AI-gebruik bij Cognitieve Testen

De opkomst van generatieve AI biedt nieuwe mogelijkheden, maar brengt ook uitdagingen met zich mee voor online testen. Veel organisaties vragen zich af hoe ze kunnen voorkomen dat kandidaten AI-tools zoals ChatGPT gebruiken bij het invullen van cognitieve testen. Deze tests zijn namelijk bedoeld om (onder andere) het probleemoplossend vermogen te meten. Als AI de antwoorden levert, wordt het lastig om de werkelijke capaciteiten van een kandidaat te beoordelen.

Bij Hudson bieden we een breed scala aan maatregelen die organisaties kunnen inzetten om de betrouwbaarheid van hun testen te waarborgen. We zetten hierbij in op zowel preventieve als detectiestrategieën.

Eerst het goede nieuws

Hoewel AI-tools steeds toegankelijker worden, zien we op dit moment geen opvallende verschuivingen in gemiddelde testresultaten of andere, duidelijke signalen van onregelmatigheden. Toch is het risico op misbruik reëel en kan het in de toekomst toenemen. Voor sommige organisaties is het daarom verstandig om passende maatregelen te nemen.

Wat kunnen organisaties doen?

We adviseren een dubbele aanpak:

Preventieve strategieën: AI-gebruik ontmoedigen

Standaard ingebouwd in Hudsons testplatform:

• Copy-pasting uitgeschakeld: Kandidaten kunnen geen tekst kopiëren uit de test en die vervolgens in een AI-tool plakken. Dit is uiteraard geen waterdichte oplossing, maar het vormt wel een praktische drempel.
  
  
• Strikte tijdslimieten: Onze cognitieve testen werken met strikte tijdslimieten, die op zichzelf al een natuurlijke barrière vormen tegen externe hulp. AI consulteren kost namelijk tijd: vensters wisselen, vragen kopiëren, een prompt invoeren, het antwoord lezen en interpreteren, en vervolgens beslissen of je het gebruikt. Al deze onderbrekingen kosten niet alleen kostbare seconden, maar verstoren ook de concentratie en verhogen de stress.
  
  

Optionele maatregelen op maat:

• Remote proctoring: Organisaties kunnen kiezen voor toezicht op afstand, waarbij kandidaten tijdens de test worden gemonitord via hun webcam en schermactiviteit. Dit kan live gebeuren (met een toezichthouder die in real-time meekijkt), of automatisch (via software die afwijkend gedrag detecteert en analyseert). Waar nodig kan Hudson externe proctoring-oplossingen integreren in het testplatform, zodat klanten flexibel kunnen kiezen welk type en niveau van toezicht het best past bij hun selectieproces. Remote proctoring kan zeer effectief zijn om AI-gebruik ontmoedigen, maar vraagt wel om een zorgvuldige afweging van de kandidaatervaring, kosten en privacyaspecten.
  
  
• Honesty agreement: Een eerlijkheidsverklaring of ‘honesty agreement’ is een korte tekst die kandidaten lezen en accepteren vóór ze aan de test beginnen. Hierin worden ze herinnerd aan het belang van ethisch gedrag, en verklaren ze dat ze de test zonder externe hulp zullen afleggen. Onderzoek toont aan dat zo’n ethische reminder oneerlijk gedrag kan verminderen, zelfs in situaties zonder toezicht. Op Hudsons testplatform is een honesty agreement beschikbaar als optionele functie die per klant geactiveerd kan worden. De tekst kan bovendien aangepast worden aan de toon en waarden van de organisatie.
  
  
• Vooraf informeren over detectie of verificatie: Kandidaten vooraf laten weten dat onregelmatigheden kunnen worden opgespoord en dat er eventueel een hertest volgt ter verificatie, kan ook een afschrikkend effect hebben.
  
  

Detectiestrategieën: verdacht gedrag herkennen

• Klikgedrag volgen: Hudsons platform registreert of kandidaten buiten het testvenster klikken. Af en toe klikken is meestal onschuldig, maar herhaald wisselen van venster kan wijzen op het raadplegen van externe tools. Deze data kunnen dus helpen om mogelijk verdacht gedrag te signaleren voor verdere opvolging.
  
  
• Data forensics: Op verzoek kan Hudson gedetailleerde analyses van antwoordpatronen uitvoeren, zowel op individueel als groepsniveau. Denk hierbij bijvoorbeeld aan reactietijden per vraag, nauwkeurigheidspatronen en consistentie over verschillende moeilijkheidsgraden heen. Hoewel deze analyses geen sluitend bewijs van fraude bieden, kunnen ze wel een waardevolle basis vormen voor verdere opvolging.
  
  
• Verificatie-testen: Wanneer er aanwijzingen zijn dat een test mogelijk niet op een eerlijke manier is afgelegd, kan Hudson organisaties adviseren over passende verificatiemaatregelen. Dit kan bijvoorbeeld een hertest zijn, een live interview, een simulatie-oefening of een korte redeneertest waarbij de kandidaat hardop denkt tijdens het oplossen. Zo kan het ‘ware’ redeneervermogen van de kandidaat opnieuw en onder striktere omstandigheden worden beoordeeld, zonder het volledige testproces te herhalen.

Geen standaardoplossing

Elke organisatie heeft haar eigen context: het type kandidaten dat ze aantrekt, het beschikbare budget, de gewenste uitstraling als werkgever, de selectiecriteria en de mate van risicotolerantie.

Het draait om het vinden van de juiste balans tussen voorspellende waarde, eerlijkheid, een positieve kandidaatervaring en praktische haalbaarheid. Ons team denkt graag mee om de strategie te bepalen die het best aansluit bij de noden van uw organisatie.

AI ontwikkelt zich razendsnel, maar onze toolbox om testintegriteit en eerlijkheid te waarborgen groeit mee.