Sollicitanten gebruiken in rap tempo kunstmatige intelligentie om hun brief en cv te verfijnen. Nieuwe cijfers laten zien dat het aandeel actieve werkzoekenden dat via een LLM naar banen zoekt, in een jaar is verdubbeld. Recruiters merken dat direct: meer generieke motivatiebrieven en opvallend strakke loopbanen. Waar slordigheid ooit een alarmbel was, lijkt perfectie nu het signaal geworden om extra alert te zijn.
Forse stijging in gebruik door kandidaten
Uit onderzoek van Intelligence Group blijkt dat het aandeel actief werkzoekenden dat een baan zoekt binnen een LLM steeg van 7,6% begin 2025 naar 13,1% in het eerste kwartaal van 2026. Onder baanwisselaars liep dat op van 9,6% naar 12,6%. Een andere meting, van Robert Walters, schetst een nog breder beeld: 56% van de professionals zet inmiddels AI in tijdens het solliciteren, en bijna 1 op de 5 doet dat regelmatig.
| Groep | Begin 2025 | Q1 2026 |
|---|---|---|
| Actief werkzoekenden (LLM-zoektocht) | 7,6% | 13,1% |
| Baanwisselaars (LLM-zoektocht) | 9,6% | 12,6% |
Die opmars is zichtbaar in de inbox van recruiters. Volgens de Academie voor Arbeidsmarktcommunicatie zegt 65% van de recruiters vaker generieke motivatiebrieven te ontvangen, terwijl 46% meer gepolijste cv’s ziet. Slechts 15% merkt geen verschil.
Panel: ‘Perfectie is het signaal geworden’
Een panel van recruitment- en staffingexperts boog zich over die trend. Hun observaties sluiten naadloos aan bij de data: AI maakt sollicitatieteksten beter leesbaar, consistenter en foutloos — maar daardoor ook uitwisselbaar. De karakteristieke haperingen en eigenaardigheden waar een mens doorheen schemert, verdwijnen.
“Een echt cv heeft een rare overstap, een periode die niet helemaal klopt, een formulering die alleen die persoon kan schrijven. AI poetst dat allemaal weg. Perfectie is het signaal geworden, niet slordigheid.”
Zo vat Danny Poelen (Farrow) het effect samen. Ook Sjoerd Nelissen (Personato) ziet brieven die qua structuur vlekkeloos zijn, maar weinig zeggen over de kandidaat:
“Perfecte structuur, niks specifieks. Vervang de bedrijfsnaam en de brief past op elke vacature.”
Pieterjan Standaert (Digital Staffing Experts) herkent AI-teksten aan het woordgebruik en de toon:
“Vaak is de brief te strak, te dramatisch of overdreven. Sommige woorden worden vaak gebruikt door AI, zoals: cruciaal, onderstrepen, in het huidige landschap.”
Wat betekent dit voor selectie?
De kernconclusie van het panel: het gemiddelde niveau van sollicitatieteksten gaat omhoog, terwijl het onderscheidend vermogen afneemt. Waar taalvaardigheid en vormgevoel eerder als proxy dienden voor vakmanschap, worden die signalen nu door tooling geëgaliseerd. De praktische consequentie: een mooi geformuleerde brief of een foutloos cv zegt steeds minder over de werkelijke competenties.
Voor werkgevers en recruiters schuift de aandacht daardoor naar elementen die lastiger te automatiseren zijn. Denk aan concrete voorbeelden van impact, verificatie van resultaten en het toetsen van probleemoplossend vermogen in realistische context. Het panel wijst er impliciet op dat het vroegere ‘filter’ van middelmatige teksten is verdwenen; selectieprocessen moeten dus scherper kijken naar bewijs in plaats van belofte.
De techniek onder de motorkap
De verklaarbare dominantie van AI in sollicitaties zit in de eigenschappen van grote taalmodellen (LLM’s). Ze kunnen:
- taal normaliseren: inconsistenties en typefouten gladstrijken;
- bronnen en vacatureteksten samenvatten tot kernboodschappen;
- teksten herformuleren naar verschillende toon en lengte.
Met die functies voegt een kandidaat in minuten polish toe die voorheen uren kostte. Het gevolg: recruiters ontvangen vaker teksten met dezelfde opbouw, vergelijkbare superlatieven en een neutraal-professionele toon. Precies die gelijkvormigheid maakt het lastiger om authenticiteit en motivatie te beoordelen.
Waarom dit ertoe doet
Voor werkzoekenden verlaagt AI de drempel om te solliciteren en vergroot het de kans om door een eerste (geautomatiseerd) filter te komen. Voor werkgevers verhoogt het de noodzaak om andere, robuustere indicatoren van geschiktheid te gebruiken. Zonder aanpassing kan de ‘AI-polish’ leiden tot meer schijnbare matches en een zwaardere belasting later in de funnel, bijvoorbeeld bij gesprekken of cases.
De cijfers zijn daarbij niet marginaal. Als meer dan helft van de professionals AI inzet tijdens het solliciteren en recruiters in meerderheid een stijging van generieke brieven en gepolijste cv’s constateren, is dit geen nichefenomeen meer maar een structurele verschuiving. Kandidaten winnen aan schrijfkwaliteit, maar verliezen aan uniek profiel; organisaties zullen hun selectie-instrumentarium moeten aanscherpen om door de glanslaag heen te kijken.
De bredere tech-implicatie: taalmodellen verschuiven de waarde van ‘hoe’ naar ‘wat’. Niet de frictieloze formulering is doorslaggevend, maar de onderliggende ervaring en de aantoonbare resultaten. Dat vraagt om transparantie van kandidaten en om scherpere, contextrijke beoordeling door recruiters — precies waar technologie de vorm kan leveren, maar niet de inhoud.
