Hoe AI en intelligente machines ons werk veranderen (en wat dat met ons doet)

Tijdens een overleg vertelt een collega enthousiast dat hij met AI in twintig minuten een eerste analyse heeft gemaakt waar hij normaal een halve dag mee bezig zou zijn. Iemand vraagt nieuwsgierig hoe hij dat aanpakte. Een ander blijft stil.

Na afloop zegt diegene bij de koffieautomaat: als dit zo doorgaat, hebben ze mij straks misschien niet meer nodig.

Dezelfde technologie roept dus heel verschillende reacties op. De een ziet nieuwe mogelijkheden, de ander voelt onzekerheid, en soms ervaren mensen beide tegelijk. De opkomst van kunstmatige intelligentie gaat daarom niet alleen over technologie. Ze gaat ook over vertrouwen, vakmanschap, identiteit en de vraag welke betekenis mensen in hun werk willen ervaren.

Werk bestaat uit meer dan een functie

Het gesprek over AI en werk gaat al snel over banen die verdwijnen of ontstaan. Maar een functie is geen ondeelbaar geheel. Vrijwel iedere baan bestaat uit tientallen verschillende werkzaamheden. Een manager voert gesprekken, schrijft plannen, analyseert, beslist en verbindt mensen. Een zorgprofessional behandelt patiënten, registreert, stemt af en beoordeelt complexe situaties.

AI zal die activiteiten waarschijnlijk niet allemaal tegelijk overnemen. Sommige taken kunnen worden geautomatiseerd, andere ondersteund, en weer andere blijven sterk afhankelijk van menselijk contact, ervaring en professioneel oordeel. De Internationale Arbeidsorganisatie schat dat wereldwijd ongeveer één op de vier werknemers een beroep heeft waarin generatieve AI een deel van het werk kan beïnvloeden, maar verwacht dat de meeste banen eerder veranderen dan verdwijnen (Internationale Arbeidsorganisatie).

De belangrijkste vraag is dus niet alleen "verdwijnt mijn baan?", maar minstens zozeer: welke onderdelen van mijn werk veranderen, en welke rol wil ik daarin zelf spelen?

AI kan ons productiever maken

De eerste praktijkonderzoeken laten zien dat AI bij bepaalde werkzaamheden flinke voordelen kan bieden. In experimenten onder bijna vijfduizend softwareontwikkelaars leidde een AI-assistent gemiddeld tot ruim 26 procent meer afgeronde taken, waarbij vooral minder ervaren medewerkers profiteerden (economics.mit.edu). Een ander experiment onder ruim zevenduizend kenniswerkers liet zien dat wie AI daadwerkelijk gebruikte ongeveer twee uur per week minder aan e-mail besteedde en minder vaak buiten werktijd werkte, terwijl het aantal vergaderingen nauwelijks veranderde (NBER).

Dat laatste is veelzeggend. AI kan individuele taken sneller maken, maar verandert niet automatisch hoe een organisatie samenwerkt. Blijft besluitvorming ingewikkeld, hebben vergaderingen geen duidelijk doel en zijn verantwoordelijkheden onduidelijk, dan lost een intelligente assistent dat niet vanzelf op. Technologie kan inefficiënt werk versnellen zonder dat het werk daardoor beter wordt.

Meer ruimte of gewoon meer werk?

Wanneer een medewerker door AI vier uur per week bespaart, ontstaat een belangrijke keuze. Wordt die tijd gebruikt voor aandacht, leren, reflectie en contact met collega's? Of komen er simpelweg meer taken bij? Dat verschil bepaalt voor een groot deel hoe mensen AI zullen ervaren.

Vanuit het Job Demands-Resources-model kan nieuwe technologie zowel een hulpbron als een extra werkeis worden. AI is een hulpbron wanneer het administratieve belasting vermindert en medewerkers ondersteunt bij complexe taken. Maar het wordt een belasting wanneer mensen nieuwe systemen moeten leren, uitkomsten moeten controleren en omgaan met onzekerheid over hun rol, zeker als organisaties tegelijk hogere productiedoelen stellen. Meer over die balans lees je op onze pagina over bevlogenheid en het JD-R-model.

De Internationale Arbeidsorganisatie waarschuwt bovendien dat digitale systemen soms worden ingezet om prestaties intensiever te volgen en werk automatisch te verdelen. Begrijpen medewerkers niet hoe zulke systemen beslissen, dan kan dat leiden tot minder autonomie, meer spanning en minder werktevredenheid (Internationale Arbeidsorganisatie). AI maakt werk dus niet automatisch lichter. Dat hangt af van de keuzes die organisaties en leidinggevenden maken.

Wat gebeurt er met ons vakmanschap?

Werk geeft niet alleen inkomen, maar vaak ook identiteit. Mensen zijn trots op wat ze hebben geleerd, herkennen nuances en beschikken over ervaring die in jaren is opgebouwd. Wanneer een computer in seconden produceert waar iemand vroeger uren voor nodig had, kan dat voelen alsof die expertise minder waardevol wordt. Dat gevoel verdient aandacht.

Tegelijk kan AI vakmanschap versterken. Een beginner krijgt sneller toegang tot kennis, een ervaren professional houdt meer tijd over voor ingewikkelde afwegingen. Maar er is ook een risico: wie iedere tekst laat schrijven, kan moeite krijgen om zelf gedachten te formuleren; wie iedere analyse uitbesteedt, kan aannames minder goed herkennen. De waarde van vakmanschap verschuift daarmee. Het gaat minder om alles zelf produceren, en steeds meer om goede vragen stellen, kwaliteit beoordelen, context begrijpen en verantwoordelijkheid nemen voor de uiteindelijke beslissing.

De nieuwe samenwerking tussen mens en machine

We spreken over AI alsof het een collega is. Toch is er een belangrijk verschil. Een collega begrijpt meestal waarom iets belangrijk is. Een AI-systeem herkent patronen en produceert een waarschijnlijk antwoord, maar kent niet vanzelf de geschiedenis van een team, de gevoeligheid van een situatie of de waarden van een organisatie. Juist daarom blijft menselijk oordeel essentieel.

De beste resultaten ontstaan waarschijnlijk niet door te kiezen tussen mens óf machine, maar door bewust te bepalen welke bijdrage beide leveren. AI is sterk in grote hoeveelheden informatie verwerken, eerste concepten genereren, patronen herkennen en routine versnellen. Mensen blijven vooral nodig voor betekenis geven, morele en professionele afwegingen, relaties opbouwen, emoties en onderstromen herkennen, omgaan met uitzonderingen en verantwoordelijkheid dragen.

Psychologische veiligheid wordt belangrijker

Wanneer organisaties AI introduceren, zeggen medewerkers niet altijd openlijk wat ze denken. Sommigen durven niet toe te geven dat ze de technologie niet begrijpen. Anderen gebruiken AI juist in stilte, uit angst dat collega's hun werk minder professioneel vinden. Weer anderen maken zich zorgen over hun baan, maar willen niet overkomen als iemand die verandering tegenhoudt. Zo ontstaat een onderstroom waarin nieuwsgierigheid, schaamte, enthousiasme en angst naast elkaar bestaan.

Onderzoek onder ruim 2.200 medewerkers van een internationale adviesorganisatie laat zien dat psychologische veiligheid samenhangt met de bereidheid om AI voor het eerst te proberen: in teams waar mensen vragen mogen stellen en fouten bespreekbaar zijn, ligt de drempel om te experimenteren lager (arXiv). Dat maakt psychologische veiligheid geen zachte randvoorwaarde, maar een belangrijk onderdeel van technologische innovatie. Een organisatie waarin niemand durft te zeggen dat een AI-uitkomst onbetrouwbaar lijkt, loopt grotere risico's dan een organisatie waarin mensen elkaar kritisch durven te bevragen.

De rol van leiderschap

Leiders hoeven niet alle technische antwoorden te hebben, maar moeten wel richting geven aan hoe AI wordt gebruikt. Dat begint met eerlijkheid: geen doen-alsof dat niemand zich zorgen hoeft te maken, maar ook niet iedere ontwikkeling als bedreiging presenteren. Medewerkers hebben behoefte aan een realistisch verhaal over wat verandert, wat onzeker is en waar zij invloed op hebben.

Een verbindende leider bespreekt daarom niet alleen welke systemen worden ingevoerd, maar ook welk probleem ermee wordt opgelost, welke werkzaamheden veranderen, wat medewerkers moeten blijven beheersen, hoe kwaliteit wordt gecontroleerd, wie verantwoordelijk blijft voor beslissingen, en wat er met de gewonnen tijd gebeurt. Die laatste vraag weegt zwaar. Merken medewerkers dat iedere tijdsbesparing meteen wordt vertaald naar hogere productie, dan ervaren ze AI heel anders dan wanneer de technologie ook ruimte creëert voor ontwikkeling, aandacht en herstel.

Begin niet met een groot AI-programma

Veel organisaties willen meteen een brede AI-strategie. Maar teams leren meestal meer van een klein, zorgvuldig gekozen experiment. Kies één terugkerende activiteit die veel tijd kost, bijvoorbeeld het samenvatten van vergaderingen of het voorbereiden van een eerste analyse. Spreek dan af wat AI wel en niet mag doen, welke informatie niet in het systeem mag, hoe iemand de uitkomst controleert, hoeveel tijd en kwaliteit het oplevert, en wat het gebruik met medewerkers doet.

Dat laatste wordt vaak vergeten. Vraag niet alleen "hebben we tijd bespaard?", maar ook: voelen mensen zich competenter, afhankelijker, onzekerder of juist creatiever? Dan wordt AI geen technisch project dat over medewerkers wordt uitgerold, maar een gezamenlijk leerproces. Deze manier van werken sluit aan bij wat wij kleine experimenten noemen, en bij een gezonde kijk op verandermanagement.

Een klein experiment voor deze week

Kies met je team één taak waarvoor jullie AI willen onderzoeken. Laat iedereen eerst individueel drie vragen beantwoorden: welk deel van deze taak kost onnodig veel tijd? Welk deel vraagt echt menselijk inzicht? Waar zou AI kunnen helpen zonder dat we ons oordeel uit handen geven?

Vergelijk daarna de antwoorden en ontwerp samen één klein experiment voor de komende twee weken. Bespreek na afloop niet alleen het resultaat, maar ook wat het deed met jullie werkplezier, vertrouwen, samenwerking en gevoel van vakmanschap.

Want de toekomst van werk wordt niet alleen bepaald door wat intelligente machines kunnen. Ze wordt vooral bepaald door de keuzes die wij maken over hoe we ermee willen werken.

• - -

Wil je onderzoeken wat AI met de samenwerking en energie in jouw team doet? Mijn Teamkompas maakt de onderstroom onder verandering zichtbaar. Plan een vrijblijvend kennismakingsgesprek of start met een teamscan.