In Nederland en Europa loopt de jeugdwerkloosheid op. Werkgevers vervangen instapbanen steeds vaker met generatieve AI, zoals ChatGPT van OpenAI en Gemini van Google. Dat raakt vooral starters, omdat junior taken goed te automatiseren zijn. De Europese AI-verordening (AI Act) en de gevolgen voor overheid en werkgevers worden daardoor urgenter.
Instapbanen verdwijnen sneller
Generatieve AI neemt eenvoudige schrijf-, zoek- en analyseklussen over. Denk aan ChatGPT, Gemini en Microsoft Copilot, die teksten opstellen, samenvattingen maken en e-mails opzetten. Ook klantenservicebots, zoals Amazon Lex, handelen veel vragen af zonder menselijk contact. Daardoor zijn er minder uren nodig voor junior medewerkers.
Teams in marketing, klantenservice en administratie passen hun werkproces aan. Taken worden gebundeld bij minder, maar meer ervaren medewerkers. Juniors krijgen minder kans om in te groeien. Dat maakt de stap naar de arbeidsmarkt voor jongeren lastiger.
Ook in IT verandert het werk. GitHub Copilot en vergelijkbare tools helpen programmeurs bij standaardcode. Dit versnelt het werk van seniors, maar verkleint de ruimte voor starters om te oefenen met eenvoudige tickets. De leercurve verschuift zo naar binnen het bedrijf, waar minder instapruimte is.
Het IMF schat dat bijna 40% van de banen wereldwijd wordt geraakt door AI, met een groter effect in rijke economieën.
Nederland voelt druk oplopen
In Nederland zijn vooral sectoren met veel routinetaken kwetsbaar. Administratie, callcenters en backoffice-werk krimpen door automatisering. Werkgevers benadrukken digitale vaardigheden in vacatures, zoals het sturen van AI-systemen met duidelijke opdrachten. Jongeren zonder die basis staan op achterstand.
Uitzendwerk en korte opdrachten verschuiven naar platformen met geautomatiseerde selectie. Dat maakt de instroom onzekerder en competitiever. Ook mbo- en hbo-starters in communicatie en kantoorfuncties merken dat. Ze concurreren direct met algoritmen die het simpele werk overnemen.
Voor Nederland is dit dubbel spannend. De werkloosheid onder jongeren is doorgaans lager dan het EU-gemiddelde, maar beweegt snel mee met conjunctuur en technologie. Regionale verschillen zijn groot, met meer kwetsbaarheid in gebieden met weinig grote werkgevers. Dat vraagt om gericht beleid en snelle bijscholing.
Onderwijs sluit nog niet aan
Opleidingen bouwen AI-vaardigheden stap voor stap in, maar de praktijk gaat sneller. Studenten leren vaak nog niet hoe ze veilig en effectief met datamodellen werken. Basiskennis over gegevensbescherming en auteursrecht ontbreekt geregeld. Daardoor lopen zij risico op fouten en afwijzing in sollicitaties.
Het mbo en hbo breiden modules uit over prompten, datahygiëne en bronkritiek. Toch blijven stageplekken de bottleneck. Bedrijven aarzelen om juniors te plaatsen als zij veel taken al automatiseren. Zonder praktijkervaring wordt de stap naar een eerste baan groter.
Initiatieven als de Nederlandse AI Coalitie en Leven Lang Ontwikkelen helpen, maar schaal en tempo zijn cruciaal. Werkgevers kunnen startersprogramma’s maken waarin AI-tools onderdeel zijn van het vak. Denk aan duo-rollen: een junior leert naast een senior die AI gebruikt. Zo blijven leerpaden bestaan, ook als het werk verandert.
AI-verordening stuurt HR-tech
De Europese AI-verordening zet werving en selectie in de categorie hoog risico. Dat betekent strenge eisen aan datamodellen die cv’s rangschikken of kandidaten scoren. Organisaties moeten risico’s wegen, logs bewaren en zorgen voor menselijk toezicht. Op het moment van schrijven gelden de belangrijkste verplichtingen naar verwachting vanaf 2026.
De AVG blijft leidend voor persoonsgegevens. Werkgevers moeten dataminimalisatie toepassen en gevoelige data afschermen. Transparantie is verplicht: kandidaten horen te weten wanneer een systeem hen beoordeelt. Dit verkleint bias en vergroot vertrouwen in digitale selectie.
Voor overheid en semipublieke instellingen gelden extra plichten. Inkoop moet toetsen of leveranciers voldoen aan de AI Act en de AVG. Ook moeten algoritmeregisters worden bijgewerkt waar die bestaan, zoals in enkele Nederlandse gemeenten. Zo wordt controle mogelijk op schaal.
Werkgevers testen selectie-algoritmen
Bedrijven die AI inzetten bij sollicitaties doen er goed aan te beginnen met kleinschalige pilots. Meet uitval, bias en kwaliteit van matches, en vergelijk met menselijk oordeel. Leg vast welke data het systeem gebruikt en waarom. En documenteer verbeteringen, zodat audits haalbaar zijn.
Een praktische aanpak is “human-in-the-loop”. Het algoritme doet een voorselectie, een recruiter controleert en motiveert keuzes. Dit sluit aan op de AI Act-eis van menselijk toezicht. Het maakt ook de training van juniors mogelijk, die leren waar het model fouten maakt.
Voor tijdelijke krachten en jongeren is extra uitleg belangrijk. Geef inzicht in criteria en zorg voor bezwaarprocedures. Dat voorkomt willekeur en verhoogt de kans op een eerlijke eerste baan. Transparantie is hier zowel juridisch als sociaal noodzakelijk.
Nieuwe kansen met begeleiding
AI creëert ook nieuw werk, zoals het beheren van contentstromen, kwaliteitscontrole en modelprompting. Jongeren die snel bijleren, kunnen hier voordeel halen. Korte, praktijkgerichte trainingen helpen daarbij. Denk aan certificaten voor dataveilig werken en AI-assistentie.
Arbeidsbureaus en gemeenten kunnen stage- en werkleertrajecten uitbreiden. Combineer deze met begeleiding door ervaren collega’s die met systemen als Copilot en Gemini werken. Zo ontstaan veilige leerroutes in geautomatiseerde teams. Het houdt de doorstroom naar vaste banen open.
Beleid, technologie en onderwijs moeten gelijktijdig bewegen. Met heldere regels, transparante systemen en gericht scholingsgeld kan de schade beperkt blijven. Dan worden algoritmen een hulpmiddel in plaats van een dichte deur. En krijgen jongeren een eerlijke start op de arbeidsmarkt.
