Werkloosheid augustus 2026 onveranderd op 4,0%

Nederlandse vlagHet CBS zegt over de werkloosheid in augustus het volgende:

In augustus 2026 waren er 408 duizend werklozen. Het aantal werklozen nam in de afgelopen drie maanden met gemiddeld 3 duizend per maand toe. Het aantal mensen met betaald werk nam af met gemiddeld 1 duizend per maand.

De werkloosheid blijft daarmee nog altijd op een zeer laag niveau. Tegelijkertijd is het (online) vacaturevolume zee hoog; de teller staat in augustus 2026 stil bij bijna 322.000 vacatures (en dat in vakantietijd…).

Laten we eens wat dieper in de cijfertjes duiken.

(meer…)

UWV maakt beantwoording Woo-verzoeken tot een lachtertje

Loden lastLaat ik eens een keer wat schrijnende details delen van de alles-vermorzelende kracht die bureaucratie heet. Als voorbeeld hiervoor neem ik een Woo-verzoek dat ik eind maart van dit jaar aan het UWV heb gestuurd naar aanleiding van het rapport van het Adviescollege ICT-toetsing (AcICT) van begin februari. In deze blog posting volg ik het pad van dit Woo-verzoek door de ondoordringbare krochten van het UWV.

Proloog

Voor wie het naadje van de kous wil weten, geef ik hieronder een select aantal links die de broodnodige context geven waarbinnen het Woo-verzoek past. Voor wie dat geduld of die interesse niet heeft, geef ik hierbij de tl;dr: Het rapport van de AcICT geeft onder meer het dwingende advies aan UWV om zo snel mogelijk de nieuwe software (BMS, fase 1) met een kleine groep adviseurs in twee of drie rayons. Dit experiment dient om de kwaliteit van de software en de toegevoegde waarde voor adviseurs vast te stellen via een objectieve en herhaalbare onderzoeksopzet.

10 juli 2025 Wie of wat is het Adviescollege ICT-toetsing? En waarom is dit relevant?

15 september 2025 “We” zijn gestart. Adviescollege ICT-toetsing onderzoekt UWV (BMS-project)
21 februari 2026 Adviescollege ICT-toetsing velt negatief oordeel over UWV, 1 
23 februari 2026 UWV en Adviescollege ICT-toetsing: een gevalletje van de slager die haar eigen vlees keurt?
23 maart 2026 Een reactie van UWV/minister van SZW op de toetsing van BMS

(meer…)

Een interessant signaal van Glassdoor, met terughoudendheid behandelen

Glassdoor (min of meer geassimileerd door Indeed) heeft recent, bij monde van Chris Martin, een opmerkelijke blog posting geplaatst over het geleidelijk verzurende AI sentiment onder mensen die Glassdoor gebruiken om werkgeversreviews te plaatsen. Daarmee is het natuurlijk geen graadmeter, maar dat vergeet iedereen direct als er mooie plaatjes worden gepresenteerd. En Martin presenteert mooie plaatjes. Te beginnen met onderstaande grafiek:

Workers have a lot to say about AI
Workers have a lot to say about AI – Glassdoor

(meer…)

Too big to jail?

Ed Zitron:

And I also want to be clear about something: The Hugging Face attack was dangerous, reckless and somebody should go to prison for it. If a regular person used massive amounts of compute capacity to hack something, they’d be arrested. While I’m not a lawyer, the numerous cybersecurity experts I’ve discussed this with are stunned by the complete lack of any legal action against OpenAI, which appears to have committed a crime that gets you anywhere from a year to a decade in the slammer. The fact that LLMs from both Anthropic and Meta have been involved in similar incidents is a sign that we need to arrest more people

Kan een LLM evolueren in een AGI/ASI?

Schijtende beerAan een LLM (Large Language Model) wordt door belanghebbenden eigenschappen toegekend waarmee het in een AGI (Artificial General Intelligence) of ASI (Artifical SuperIntelligence) zou kunnen evolueren. Klinkt concreet maar is boterzacht, want er is geen eenduidige definitie van een AGI/ASI… Maar los van de definitie; wie enigszins bekend is met de interne werking van LLM kan niet anders constateren dan dat er geen sprake is van enige intelligentie maar uitsluitend van brute force1. Omdat ik er niet vanuit ga dat alle lezertjes van RecruitmentMatters met de werking van een LLM bekend zijn, hier een korte (!) uitleg (don’t shoot the messenger).

Het begint allemaal met een prompt van een gebruiker via de chatbot van een LLM. Om een antwoord te kunnen geven gaat een LLM door de volgende stappen: (meer…)

Als jij een prompt intikt, dan lees ik mee

Voorbeeldje van wat in de logs van RecruitmentMatters verschijnt:

je bent een productonderzoeker die online klachten en frustraties van nederlanders analyseert. opdracht: zoek op internet naar 5 veelvoorkomende klachten of frustraties die nederlanders nu uiten op forums, reviews, social media of klachtenplatforms. regels: – zoek op platforms zoals reddit, tweakers, klacht.nl, trustpilot nl, twitter/x nl – focus op klachten waar meerdere mensen over klagen (niet één individu) – het probleem moet oplosbaar zijn met een digitaal product (app, tool, platform, extensie) – zoek naar klachten over: slechte software, ontbrekende diensten, kapotte processen, tijdverspilling – een solopreneur moet de oplossing in 2-4 weken kunnen bouwen – geen klachten over systemen die je niet kunt veranderen (overheid, ns) – houd antwoorden kort (max 2 zinnen per veld) geef je antwoord als json array: [{“niche”:”frustratiegebied”,”icon”:”emoji”,”problem”:”de specifieke klacht (1-2 zinnen)”,”why_now”:”waarom dit nu speelt (1 zin)”,”evidence”:”platform + type klachten (1 zin)”,”product_idea”:”wat je bouwt om dit op te lossen (1 zin)”,”growth”:”stijgend”,”source”:”klachtenplatform”}] geef alleen de json array, geen andere tekst.

Ik weet niet wie je bent, maar stop ermee. Je app gaat niet werken! Je gebruikt de verkeerde tool.

(meer…)