Welke gegevens hebben een meetbaar effect op plezier en effectiviteit op het werk, en welke dragen alleen maar bij aan de belasting van de dashboards? Deze vraag is relevant nu de Europese regelgeving herdefinieert wat een organisatie kan analyseren over haar werknemers. Tussen de nu gereguleerde gedragsgegevens en de nog onderbenutte operationele gegevens blijft de kloof tussen wat is toegestaan, wat nuttig is en wat daadwerkelijk in de bedrijven in Frankrijk wordt toegepast groot.
Toegestane en verboden gegevens op het werk: wat de Europese verordening over AI verandert
Vanaf 2 februari 2025 is de inferentie van emoties op het werk verboden in de Europese Unie, behalve in medische of veiligheidsgerelateerde uitzonderingen. De sancties zijn van toepassing vanaf 2 augustus 2025. Elke onderneming die automatisch het plezier, de stress of de motivatie op basis van gedragsgegevens wilde meten, moet haar aanpak herzien.
Dit kader verandert de situatie voor organisaties die inzetten op sentimentanalyse of het detecteren van welzijn via digitale tools. Aan de andere kant blijven operationele gegevens (doorlooptijden, voltooiingspercentages, verwerkte volumes) zonder specifieke beperkingen bruikbaar, mits de AVG wordt gerespecteerd.
| Gegevenstype | Voorbeeld | Toegestane gebruik |
|---|---|---|
| Emotioneel / gedragsmatig | Gezichtsherkenning, stemtoon, geautomatiseerde motivatie-score | Verboden behalve in medische of veiligheidsuitzonderingen |
| Operationeel | Doorlooptijd, dossiervolume, foutpercentage | Toegestaan (AVG-kader) |
| Algoritmische HR (werving, evaluatie, taaktoewijzing) | Geautomatiseerde CV-selectie, prestatiebeoordeling door AI | Geclassificeerd als hoog risico, specifieke verplichtingen vanaf 2 december 2027 |
| Opleiding en vaardigheden | Voortgangsmonitoring, identificatie van technische tekortkomingen | Toegestaan met verplichting tot AI-competentie (artikel 4, van toepassing sinds februari 2025) |
Deze tabel maakt het mogelijk om snel de informatie over Collectivité Numérique te vinden die de gebruiksvoorwaarden van gegevens in een professionele context gedetailleerd beschrijft.
Operationele gegevens en plezier op het werk: de link die leidinggevenden onderschatten
De meeste bedrijven verzamelen al operationele gegevens via hun managementsoftware, ERP of CRM. Het probleem is niet het gebrek aan gegevens, maar het feit dat deze nooit bij de betrokken werknemers terechtkomen.
Een medewerker die in real-time de impact van zijn werk op een concreet kengetal (oplossingspercentage, gemiddelde responstijd, klanttevredenheid) ziet, heeft directe feedback op zijn activiteit. Deze feedback, wanneer deze toegankelijk en begrijpelijk is, genereert een gevoel van controle. Plezier op het werk gaat vaak gepaard met zichtbaarheid op de eigen resultaten.
Omgekeerd, wanneer de gegevens alleen dienen voor leidinggevenden om de organisatie te sturen zonder terug te komen naar de teams, worden ze een waargenomen controle-instrument. De invoering van een monitoring- of analysetool kan bovendien de raadpleging van de CSE vereisen, zelfs wanneer de tool wordt gepresenteerd als een middel ter verbetering van de productiviteit.
Drie voorwaarden voor operationele gegevens om de werkervaring te verbeteren
- De indicator moet begrijpelijk zijn zonder technische training: een eenvoudige grafiek, een trend, geen draaitabel van 200 rijen
- De werknemer moet invloed kunnen uitoefenen op de indicator die hij raadpleegt, anders creëert de data frustratie in plaats van betrokkenheid
- De frequentie van updates moet overeenkomen met het werkritme: dagelijks voor een callcenter, wekelijks voor een ontwerpbureau
Opleiding in gegevenshulpmiddelen: wettelijke verplichting en hefboom voor effectiviteit
Artikel 4 van de Europese verordening over AI, van toepassing sinds 2 februari 2025, verplicht organisaties om de noodzakelijke vaardigheden te ontwikkelen bij de personen die systemen van AI gebruiken. De opleiding in het beheersen van deze tools is geen optionele HR-initiatief meer.
Deze verplichting verandert de manier waarop de ontwikkeling van vaardigheden wordt benaderd. Tot nu toe was de opleiding in gegevens beperkt tot technische profielen (data-analisten, BI-verantwoordelijken). Voortaan moet elke werknemer die met een geautomatiseerd beslissysteem in aanraking komt, over een voldoende niveau van begrip beschikken.
Het directe voordeel voor de effectiviteit is dubbel. Ten eerste benut een opgeleide gebruiker de al aanwezige tools beter, wat de tijd die verloren gaat aan het omzeilen van slecht begrepen functionaliteiten vermindert. Ten tweede verlaagt het begrip van de werking van een tool de wantrouwen die het oproept. Een werknemer die weet hoe een algoritmische aanbeveling wordt geproduceerd, gebruikt deze eerder dan een werknemer die deze zonder uitleg ontvangt.
Algoritmische HR-tools: een strikte kader die ook de betrokkenheid beschermt
De AI-tools die in de personeelszaken worden gebruikt (werving, evaluatie, taaktoewijzing) worden door de Europese verordening als hoog risico geclassificeerd. Hun implementatie vereist menselijke controle, informatie voor de werknemers en het bijhouden van gebruikslogs. De specifieke verplichtingen voor HR-gebruik moeten vanaf 2 december 2027 van toepassing zijn.
Deze regelgeving heeft een indirect effect op het plezier op het werk. Wanneer een werknemer weet dat een beslissing over hem (promotie, toewijzing, evaluatie) is genomen of ondersteund door een algoritme, is de ondoorzichtigheid van het proces een factor van desengagement. De verplichting tot transparantie en menselijke controle creëert een kader waarin de algoritmische beslissing kan worden bevraagd, wat een vorm van vertrouwen herstelt.
Aan de andere kant lopen organisaties die deze deadline slecht inschatten het risico om tools zonder het vereiste governance-kader uit te rollen. Het opstellen van een gebruikscharter voor AI in bedrijven, aanbevolen door de CNIL, maakt het mogelijk om de toepassingen te formaliseren voordat de verplichtingen dwingend worden.
- Documenteer elke HR-tool die AI gebruikt en zijn exacte interventiegebied
- Voorzie in een beroepsprocedure voor werknemers die door een algoritmisch ondersteunde beslissing worden getroffen
- Opleiden van managers om de werking van de aanbevelingen die zij goedkeuren uit te leggen
Het gebruik van gegevens op het werk draait minder om het verzamelde volume dan om drie concrete parameters: wat de regelgeving daadwerkelijk toestaat, de mogelijkheid om de indicatoren leesbaar te maken voor degenen die ze produceren, en het opleidingsniveau van de gebruikers. Organisaties die deze drie punten parallel behandelen, merken dat de data stopt met een top-down rapportagetool te zijn en een hefboom voor autonomie wordt.
Het Europese regelgevingskader, vaak gezien als een beperking, stelt in werkelijkheid de voorwaarden vast zodat deze autonomie acceptabel blijft voor de werknemers.
