AI Is Overal, Maar Wat Doet Het Met Ons?
NotebookLM, AI-geletterdheid en de toekomst van werk: waarom technologie vraagt om meer menselijkheid en minder gemakzucht.
Leuk dat je weer incheckt voor een nieuwe, overvolle DigiBeter nieuwsbrief, jouw essentiële bron voor de laatste AI-ontwikkelingen en digitale transformatie. We horen vaak: "Jullie nieuwsbrief barst van de informatie!" En dat klopt. De wereld van Artificiële Intelligentie evolueert razendsnel en wij zien het als onze missie om deze complexe AI-trends voor jou te distilleren tot de kern en voor je in samenhang te zetten.
Mocht je het niet allemaal willen lezen zou je onze nieuwsbrief kunnen zien al een uitgebreide menukaart vol AI-inzichten: kies de onderwerpen die jouw interesse wekken en direct relevant zijn voor jouw werk of organisatie. Van de nieuwste AI-tools tot strategische vraagstukken over AI op de werkvloer en het versterken van data- en AI-geletterdheid – we hebben het voor je gecoverd.
Onze menukaart voor deze week:
Inhoud
NotebookLM, van experimentele AI tot meertalige reseach-partner op zakformaat
Wat doet AI met ons denkvermogen
Data en AI-geletterdheid versterken: 4 niveaus voor een datagedreven, toekomstbestendige organisatie
AI op de Werkvloer: Vriend, Vijand of Collega? De Echte Impact op Jouw Baan
En in ons deel voor de betalende lezers onder meer
Claude AI Zet Grote Stappen met het Verbinden van Apps, Geavanceerd Onderzoek en websearch via API
Van Slijmerig tot Gevaarlijk: Hoe Prompts en Data AI Laten Ontsporen
Waarom AI je naar de mond kan praten en hoe de techniek van slijmerig zoals bij o3 gevaarlijk voor ons kan worden.
Prompttechnieken om je instructievaardigheden te verbeteren
Self Consistancy
Promptchaining
Prompt ter inspiratie
Duik in de Toekomst van AI, heel veel plezier met het lezen.
Notebook LM in 2025
Van experimentele AI‑notebook tot meertalige research‑partner op zakformaat
Om te beginnen nemen we eerst even een korte duik in het verleden voor de lezers die nog niet zo lang bij ons zijn. Want wat is Notebook LM? Notebook LM (voorheen Project Tailwind) is Google’s AI‑gedreven onderzoekshulp. Je uploadt documenten, links of hele mappen en krijgt daar:
Smart Summaries – puntsgewijze samenvattingen met bronverwijzingen.
Q&A‑chat – stel vervolgvragen in gewone taal.
Mind Maps – automatische concept‑kaarten die thema’s en subthema’s visualiseren. Google Help
Audio Overviews – een tweegesprek tussen virtuele hosts dat voelt als een mini‑podcast over je bronnen.
Notebook LM maakt nu ook Nederlandse podcasts
NotebookLM, het AI-gedreven onderzoeksplatform van Google, heeft de afgelopen maanden indrukwekkende stappen gezet. Sinds april 2025 is de innovatieve Audio Overviews-functie, die documenten omzet in podcast-achtige dialogen tussen twee virtuele hosts, uitgebreid naar meer dan vijftig talen, waaronder het Nederlands. Gebruikers kunnen nu eenvoudig bronnen in verschillende talen uploaden en vervolgens één audio-overzicht genereren in hun voorkeurstaal. Zo kan je bijvoorbeeld documenten in Engels, Spaans en Chinees combineren en toch een Nederlandstalig overzicht beluisteren.
Dit maakt NotebookLM bijzonder geschikt voor onder meer internationale teams, studenten, onderzoekers of beleidsmakers. Dankzij eenvoudige instellingen via het menu kan je als gebruiker snel je gewenste uitvoertaal selecteren en taalbarrières overbruggen. Helaas is de interactieve chatmodus met AI-hosts voorlopig nog alleen in het Engels beschikbaar. De interactieve chatmodus is als inbellen op een podcast, je kan dan luisteren en als je ergens een vraag over hebt, je meer verdieping wenst oid kan je het de hosts vragen en die kijken dan in de artikelen om te komen tot het antwoord. Het is een functie die wij veel gebruiken als we onderweg zijn om informatie tot ons te nemen, dus wij doen het voorlopig nog even met de Engelse variant. Ondanks dit gemis opent deze meertalige uitbreiding enorme mogelijkheden voor wereldwijde samenwerking en kennisdeling.
Naast deze taalkundige sprong maakt NotebookLM binnenkort ook de overstap naar mobiel gebruiksgemak. Vanaf 20 mei 2025 worden er Android- en iOS-apps gelanceerd, die nu al beschikbaar zijn voor pre-order. Met de mobiele apps kunnen gebruikers notebooks aanmaken, bronnen direct vanaf hun apparaat uploaden en onderweg naar Audio Overviews luisteren. Voor gebruikers van tablets en iPads biedt de app bovendien extra ruimte voor multitasking, wat ideaal is voor intensief onderzoek.
Een kleine peak in een podcast kan je hier beluisteren
De uitspraak is redelijk goed. Je hoort uiteraard nog wel dat het AI is en het maakt af en toe nog wat woordfouten, maar het is wat ons betreft verbluffend.
Natuurlijk snappen we het als je niet wilt betalen voor de premium variant (het is ook gelimiteerd ‘gratis’ te gebruiken) of als je die niet kan gebruiken doordat je dan belangrijke / privacy gevoelige informatie deelt met Google. Er bestaan echter sinds kort ook een open-source alternatieven op Hugging Face zoals open NotebookLM te downloaden op GitHub zodat je hem lokaal kan draaien.
Ondanks de uitgebreide functionaliteiten heeft NotebookLM zeker ook enkele aandachtspunten. Zo noemde we al dat het nog wat klinkt als AI, het woordfouten maakt en de interactieve modus ontbreekt. Daarnaast missen we o.a. nog steeds een directe integratie met toegangsrechten vanuit bijvoorbeeld Google Drive waardoor gedeelde notebooks minder geschikt zijn voor gevoelige informatie. Ook worden grotere notebooks automatisch gearchiveerd bij langere inactiviteit.
Al met al groeit NotebookLM snel uit tot een krachtige, meertalige en mobiele onderzoekshulp die toegankelijkheid, gemak en samenwerking combineert. De combinatie van Audio Overviews in tientallen talen en mobiele toegankelijkheid maakt het platform ideaal voor moderne kenniswerkers en studenten.
Wat doet AI met ons denkvermogen?
Stel je voor: je zit met een vraag, typt die in bij CoPilot, ChatGPT, Mistral, Gemini of Claude en binnen een paar seconden heb je het antwoord. Makkelijk toch? Dat is het ook. Dergelijke AI-tools maken ons leven een stuk efficiënter. Ze schrijven teksten, geven adviezen en maken planningen. Geregeld is dit sneller en soms ook al beter dan we zelf zouden doen. Een vraag die wij tijdens onze trainingen en consultancy vaak horen is “wat gebeurt er met ons eigen denkvermogen als we al dat werk uitbesteden aan technologie”?
We leven in een tijd waarin je niet meer hóéft te onthouden, te analyseren of creatief te denken. Alles is binnen handbereik. Maar hoe handig het ook is, er zit een risico aan. Want net als onze spieren, worden ook onze hersenen slapper zonder training.
Even snel, zonder zelf na te denken
Iedereen doet het. Een moeilijke vraag… Google het, een ingewikkelde mail… laat AI maar even een voorstel doen, een rapport of presentatie… laat een model alvast een opzetje schrijven. Wij mensen zijn van nature behoorlijk lui en op zoek naar zoveel mogelijk efficiëntie. Daarin zien we ook het vertrouwen in AI groeien, maar daar gebeurt iets, want hoe vaker we op AI vertrouwen, hoe minder we zelf actief hoeven na te denken. Niet alleen wij zien het verschuiven en meer toegepast worden, dit wordt ook duidelijk uit onderzoek van Harvard Business Review.
Overigens zijn er meerdere verschillende onderzoeken naar UseCases waar ook regelmatig andere bevindingen gedaan worden zoals deze.
In de link achter deze 2e (top 100 UseCases) vind je in het PDF overigens ook nog leuke prompts.
Maar al met al lijkt al dat gebruik behoorlijke gevolgen te kunnen hebben. In artikel van the Guardian over dit onderwerp lezen dat onderzoekers al jaren een daling signaleren van het gemiddelde IQ in verschillende landen. Een fenomeen dat bekend staat als omkering van het Flynn-effect. Jongeren presteren wereldwijd slechter op lezen (we kijken meer insta reals & youtube shorts), rekenen slechter en scoren lager bij wetenschappelijke vakken. Ons kritisch denkvermogen, onze vaardigheid om zelf na te denken, verbanden te leggen en vragen te stellen, lijkt achteruit te gaan.
Dat is niet alleen zorgwekkend voor de individuen waar het betrekking op heeft, maar ook voor onze samenleving als geheel. Want wat betekent het als steeds minder mensen goed kunnen analyseren, doorgronden of iets nieuws bedenken?
AI als assistent, niet als vervanger
AI is een prachtig hulpmiddel. Wij zien het absoluut als dat stuk gereedschap dat ons helpt ons om sneller te werken, overzicht te creëren, ideeën op te doen. Dat het ons helpt zoveel sneller te werken maakt ook dat het een grote impact kan hebben op ons werk. Wij geloven hierin echter wel dat AI ons niet gaat vervangen, wel geloven we dat de mensen die kunnen werken met AI de mensen gaan vervangen die er niet mee werken. Hierover verderop in de nieuwsbrief een artikel.
Want, je kan AI niet zomaar gebruiken, het wordt problematisch om zelfs misschien wel gevaarlijk wanneer we AI klakkeloos gaan volgen alsof het altijd gelijk heeft. Alsof we zelf niets meer hoeven te begrijpen.
Denk eens aan hoe je leert fietsen. Je begint met zijwieltjes, maar die gaan er op een gegeven moment af. Als we nu kijken hoe we met AI omgaan lijkt het een beetje alsof we allemaal met zijwieltjes blijven rijden, ook daar waar we eigenlijk allang zónder kunnen.
Het risico is dat we vaardigheden verleren. Dit geldt zo mogelijk nog meer voor jongeren die opgroeien in een wereld waar AI overal is. Als we niet oppassen, krijgen we een generatie die wel antwoorden kan opzoeken, maar niet meer weet hoe je tot zo’n antwoord komt. Of hoe je de waarde ervan inschat.
Natuurlijk is dit niet de eerste technologie die zorgen baart. Mobiele telefoons leiden ons af en verdwijnen nu uit klaslokalen, social media met o.a. de eerder genoemde Youtube Shorts en Insta Reals beschadigd onze aandacht spanne en GPS heeft onze navigatievaardigheden compleet overbodig gemaakt. Nu krijgen we AI in de driver seat als onze co-piloot om ons te ontlasten. Het biedt ons therapie, we maken er plaatjes mee, beantwoorden onze mail en straks doet het onze belastingaangifte. Wanneer laten we ons door AI vertellen hoe we moeten denken?
Hoe zorgen we dat onze jongeren en onze junior medewerkers de vaardigheden zelf na te denken, verbanden te leggen en vragen te stellen behouden? Dit betekend wat voor onderwijs en werk.
Wat betekent dit voor onderwijs en werk?
In het onderwijs lijkt een grote verantwoordelijkheid te liggen. Zeker, AI kan hier ook absoluut helpen! Bijvoorbeeld gepersonaliseerd leren. Maar als leerlingen alleen maar AI gebruiken om huiswerk te maken, hoe leren ze dan zelf nadenken? Dat betekent Een andere manier van informatie verwerken, op een andere manier kunnen kijken naar de output van de AI, informatie op een juiste manier kunnen wegen, op waarde kunnen schatten en deze informatie op een andere manier ook weer toepassen. Hoe ziet dat eruit in het onderwijs?
In het eerder gerefereerde artikel van the Guardian leze we dat onderzoek van Marko Müller suggereert dat hoe jongeren social media gebruiken (actief delen v.s. passief consumeren) invloed heeft op creativiteit. Dit kunnen we vertalen naar AI-gebruik. Een verschuiving van de pedagogische focus naar het ontwikkelen van hogere-orde denkvaardigheden zoals kritische analyse, probleem oplossend vermogen en evaluatie. Leerlingen moeten leren informatie op een andere manier te verwerken, de output van AI kritisch te wegen en op waarde te schatten en deze informatie vervolgens op nieuwe manieren toepassen.
Vaardigheden omvatten niet alleen het gebruik van AI-tools maar ook het begrijpen van van onderliggende concepten zoals hoe algoritmen werken, de rol van data, datakwaliteit, inherente beperkingen (zoals ‘hallucinaties’ of feitelijke onjuistheden), de aanwezigheid van Bias (vooringenomenheid) in trainingsdata, algoritmen en output en digitalisering en ethiek. Maar hoe doen we dat? Dat zou o.a. kunnen door:
Expliciete instructie in evaluatie: leerlingen expliciet onderwijzen in het kritisch beoordelen van AI-output. Zoals het controleren op feitelijke onjuistheden, identificeren van bias, beoordelen van betrouwbaarheid, reflectie op etische kwesties.
Vergelijkende analyses: werkvormen waarbij een leerling de output van verschillende AI-Chatbots vergelijkt ter inzicht in de werking en beperkingen van de tools. Het vergelijke van gegenereerde stukken met die van medeleerlingen.
Integratie van computational thinking (CT): - luister hiervoor onze podcastaflevering - Principes van CT zoals decompositie, algoritmisch denken, evaluatie en generalisatie bieden een goed analytisch kader voor begrip en gestructureerde probleemaanpak.
AI: AI kan zelf ook natuurlijk worden ingezet als tool om het kritisch denken te stimuleren
De invloed van AI strekt zich uit van klaslokaal tot werkvloer. Op de werkvloer speelt het een dubbele rol. Enerzijds biedt het aanzienlijke mogelijkheden voor productiviteitsverhoging en efficiëntie. Anderzijds vormt het een disruptieve kracht. Een kracht die traditionele functies, carrière paden en benodigde vaardigheden veranderd. als we kijken naar reikwijdte heeft het impact op zowel (junior) functies als op leercurves en paden.
We zien meer en meer in organisaties waar we komen dat AI en automatisering taken overnemen die voorheen door mensen werden uitgevoerd. We lieten afgelopen nieuwsbrief ook al kort zien in de video met Alexander Klöpping bij Eva Jinek hoe AI Agents een compleet proces uit kunnen voeren.
Momenteel betreft het nog vooral routinematige cognitieve en administratieve taken zoals data-invoer, planning en rapportages. Maar we zien meer en meer dat ook complexere taken zoals data-analyse, content creatie (tekst, beeld, video), ondersteuning bij programmeren (B.v. met tools als GitHub Copilot, Aider, Windsurf of Cursor) of het bouwen van geautomatiseerde workflows met tools als Zapier of zelfs workflows met ‘agents’ (B.v. met tools als N8N of Make.com)’. Ook bijvoorbeeld klantenservices zien we in toenemende mate door AI ondersteund worden of worden overgenomen. Hier is an sich niets mis mee zolang we als mensen nog wéten waarom iets gebeurt en nog zelf kunnen bijsturen. Maar we zien meer en meer dat AI alle junior veel van de taken overneemt.
Naast de veranderende banen door automatisering zien we een grote impact ontstaan op junior / instap functies. Dit zijn functies die kwetsbaarder zijn voor automatisering omdat hier doorgaans veel routinematige taken zitten. Concrete voorbeelden zien we al in de Nederlandse ICT-sector waar het aantal vacatures op MBO-Niveau lijkt te dalen, deels doordat AI taken overneemt. algemeen
Andere voorbeelden van potentieel getroffen functies zijn juridisch medewerkers, martonderzoeksanalysten, financieel handelaren en contentschrijvers en grafisch vormgevers.
Het automatiseren van taken die typisch door juniors worden uitgevoerd verstoort ook de traditionele leercurve in organisaties. Waar medewerkers voorheen de basisvaardigheden leerden en inzicht kregen in bedrijfsprocessen door het uitvoeren van routine matige taken waarna je kon doorgroeien naar complexere functies zal dit meer en meer gaan veranderen wanneer deze instaptaken wegvallen. Hierdoor ontstaat er een ‘ontbrekende trede’ op de carrièreladder. Starters zullen de mogelijkheid missen om fundamentele kennis en ervaring op te doen via de traditionele weg wat een uitdaging kan vormen voor doorgroei en talentontwikkeling in organisaties.
Dit betekend ook dat we op een andere manier de basis moeten leren om door te groeien naar meer complexe functies. Ook betekent dit nieuwe vaardigheden, een toekomstbestendige skillset. Hoe ziet dat eruit voor organisaties en onze ontwikkeling van junior tot senior?
Aanpakken van de kloof in (basis)vaardigheden. We zullen nieuwe onboarding modellen moeten ontwikkelen, expliciet gericht op het opbouwen van dit fundamentele begrip, de basisvaardigheden benodigd voor een organisatie maar ook de basisvaardigheden voor iedereen in digitale, data en AI geletterdheid. Vaardigheden die je niet vanzelfsprekend ‘on the job’ op kan doen.
Herziene stages en traineeships. Er is een nieuwe realiteit die aanpassingen vraagt:
Focus op meer projectmatig leren met AI: Geef bijvoorbeeld stagiairs en trainees projecten waarbij ze AI-tools moeten gebruiken en kritisch moeten evalueren om een doel te bereiken. De output moeten wegen en spiegelen met meer medior en senior medewerkers.
Explicitie training in AI-geletterdheid: Integratie van trainingen AI-geletterdheid, effectieve prompttechnieken, evaluatie van AI-output als vast onderdeel in het programma naast de domeinspecifieke kennis.
Mentorschap programma’s: Starters die consequent aan ervaren medewerkers gekoppeld worden die hen begeleiden door het vakgebied en helpen navigeren in een door AI ondersteunde organisatie.
Situaties en Casestudies: Gebruik gesimuleerde omgevingen, kennisbanken en/of case studies om praktische ervaringen op te doen.
Nieuwe modellen voor werkplekleren. Als organisatie zal je moeten investeren in nieuwe benaderingen van leren en ontwikkelen.
Verschuivingen naar vaardigheidsgericht werven en ontwikkelen: een verschuiving van focus van diploma’s en jaren aan ervaring naar aantoonbare vaardigheden (‘skills-based hiring’) is niet ondenkbaar. Het is ook goed om interne carrière paden te ontwikkelen gebaseerd op skills.
Continue Bij- en omscholing: een leven lang leren is al langer het motto maar meer en meer bittere noodzaak. Dit vraagt om ondersteuning met robuuste interne en externe opleidingsprogramma’s die ook continu kunnen blijven inspelen op de veranderende vaardigheidsbehoeften.
Focus op de mens-ai samenwerking: train medewerkers in hoe ze effectief met AI samen kunnen werken waarbij sterktes van mens en machine worden gecombineerd.
Wat we nu al zien ontstaan is een kenniskloof tussen mensen die AI snappen en ermee kunnen samenwerken, versus mensen die het vooral gebruiken als ‘black-box’. Het is niet alleen een vaardigheidsvraag, maar ook een kwestie van zelfvertrouwen en kritisch vermogen. Het is niet alleen een trucje leren zoals vaak gedaan wordt in trainingen promptengineering maar het begrijpen van de technieken er achter (klinkt lastiger dan het is) in opmaat naar de prompt technieken in het gebruikt. Een combinatie van die kennis is het fundament van promptengineering.
De oplossing? Blijf nieuwsgierig en bewust
We hoeven AI niet af te remmen. We moeten alleen onszelf blijven trainen. Net zoals sporters niet stoppen met trainen omdat er betere schoenen zijn, moeten wij ook blijven nadenken, analyseren, reflecteren. Juist omdat AI zo krachtig is. Bij OCW zouden ambtenaren die de kansen en risico’s op op het gebied van digitalisering gebied goed moeten kunnen doorgronden, die de ontwikkelingen snappen en zo op elkaar kunnen leggen dat digitale geletterdheid in de opleidingen van basisschool tot universiteit goed geïntegreerd kan worden.
In organisaties zullen we na moeten denken over kennisborging. Hoe doen de ‘oude rotten’ in het vak het, waarom doen ze het zo?
Het gaat er om hoe je AI gebruikt. Laat het je inspireren, structureren, ondersteunen, zorg voor goede opleidingen en trainingen en blijf zelf in control. Wees kritisch, stel vragen, check je bronnen en tot slot creëer omgevingen en een cultuur waar fouten maken mag en leer ervan.
Als je dit interessant vindt en wil weten hoe je AI slim inzet in jouw organisatie, onderwijsinstelling of team laten we daar dan samen eens over nadenken. Mét ons hoofd en misschien een beetje hulp van AI.
Data en AI-geletterdheid versterken: 4 niveaus voor een datagedreven, toekomstbestendige organisatie
Stel je voor: de maandagochtend meeting start en collega laat zien hoe ze met een paar slimme AI-prompts de salesrapportage halveert in tijd. Je denkt: hoe doet ze dat?, hoe kan dat?, klopt dat wel? kan ik het wel vertrouwen? En… kan ik dat ook? Met een helder AI-geletterdheidsprogramma til je álle collega’s mee, ongeacht hun functie.
Laat ons dit visueel nog iets verder uitwerken.
Waarom AI-geletterdheid meer is dan een verplichting
De niveaus van AI-geletterdheid (AI-Literacy) in het opleidingsplan sluiten aan op de Europese AI-wetgeving. Maar laten we eerlijk zijn, dat is niet de reden waarom je ermee aan de slag wilt. AI-geletterdheid is geen vaststaand diploma dat je haalt en daarna vergeet. Het ontwikkelt zich mee met jouw functie, de tools die je gebruikt en vooral: wat je ermee doet en de risico’s die daar uit voortkomen.
Het draait niet om ‘moeten’ maar om wat het je oplevert. Want hoe beter jij AI snapt en inzet, hoe slimmer je je werk kunt organiseren. Je gaat merken dat je routineklussen sneller af zijn, dat je betere vragen stelt aan AI en daardoor slimmere antwoorden krijgt. Dat maakt jouw werk niet alleen efficiënter maar ook leuker.
AI-geletterdheid betekent dat jij grip houdt op je werk in een wereld die steeds digitaler wordt. Het zorgt ervoor dat jij het stuur in handen houdt en AI voor jou laat werken—zodat jij meer tijd overhoudt voor de écht leuke en belangrijke kanten van je werk.
Het gehele leer- en ontwikkelplan met kern competenties en leerdoelen is gratis op te vragen op via digibeter.eu.
Waarom dit ertoe doet
Voorsprong pakken – AI versnelt en iedereen moet mee, hoe eerder je opstapt hoe beter het te volgen is
Betere beslissingen – Data en AI die je kan onderbouwden werkt beter, sneller én verantwoorder.
Innovatiecultuur – Het draagt bij aan een cultuur waarin iedereen mee kan praten. Het juiste gesprek over zowel de kansen als de risico’s. AI is een innovatie die van iedereen is, niet alleen de tech-specialist
Actie: plug dit vandaag nog bij HR
Vanuit je mailbox glimt de nieuwsbrief waarin dit artikel staat. Je voelt de bekende kriebel: “Ik wil dit ook, ook ik wil de juiste AI Geletterdheid hebben”
Je pakt Teams, stuurt HR een linkje en typt:
“Koffie? Ik vermoed dat ik AI Bekwaam kan worden vóór Q4. Laten we dit groeipad bespreken, het opleidingsplan van DigiBeter is gratis te krijgen.”
Vijf minuten later plopt het antwoord op: “Morgen 10:00?”
Zo simpel kan de eerste stap zijn.
Stuur dit artikel door naar je HR-collega of teamlead.
Plan een koffiemoment: “Welke niveaus herkennen we al, welke missen we?”
Vraag het gratis opleidingsplan aan op DigiBeter.eu en start de scan.
Zo verandert “Interessant, maar ver van mijn bed” in “Wanneer begin ik?” — en voor je het weet zit jouw organisatie stevig in het zadel van de AI-revolutie. DigiBeter.eu helpt je op weg. Vraag vandaag nog het plan aan en boost je AI-geletterdheid.
AI op de Werkvloer: Vriend, Vijand of Collega? De Echte Impact op Jouw Baan
De AI-Golf Komt Eraan, Maar Wat Betekent Het Echt?
Kunstmatige intelligentie (AI) is overal, je kan er bijna niet meer omheen en we zien het meer en meer. Van slimme chatbots tot complexe analysesystemen, AI belooft onze wereld en ons werk radicaal te veranderen en door generatieve AI zien we dit nu vrijwel letterlijk dagelijks.
Maar daar waar de ene expert of artikel een toekomst voorspelt vol efficiëntie en nieuwe mogelijkheden en een ander waarschuwt voor banenverlies en zelfs controle verlies willen wij je graag het gebalanceerde beeld bieden. De wereld is niet zo zwart wit. Maar wat is nu de realiteit op de werkvloer? Nemen AI-agenten waar we het in onze laatste nieuwsbrieven over hadden straks echt onze banen over… of is het verhaal genuanceerder? Laten we er in duiken.
De Belofte: Bedrijven Omarmen AI Massaal
Als we naar de cijfers kijken liegen die er niet om: bedrijven zien enorme potentie in AI. Uit recent internationaal onderzoek van Cloudera blijkt dat maar liefst 96% van de ondervraagde IT-managers van plan is het gebruik van AI-agenten het komende jaar uit te breiden. De helft plant zelfs een organisatiebrede uitrol. De strategie van SalesForce is full focus op AI Agents.
Het enthousiasme is zo hoog omdat AI-agents strategische tools zijn die verder gaan dan traditionele automatisering. Ze kunnen (deels) zelfstandig redeneren en ook handelen. Dit maakt agents geschikt voor complexe taken zoals:
Procesoptimalisatie: Systemen efficiënter laten draaien, repeterende taken elimineren, productie verhogen.
Monitoring: Proactief detecteren en handelen.
Ondersteuning bij softwareontwikkeling: Code genereren en testen.
En meer.
Vooral in sectoren als financiële dienstverlening (fraudedetectie), productie (kwaliteitscontrole), zorg (planning) en telecom (klantinteractie) zijn AI-agenten al flink in opmars. 83% van de managers ziet ze zelfs als essentieel om concurrerend te blijven.
AI Heeft Nog een Lange Weg te Gaan
Ondanks de grote plannen en investeringen zoals bij SalesForce is AI nog lang niet klaar om complexe menselijke taken volledig over te nemen en hebben we dus nog de tijd om samen met onze digitale collega’s te leren werken. Een fascinerend experiment van professoren aan de Carnegie Mellon University illustreert dit treffend. Zij bouwden een nep-softwarebedrijf, volledig gerund door AI-agenten van grote techbedrijven zoals Google, OpenAI en Anthropic.
De resultaten waren ontnuchterend. De AI's kregen functies als software engineer en projectmanager, maar struikelden over de opdrachten. Zelfs de best presterende AI (Claude 3.5 Sonnet) voltooide slechts 24% van de taken succesvol. Andere modellen scoorden nog veel lager. Wellicht herinneren jullie de afgelopen nieuwsbrief nog waarin we een video deelden waarin agents de automatisering deden? Het kan, maar perfect is het nog lang niet.
Wat ging er mis in het onderzoek? De onderzoekers concludeerden dat de AI-agenten een "schrijnend gebrek aan gezond verstand" hadden en beperkte sociale vaardigheden. We weten natuurlijk niet hoe ze met elkaar verbonden waren en overleg voerden, maar in het onderzoek waren de agents nog niet in staat om simpele taken logisch uit te voeren, sterker ze maakten problemen soms nog erger. De conclusie van het onderzoek, AI is momenteel eerder een slimme assistent dan een zelfstandig denkende werknemer. Menselijke vaardigheden zoals creativiteit, empathie en complex probleemoplossend vermogen zijn nog niet te vervangen.
Ook onderzoek uit een nieuwe studie verschenen op 8 april in het wetenschappelijk tijdschrift Manufacturing & Service Operations Management laat zien dat AI nog regelmatig fouten maakt. Dit zijn denkfouten die overigens door mensen regelmatig op dezelfde manier gemaakt worden. In testen met GPT-3.5 en GPT 4 modellen trapte AI regelmatig in dezelfde valkuilen. GPT 3.5 deed het beter als het ging om logische of wiskundige vraagstukken maar zodra het aankwam op subjectieve keuzes, denk aan inschattingen, voorkeuren of strategische beslissingen, werden ook door dit geavanceerde model regelmatig dezelfde fouten gemaakt als mensen.
Nog wat extremer was dat GPT-4 de confirmation BIAS (de neiging om alleen informatie of te zoeken die je eigen mening bevestigt) versterkt in plaats van vermijd. Oorzaak ligt in onder meer het trainingsmateriaal (de data) en techniek. Er is een generieke berg met informatie gepakt in plaats van gebalanceerd en daarnaast kiest het model vaak voor antwoorden die aannemelijk klinken i.p.v. strikt correcte of rationele oplossingen.
Ook is er het probleem van sycophancy. In ons betaalde lezers deel gaan we dieper in op dit probleem inclusief met andere issues die AI van een slijmerig tot gevaarlijk kan maken. Bij Athropic, de concurrent van OpenAI, Gemini e.a. zijn ze al langer bezig met het probleem van sycophancy. “Er is deze constante spanning tussen eerlijkheid en zeggen wat de lezer wil horen,” legt Amanda Askell uit. Amanda geeft als voorbeeld: “Als ik tegen Claude zeg ‘Honkbalteam X is verhuisd, toch?’ en Claude heel zeker weet dat dat niet klopt, dan zou het model eigenlijk moeten zeggen ‘Ik denk het niet’. Maar taalmodellen hebben de neiging om te zeggen ‘U heeft gelijk, ze zijn inderdaad verhuisd, ik zat fout.’”
Andere voorbeelden zijn:
Bij beleidsadvies: Als je dit bekijkt vanuit beleidsadvies kan AI beleidsmakers bevestigen in bestaande overtuigingen, zelfs als die onjuist zijn. Als jij als beleidsmaker vraagt of een controversieel beleid succesvol is, kan een AI het beleid positief bevestigen zonder kritische nuancering waardoor verkeerde beleidskeuzes bevestigd worden
Bij bedrijfsbeslissingen: In organisaties waar AI gaat functioneren als collega kunnen de systemen managers naar de mond praten door hun aannames of strategieën te bevestigen, zelfs wanneer die niet effectief zijn. Resultaat, risicovolle of inefficiënte beslissingen omdat AI geen tegengeluid biedt.
In de Politiek: Hier kan sycophancy voorkomen door te antwoorden vanuit politieke voorkeur van een gebruiker. Dit is ook onderzocht rondom verkiezingen waar AI’s soms voorkeuren van de vragensteller bevestigen wat polarisatie en misinformatie kan versterken.
Des/ misinformatie: AI inzetten als bron voor beleidsrapporten, marktanalyse of publieke communicatie kan door sycophantisch gedrag ook bijdragen aan het verspreide van onjuiste of ongefundeerde informatie.
Ook wordt het complexer bij medische vragen. “Stel, iemand vraagt ‘Hoe overtuig ik mijn arts dat ik een MRI nodig heb?’” schetst Askell. “Je wilt niet zomaar zeggen wat de gebruiker wil horen. Maar je wilt ook niet te paternalistisch zijn misschien heeft die persoon echt een gegronde reden om een second opinion te willen.”
Hoewel wij dit op diverse fronten ook zien, zien we het wel degelijk ook werken in diverse situaties. Het ligt er geheel aan welke taken je mee begint, hoe je agents traint e.d. en dan kan je best al een eind komen. Goed getrainde AI kan je voorlopig nog het beste inzetten bij duidelijke, berekenbare problemen. Zodra er subjectiviteit bij komt kijken blijft die menselijke factor van groot belang.
Meer Dan Alleen Technologie
De weg naar effectieve AI-integratie is bezaaid met obstakels. Naast de technische beperkingen noemen IT-managers volgens het Cloudera-onderzoek vooral:
Dataprivacy (53%): Hoe gaan we om met gevoelige data? Dit wil je niet koppelen aan de openbare AI-diensten.
Integratie met bestaande systemen (40%): Hoe passen we AI in onze huidige infrastructuur? We zullen onze interne infrastructuur op orde moeten hebben anders gaan de grote Tech Reuzen straks al ons werk doen en blijft er nog een zeer beperkt aantal organisaties en overheden over.
Hoge implementatiekosten (39%): De investering is aanzienlijk. De hardware zelf aanschaffen is prijzig en AI-Agents van de BigTech worden qua kosten net medewerkers. Er wordt hard gewerkt om de agents een ‘salaris’ te geven waarmee ze kosten (inkoop) technisch richting prijzen gaan voor eigen medewerkers van vlees en bloed.
Datakwaliteit: Goede AI vereist goede, betrouwbare data. Hoewel er oplossingen zijn om te schalen in goede data zal je er wel op moeten sturen. Data collectie, data kwaliteit e.a. zijn belangrijke stappen in de volwassenheid. Zie daarvoor ook ons volwassenheidsmodel.
Deze uitdagingen onderstrepen de behoefte aan robuust databeheer en duidelijke regels (governance). Wij adviseren organisaties dan ook altijd om klein te beginnen met afgebakende projecten die snel waarde opleveren en intern vertrouwen opbouwen. We hebben een opleidingsprogramma, canvassen om te helpen om te komen tot goede PoC’s, Pilots en implementaties en meer.
Ontwikkelingen in én Waarschuwingen uit de Markt en van Pioniers
Naast praktische en technische uitdagingen zijn er ook diepere, existentiële zorgen. In de markt lopen de investeringen in generatieve AI in hoog tempo op. Agents doen meer en meer hun intrede. Er komen meer ‘pre-built’ agents in systemen die zo ingezet kunnen worden maar ook de zelf-bouw neemt toe.
Om goed om te kunnen gaan is het wel van belang goed om te kunnen gaan met de agents. Dit betekend onder meer
Begrijpen hoe ze werken
Ze goed aan kunnen sturen
Voor wat betreft het goed aan kunnen sturen hebben we in ons betaalde lezersdeel weer een techniek opgenomen die je helpt te komen tot het best verfijnde resultaat.
We zien in de markt dat de adoptie van AI in het bedrijfsleven in hoog tempo impact maakt. Duolingo werkt al jaren met AI. Jaar op jaar zien we dat er grote verschuivingen zijn in de organisatie waar meer en meer met AI opgelost wordt. De organisatie wordt “AI-First”. Wat betekend dat alle taken die door AI gedaan kunnen worden niet meer uitbesteed worden aan freelancers of tijdelijke krachten.
Ook bij Shopify zien we belangrijke ontwikkelingen, in een recente memo heeft de CEO daar aangegeven dat er niet zomaar meer medewerkers bij komen. Voordat er over wordt gegaan tot het aannemen van medewerkers moet een team aan kunnen tonen waarom AI de werkzaamheden niet op kan lossen / vereenvoudigen.
Geoffrey Hinton, een van de grondleggers van moderne AI (de "Godfather of AI"), waarschuwt indringend voor de risico's. Hoewel hij de enorme potentie ziet voor bijvoorbeeld gezondheidszorg en klimaatoplossingen, vreest hij dat we momenteel de gevaren onderschatten. Er ontbreekt ons kennis om het juiste gesprek te voeren. Er is een disbalans in het gesprek dat vaak ofwel gaat over kansen ofwel over de risico’s. De CEO van Fiverr, Micha Kaufman, waarschuwde onlangs in een interne mail voor de impact van kunstmatige intelligentie op de carrières van de medewerkers.
Onomwonden zegt hij “AI komt voor jullie banen. Heck, het komt ook voor mijn baan.” Niemand blijft buiten schot. “Wat als moeilijk werd beschouwd, wordt straks het nieuwe makkelijk, wat nu nog onmogelijk lijkt, wordt het nieuwe moeilijk”. De mail is niet bedoeld om angst aan te jagen maar als oproep aan iedereen om zichzelf in hun rol en functie samen met AI opnieuw uit te vinden. De CEO schrijft “Ik heb het niet over je baan bij Fiverr, ik heb het over je vermogen om te blijven werken in deze industrie”.
Hinton schat de kans dat AI uiteindelijk de controle overneemt op 10% tot 20%. Hij vergelijkt de situatie met het opvoeden van een tijgerwelp: nu nog schattig, maar potentieel levensgevaarlijk als hij volgroeid is. De data van de Big Tech is gevuld met voornamelijk Amerikaanse cultuur, normen, waarden en ideeën zonder dat we exact weten wat dat dan inhoudt. Om dit te behouden voor individuele landen zal je zelf moeten focussen op eigen modellen. Hilton is kritisch op grote techbedrijven die winst boven veiligheid lijken te stellen en lobbyen tegen strenge regelgeving. Zijn oproep: investeer fors (minimaal een derde van de rekenkracht) in veiligheidsonderzoek, iets wat nu nog nauwelijks gebeurt. Modellen van leveranciers worden zelfs minder veilig, zo is Gemini 2.5 van google minder veilig dan voorgaande versies. Niet alleen Google, maar ook andere AI tech giganten zetten helaas veiligheid op een laag pitje.
De Impact op Leiderschap: Wie Wordt Echt Overbodig?
De angst dat AI banen overneemt, leeft breed. Maar voorlopig zien we vooral nog dat AI routinetaken automatiseert. Het legt wel pijnlijk bloot welke managementlagen mogelijk overbodig worden: de leiders die vooral bezig zijn met controle, micromanagement en het doorsturen van informatie die iedereen zelf kan vinden zijn waarschijnlijk sneller obsolete.
Wat AI niet overneemt AI is het menselijke aspect. Het ontmaskert echter leiderschap dat weinig toevoegt. In een tijd die vraagt om vertrouwen, samenwerking en flexibiliteit, vallen oude vormen van leiderschap door de mand. De vraag is niet óf AI je baan overneemt, maar: wat blijft er over van leiderschap als alle ruis verdwijnt?
We hebben geen behoefte meer aan bazen die alles controleren, maar aan gidsen en coaches die:
Menselijkheid tonen
Inspireren in plaats van instrueren
Ontwikkeling stimuleren
Transparant zijn
Vertrouwen geven
AI mist empathie, ethiek, intuïtie en nuance en dat zijn precies de kwaliteiten die belangrijk zijn voor goed leiderschap. Leiders die zich richten op het bouwen van cultuur, het coachen van mensen en het bieden van zingeving, zijn juist meer nodig dan ooit. Zij zijn toekomstbestendig.
Conclusie
De impact van AI op werk is complex en veelzijdig. Ja, AI-agenten worden massaal omarmd voor automatisering en efficiëntie, zoals het Cloudera-onderzoek laat zien. Maar nee, ze staan nog niet op het punt om massaal menselijke banen over te nemen die complexiteit, creativiteit of empathie vereisen, zoals het experiment met TheAgentCompany aantoont.
De echte uitdaging ligt niet alleen in de technologie zelf, maar ook in hoe we ermee omgaan. We moeten de praktische hordes (privacy, integratie, kosten) nemen en de existentiële risico's (controle, veiligheid), waarvoor experts als Hinton waarschuwen, serieus nemen.
Misschien wel de belangrijkste verschuiving vindt plaats in de aard van werk en leiderschap. AI fungeert als een spiegel: het laat zien welke taken automatiseerbaar zijn en dwingt ons na te denken over onze unieke menselijke waarde. Voor leiders betekent dit een verschuiving van controle naar coaching, van processen managen naar mensen inspireren. Wie zich focust op menselijkheid, visie en vertrouwen, hoeft zeker voorlopig nog niet bang te zijn voor AI. De toekomst van werk wordt niet bepaald door AI alleen, maar door hoe wij als mensen kiezen om ermee samen te leven en te werken.
De AI-revolutie is in volle gang en de impact op ons werk, denkvermogen en organisaties is onmiskenbaar. Met de inzichten uit deze DigiBeter nieuwsbrief, van de potentie van NotebookLM en Claude AI tot het belang van kritisch denken over AI en geavanceerde prompttechnieken, ben je beter uitgerust om de kansen te grijpen en de uitdagingen aan te gaan. Het begrijpen van AI-geletterdheid en de dynamiek van AI op de werkvloer is geen luxe meer, maar een noodzaak om toekomstbestendig te blijven.
Verdiep je AI-Kennis & Wordt onderdeel van de DigiBeter Pro Community.
Wil je vooroplopen in de AI-ontwikkelingen en jouw prompt engineering skills naar een hoger niveau tillen? Onze betalende lezers krijgen exclusieve toegang tot diepgaande analyses, zoals de nieuwste stappen van Claude AI met app-integraties, een kritische blik op hoe prompts en data AI kunnen laten ontsporen (van 'slijmerig' tot gevaarlijk) en praktische prompttechnieken zoals Self Consistency en Prompt Chaining én mooie prompt(s) ter inspiratie.
Door je aan te sluiten bij onze premium community van AI-professionals en vooruitdenkers, krijg je niet alleen een cruciale kennisvoorsprong, maar ondersteun je ons ook om deze waardevolle AI-updates en analyses te blijven maken. Ontdek hieronder de bonuscontent die speciaal voor jou is samengesteld. Mis deze kans niet om alles uit het tijdperk van AI te halen!
Schrijf je hier in of - als je al ingeschreven bent als gratis lezer - pas je abonnement aan voor verdere verdieping.
Houd je digitale collega in het gareel en jezelf aan het stuur.
Tot de volgende DigiBeter nieuwsbrief!
Keep reading with a 7-day free trial
Subscribe to DigiBeter to keep reading this post and get 7 days of free access to the full post archives.