaar ingrijpende gevolgen aan vastzitten. Een afwijzing die een model zelfstandig neemt, valt daar in de regel onder. Die bepaling geldt al jaren.

Er komt nog een kader bij. De Europese AI-verordening merkt AI-systemen voor werving, selectie en het beoordelen van werknemers aan als hoog risico, in bijlage III onder punt 4. De zware eisen daarbij, zoals menselijk toezicht, datakwaliteit en registratie, schoven eind juli 2026 op naar 2 december 2027 via de Digital Omnibus. Uitstel is geen afstel. Wie nu een selectiemodel inricht, bouwt aan iets dat over ruim een jaar aan die eisen voldoet of eruit gaat.

Let daarbij op artikel 25 van diezelfde verordening. Zet je een algemeen taalmodel in voor een hoogrisicodoel, dan word je in bepaalde gevallen zelf aanbieder, met alle verplichtingen die daarbij horen. Een chatbot die sollicitaties filtert, is geen hulpmiddel meer. Dat is een systeem dat je zelf op de markt hebt gezet.

De AVG-grens: wanneer invoeren een datalek is

Hier gaat het in de praktijk mis, en de meeste artikelen over dit onderwerp leggen het onzuiver uit. De Autoriteit Persoonsgegevens maakt een scherp onderscheid.

Gebruikt een medewerker een chatbot op eigen initiatief en tegen de afspraken in, en voert die persoonsgegevens in? Dan is sprake van een datalek. Staat het gebruik wel in het beleid van de organisatie? Dan is het geen datalek, maar vaak nog steeds niet toegestaan, omdat een grondslag ontbreekt. De AP ontving in 2024 en in 2025 tientallen meldingen van dit type lekken, met een stijging in 2025.

Het verschil bepaalt of je binnen 72 uur moet melden. En beide situaties horen voorkomen te worden.

Zo stel je de vraag

Wie een taalmodel behandelt als zoekmachine, krijgt zoekmachine-antwoorden. Drie handelingen verhogen de opbrengst zonder dat je over de grens gaat.

Geef het model een rol. “Kijk hier als arbeidsrechtjurist naar” levert iets anders op dan “kijk hier als organisatiepsycholoog naar”. Let op wat een rol wel en niet doet: die verandert de invalshoek en de toon, niet de feitelijke juistheid van het antwoord.

Geef context, zonder herleidbare gegevens. Vraag je hoe je omgaat met disfunctioneren, dan krijg je een algemeen verhaal. Voeg je toe dat iemand al twee jaar onder niveau presteert en dat de leidinggevende weinig vastlegde? Met die omstandigheden erbij slaat het antwoord op jouw situatie. Laat naam, functie, afdeling en geboortejaar weg. De context zit in de omstandigheden, niet in de identiteit.

Vraag om tegenspraak. Modellen bewegen mee met je vraagstelling. Zoek je bevestiging voor een plan, dan krijg je bevestiging. Dat komt doordat ze getraind zijn op antwoorden die mensen waarderen, en mensen waarderen instemming. Als HR-professional beweeg je tussen bestuurskamer, leidinggevende en medewerker, en daar is de verleiding om je eigen richting bevestigd te zien het grootst. De vraag “welke aannames maak ik hier die niet kloppen” doorbreekt dat patroon beter dan een vraag die je richting al verraadt.

Zo controleer je wat AI teruggeeft

Vraag een taalmodel naar de ketenregeling, de transitievergoeding of een cao-bepaling, en je krijgt een keurig antwoord. Soms klopt het. Soms is het twee wetswijzigingen achterhaald. Het model klinkt in beide gevallen even overtuigd, en dat is het probleem.

Drie handelingen vangen dat af. Vraag altijd om de bron erbij. Controleer die bron zelf bij wetten.overheid.nl, de Rijksoverheid of je eigen cao-tekst. En neem nooit een bedrag, termijn of percentage over zonder die controle.

Stel: een HR-generalist beantwoordt op vrijdagmiddag een vraag over proeftijd met een AI-antwoord en stuurt dat door naar een leidinggevende. Daarmee is een advies afgegeven. Zo werkt het ook als het antwoord verkeerd blijkt. De verantwoordelijkheid verschuift niet mee naar de tool.

En houd een ding overeind: sparren met een collega levert vaak meer op dan een vierde ronde met een model. Wie alles nog even natrekt bij AI, slijt zijn eigen oordeel af.

Wat medewerkers en de ondernemingsraad hiervan merken

Tot nu toe ging dit stuk over jouw tijd en jouw risico. Er zit een tweede kant aan. Medewerkers en kandidaten hebben er belang bij te weten wat er met hun gegevens gebeurt.

Wie AI inzet bij verzuim, functioneren of aanwezigheid, komt in het gebied van personeelsvolgsystemen. Artikel 27 lid 1 sub l van de Wet op de ondernemingsraden geeft de OR instemmingsrecht bij regelingen op dat vlak. Dat is geen formaliteit achteraf, maar een gesprek vooraf.

Transparantie richting kandidaten hoort daar bij. Wie in de eerste ronde AI gebruikt om te sorteren, vertelt dat gewoon. Kandidaten zetten zelf ook AI in, en een open kaart aan beide zijden werkt beter dan wederzijds vermoeden.

Geen afspraken in je organisatie? Begin klein

De meeste organisaties hebben geen AI-beleid. Wachten op de directie levert twee jaar stilstand op, terwijl je collega’s ondertussen doorwerken in gratis tools. Leg dan zelf drie dingen vast op een A4.

Welke tool jullie gebruiken en via welk account. Welke gegevens er nooit in gaan, met verzuim, salaris en cv’s expliciet genoemd. En wie de output controleert voordat die naar buiten gaat.

Dat A4 is geen beleid. Het is een begin, en het is meer dan wat er nu ligt. Wie daarna verder wil, verdiept zich in de verplichtingen rond AI-geletterdheid en in de bredere verschuiving in het HR-vakgebied.

Veelgestelde vragen over AI voor HR-professionals

Mag je persoonsgegevens invoeren in ChatGPT als HR-professional?

Alleen met een geldige grondslag en schriftelijke afspraken met de aanbieder over het niet bewaren of hergebruiken van je invoer. Voert een medewerker persoonsgegevens in tegen de interne afspraken in, dan is dat volgens de Autoriteit Persoonsgegevens een datalek. Staat het gebruik in het beleid maar ontbreekt een grondslag, dan is het geen datalek maar vaak alsnog niet toegestaan.

Welke HR-taken zijn geschikt voor AI?

Taken zonder persoonsgegevens die niet leiden tot een oordeel over een individu. Denk aan conceptversies van functieprofielen en vacatureteksten, gespreksleidraden, samenvattingen van beleidsstukken, vertalingen en varianten op standaardmails. Het model levert de eerste versie, jij bepaalt wat blijft staan.

Vervangt AI de HR-professional?

Nee. AI neemt schrijf- en zoekwerk over, geen oordeelsvorming. Beslissingen over selectie, verzuim, functioneren en ontslag vragen om weging van context en om iemand die verantwoording aflegt. Wat verandert is de verdeling van je week: minder tijd aan concepten, meer aan gesprekken.

Hoe controleer je of een AI-antwoord over arbeidsrecht klopt?

Vraag om de bron en controleer die zelf bij wetten.overheid.nl of je eigen cao-tekst. Neem geen bedragen, termijnen of percentages over zonder verificatie. Taalmodellen geven verouderde regelgeving met dezelfde stelligheid als actuele. De verantwoordelijkheid voor het advies blijft bij jou.

Heeft de ondernemingsraad instemmingsrecht bij AI in HR?

Bij regelingen rond personeelsvolgsystemen wel. Artikel 27 lid 1 sub l van de Wet op de ondernemingsraden geeft de OR instemmingsrecht op voorzieningen die aanwezigheid, gedrag of prestaties van medewerkers registreren. AI-toepassingen bij verzuim, functioneren of aanwezigheid vallen daar in veel gevallen onder.

Valt AI-gebruik in HR onder de Europese AI-verordening?

AI-systemen voor werving, selectie en personeelsbeoordeling staan in bijlage III van de AI-verordening als hoog risico. De eisen daarbij, waaronder menselijk toezicht en datakwaliteit, gelden vanaf 2 december 2027 na uitstel via de Digital Omnibus van juli 2026. De AI-geletterdheidsplicht en de transparantieverplichtingen uit artikel 50 gelden al wel.