De helft van je sollicitantenpool heeft AI gebruikt om het cv te schrijven. Dat weet je. Volgens een KraftCV-enquête uit 2026 ligt dat cijfer op 70 %. Je eerste neiging is om een manier te zoeken om te detecteren welke cv’s door AI zijn gegenereerd, zodat je die kunt uitfilteren.
Die neiging is verkeerd. Detectie is slechts een pleister. Gestructureerde screening op basis van criteria is de echte oplossing — en ze werkt ongeacht wie het cv heeft geschreven.
Waarom detectie als screeningsstrategie faalt
AI-detectietools zijn gebouwd voor academische integriteit, niet voor werving. Ze analyseren schrijfpatronen om in te schatten of een tekst door een machine is gegenereerd. In een wervingscontext levert dat drie problemen op.
Ten eerste is de nauwkeurigheid onbetrouwbaar. Onafhankelijke tests van PCWorld toonden aan dat GPTZero op echte documenten slechts 62 % nauwkeurigheid haalde, terwijl het in gecontroleerde benchmarks 99 % claimt. Originality.ai rapporteert een percentage valse positieven tussen 8 % en 12 %.
Ten tweede is het signaal niet bruikbaar. Weten dat een cv met AI-hulp is opgesteld, zegt niets over de vraag of de kandidaat de job aankan. Het zegt alleen dat hij een schrijftool heeft gebruikt — dezelfde categorie tools die je eigen team waarschijnlijk gebruikt voor vacatureteksten en outreach-e-mails.
Ten derde straft detectie de verkeerde mensen. Kandidaten die AI-output licht bewerken, slagen misschien wel voor de controle, terwijl kandidaten die hun cv zelf in het Engels als tweede taal hebben geschreven, worden gemarkeerd. Het resultaat is een filter dat samenhangt met schrijfstijl, niet met geschiktheid voor de job.
Methode 1: eerst op criteria screenen
De meest effectieve vervanging voor detectie is een eerste ronde op basis van criteria. Definieer, voordat je ook maar één cv leest, de niet-onderhandelbare vereisten voor de functie:
- Werkvergunning voor jouw locatie
- Vereiste certificaten of licenties
- Minimale ervaringsdrempels
- Taalvaardigheid
- Specifieke technische vaardigheden
Met CriteriaMatch stel je die criteria één keer in, waarna ze automatisch op elk binnenkomend cv worden toegepast. De AI controleert elk cv in enkele seconden tegen je vastgelegde vereisten. Een prachtig geschreven cv dat het vereiste certificaat mist, valt nog steeds af. Een sober cv van een gekwalificeerde kandidaat slaagt wel.
Deze aanpak is immuun voor AI-gegenereerde tekst, omdat ze feiten beoordeelt en geen schrijfkwaliteit. Ze levert ook een gedocumenteerde, controleerbare screeningsstandaard op — iets wat detectie nooit kan bieden. Over waarom AI-detectoren meer problemen veroorzaken dan ze oplossen en wat je moet overwegen voordat je een detectie-API integreert, schrijven we afzonderlijk, want die afwegingen verdienen hun eigen aandacht.
Voor een gedetailleerde blik op hoe screening op basis van criteria in de praktijk werkt, lees onze gids over hoe CriteriaMatch recruiters helpt om kandidaten te filteren.
Methode 2: fit-scoring op basis van de vacaturetekst
Na de criteriascreening komt de volgende laag: relevantie. Sluit de achtergrond van de kandidaat aan op wat de job echt vraagt?
AI Score evalueert cv’s tegen je vacaturetekst en geeft een matchrang met specifieke sterktes en zwaktes. Het let niet op zinsbouw of woordenschat. Het kijkt of de ervaring, vaardigheden en achtergrond van de kandidaat aansluiten bij de functievereisten.
Het antwoord is dus niet de AI opsporen — het is screenen op wat je echt nodig hebt.
Een hoge AI Score betekent dat de kandidaat bij de functie past. Een lage score betekent dat hij niet past. Of de kandidaat ChatGPT heeft gebruikt om het cv te schrijven, is voor dat oordeel irrelevant.
Methode 3: gestructureerde interviewvragen op basis van een gapanalyse
Hier zeggen voorstanders van detectie vaak: “Maar hoe verifieer je het dan?” Terechte vraag. Het antwoord zijn gestructureerde interviews.
Onderzoek toont consequent aan dat gestructureerde interviews twee tot drie keer beter voorspellen hoe iemand zal presteren dan ongestructureerde gesprekken. Een analyse van Sapia.ai uit 2026 vond validiteitscoëfficiënten van 0,51 tot 0,63 voor gestructureerde interviews, tegenover 0,20 tot 0,38 voor ongestructureerde formats. De overeenstemming tussen interviewers ligt bij gestructureerde formats rond de 85 %, tegenover ongeveer 40 % bij ongestructureerde (ResReader, 2026). Organisaties die gestructureerde formats gebruiken, rapporteren bovendien een verbetering van 55 % in kandidaatdiversiteit.
InterviewGen genereert functiespecifieke interviewvragen door het cv van elke kandidaat naast de vacaturetekst te leggen. Het identificeert hiaten — plekken waar het cv vaag is, waar ervaringsclaims dun zijn of waar er een mismatch bestaat tussen opgegeven vaardigheden en de functievereisten — en stelt vragen die precies die gebieden onderzoeken.
Als een kandidaat op een door AI opgepoetst cv heeft staan dat hij “een migratie naar microservices heeft ontworpen”, dan genereert InterviewGen vragen die testen of hij de technische keuzes, afwegingen en resultaten kan uitleggen. Het interview is de verificatielaag. Het cv is slechts het startpunt.
Methode 4: combineer de methodes tot een pipeline
De sterkste screeningsaanpak legt deze methodes in lagen op elkaar:
- CriteriaMatch: Harde vereisten als filter. Slagen of niet. Elimineert kandidaten die de minimumdrempel niet halen, ongeacht de kwaliteit van het cv.
- AI Score: Fit-scoring. Rangschikt de overgebleven kandidaten op relevantie voor de functie. Brengt de beste matches naar voren voor menselijke beoordeling.
- InterviewGen: Diepgangstest. Genereert gerichte vragen voor finalisten op basis van hun specifieke hiaten en claims. Maakt van een generiek interview een verificatietool.
Elke laag vangt op wat de vorige mist. En geen van de lagen hangt af van het raden of een kandidaat AI heeft gebruikt om zijn cv te schrijven.
Het voordeel van gestructureerde screening
Naast het omgaan met AI-geschreven cv’s lost deze aanpak meerdere andere problemen op waar je team waarschijnlijk ook mee zit:
- Consistentie: Elke kandidaat wordt beoordeeld op dezelfde criteria en dezelfde vacaturetekst. Geen “ik vond die persoon sympathiek” tegenover “de opmaak van zijn cv vond ik niet goed” meer.
- Snelheid: Controle op criteria en fit-scoring gebeuren in seconden, niet in uren. Je team beoordeelt een vooraf gesorteerde lijst in plaats van een ruwe stapel.
- Verdedigbaarheid: Elke screeningsbeslissing is gekoppeld aan vastgelegde criteria en gedocumenteerde scores. Als een kandidaat vraagt waarom hij is afgewezen, heb je een concreet antwoord dat standhoudt.
- Minder bias: Gestructureerde methodes verkleinen het bias-verschil van ongeveer 40 % dat wordt gedocumenteerd in ongestructureerde wervingsprocessen (Hyring, 2026).
Stop met detecteren. Begin met screenen.
Het AI-cv-”probleem” is in feite een screeningsprobleem. Als je proces afhangt van het lezen van stijl om kandidaten te beoordelen, zal AI het breken. Als je proces steunt op verifieerbare criteria, fit-scoring en gestructureerde interviews, maakt het niet uit hoe het cv is geschreven.
Bouw een screeningsproces dat werkt op inhoud, niet op stijl. Dat is de enige aanpak die schaalt.