De opkomst van Algoritmisch Management betekent werk voor HRM

Op dit moment maakt het HR-vakgebied een snelle toename van het gebruik van algoritmes en kunstmatige intelligentie (AI) mee. Niet alleen neemt het individuele gebruik van AI toe – denk aan ChatGPT en Copilot– ook zien we steeds meer aandacht voor algoritmes om medewerkers aan te sturen. Dit wordt ook wel Algoritmisch Management genoemd.

Aversie jegens Algoritmisch HRM ontstaat door onzekerheid en negatieve consequenties terwijl appreciatie ontstaat door efficiëntie en rechtvaardigheid

Waar voorheen Algoritmisch Management voornamelijk werd toegepast in de platformeconomie zie je tegenwoordig ook gevestigde bedrijven gebruikmaken van vormen van Algoritmisch Management.

Algoritmisch HRM

Wanneer deze toepassingen worden gebruikt om HR-processen te verbeteren of te automatiseren noemen we dit ook wel Algoritmisch HRM. Het gaat hierbij bijvoorbeeld om het aannemen, inplannen, beoordelen, trainen van personeel [1]. Dit alles met de belofte dat HR-processen sneller en efficiënter kunnen worden gemaakt en betere besluiten kunnen worden genomen.

Tegelijkertijd worden de risico’s en gevaren onderkend van deze ontwikkelingen – zoals bevooroordeling en discriminatie door algoritmes. De snelle ontwikkeling en toepassing van (Generatieve) AI binnen Algoritmisch HRM maakt deze discussie alleen maar urgenter, gezien de complexiteit en het gebrek aan transparantie van deze systemen.

Implicaties onbekend

Hoewel onderzoekers zich al jaren bezighouden met Algoritmisch Management in de platformeconomie (zie bijvoorbeeld het werk van Meijerink & Keegan, 2019 [2]), zijn de implicaties van Algoritmisch HRM in gevestigde organisaties nog behoorlijk onbekend. Dat was een van de aanleidingen voor het Tijdschrift van HRM om een themanummer samen te stellen over Algoritmisch HRM en te analyseren wat de gevolgen zijn voor HR-professionals en medewerkers.

Onder de titel ‘Algoritmisch HRM: slim aan het werk met AI’ geven we een bloemlezing van alle twaalf bijdrages en laten we zien dat het belangrijk is om inzicht te krijgen in de factoren die het gebruik en de consequenties vormgeven [3].

Resultaten artikelen themanummer Algoritmisch HRM

Hoewel het onmogelijk is om ieder artikel afzonderlijk te beschrijven en recht te doen aan de opgedane inzichten, biedt het themanummer in zijn geheel een aantal belangrijke resultaten die een genuanceerd beeld geven van de kansen én risico’s van Algoritmisch HRM.

Wat is hierbij de rode draad? Algoritmes en AI kúnnen een waardevolle bijdrage leveren aan het ondersteunen van HR-processen, bijvoorbeeld door zorgmedewerkers te ondersteunen bij het uitvoeren van hun taken, door talent te helpen identificeren en ontwikkelen, of door leer- en ontwikkeltrajecten effectiever te maken.

Tegelijkertijd waarschuwen de verschillende auteurs voor mogelijk negatieve effecten: wanneer algoritmes teveel sturing geven of onvoldoende transparant zijn kunnen ze leiden tot vermindering van autonomie, welzijn en bevlogenheid van medewerkers.

Onderzoek bij voetbalclub Heracles

De daadwerkelijke impact van Algoritmisch HRM hangt af van de manier waarop algoritmes en AI worden ontworpen, geïmplementeerd en gebruikt in de dagelijkse praktijk. Eigen onderzoek, uitgevoerd samen met Tom Morssink bij voetbalclub Heracles [4], laat bijvoorbeeld zien dat technologie voor het managen van (sportief) talent belangrijk is, maar dat we ook oog moeten hebben voor de sociale context waarbinnen deze toepassing plaats vindt, zoals het ontwikkelen van nieuwe rollen en het hebben van een prestatieklimaat.

Schadelijke effecten

Het is ook cruciaal om aandacht te hebben voor de negatieve gevolgen van Algoritmisch HRM. Zo blijkt uit twee studies dat medewerkers schadelijke effecten ondervinden van AI. Uit het onderzoek van Liu et al. (2025) komt naar voren dat de arbeidsrelatie meer transactioneel wordt, waarbij het welzijn van medewerkers minder wordt [5]. De grootschalige studie die door Das en collega’s wordt beschreven toont aan dat controlerende algoritmes samenhangen met een gevoel van minder autonomie enerzijds en meer werkdruk en burn-outklachten anderzijds [6].

Percepties HR-professionals

Hoewel deze onderzoeken in het themanummer veel nieuwe inzichten hebben opgeleverd blijft één belangrijk aspect relatief onderbelicht: de rol van HR-professionals in deze transformatie. Zij zijn tenslotte degenen die deze transformatie in goede banen zouden moeten leiden – wat ook wordt onderstreept in de verschillende opinie-bijdrages aan het themanummer.

Daarom is het waardevol dat er ander recent onderzoek is gedaan naar de percepties van HR-professionals over Algoritmisch HRM [7]. In deze studie gebruiken onderzoekers Tandon en collega’s de concepten algorithmic aversion en algorithmic appreciation – oftewel of HR-professionals Algoritmisch HRM zien als een bedreiging waar ze zich tegen verzetten (aversie) of juist als een kans waar ze zich voor inzetten (appreciatie oftewel waardering).

De auteurs stellen dat HR-professionals vooral erg voorzichtig zijn met Algoritmisch HRM en niet per se angstig; waarbij aversie en appreciatie naast elkaar kunnen bestaan.

Mechanismes aversie en appreciatie

De bevindingen – op basis van 58 respondenten uit het Verenigd Koninkrijk en de Verenigde Staten – vind ik voornamelijk interessant omdat ze laten zien welke mechanismes er ten grondslag liggen aan deze aversie en appreciatie. Aversie ontstaat doordat HR-professionals onzekerheid ervaren en negatieve consequenties voor hun organisatie voorzien. Appreciatie door HR-professionals wordt voornamelijk bepaald door meer efficiënte HR-processen en groter gevoel van rechtvaardigheid. HR-professionals geven aan dat Algoritmisch HRM de processen efficiënter en eerlijker maakt. HR-processen kunnen beter gestroomlijnd worden en kunnen de consistentie vergroten waardoor eerlijkheid toeneemt.

Het onderzoek gaat ten slotte in op de manieren waarop HR-professionals omgaan met deze balanceeract tussen aversie en appreciatie. Ten eerste vinden zij dat de menselijke factor betrokken dient te blijven, wat bewerkstelligd kan worden door richtlijnen op te stellen over hoe algoritmes kunnen worden gebruikt bij besluitvorming.

Ten tweede is er een kleine groep respondenten die aangaf zoveel mogelijk het gebruik van AI te negeren zolang dat mogelijk is.

Ten slotte is er groep HR-professionals die aangaf dat de aversie voornamelijk een kwestie is van gebrek aan kennis, wat voor hen reden is om zich bekwaam te maken door training.

Belang van AI-geletterdheid bij Algoritmisch HRM

Om je als HR-professional te bekwamen in Algoritmisch HRM en AI is inzicht nodig wat je dan zou moeten weten – en daarvoor hebben we vanuit Nationaal Groeifondsprogramma Npuls recent een AI-geletterdheidraamwerk ontwikkeld. Dit AI-GO! Raamwerk is specifiek gericht op het onderwijs [8] – maar kan ook prima als basis gebruikt worden voor training aan (HR-)professionals.

Het AI-GO! Raamwerk bestaat uit de componenten Kennis, Vaardigheden, Attituden en Ethiek. Om AI-geletterd te worden zouden HR-professionals en hun organisaties moeten inzetten op deze vier domeinen, bijvoorbeeld door basiskennis AI te ontwikkelen, maar ook door kritische reflectie en inzicht in bevooroordeling te bevorderen. Het AI-GO! Raamwerk biedt handvatten welke aspecten en indicatoren organisaties daarbij zouden moeten meenemen.

Collegereeks AI-transformatie voor HR

In deze collegereeks, georganiseerd door TIAS School for Business and Society en HR Academy, ligt de focus op de invloed van AI op de organisatie als geheel. Vooraanstaande experts koppelen academische inzichten aan praktijkvoorbeelden, zodat je AI effectief kunt inzetten binnen HR en de organisatie toekomstbestendig maakt.

Bekijk het programma

Mijn verwachting is overigens dat de toename van AI-geletterdheid niet per definitie leidt tot een grotere appreciatie van Algoritmisch HRM, maar wel tot een betere besluitvorming over de adoptie én het gebruik van AI en algoritmes in HR-processen. Door meer kennis en inzicht kunnen HR-professionals namelijk ook meer begrip krijgen van de risico’s en beperkingen van AI – zoals de vaak onderbelichte gevolgen voor klimaat en duurzaamheid.

Het is aan CHRO’s zich in te zetten voor voldoende AI-geletterdheid, in de eerste plaats om te zorgen voor effectieve, verantwoordelijke en rechtvaardige toepassing van Algoritmisch HRM, maar ook omdat dit door de EU AI-verordening wordt voorgeschreven. Oftewel, de opkomst van Algoritmisch Management bekent werk aan de winkel voor HRM.

Wilt u meer weten over de toepassing van AI in uw organisatie, neem dan contact op via m.renkema@utwente.nl   

Bronvermelding*

• Keegan, A., & Meijerink, J. (2025). Algorithmic management in organizations? From edge case to center stage. Annual Review of Organizational Psychology and Organizational Behavior, 12(1), 395-422.
• Meijerink, J., & Keegan, A. (2019). Conceptualizing human resource management in the gig economy: Toward a platform ecosystem perspective. Journal of managerial psychology, 34(4), 214-232.
• Renkema, M., & Sanders, J. (2025). Algoritmisch HRM: slim aan het werk met AI? Een bloemlezing van bijdrages in het themanummer Algoritmisch HRM. Tijdschrift voor HRM, 28(3), 1-12.
• Renkema, M., & Morssink, T. (2025). Digitalisering van talentmanagement: De invloed van geavanceerde technologie op het managen van talenten in voetbal. Tijdschrift voor HRM, 28(1), 59-83.
• Liu, N., De Winne, S., De Cooman, R., & Di Guida, S. (2025). Algoritmisch management en welzijn op het werk. Tijdschrift voor HRM, 28(1), 1-28.
• Das, D., van der Torre, W., van Dam, L., Zoomer, T., & Preenen, P. (2025). Wat is de impact van algoritmisch management op de kwaliteit van arbeid in reguliere organisaties?. Tijdschrift voor HRM, 28(1), 84-107.
• Tandon, A., Dhir, A., Malik, A., Budhwar, P., & Kaur, P. (2025). Exploring the duality of perceptions: Insights into uncertainties, aversion and appreciation towards algorithmic HRM. Human Resource Management, 64(2), 583-616.
• Renkema, M., Van den Boom-Muilenburg, E., Friso-van den Bos, I., Theelen, H., Wopereis, I., & Schildkamp, K., (2025). AI-GO! Een Raamwerk voor AI-Geletterdheid in het Onderwijs (AI-GO Raamwerk). Utrecht: Npuls AI- en Data geletterdheid.

*Graag niet deze blog maar originele publicaties citeren.