Waarom Handmatige AI-Validatie Niet Meer Hoeft

“Moet ik alles wat de AI doet dan nog handmatig controleren?”

We krijgen die vraag bij bijna elke demo. En het is een terechte vraag. Je vertrouwt je recruitmentproces niet zomaar toe aan een systeem dat je niet begrijpt. Maar het korte antwoord is: nee, dat hoeft niet. En de meeste van onze klanten doen het na een paar weken ook niet meer.

Laat me uitleggen waarom.

Het probleem met handmatige controle

Stel je voor: je voert vijftien kandidaatgesprekken per week. Na elk gesprek typ je een samenvatting, vul je CRM-velden in, format je een CV en stuur je een opvolgmail. Dat kost je makkelijk twee uur per dag aan puur administratief werk.

Nu heb je AI die dat allemaal kan overnemen. Maar als je vervolgens alles wat de AI produceert handmatig gaat nalopen, ben je eigenlijk dubbel werk aan het doen. Je hebt dan een assistent aangenomen en staat vervolgens de hele dag over zijn schouder mee te kijken.

Dat is niet het punt van automatisering.

Het punt is dat je vertrouwen opbouwt in het systeem. En dat vertrouwen komt niet van blind geloof. Het komt van een slimme architectuur die fouten zichtbaar maakt voordat ze schade aanrichten.

Hoe het validatiesysteem werkt

Bij Simply hebben we een validatiesysteem gebouwd dat werkt met een kleurcodering. Groen betekent: het systeem is zeker van de data en de waarde matcht met wat er al in je CRM staat. Oranje betekent: er is een afwijking of het systeem twijfelt.

Dat klinkt simpel. Maar de impact is groot.

Want je hoeft niet meer alles te controleren. Je hoeft alleen te kijken naar wat oranje is. En in de praktijk is dat misschien vijf procent van alle datapunten. De andere 95 procent keur je in één doorloop goed, zonder dat je er per veld ook maar een seconde aan besteedt.

Dit is geen blind vertrouwen. Dit is gecontroleerd vertrouwen. Het systeem vertelt je precies waar het zeker van is en waar niet. Jij beslist wat ermee gebeurt.

Goedkeuren zonder nacontrole: zo stel je het in

Het mooie van dit systeem is dat je het zelf kunt configureren. Je bepaalt de regels. Welke velden moet een profiel überhaupt uitlezen? Welke wil je altijd apart gemarkeerd zien, ongeacht de score? Dat bepaal jij. Wat je niet kunt uitzetten is het goedkeuren zelf: er landt niets in een dossier zonder dat een mens ja zegt.

We zien drie fases bij klanten:

Fase 1: Alles controleren. De eerste week wil je zien wat het systeem doet. Je bekijkt elke samenvatting, checkt elk datapunt. Dit is normaal en we moedigen het aan. Je leert het systeem kennen.

Fase 2: Selectief controleren. Na een paar dagen merk je: die samenvattingen kloppen gewoon. De data-extractie pikt de juiste informatie op. Je gaat alleen nog de oranje items bekijken.

Fase 3: Goedkeuren zonder nacontrole. Binnen twee weken controleren de meeste klanten groene datapunten helemaal niet meer. De voorstellen komen binnen, de groene keur je in één doorloop goed, CV’s worden opgemaakt zonder dat je er iets aan doet, en je aandacht gaat naar de afwijkingen.

Die overgang van fase 1 naar fase 3 gebeurt organisch. Niemand hoeft je te overtuigen. Je ziet gewoon dat het werkt.

De klikbare waarheid als vangnet

Maar stel dat er toch iets niet klopt. Stel dat een samenvatting iets bevat waar je vraagtekens bij hebt. Wat dan?

Bij Simply is elke zin in een samenvatting klikbaar. Klik erop en je hoort het exacte fragment uit het gesprek waar die zin op gebaseerd is. De transcriptie, het audiofragment, alles.

Dit is wat wij de “klikbare waarheid” noemen. En het verandert de dynamiek volledig. Je hoeft niet meer te gokken of de AI het goed heeft gedaan. Je kunt het in drie seconden verifiëren. Niet door het hele gesprek terug te luisteren, maar door precies op dat ene punt te klikken.

Vergelijk dat eens met een handmatige samenvatting. Als je collega een gespreksverslag schrijft, kun je dat niet checken zonder het hele gesprek opnieuw te beluisteren. Bij een AI-samenvatting met bronverwijzing kan dat wel.

Ironisch genoeg is de AI-samenvatting dus makkelijker te controleren dan een menselijke.

Waarom de accuraatheid zo hoog is

“Maar hoe weet ik dat die 95 procent groen echt goed is?”

Goede vraag. Het antwoord zit in wat het systeem uitleest voordat het begint. In tegenstelling tot generieke AI-tools die voor iedereen hetzelfde werken, leest Simply uit tegen jouw eigen inrichting en niet tegen het sjabloon van een leverancier.

Jouw gespreksprofielen. Jouw datamodel. Jouw branche-jargon. Het extractieschema wordt gegenereerd uit de velden die je echt hebt, dus die worden gevuld en verder niets. Een IT-recruiter die praat over “Java senior met Spring Boot ervaring” krijgt andere data-extractie dan een zorg-recruiter die praat over “BIG-geregistreerde verpleegkundige”.

En het wordt beter naarmate je het scherper zet. Elke correctie op een oranje datapunt zegt iets over het profiel erachter, en dat profiel aanscherpen is wat de accuraatheid omhoog haalt. Na een maand is die merkbaar hoger dan in week één.

Dat is ook waarom we aanraden om die eerste paar dagen alles te bekijken. Niet omdat het systeem onbetrouwbaar is, maar omdat je dan ontdekt welke velden je profielen nog missen.

Wat als het systeem het niet weet?

Er zijn situaties waarin AI simpelweg niet genoeg informatie heeft om een datapunt met zekerheid in te vullen. Een kandidaat noemt zijn salariswens niet expliciet. Of er wordt een afkorting gebruikt die het systeem niet kent.

In die gevallen laat het systeem het veld leeg of markeert het als oranje. Het gaat nooit zomaar iets verzinnen. Dat is een bewuste ontwerpkeuze.

We zien bij veel concurrerende tools dat ze altijd een antwoord proberen te geven, ook als de data er niet is. Dat leidt tot hallucinaties en foutieve data in je CRM. Bij Simply is de filosofie: liever een leeg veld dan een fout veld.

Want een leeg veld zie je. Een fout veld niet.

De ROI van vertrouwen

Laten we het even over de cijfers hebben. Een gemiddelde recruiter besteedt zo’n 60 procent van zijn tijd aan administratie. Gesprekken samenvatten, CRM bijwerken, CV’s formatteren, mails schrijven.

Als je dat volledig automatiseert, win je makkelijk twee tot drie uur per dag terug. Maar als je daarna alsnog alles handmatig gaat controleren, verlies je weer een uur. Dan is je netto tijdwinst beperkt.

De echte winst zit in fase 3. Eén doorloop over alles wat groen is. Alleen aandacht voor uitzonderingen. Dan praat je over een structurele tijdsbesparing van twee uur per dag, per recruiter.

Bij een team van tien recruiters is dat twintig uur per dag. Honderd uur per week. Verdeeld over plaatsingen, klantgesprekken en acquisitie in plaats van administratie.

Compliance en de EU AI Act

“Maar is het compliant om zo zwaar op AI te leunen?”

Nog zo’n goede vraag. De EU AI Act stelt eisen aan AI-systemen die in high-risk gebieden worden ingezet. Recruitment valt daar deels onder, vooral als het gaat om geautomatiseerde besluitvorming over kandidaten.

Het Simply systeem is hier bewust op ontworpen. De AI neemt geen beslissingen over kandidaten. Het verwerkt data en maakt die beschikbaar voor de recruiter. De recruiter beslist. Altijd.

En het validatiesysteem met kleurcodering is precies het soort transparantie dat de EU AI Act vereist. Je kunt altijd zien waarom het systeem een bepaalde waarde heeft ingevuld, waar die informatie vandaan komt en hoe zeker het systeem ervan is.

Dat is niet alleen compliant. Dat is best practice.

Wat onze klanten zeggen

We werken met recruitmentbureaus van vijf tot tweehonderd medewerkers. Van gespecialiseerde IT-recruiters tot brede uitzendorganisaties. En het patroon is overal hetzelfde.

De eerste reactie is scepsis. “Ik wil eerst alles zelf checken.” Na een week verschuift dat naar nieuwsgierigheid. “Het klopt eigenlijk steeds.” Na twee weken naar vertrouwen. “Ik kijk alleen nog naar de oranje meldingen.”

En na een maand willen ze niet meer terug.

Niet omdat ze lui zijn geworden. Maar omdat ze hun tijd nu besteden aan wat echt waarde oplevert. Gesprekken voeren met kandidaten en klanten. Relaties opbouwen. Plaatsingen realiseren. In plaats van formulieren invullen en CV’s knippen en plakken.

Een van onze klanten in de technische detachering vertelde ons dat hun recruiters gemiddeld 45 minuten per gesprek besparen. Niet door sneller te typen, maar door helemaal niet meer te hoeven typen.

Het verschil met andere AI-tools

Veel AI-tools in recruitment richten zich op samenvattingen. En dat is een goed begin. Maar een samenvatting alleen lost het probleem niet op.

Want na de samenvatting moet je nog steeds handmatig de data overbrengen naar je CRM. Je moet nog steeds het CV omzetten naar je huisstijl. Je moet nog steeds een opvolgmail schrijven.

Bij Simply gaat het verder. De gestructureerde data-extractie haalt niet alleen de informatie uit het gesprek, maar zet het direct om naar de juiste velden op het kandidaatdossier. Salaris, beschikbaarheid, skills, werkervaring. Alles wordt herkend, gevalideerd en voorgesteld op het veld waar het hoort.

En met Simply Ask kun je het systeem vragen stellen over al je gesprekken. “Welke kandidaten heb ik deze week gesproken die Java-ervaring hebben?” Het systeem zoekt het voor je uit. Geen handmatig zoekwerk meer.

Dat is het verschil tussen een tool die je werk samenvat en een systeem dat je werk overneemt.

Hoe je morgen kunt starten

De overstap naar automatische validatie hoeft niet in één keer. Start met het opnemen van je gesprekken via onze omnichannel opname. Kijk hoe het systeem je data verwerkt. Beoordeel de eerste samenvattingen en datapunten.

Binnen een week weet je hoe het systeem presteert op jouw type gesprekken. En dan kun je stoppen met dubbelchecken van alles wat groen terugkomt.

Geen extra controle. Geen dubbel werk. Gewoon een systeem dat doet waarvoor je het hebt aangenomen.

Wil je zien hoe dat eruitziet op je eigen gesprekken? Plan een demo en we laten het je zien.