Deskilling door AI: wanneer gemak je duurder komt te staan

AI maakt je werk makkelijker. Sneller. Efficiënter. Een contentbrief die je vroeger in een uur schreef, doe je nu in tien minuten. Een data-analyse waar je een middag over deed, spuugt ChatGPT uit in dertig seconden. Klinkt als vooruitgang. En dat is het ook. Totdat je merkt dat je niet meer weet hoe je het zonder AI zou moeten doen.

Dit fenomeen heet deskilling. Het verlies van vaardigheden doordat technologie taken overneemt. En het gebeurt sneller dan je denkt. Microsoft onderzoek toont aan dat kenniswerkers AI-taken als cognitief makkelijker ervaren, maar tegelijkertijd hun probleemoplossend vermogen afstaan aan het systeem. Ze verschuiven van “doen” naar “kiezen” uit wat AI aanbiedt. En dat voelt als productiviteit. Maar is het dat ook?

Als artsen vergeten wat ze zagen

Een studie in The Lancet laat zien hoe snel deskilling toeslaat. Artsen die tijdens colonoscopieën routinematig AI gebruikten om poliepen te detecteren, presteerden slechter zodra de AI wegviel. Hun detectiepercentage voor voorstadia van kanker daalde van 28,4% naar 22,4%. En dat na slechts drie maanden gebruik.

Drie maanden. Niet jaren. Drie maanden waarbij ervaren medici hun eigen oordeelsvermogen erodeeerden omdat ze leunden op technologie. Adam Rodman, directeur AI-programma’s bij Beth Israel Deaconess Medical Center, noemt het “never-skilling”. Niet dat je verleert wat je ooit kon. Maar dat je nooit de kans krijgt om vaardigheden op te bouwen omdat AI het vanaf dag één overneemt.

Dit raakt niet alleen artsen. Juristen die chatbots gebruiken maken vaker kritieke fouten. Studenten die AI inzetten voor essays leren het stapsgewijs opbouwen van argumenten niet meer. Therapists worden passief in hun eigen sessies omdat AI de reflexieve diagnose overneemt. De lat om taken uit te voeren daalt. Maar ook de lat om expertise op te bouwen.

Waarom marketers hier wakker van moeten liggen

Marketing loopt voorop in AI-adoptie. Content schrijven, campagnes optimaliseren, data analyseren – AI doet het allemaal. En ja, het levert tijdwinst op. Legal en management functies besparen 80-85% tijd op bepaalde taken volgens Microsoft onderzoek. Marketing blijft achter met lagere adoptie, maar dat haalt het snel in.

Maar hier zit het probleem. AI genereert content die eruitziet alsof het nuttig is, maar fouten bevat. Microsoft noemt dit “workslop”. Bijna 40% van de medewerkers heeft hier maandelijks mee te maken. Iemand moet die fouten corrigeren. En dat kan alleen als je zelf nog begrijpt wat goede content is. Als je schrijfvaardigheid eroderen, merk je de fouten niet meer op.

Denk aan strategisch denken. AI kan data-analyses uitspuwen en patronen vinden. Maar begrijp jij nog waarom die patronen relevant zijn? Kun je nog zelf een campagnestrategie opbouwen als de AI offline is? Of heb je je oordeelsvermogen uitbesteed aan een systeem dat plausibele maar niet per se juiste conclusies trekt?

Het gevaar is niet dat AI je werk overneemt. Het gevaar is dat je AI laat denken terwijl jij alleen nog uitvoert. En dan blijf je niet ontwikkelen. Je wordt afhankelijk.

Voor CEO’s: het organisatorische risico

Deskilling is geen individueel probleem. Het is een organisatorisch risico. Als je team vaardigheden verliest omdat AI taken overneemt, wat gebeurt er dan als die AI wegvalt? Een storing, een leveranciersprobleem, een plotselinge regelwijziging. Kan je organisatie nog functioneren?

Janet Frances Rafner, onderzoeker aan Aarhus University, zegt het zo: “Als deskilling niet wordt aangepakt, kan het de expertise van individuen en de capaciteit van organisaties uithollen.” Dit is niet abstract. Dit is concreet. Expertise verdwijnt. Organisaties worden kwetsbaarder.

En er is nog een tweede risico. Kloof tussen senior en junior. Ervaren professionals gebruiken AI als versneller. Ze hebben al de kennis om te beoordelen wat AI produceert. Voor junior medewerkers werkt het anders. Zij bouwen geen fundament op omdat AI het werk al doet. Matt Beane, hoogleraar aan UC Santa Barbara, zegt dat senior engineers sneller en beter werken met AI, maar dat diezelfde systemen jongere werkers saboteren die juist baat hebben bij samenwerken met experts.

Dus ja, AI maakt je team productiever op de korte termijn. Maar investeer je nog in training? In het opbouwen van expertise? Of neem je aan dat AI het wel oplost? Want als je dat laatste doet, hol je de kennisbasis van je organisatie uit.

Wat kun je doen?

Investeer in menselijke ontwikkeling naast AI-tooling. Dat betekent niet minder AI gebruiken. Het betekent bewust nadenken over welke vaardigheden je wilt behouden. Training blijft nodig. Misschien wel meer dan ooit, omdat je mensen moet leren hoe ze AI gebruiken zonder afhankelijk te worden.

Creëer momenten waarop mensen zonder AI werken. Niet om ze te pesten, maar om te checken of de vaardigheid er nog is. Een marketeer die een kwartaal alleen AI-gegenereerde content edit, moet af en toe zelf iets schrijven. Een data-analist moet af en toe handmatig door cijfers gaan. Anders merk je pas dat de vaardigheid weg is als het te laat is.

Voor jongeren: de fundamenten die AI niet kan geven

Als je net begint, is de verleiding groot om meteen AI te gebruiken. Logisch. Iedereen doet het. En waarom zou je je afbeulen op een analyse of tekst als AI het in seconden kan? Maar hier is het probleem. Je slaat een fase over. De fase waarin je leert hoe je zelf denkt.

Een essay schrijven is saai. Maar het leert je hoe je een argument opbouwt. Stap voor stap. Bewijs wegen, materiaal organiseren, een stem ontwikkelen. Als AI dat voor je doet, leer je die discipline niet. En later, als je complexe businesscases moet analyseren of strategieën moet bedenken, merk je dat je die fundament mist.

Dit geldt voor alle vakgebieden. Coderen leer je niet door AI code te laten schrijven en die te kopiëren. Je leert het door zelf te debuggen, te falen, te begrijpen waarom iets niet werkt. Marketing leer je niet door AI-campagnes goed te keuren. Je leert het door zelf strategieën te bedenken, te testen, te leren van wat niet werkt.

Het punt is niet dat AI slecht is. Het punt is dat je expertise opbouwt door dingen zelf te doen. En als je die fase overslaat, bouw je geen fundament op. Dan ben je afhankelijk van AI zonder te begrijpen wat het doet. En dat maakt je kwetsbaar.

Wat kun je doen?

Gebruik AI bewust. Niet voor alles. Niet vanaf het begin. Leer eerst hoe je iets zelf doet. Begrijp het proces. En gebruik AI dan om sneller te gaan, niet om het denken over te slaan. Dat klinkt als meer werk. Is het ook. Maar op lange termijn ben je de enige die nog weet hoe het werkt. En dat is waarde.

Zoek mentoren die je leren kritisch te kijken naar wat AI produceert. Iemand die AI goed gebruikt, is niet iemand die alles accepteert wat eruit komt. Het is iemand die weet wanneer AI fout zit. En dat leer je alleen als je de vaardigheid zelf beheerst.

De paradox van gemak

AI maakt werk makkelijker. Dat is geen illusie. Microsoft onderzoek toont dat kenniswerkers 40-60 minuten per dag besparen, afhankelijk van de taak. Dat is winst. Maar datzelfde onderzoek toont ook dat mensen meer vertrouwen krijgen in AI terwijl ze expertise afstaan. Ze voelen zich productiever. Maar ze zijn vooral afhankelijker geworden.

Dit is de deskilling paradox. Het voelt als vooruitgang, maar het kan achteruitgang zijn. Niet omdat AI slecht is. Maar omdat gemak een prijs heeft. En die prijs is vaardigheid. Cognitief vermogen. Oordeelsvermogen. Dingen die je niet terugkrijgt door een betere versie van ChatGPT te kopen.

Historisch gezien heeft elke technologische vooruitgang dit gedaan. Geletterdheid verminderde geheugenkunst maar creëerde nieuwe analysemogelijkheden. Rekenmachines verminderden hoofdrekenen maar stelden meer mensen in staat om wiskunde te gebruiken. Elke sprong kost iets. De vraag is of je bewust kiest wat je opgeeft.

Wat nu?

Deskilling is geen reden om AI te vermijden. Dat zou kortzichtig zijn. AI levert te veel op. Maar het is wel reden om na te denken over hoe je het gebruikt. Als marketeer, als CEO, als iemand die net begint. Gebruik AI om sneller te gaan, niet om het denken over te slaan. Investeer in menselijke ontwikkeling naast technologie. En check regelmatig of je nog kunt wat AI voor je doet.

Want de vraag is niet of AI je werk overneemt. De vraag is of je jezelf laat vervangen door afhankelijk te worden. En dat is een keuze.