Fraude en A.I.

Fraude en AI

Door de introductie en het toenemende gebruik van AI is het onderwerp fraude actueler dan ooit. Er zijn vragen gerezen over de validiteit en het nut van psychometrische assessments in een wereld waarin kandidaten steeds vaardiger worden in het gebruik van AI-tools. Deze vragen worden ook regelmatig gesteld door klanten en potentiële klanten tijdens vergaderingen, en in deze FAQ worden het standpunt van Assessio en antwoorden met betrekking tot fraude met AI in onze assessments uiteengezet.*

*Aangezien de ontwikkelingen op het gebied van AI razendsnel gaan en moeilijk te voorspellen zijn, dient u er rekening mee te houden dat sommige van deze antwoorden mogelijk verouderd zijn op het moment dat u dit document leest. Aanmaakdatum: 23 januari 2026.

Kunnen kandidaten AI gebruiken om hun MAP-resultaten ‘op maat’ te maken voor een functie en zo een hoge matchscore te garanderen?

We hebben een reeks tests uitgevoerd om te zien of dit mogelijk is, maar tot nu toe heeft het gebruik van AI slechte resultaten opgeleverd. In theorie zou het mogelijk kunnen zijn, maar in de praktijk is het vrij moeilijk te realiseren. Hoewel AI kan worden geprogrammeerd om antwoorden te geven die op bepaalde persoonlijkheidskenmerken kunnen duiden, is het opstellen van een ideaal profiel voor een functie een heel andere kwestie. Om een specifieke matchscore succesvol te kunnen genereren, zou een AI toegang moeten hebben tot een grote hoeveelheid informatie, waaronder, maar niet beperkt tot: normgroepen, scoringslogica, itemlading, details over onze curvilineaire competentiescores en de wegingsfactoren voor elke competentie. Een deel van deze informatie is beschikbaar, maar veel ervan ontbreekt. In de praktijk is de kans dat dit gebeurt klein. Over het geheel genomen maken we ons voorlopig nog niet al te veel zorgen over het gebruik van AI in MAP.

Kan AI worden gebruikt om te frauderen bij cognitieve vaardigheidstests?

Ja en nee. Dit hangt grotendeels af van de betreffende cognitieve vaardigheidstest. Hoewel AI behoorlijk succesvol is gebleken in het geven van juiste antwoorden op verbale en numerieke vragen, is dit minder het geval bij abstracte, op figuren gebaseerde vragen. Gezien de aard van tekst en getallen zijn deze gemakkelijker te verwerken voor in de handel verkrijgbare AI-modellen, en vaak is het eenvoudiger om dit soort vragen te kopiëren en in een AI te plakken. Niet-verbale en niet-numerieke figuren (zoals matrices) zijn moeilijker te verwerken voor de AI en de praktische handelingen die nodig zijn om te sjoemelen, zijn voor de kandidaat moeilijker uit te voeren. Dit betekent twee dingen: de AI zal een grotere foutmarge hebben en het zou voor kandidaten moeilijk zijn om binnen een strikte tijdslimiet te slagen. Wat betreft de psychometrische assessments van Assessio betekent dit dat delen van Logics vatbaar zijn voor valsspelen met AI, maar Matrigma niet. Dit vormt mede de basis voor onze aanbeveling om Logics voornamelijk te gebruiken voor tests in een later stadium, waar de prikkel om te valsspelen kleiner is. Matrigma is de optimale keuze voor tests in een vroeg stadium, gezien de weerstand tegen valsspelen, maar kan ook in latere fasen worden ingezet, mits de inzichten aansluiten bij de behoeften van de klant.

Hoe bruikbaar is AI bij het valsspelen bij een waardenassessment?

Dit is misschien wel het type assessment waarover men zich het minst zorgen hoeft te maken, voornamelijk om twee redenen. Ten eerste raden we waardenassessments niet aan als strikt selectiecriterium, maar eerder als aanvullend inzicht in het potentieel (persoonlijkheid, cognitieve vaardigheden).
Ten tweede zijn er bij waarden eigenlijk geen goede of foute antwoorden, en is de prikkel om te frauderen kleiner dan bij welke andere psychometrische toets dan ook. Al met al heeft het voor kandidaten gewoonweg weinig zin om AI te gebruiken bij het invullen van een waardetoets, en is het niets waar organisaties zich zorgen over hoeven te maken.

Heeft Assessio enig idee hoe wijdverbreid het gebruik van AI bij het afleggen van toetsen is, en welke maatregelen neemt u om dit te voorkomen?

Ja, dit is iets wat we vanuit verschillende invalshoeken hebben onderzocht. We hebben een aantal analyses uitgevoerd waarin we het afleggen van toetsen door mensen vergeleken met dat door AI – voornamelijk voor toetsen van cognitieve vaardigheden, waar de prikkel om te frauderen doorgaans groter is. Op basis van deze gegevens hebben we een reeks patronen geïdentificeerd die onderscheid maken tussen hoe mensen reageren en hoe AI reageert.

Hoewel dit ingewikkeld is, wijzen enkele belangrijke bevindingen erop dat mensen doorgaans meer tijd nodig hebben om op complexe vragen te reageren, terwijl een AI dat niet doet. Dit kan, in combinatie met andere afwijkingen in de scores, wijzen op kunstmatige antwoordstijlen die uiterst zeldzaam zijn of die je van een menselijke respondent niet zou verwachten. Voorlopig gebruiken we dit om algemene tendensen in antwoordstijlen op het platform in de gaten te houden, en voor zover we tot nu toe kunnen concluderen, lijkt dit niet vaak voor te komen. Op dit moment lijkt er weinig reden tot bezorgdheid te zijn, maar we houden het in de gaten en zullen de nodige maatregelen overwegen wanneer we dat nodig achten. Een andere manier waarop we de situatie in de gaten houden, is via de verdeling van de scores. Als de trend dat kandidaten proberen te frauderen met behulp van AI aanzienlijk is toegenomen, en als die pogingen succesvol zijn gebleken, zouden we significante veranderingen in de verdeling van de scores verwachten. In het geval van GMA-toetsen zou dit zich uiten in een stijging van het aantal hoge scores en het algemene gemiddelde in vergelijking met gegevens van vóór 2022. Voorlopig lijkt dit niet het geval te zijn, maar we houden dit nauwlettend in de gaten.

Wat kunnen wij (het bedrijf) doen om fraude te voorkomen?

Als fraude (met of zonder AI) volledig moet worden voorkomen, is het afnemen van tests op locatie de meest zekere manier. In sommige gevallen kan dit nodig zijn. Dit legt echter een druk op zowel het bedrijf als de kandidaat, en lichtere methoden kunnen nuttig zijn, zoals het benadrukken van het belang en de voordelen van eerlijkheid bij kandidaten. Wanneer een bedrijf kandidaten aan verschillende tests onderwerpt, gaat het er niet om te zien wie het beste presteert op willekeurige parameters. Kandidaten worden beoordeeld op basis van criteria die aangeven of ze aan de eisen kunnen voldoen en zullen gedijen in een specifieke functie. Met andere woorden: het gaat niet alleen om de vraag „Hoe hoog kun je springen?“, maar veeleer om de beoordeling of je „zo hoog kunt springen“ als de functie vereist, en of dit een goede match is voor zowel het bedrijf als de kandidaat.

We weten dat de verleiding om te sjoemelen groter is in een vroeg stadium van het wervingsproces en wanneer kandidaten denken dat ze niet aan de eisen kunnen voldoen. Daarom kan het nuttig zijn om in een vroeg stadium van het selectieproces meer ‘sjoemelbestendige’ assessments in te zetten (bijvoorbeeld op cijfers gebaseerde assessments zoals Matrigma).

Hoe kun je zien of iemand bij een toets heeft gefraudeerd?

Zoals gezegd kunnen er antwoordpatronen zijn die uiterst zeldzaam zijn of onwaarschijnlijk voor een menselijke respondent, en die kunnen wijzen op fraude. Het is echter belangrijk om te weten dat je, alleen op basis van patronen of (hoge) scores, nooit zeker kunt zijn dat iemand heeft gefraudeerd. Onze toetsen zijn zo ontwikkeld dat alle scores haalbaar zijn, en hoewel sommige scores of combinaties zeldzaam zijn, komen ze toch voor. Bij twijfel over de authenticiteit van scores raden we aan om de informatie te verifiëren via interviews, casussen, referentiecontroles of dergelijke.