Trusq

feitelijke duiding · herleidbaar naar primaire bronnen

Uitleg

AI-achtergrondchecks en social-media-screening van sollicitanten

Vastgesteld 2026-06-21 · ≈ 2 min lezen · Dirk Baaijen

AI die sollicitanten screent via sociale media of achtergrondchecks botst snel met de AVG: proportionaliteit, bijzondere gegevens en transparantie. Daarbij komen betrouwbaarheidsrisico's (foute matches) en discriminatie door irrelevante privé-informatie.

Kort antwoord: AI-tools die sollicitanten "doorlichten" — via sociale media, nieuwsbronnen of geautomatiseerde achtergrondchecks — botsen snel met de AVG. De kernvragen zijn proportionaliteit (is het echt nodig?), bijzondere gegevens en transparantie. Daarbovenop komen betrouwbaarheidsrisico's (verwarde identiteiten, valse matches) en discriminatie door irrelevante privé-informatie. Scoort de tool op geschiktheid, dan geldt ook het hoog-risicoregime.

Proportionaliteit: mag dit überhaupt?

De AVG eist dat verwerking noodzakelijk en proportioneel is. Een brede social-media-scan "om een beeld te krijgen" haalt die toets bijna nooit: je verzamelt veel privé-informatie die niets met de functie te maken heeft. Beperk je tot wat aantoonbaar functierelevant is, en leg de afweging vast — zie AVG op de werkvloer.

Bijzondere gegevens: het grootste struikelblok

Sociale media onthullen vaak gezondheid, religie, politieke opvatting of seksuele gerichtheid — bijzondere persoonsgegevens met een streng verbodregime (art. 9 AVG). Een tool die zulke gegevens binnenharkt, verwerkt categorieën die je als werkgever vrijwel nooit mag gebruiken voor selectie.

Betrouwbaarheid: de verkeerde persoon

Geautomatiseerde checks verwarren mensen met dezelfde naam, halen verouderde of uit de context gerukte informatie op, en presenteren die als feit. Een afwijzing op grond van een foute match is niet alleen oneerlijk maar ook juridisch riskant.

Discriminatie en transparantie

Privé-informatie die irrelevant is voor de functie maar wel correleert met een beschermd kenmerk, voert ongemerkt discriminatie in. En de kandidaat heeft recht te weten dat hij wordt gescreend; een geautomatiseerde afwijzing raakt bovendien artikel 22 AVG.

Wat te doen

  • Toets de noodzaak vooraf: welke functierelevante vraag beantwoordt de check echt?
  • Beperk de bron en de scope — geen brede sociale-media-sweep.
  • Filter bijzondere gegevens uit en gebruik ze niet voor selectie.
  • Verifieer matches menselijk vóór er een gevolg aan wordt verbonden.
  • Informeer de kandidaat en bied een reactiemogelijkheid.

Een achtergrondcheck mag risico's afdekken, maar niet de hele persoon uitlichten. Hoe meer de tool ziet, hoe groter het risico dat je iets ziet wat je niet mag gebruiken — en niet mag laten meewegen.

Bronnen

  1. https://eur-lex.europa.eu/eli/reg/2016/679/oj
    Verordening (EU) 2016/679 (AVG): noodzaak, proportionaliteit, bijzondere gegevens (art. 9) en transparantie bij screening van sollicitanten.
  2. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
    Verordening (EU) 2024/1689 (AI Act): bijlage III als de screening de geschiktheid van kandidaten beoordeelt of scoort.

Deel op LinkedIn

Lees ook

U

AI die ziekteverzuim voorspelt: juridisch bijna altijd een no-go

AI die voorspelt welke medewerkers ziek of afwezig worden, raakt gezondheidsgegevens — bijzondere persoonsgegevens met een streng verbodregime (art. 9 AVG). Het risico op discriminatie van zieke of beperkte werknemers is groot. In de meeste gevallen is zulke predictie niet rechtmatig.

U

AI in juridische dienstverlening: betrouwbaarheid en geheimhouding

AI in de advocatuur en juridische dienstverlening is zelden hoogrisico, maar stelt scherpe eisen aan betrouwbaarheid, geheimhouding en transparantie. Hallucinaties, beroepsgeheim en AVG-verwerking bepalen de grenzen, naast de transparantieplichten van de AI Act.

A

AVG artikel 88 en werknemersgegevens: wat betekent het voor AI op het werk?

AVG artikel 88 laat lidstaten eigen regels stellen voor gegevensverwerking in de arbeidscontext. Nederland heeft geen specifieke art. 88-wet, dus geldt de algemene AVG plus de UAVG. Met de zwakke grondslag toestemming, doelbinding en de rol van cao's en OR.

Dirk Baaijen

Over deze kennisbank

Samengesteld en onderhouden door YRproject — programma- en projectregie op het snijvlak van digitale transformatie, AI en regelgeving. Elke feitelijke claim is herleidbaar naar de primaire bron. Achter YRproject staat Dirk Baaijen Over & methode →

Een project of programma? Werk met YRproject →

De maandelijkse briefing

AI-regulering in vijf minuten: wat er veranderde, wat eraan komt en wat het betekent. Geen spam, uitschrijven kan altijd.

Je adres wordt alleen hiervoor gebruikt en op eigen servers bewaard.