Jolanda ter Maten is AI- en ethics consultant, trainer en keynotespreker. Zij adviseert bestuurders, HR-leiders en beleidsmakers bij werkgevers en overheden, waaronder de Europese Commissie, en spreekt op 17 november op het People Analytics en AI-congres.
Centraal in haar werk staat de menskant van technologie: hoe implementeer je AI zonder de mensen kwijt te raken, en hoe zorg je met leiderschap, ethiek en governance dat data daadwerkelijk renderen? Dat is ook het onderwerp van haar boek Modern leiderschap is geen algoritme, waarin ze laat zien dat AI pas rendeert als organisaties tegelijkertijd blijven investeren in hun mensen.
Aanleiding voor het gesprek is dat steeds meer organisaties data-analyse en AI inzetten om betere HR-besluiten te nemen. Maat dat gaat ook regelmatig mis: doordat de datakwaliteit niet deugt, doordat vooroordelen in bestaande data ongemerkt worden versterkt, of doordat ethische kwesties pas boven water komen doordat het algoritme gebreken blijkt te vertonen.
Zaken die werkgevers het liefst vóór willen zijn. Volgens de AI & ethics-expert stranden veel AI-implementaties vooral op leiderschap en niet zozeer op technologie. Hoe organisaties dat dan wél goed kunnen aanpakken is onderwerp van gesprek.
Om met de deur in huis te vallen: wat bedoel je met de titel van je boek, ‘Modern leiderschap is geen algoritme’?
“Veel mensen gaan ervan uit dat AI alles wel oplost: je gooit er wat AI bij en het proces wordt vanzelf efficiënter. Maar zo werkt het niet. AI-succes is nog altijd mensenwerk. Op bestuursniveau gaat het dan over wat AI betekent voor de strategie, op HR-niveau over wat voor mensen en skills je nodig hebt en hoe functies eruit gaan zien nu we met AI gaan samenwerken. AI vervangt weliswaar taken, maar een algoritme kan nooit een vervanging zijn voor persoonlijk leiderschap.”
Je zei eerder dat zo’n 70 procent van de AI-implementaties mislukt, en dan niet door de technologie maar door leiderschap. Wat gaat daar precies mis?
“AI wordt vaak een doel op zich in plaats van een middel. Organisaties beginnen niet bij de vraag wat ze eigenlijk willen oplossen, maar bij: laten we AI gaan gebruiken. Leiderschap gaat over de juiste beslissing kunnen nemen: wat hebben we hier nodig, wat kan AI voor ons doen, en wat blijven wij als mens zelf doen?
Er is te weinig aandacht voor wat een organisatie al heeft en werkelijk nog nodig heeft, en te veel voor het klakkeloos uitrollen van een nieuwe tool. Toen Copilot werd geïntroduceerd, bleek bijvoorbeeld dat gebruikers via die tool toegang kregen tot data waar ze normaal nooit bij zouden mogen — omdat niemand dat vooraf goed had ingeregeld.
De cijfers over mislukte implementaties lopen uiteen, gemiddeld kom je op 60 tot 70 procent. En falen betekent niet alleen dat het volledig misgaat, maar ook dat AI niet het rendement oplevert dat je ervan verwachtte. Er geldt nog altijd: garbage in is garbage out, al helemaal bij AI. Laat je AI daarmee werken, dan ga je die gebreken vermenigvuldigen. Daarom is de juiste data zo ontzettend belangrijk.”
Tijdens People Analytics & AI 2026 ontdek je hoe je technologische oplossingen kunt inzetten om medewerkers aan te trekken, te ontwikkelen en te behouden. Of je nu een beginner bent of een ervaren professional, deze dag biedt een dynamisch programma inspirerende sessies, eerlijke verhalen en direct toepasbare inzichten.
Veel organisaties beschikken inmiddels over dashboards en een schat aan HR-data. Maar dat betekent niet automatisch dat ze ook betere besluiten nemen. Wat is er volgens jou voor nodig om dat wél te doen?
“Van dashboards gaan mijn nekharen vaak overeind staan. Die worden meestal ingericht op basis van de data die het systeem toevallig heeft, in plaats van vanuit de vraag waar een manager of beslisser werkelijk behoefte aan heeft. Daarmee maak je de tool leidend, terwijl een dashboard nooit een doel is, maar een middel om tot goede besluiten te komen.
Kun je die data niet uit het systeem halen? Dan moet je onderzoeken hoe je er wél aan kunt komen, in plaats van je te voegen naar wat voorhanden is. En denk niet: hoe meer data, hoe beter — AI is een statistisch programma, en hoe meer data je erin stopt, hoe meer uitkomsten kunnen uitwaaieren.
Daarom is het essentieel dat de vakprofessionals in de organisatie, dus ook HR-professionals, betrokken zijn bij het trainen van dergelijke systemen. Zij weten als geen ander waar voor de kwaliteit van de uitkomsten op gelet moet worden, bijvoorbeeld bij recruitment.”
Bestaande HR-data blijken soms onwenselijke patronen of vooroordelen te bevatten, bijvoorbeeld bij de selectie van kandidaten. Hoe voorkom je dat AI die juist versterkt?
“Door te zorgen dat die vooroordelen niet in je trainingsdata zitten. Bij Amazon werden vrouwelijke kandidaten destijds gediscrimineerd door het algoritme voor de selectie van kandidaten. Dit omdat een bepaalde functie historisch vooral door mannen werd bekleed: AI concludeerde daaruit dat mannen daar het beste in waren.
Dergelijke bias is lastig te voorkomen, ook omdat je er zelf vooraf niet altijd bij stilstaat — net als bij de premie van een autoverzekering, die op basis van je postcode hoger of lager uitvalt, terwijl niet iedereen met die postcode roekeloos rijdt. Je corrigeert dit door bewust ook tegenvoorbeelden mee te nemen in de trainingsdata, bijvoorbeeld van mannen die succesvol zijn geweest in een functie waar vooral vrouwen werken en andersom. Lastiger is dat AI ook kan sturen op patronen waar wíj ons niet van bewust zijn.
In de medische wereld kan AI op basis van een netvliesscan bijna feilloos zien of iemand aanleg heeft voor diabetes, maar ook of iemand man of vrouw is of hartproblemen heeft — zonder dat wetenschappers precies weten welk patroon AI daarvoor gebruikt. AI kan dingen herkennen, die ook experts niet herkennen, waardoor AI soms beslissingen neemt die voor ons onbegrijpelijk zijn.”
Veel organisaties investeren in AI met het oog op efficiëntieverbetering en kostenbesparing, maar het rendement valt vaak tegen. Wat gaat hier volgens jou mis?
“Dat is waar die 70 procent faalt: door het niet gebruiken van de juiste trainingsdata en het niet selecteren van de juiste tool. Mensen denken al snel: we gaan met ChatGPT aan de slag, zonder te beseffen dat zo’n tool een verzameling is van heel veel data. Je weet niet waar de data die je er zelf in stopt, verder terechtkomen.
Vaak wordt ook niet goed nagedacht over waar je AI eigenlijk voor wilt inzetten. Dat is als het fileprobleem denken op te lossen door met elektrische auto’s te gaan rijden, wat een oplossing is voor een ander probleem. Organisaties willen efficiëntie en lagere kosten, maar moeten zich afvragen wat ze werkelijk willen bereiken.
Misschien kan een proces zelf dankzij AI heel anders worden ingericht, in plaats van dat je AI gebruikt om een oud, ingesleten proces uit te voeren.”
Iedereen praat over AI, maar hoe zet je het écht in binnen HR? Vincent Roders deelt concrete voorbeelden, praktische tools en direct toepasbare inzichten. Laat je inspireren tijdens HR Day 2026 en maak de volgende stap.
Je zei ook dat medewerkers vaak weerstand tegen AI hebben, en dat juist niet uit onbegrip, maar omdat ze heel goed begrijpen wat AI kan betekenen. Hoe voer je dat gesprek als HR met medewerkers?
“Dit is typisch een onderwerp voor verandermanagement. Veel werkgevers hebben de neiging te denken: bij weerstand moet ik meer informatie geven, dan snappen ze wel dat verandering nodig is. Maar er zijn zoveel verschillende vormen van weerstand — omdat mensen iets niet begrijpen, omdat ze sowieso niet van verandering houden, of juist omdat ze het al te goed doorzien.
Als je dan alleen maar meer informatie geeft, hoe meer weerstand er ontstaat. Je moet dus eerst snappen waar de weerstand van een individu vandaan komt, en dat kan per persoon, per periode en per onderwerp verschillen. Belangrijk is dat mensen begrijpen dat AI bepaalde taken overneemt, maar dat wij als mens altijd nodig blijven. En wijs mensen ook op de kansen: als HR-specialist recruitment kun je juist meedenken over een nieuw AI-systeem — wat is daarbij belangrijk? Dit geeft een mogelijkheid om tot een beter proces te komen.”
Welke rol heeft HR bij het bewaken van de ethische waarden van de organisatie als het gaat om AI?
“Dat bewaken heeft de vorm van een drietrapsraket. Vraag 1: Kan het technisch? Vraag 2: Mag het juridisch, volgens de AVG? En de belangrijkste, vraag 3: moeten we het willen? Dat laatste hangt af van de cultuur die de context van de vraag vormt: die van een land, van een organisatie en zelfs van een afdeling.
In China mag ongeveer alles wat kan, in Europa bestaan daarover heel andere opvattingen. Die derde vraag is nou precies waar HR een superbelangrijke rol heeft. HR is niet de baas over de cultuur, maar heeft daar bij uitstek een goede kijk op, zowel richting medewerkers als richting het hogere management: hoe gaan wij hiermee om, waar spreken we mensen op aan, wat verwachten we van ze?
Daar komt bij: in een organisatie met een angstcultuur zijn mensen sneller bang voor verandering dan in een organisatie waar experimenteren mag, bijvoorbeeld in een afgeschermde sandbox. HR kan daarnaast het management en bestuurders helpen: zij zijn druk met strategie en missie, terwijl HR juist signalen uit de organisatie kan doorgeven.
In dit licht zie je nu ook dat organisaties AI-boards instelt, waarin behalve HR ook finance, IT en andere disciplines vertegenwoordigd zijn. Zij denken niet alleen mee over de kwaliteit van de processen en de uitkomsten, maar ook over de ethische wenselijkheid.”
Wat is de belangrijkste boodschap die je HR-professionals wilt meegeven?
“Dat AI pas rendeert als je ook echt investeert in de mensen — dat is niet toevallig de ondertitel van mijn boek. Het gaat er niet om dat AI mensen vervangt, maar om het snijvlak waar mens en AI elkaar raken en versterken. Wij versterken AI door het te voorzien van de juiste, diverse trainingsdata. AI versterkt ons door goede scenario’s en informatie te geven en patronen bloot te leggen die wij anders niet zouden zien.
Zo kunnen wij doen waar we als mens goed in zijn: beslissingen nemen, ook in de grijze gebieden, met de context erbij. Omarm die ontwikkeling dus vooral, maar wel bewust — AI is geen wondermiddel dat alle problemen oplost.”
De HR Podcast is een initiatief van CHRO.nl, HR Academy en HR Praktijk en gaat over leiderschap en innovatie in HR. Elke twee weken verschijnt een nieuwe aflevering. Luister onderweg, op het werk of thuis in de bekende podcast apps zoals Spotify en Apple Podcast.
Ga voor een overzicht van alle HR Podcasts naar: https://www.hrpraktijk.nl/podcasts/
Wat doe je als een medewerker niet goed functioneert en welke vormen van verlof zijn er? Wil je je kennis up-to-date houden? Volg deze training en leer in twee ochtenden alle ins en outs over arbeidsrecht in de dagelijkse HR-praktijk.