AI-transcriptie in HR: nauwkeurigheid en grenzen
Wat bepaalt de kwaliteit van automatische transcriptie en samenvatting, welke fouten typisch optreden en hoe je een controleproces inricht dat die fouten opvangt.
Automatische transcriptie is de afgelopen jaren opvallend goed geworden, maar “goed” is niet hetzelfde als “foutloos”. In HR-context, waar een verslag onderdeel kan worden van een dossier, is het verschil relevant. Dit artikel gaat over wat je realistisch mag verwachten en hoe je het restrisico afdekt.
Wat de kwaliteit bepaalt
Nauwkeurigheidspercentages in productbrochures gelden vrijwel altijd voor ideale omstandigheden. In de praktijk bepalen vier factoren het resultaat:
Audiokwaliteit. Veruit de grootste factor. Een headset levert dramatisch betere resultaten dan de laptopmicrofoon aan de andere kant van een vergaderruimte. Achtergrondgeluid, galm in een kale ruimte en typegeluiden verslechteren de output direct.
Spreekgedrag. Mensen die door elkaar praten, halve zinnen afmaken of erg snel spreken zijn moeilijker te transcriberen. Een 1-op-1 is hierin een gunstig scenario: twee sprekers, meestal om de beurt.
Taal en accent. Nederlandstalige modellen zijn goed, maar sterk regionale accenten en Nederlands van niet-moedertaalsprekers geven meer fouten. Ook code-switching (een Nederlandse zin met Engelse vakterminologie) is een bekende bron van fouten.
Vakjargon en namen. Bedrijfsnamen, productnamen, afkortingen en namen van collega’s zijn precies de woorden die het model niet vaak heeft gezien. Dit is meteen de categorie waar fouten het meest opvallen.
Typische fouten en hun impact
| Fouttype | Voorbeeld | Risico |
|---|---|---|
| Naam verkeerd | ”Sanne” wordt “Sander” | Middel, verwarrend in dossier |
| Ontkenning gemist | ”niet akkoord” → “akkoord” | Hoog |
| Spreker verwisseld | Uitspraak toegeschreven aan verkeerde persoon | Hoog |
| Jargon fonetisch | ”AEM-Cube” → “aim kube” | Laag |
| Getal verkeerd | ”13” wordt “30” | Middel tot hoog |
De twee hoog-risicocategorieën verdienen aandacht. Een gemiste ontkenning draait de betekenis van een zin volledig om, en een verkeerd toegewezen uitspraak kan in een conflict tot vervelende situaties leiden. Dit zijn zeldzame fouten, maar de impact is groot genoeg om er een proces op in te richten.
Samenvatten is een tweede laag
Naast transcriptiefouten heb je samenvattingsfouten. Een samenvatting is per definitie een selectie, en die selectie kan onhandig uitvallen:
- Weglating: een belangrijk punt dat kort werd genoemd valt weg omdat er weinig woorden aan zijn besteed. Belangrijke dingen worden vaak juist kort gezegd.
- Toon verschuift: voorzichtige twijfel (“ik weet niet zeker of ik dit langer volhoud”) wordt stelliger samengevat (“geeft aan te willen vertrekken”), of andersom.
- Valse stelligheid: nuance en voorbehouden verdwijnen, waardoor een verkennend gesprek klinkt als een reeks conclusies.
Deze fouten zijn lastiger te herkennen dan transcriptiefouten, omdat de tekst nergens fout leest. Hij leest alleen anders dan wat er bedoeld werd.
Het controleproces
Vertrouw nooit blind op de output. Een werkbaar proces heeft drie stappen:
1. De leidinggevende controleert. Direct na het gesprek, wanneer het nog vers is. Vijf minuten, gericht op: kloppen de afspraken, kloppen de namen, staat er iets in dat er niet in hoort?
2. De medewerker ziet het vóór vaststelling. Dit is de belangrijkste stap en tegelijk de stap die het vaakst wordt overgeslagen. De medewerker is de enige die kan zien of zijn eigen woorden juist zijn weergegeven. Geef hem een correctiemogelijkheid, geen alleen-lezen link.
3. Vaststellen en de opname opruimen. Zodra beide partijen akkoord zijn, is het verslag leidend en heeft de ruwe opname geen functie meer. Zie Toestemming voor gespreksopnames.
Dit proces kost bij elkaar zo’n tien minuten en het vangt vrijwel alle fouten die er in de praktijk toe doen.
Wat je kunt doen om de kwaliteit te verhogen
- Gebruik een headset of een goede losse microfoon
- Voer gevoelige gesprekken in een stille ruimte, niet in een open kantoortuin
- Voeg namen van teamleden en veelgebruikte vaktermen toe aan de woordenlijst, als je tool dat ondersteunt
- Vat aan het einde van het gesprek de afspraken hardop samen, dat levert een expliciet stuk audio op dat makkelijk correct te verwerken is en het is sowieso goede gespreksvoering
Die laatste tip is de goedkoopste kwaliteitswinst die er is.
De grens: AI beslist niet
Hoe goed de transcriptie ook wordt, het blijft een hulpmiddel voor vastlegging. Het oordeel over functioneren blijft menselijk werk, dat is niet alleen goed gebruik maar ook een juridische randvoorwaarde. Zie AVG en AI in HR.