It kombinearjen fan fakatuere mei wurksykjenden

Gemeente Delft

Matchplaats (KI) stipet de wurkgelegenheidsadviseur by it matchen fan wurksykjenden mei fakatuere. Op basis fan feardigens, eigenskippen, ynteresses en ferbetteringsgebieten oangeande wurk genereart de ark in list mei potinsjele oerienkomsten tusken wurksykjenden en fakatuere. De wurkgelegenheidsadviseur besprekt de potinsjele oerienkomsten dy't geskikt achte wurde mei de wurksykjende. As de wurksykjende ynteressearre is, wurdt hy foarsteld oan de wurkjouwer.

Lêst feroare op 13 maaie 2026 om 7:05 | Publikaasjestandaard 1.0

• Publicatiecategorie: Heechrisiko AI-systeem
• Impacttoetsen: DPIA, IAMA
• Status: Yn gebrûk

Algemene ynformaasje

Tema

Sosjale wissichheid

Begjindatum

2026-04

Kontaktgegevens

[e-mail] (Werkse! is onderdeel van gemeente Delft)

Link nei publykspagina

www.werkse.nl (Werkse! is onderdeel van gemeente Delft)

Ferantwurde gebrûk

Doel en impact

It algoritme dat brûkt wurdt yn 'e AI-ark stipet twa haaddoelen mei de folgjende ynfloed:

1. Effisjintere en bettere matching: It algoritme helpt by it berikken fan rapper en bettere matches troch kandidaten te keppele oan banen dy't oerienkomme mei harren kapasiteiten en kompetinsjes, wêrby't harren feardigens, eigenskippen, ynteresses en ferbetteringsgebieten oangeande wurk de basis foarmje, ynstee fan allinich wurkûnderfining of diploma's.

2. Ynklúzje en earlikens: It systeem is ûntworpen om foaroardielen te minimalisearjen en gelikense kânsen te bieden, wêrtroch transparânsje en ferklearring mooglik is wêr't dit net altyd transparant makke wurde kin yn it hjoeddeiske hânmjittige proses (lykas ûnbewuste foaroardielen dy't in rol kinne spylje).

De ynfloed op in wurksykjende kin ek liede ta útsluting of diskriminaasje, ôfhinklik fan hoe't it algoritme konfigurearre is. Om potinsjele útsluting of diskriminaasje te detektearjen en te foarkommen, binne in oantal maatregels ynsteld, lykas it kontrolearjen fan foaroardielen, adviseurs dy't oplaat wurde om foaroardielen te ûndersykjen en te werkennen, adviseurs dy't altyd manuele falidaasje tapasse, in feedbackmeganisme dat oprjochte wurdt, adviseurs dy't ynstruearre wurde oer hoe't se ûntdutsen foaroardielen melde kinne, en it funksjonearjen fan it algoritme dat analysearre wurdt troch de Data Protection Officer (DPO) en de Chief Information Security Officer (CISO) fan Werkse!.

Afwagings

It brûken fan it ark is in wichtich middel om de matching sa effektyf en earlik mooglik út te fieren.

Foardielen foar de wurksykjende:

1. Fergrutsjen fan kânsen troch skalberens: It folume fan sawol beskikbere fakatueres as wurksykjenden is sa grut dat it praktysk ûnmooglik is foar adviseurs om alle mooglikheden manuell te kontrolearjen en de bêste matches te identifisearjen. De ark makket it mooglik om in breed oanbod fan fakatueres en wurksykjenden objektyf en sekuer te analysearjen binnen in heul koarte tiid.

2. Earliker behanneling troch foaroardielmonitoring: Oars as it manuele matchingproses, wêryn ûnbewuste foaroardielen fan adviseurs in rol spylje kinne, is de ark ûntworpen neffens FAIR-prinsipes (transparant, objektyf en ferklearjeber). Derneist wurde resultaten kontinu kontroleare op potinsjele foaroardielen, wat bydraacht oan in ynklusyf en earliker matchingproses.

3. Persoanlike en kwalitatyf heechweardige begelieding: Troch gebrûk te meitsjen fan de ark kin de adviseur him rjochtsje op it begelieden fan de wurksykjende en it kritysk evaluearjen fan de foarstelde matches, ynstee fan tiid te besteegjen oan it sykjen nei fakatueres. Dit liedt ta mear persoanlike en kwalitatyf heechweardige begelieding.

4. Optimalisaasje troch gegevensgestuurde besluten: De ark stipet adviseurs mei gegevensgestuurde ynsjoch, wêrtroch't matches net allinich rapper binne, mar ek better oerienkomme mei de feardigens, ynteresses en behoeften fan 'e wurksykjende. Dit fergruttet de kâns op langduorjende en suksesfolle pleatsingen.

Wurksykjenden hawwe rjocht op beskerming fan harren persoanlike gegevens en in earlike, transparante behanneling yn it matchingproses. Harren privacy wurdt garandearre troch strange gegevensminimalisaasje, organisatoaryske en technyske feiligensmaatregels, en monitoaring dy't it risiko fan unautorisearre tagong of misbrûk minimalisearje. Allinnich gegevens dy't nedich binne om in goede match te berikken, wurde brûkt om wurksykjenden te keppeljen oan fakatueres. Spesjale kategoryen persoanlike gegevens wurde net brûkt foar de match. De gegevens fan 'e wurksykjende wurde út 'e ark fuorthelle foar matchingdoelen as it proses fan 'e wurksykjende foltôge is. Wurksykjenden kinne ek oanjaan dat se Matchplaats net brûke wolle. Yn dat gefal wurdt de 'opt-out'-funksje aktivearre, wêrtroch't foarkomt dat de gegevens fan 'e wurksykjende Matchplaats yngeane, en fynt matching plak mei de âlde hânmjittige metoade.

Minskele tuskenkomst

De wurkgelegenheidsadviseur beoardielet de troch Matchplaats foarstelde matches. De wurkgelegenheidsadviseur besprekt de potinsjele matches dy't geskikt achte wurde mei de wurksykjende. As der belangstelling is, wurdt de wurksykjende foarsteld oan de wurkjouwer. De AI-tool stipet adviseurs fia automatisearre ferwurking, mar nimt gjin besluten. De beslissing om in sollicitaasjeproses te starten wurdt dêrom tegearre mei de wurksykjende makke, krekt as by it hânmjittige proses.

Risikobehear

Om de risiko's fan diskriminaasje, útsluting en ûnrjochtmjittige ferwurking fan persoanlike gegevens te beheinen, binne technyske en organisatoaryske maatregels nommen om in feilich, ferantwurdlik, earlik en transparant matchingproses te garandearjen. De folgjende organisatoaryske maatregels binne nommen:

• Brûkers fan 'e KI-tool hawwe in training yn KI-geletterdheid krigen en hawwe de brûkerstraining fan Matchplaats foltôge.

• Der is in proseduere foar foegen foar it útjaan en ynlûken fan autorisaasjes

• Der is in proses foar feilige ûntwikkeling, ferzjekontrôle en kwetsberensbehear

• Periodyke foaroardielrapporten wurde taret en besprutsen mei it management en de Data Protection Officer fan Werkse!

• Brûkers fan 'e KI-ark wurde oplaat om foaroardielen te ûndersykjen en te werkennen, en der is in proses om sinjalen fan foaroardielen te melden en te registrearjen.

• Tagong ta de gegevens is basearre op yndividuele akkounts mei rol-basearre tagongskontrôle

• Allinnich gegevens dy't nedich binne om in goede match te berikken wurde ferwurke, en de gegevens fan 'e wurksykjende wurde út 'e AI-ark fuorthelle foar matchingdoelen nei't it proses fan in wurksykjende foltôge is.

De folgjende technyske maatregels binne nommen:

• De opsleine gegevens binne fersifere (AES-256) sawol tidens ferfier as yn rêst

• De gegevens wurde ferwurke binnen in feilich netwurk mei end-to-end fersifering.

• De Matchplaats-applikaasje stipet Single Sign-On (SSO) fia Microsoft Enterprise ID

• Tagong en systeemaksjes wurde registrearre

• Der is in reservekopy- en herstelproseduere wêrby't gegevens wurde opslein yn Azure Blob Storage en PostgreSQL-databases (NextHuman's Azure Cloud binnen de EU). Deistige reservekopyen wurde 35 dagen bewarre. Reservekopyen wurde fersifere sawol tidens opslach (AES-256) as tidens transport (TLS). Allinnich autorisearre persoanen hawwe tagong ta de reservekopyen. De reservekopy- en herstelproseduere wurdt elk kwartaal hifke.

• 2-faktor-autentikaasje (2FA) wurdt brûkt foar tagong ta it systeem, en kommunikaasje tusken systemen is befeilige fia in privee VNet.

• De AI-tool is ûntworpen om transparant te wêzen foar brûkers en belanghawwenden. De tool befettet in útliskomponint, wêrtroch adviseurs en wurksykjenden ynsjoch krije yn 'e redenearring efter de generearre potinsjele matches.

Wettlike basis

De gemeente is wetlik ferplichte om wurksykjenden mei in ôfstân ta de arbeidsmerk te stypjen by it finen fan geskikt wurk op basis fan de Partisipaasjewet (haadstik 2, artikels 7, 8a, 9) en de AVG (artikel 6.1).

Links nei wettlike basis

• Participation Act: Hoofdstuk 2 art. 7, 8a, 9
• AVG: Art. 6.1

Taljochting op impacttoetsen

In Data Protection Impact Assessment (DPIA) is útfierd om de risiko's foar de privacy fan wurksykjenden te identifisearjen. Dizze DPIA sil bywurke wurde nei de foltôging fan 'e pilot en sil dan de basis foarmje foar it nimmen fan in go-no-go-beslissing oangeande de ymplemintaasje fan 'e AI-tool Matchplaats. In IAMA (Human Rights Assessment) is ek útfierd om te beoardieljen op diskriminaasje en gelikense kânsen. De wichtichste komponinten fan 'e IAMA binne ek opnommen yn haadstik 3 fan 'e DPIA. Wichtige maatregels dy't nommen binne om de risiko's yn dizze kontekst te ferminderjen binne:

• Minsken yn 'e loop: de adviseur kontrolearret altyd de suggestjes foar AI-matching en besprekt de potinsjele matches dy't geskikt achte wurde mei de wurksykjende. As de wurksykjende ynteressearre is, wurdt hy foarsteld oan 'e wurkjouwer.

• Ferklearringsfermogen: foar elke makke match is dúdlik hoe't it ta stân kaam is. Dit is transparant foar sawol de wurksykjende as de adviseur.

• Monitoaring fan bias: elke bias yn it matchingproses wurdt kontinu identifisearre, teminsten elk kwartaal rapportearre en oanskerpe wêr nedich.

Impacttoetsen

• Data Protection Impact Assessment (DPIA): Matching kandidaten met vacatures met behulp van AI
• Ympact Assessment Minskerjochten en Algoritmes (IAMA): Matching kandidaten met vacatures met behulp van AI

Wurking

Gegevens

Allinnich gegevens dy't nedich binne om in goede match te berikken wurde brûkt om wurksykjenden te keppeljen oan fakatueres. Yn 'e AI-tool wurde gegevens fan' e wurksykjende ferwurke, lykas:

• Namme

• Yndustry- en baanfoarkarren

• Taalfeardigens

• Foltôge kursussen

• Kompjûterfeardigens

• Útlis fan sosjaal netwurk

• De CV

• Besit fan rydbewiis en reismooglikheden

• Spesifike stipebehoeften of easken foar de wurkpleats

• Oandachtspunten dy't ynfloed hawwe op laadkapasiteit en wurkfitness (beskreaun yn funksjonele termen yn oerienstimming mei de AVG)

• Elke oantsjutting foar in wurkpleatsingsoerienkomst, deistige aktiviteiten of ynformele soarch

• Ynterview- en observaasjerapporten.

Technyske wurking

Matchplaats brûkt 4 ferskillende algoritmen: 1. Fan kliïntynformaasje (Afas) → oerienkommende profyl

• Ynfiergegevens: gegevens út it masterrecord fan 'e wurksykjende yn it boarnesysteem, CV's, ynterview- en observaasjerapporten, oplieding, hobby's en ynteresses, needsaak foar begelieding, kapasiteit foar wurk

• Model: GPT-4o (transformator). Dit ekstraheart de relevante feardigens, eigenskippen, ynteresses en oandachtsgebieten oangeande wurk út ûnstrukturearre tekst.

• Utfier: in strukturearre oerienkommende profyl mei objektive skaaimerken dy't tsjinnet as ynfier foar de oerienkommende

2. Fan vacature (Afas, Indeed, Glassdoor, LinkedIn) → funksjeprofyl yn Matchplaats

• Ynfiergegevens: funksjebeskriuwingen en easken, bedriuwsprofyl

• Model: deselde stapel – GPT-4o: werkennet feardigens/easken út 'e tekst

• Utfier: in baanprofyl mei objektive skaaimerken (feardigens, eigenskippen, ynteresses, oandachtspunten)

3. Matching kliïnt ↔ fakatuere yn Matchplaats

• Ynfiergegevens: oerienkommende profyl fan kandidaat en fakatuereprofyl

• Model: Word2Vec + BM25 (statistysk skoaremodel): Word2Vec pleatst wurden yn fektorromte (semantyske oerienkomst), BM25 weaget kaaiwurden en ferminderet rûs (wurden lykas "fleksibel" krije minder gewicht), en in oerienkommende skoare wurdt berekkene út in weage gemiddelde fan dizze twa.

• Utfier: in ranglist fan fakatuere (of kandidaten yn it gefal fan spegeljen). De útlisberenskomponint lit it gewicht yn 'e skoare sjen foar elk kritearium (bygelyks "kreativiteit", "net tillen").

4. Ark foar it kontrolearjen fan bias

• Ynfiergegevens: Resultaten fan alle makke oerienkomsten, benammen foar biasmjittingen oangeande geslacht, leeftyd en taal. Batchresultaten fan it útfieren fan 'e heule database foar wurksykjenden (en in stekproef fan fakatueres), benammen foar falsk-positive/negative deteksje.

• Model: statistyske monitoring: analyses fan ferskillen yn oerienkomstsraten per leeftyd, geslacht, taal en sektor, lykas ferdieling fan wurksykjenden of fakatuere yn 'e útkomsten

• Utfier: warskôgings foar wichtige ôfwikingen, bygelyks as in groep struktureel minder faak oerienkomt of as in groep faker yn in spesifike sektor trochstjoerd wurdt. GPT-4o (Transformer Architecture) en Word2Vec (embeddingsmodel) binne auto-learende algoritmen, en BM25 (Best Matching 25, ynformaasje-opheljen, spesifisearre formules kombineare mei statistiken út 'e gegevens) is in semi-auto-learend algoritme.

Leveransier

FolgjendeMinske