AI-analyse van video-sollicitaties: mag dat?

Kort antwoord: AI die video-sollicitaties analyseert valt onder hoog-risico, omdat het wordt gebruikt voor werving en selectie (bijlage III, punt 4). Voor zover zo'n systeem emoties of gemoedstoestand afleidt, raakt het bovendien aan een verbod. De wetenschappelijke onderbouwing is zwak en de AVG stelt strenge eisen. Inzet zonder degelijke onderbouwing is juridisch riskant.

Steeds meer leveranciers bieden tools aan die een video-sollicitatie automatisch beoordelen: ze meten mimiek, stemklank, woordkeuze en spreektempo en leiden daaruit "competenties" of "persoonlijkheidskenmerken" af. Onder de AI Act en de AVG gelden hiervoor verschillende, deels samenlopende regimes.

Waarom dit hoog-risico is

Werving en selectie van personeel is uitdrukkelijk aangemerkt als hoog-risico in bijlage III, punt 4 van de AI Act. Een systeem dat kandidaten beoordeelt, rangschikt of filtert op basis van een video valt daar zonder meer onder. Dat brengt de volledige set verplichtingen voor hoog-risico-systemen met zich mee: risicobeheer, datakwaliteit en representativiteit, technische documentatie, logging, transparantie naar de inzetter, betekenisvol menselijk toezicht en nauwkeurigheid (artikelen 9 tot en met 15). De aanbieder draagt het leeuwendeel, maar ook de werkgever als inzetter heeft eigen plichten, waaronder gebruik conform de instructies en het waarborgen van menselijk toezicht (artikel 26).

De harde grens: emotieherkenning

Hier zit een tweede, scherpere grens. Artikel 5 van de AI Act verbiedt AI-systemen die emoties van een natuurlijke persoon afleiden op de werkvloer, behalve om medische of veiligheidsredenen. Wervingsgesprekken vallen onder die context. Een tool die uit gezichtsuitdrukking of stemklank "enthousiasme", "stress" of "betrouwbaarheid" afleidt, beweegt zich richting dit verbod. Het verbod geldt al sinds 2 februari 2025 en is niet te legitimeren met toestemming of een legitiem belang. De grens tussen verboden emotie-inferentie en (hoog-risico maar toegestane) competentiebeoordeling is in de praktijk smal; bij twijfel is afzien de veiligste route.

Twijfelachtige validiteit

Veel claims over "persoonlijkheidsanalyse" uit beeld en geluid missen een solide wetenschappelijke basis. De aanname dat micro-expressies of stempatronen betrouwbaar geschiktheid voorspellen, is omstreden. Dat raakt direct de AI Act-eis van nauwkeurigheid (artikel 15) en de AVG-eisen van juistheid en doelbinding: een meting die niet meet wat ze pretendeert, kan geen rechtmatige grondslag voor een beslissing zijn.

Bias en toegankelijkheid

Beeld- en spraakmodellen presteren aantoonbaar ongelijk over huidskleur, accent, taalvaardigheid en spraakgebreken. Kandidaten met een beperking, een niet-moedertaal of een atypische presentatie lopen systematisch risico op een lagere score. Dat is niet alleen een AI Act-kwestie (representatieve data, art. 10), maar ook een discriminatierisico onder gelijkebehandelingswetgeving. Zie verder AI en discriminatie bij werving.

AVG: bijzondere gegevens en artikel 22

Gezichts- en stemanalyse kan biometrische verwerking en bijzondere persoonsgegevens opleveren (artikel 9 AVG), waarvoor in beginsel een verbod met smalle uitzonderingen geldt. Een geautomatiseerde afwijzing zonder betekenisvolle menselijke tussenkomst raakt artikel 22 AVG. Reken op een DPIA, een deugdelijke grondslag, transparantie naar de kandidaat en een reële mogelijkheid tot menselijke herbeoordeling. Het bredere kader staat in AI bij werving en HR.

Wat een werkgever moet doen

Breng eerst in kaart of de tool emoties afleidt; zo ja, niet inzetten. Inventariseer of het systeem hoog-risico is en eis van de leverancier de bijbehorende documentatie, conformiteitsverklaring en CE-markering. Voer een DPIA uit, kies een grondslag, informeer kandidaten en zorg voor menselijk toezicht dat daadwerkelijk kan ingrijpen. Toets op bias en toegankelijkheid en bewaar de onderbouwing. Een tool die persoonlijkheid uit een gezicht leest is geen efficiëntiewinst maar een aansprakelijkheid in wording.