De junior die research doet voor een rapport. De beginnende consultant die een eerste analyse maakt. De jonge jurist die een concept opstelt, waarna een ervaren collega er met rode pen doorheen gaat. Het zijn precies de werkzaamheden waarvan AI steeds meer kan overnemen. Efficiënt? Misschien. Maar die eenvoudige werkzaamheden leveren niet alleen productie op. Ze zijn tegelijkertijd een opleiding. „Mensen hebben altijd expertise ontwikkeld door te werken, door het werk simpelweg te doen”, zegt zelfstandig AI- en organisatiestrateeg Marc van der Hoek. „De junior maakte de eerste analyse, deed research en schreef een concept. Een senior keek daar vervolgens naar, corrigeerde het en gaf feedback. Dat werk levert twee dingen op: productie én leren.”
Juist die tweede opbrengst stond nooit op de balans. „AI kan een deel van die eerste werkzaamheden overnemen. Daardoor ontstaat het risico dat we werk automatiseren waarvan we de productiewaarde uitstekend kennen, maar waarvan we de leerwaarde nooit hebben gemeten."
Iedere senior was ooit junior
In een recent rapport van McKinsey over expertiseontwikkeling in het AI-tijdperk stellen onderzoekers de vraag: wie leidt de volgende generatie experts op als AI steeds meer werk overneemt waarmee mensen traditioneel expertise ontwikkelen? Voor een individuele onderneming kan het ondertussen rationeel zijn om juist dat werk te automatiseren. Alleen werkt die strategie niet wanneer iedereen hem volgt, zegt Van der Hoek. „Systemisch gezien heb je een probleem. De junior groeit door, maar als er geen junioren zijn, hoe komen we later aan senioren? Iedere senior was ooit ook een junior."
Bovendien bestaat expertise uit meer dan kennis die je uit een AI-model kunt halen. Een ervaren medewerker kent klanten, uitzonderingen, risico's, de geschiedenis en de ongeschreven regels van een organisatie. „Een bedrijf kan dus op korte termijn financieel rationele beslissingen nemen en tegelijkertijd toekomstige expertiseschuld opbouwen: vandaag productiviteit winnen, maar onvoldoende investeren in de expertise die je morgen nodig hebt."
Lees ook: Gigantische opsteker voor Europese AI: Samsung stapt in bij Mistral, waarde stijgt naar 21 miljard
Maak van AI juist een leermeester
Dat betekent nadrukkelijk niet dat bedrijven inefficiënt werk voor junioren in stand moeten houden omdat vorige generaties het ook moesten doen. Van der Hoek: „Ik wil absoluut niet dat jonge professionals honderden saaie taken blijven uitvoeren omdat wij dat vroeger ook deden." AI kan juist een betere leeromgeving opleveren. Een beginnende professional kan sneller feedback krijgen, meer scenario's oefenen en kennismaken met complexe situaties die digitaal kunnen worden nagebootst.
Van der Hoek wijst op experimenten van Harvard Business School met gepersonaliseerde AI-mentoren, waarbij menselijke experts onderdeel blijven van het leerproces. „De interessante vraag is niet of we het oude juniorwerk moeten beschermen, maar welke expertise dat werk ontwikkelde en hoe we die expertise nu beter kunnen ontwikkelen."
Daarmee kan AI ook een ander probleem oplossen: de tijd van ervaren collega's is schaars. Een senior die een uur een junior begeleidt, kan dat uur niet elders inzetten. „Met AI kan een deel van die expertise schaalbaar worden. De menselijke expert houdt dan tijd over voor begeleiding waar diens oordeel en ervaring echt nodig zijn."
Automatiseer niet alles wat kán
Toch blijft er werk dat mensen zelf moeten doen. Expertise ontstaat ook door meters maken, fouten maken en opnieuw proberen. „Professioneel fingerspitzengefühl ontstaat niet alleen uit kennis. Het ontwikkelt zich ook door zelf meters te maken, fouten te maken en de consequenties daarvan te ervaren."
Organisaties zouden daarom niet alleen moeten vragen óf AI een taak kan uitvoeren, maar ook wat verloren gaat wanneer de mens hem niet meer uitvoert. „Dat moet je niet bepalen op basis van nostalgie, maar op basis van wat nodig is voor oordeelvorming, verantwoordelijkheid nemen en ontwikkeling. Automatiseer niet de leerervaring op zich, omdat de technologie de taak kan automatiseren.”
McKinsey beschrijft daarvoor het answer-key model: laat een junior eerst zelf een analyse maken, laat AI vervolgens hetzelfde doen en bespreek de verschillen met een expert. Van der Hoek ziet daar veel in, al zijn andere werkzaamheden juist vanaf het begin door mens en AI samen uit te voeren. Dat levert een interessante paradox op: een medewerker iets zelf laten maken wat AI binnen enkele seconden produceert, lijkt inefficiënt. „Wat op taakniveau inefficiënt lijkt, kan op organisatieniveau een uitstekende investering zijn.”
Lees ook: ‘Techgiganten pleiten zogenaamd voor strengere AI-regels: het is angstzaaien uit eigenbelang’
De expert krijgt een andere taak
Tegelijk verandert wat we onder een expert verstaan. Het klassieke carrièrepad beloont vooral mensen die zelf goede antwoorden kunnen produceren. Maar precies daarin wordt AI steeds beter. „Het verschuift van antwoorden produceren naar probleemformulering, teksten beoordelen, contextualiseren en uitzonderingen herkennen", zegt Van der Hoek.
Domeinkennis blijft noodzakelijk: hoe beter AI wordt in het produceren van antwoorden, hoe belangrijker het wordt dat mensen kunnen beoordelen wanneer zo'n antwoord wel en niet klopt. Ook goede vragen stellen wordt daarmee belangrijker. „De expert van de toekomst combineert dus vakkennis met context, intuïtie en het vermogen om AI-output kritisch te beoordelen."
“Laat een junior eerst zelf een analyse maken, laat AI vervolgens hetzelfde doen en bespreek de verschillen met een expert. ”
Marc van der Hoek AI-strateeg
Dit hoort op de directietafel
Wie dit ziet als een vraagstuk voor Learning & Development, maakt volgens Van der Hoek een denkfout. De directie moet bepalen welke expertise cruciaal is voor de toekomstige concurrentiepositie en onderzoeken waar die binnen het dagelijkse werk wordt opgebouwd. „Je moet de leerwaarde van werk opnieuw analyseren. Werken is ook een manier van leren. Je moet leer-loops ontwikkelen en senior-expertise schaalbaar maken."
Daar hoort ook een principiële keuze bij: welke activiteiten wil je bewust aan mensen blijven voorbehouden, zelfs wanneer AI ze technisch kan uitvoeren? Van der Hoek noemt die afweging ‘The Human Test’: als AI steeds meer kan, wat willen we dan bewust menselijk houden en waarom? „Dat zijn geen opleidingsvraagstukken, maar organisatie-ontwerpvraagstukken. Dit moet op tafel van het bestuur of de directie liggen en niet worden weggedelegeerd, net zoals AI niet alleen bij de IT-directeur moet liggen."
De belangrijkste vraag die Van der Hoek een directeur zou stellen, is: wanneer heb jij voor het laatst jouw mening over AI geüpdatet? „Veel bestuurders baseren hun beeld nog op hun eerste ervaringen met generatieve AI. Inmiddels komen agents op die zelfstandig informatie verzamelen, keuzes maken, programmeren en taken uitvoeren." Technologie invoeren zonder tegelijkertijd het werk opnieuw te ontwerpen, is volgens hem dan ook een recept voor problemen. „Dan plaats je snelle technologie op oud werk. AI vergroot hoe goed of slecht jouw organisatie eigenlijk op de rit is."
Zo hou je de expertise in je bedrijf
Kijk bij automatisering niet alleen naar de productiewaarde van een taak, maar ook naar de verborgen leerwaarde.
Bescherm niet het oude juniorwerk, maar onderzoek welke expertise ermee werd opgebouwd.
Gebruik AI om senior-expertise schaalbaar te maken, terwijl medewerkers zelf voldoende meters blijven maken.
Bepaal welke taken bewust menselijk moeten blijven voor oordeelsvermogen en verantwoordelijkheid.
Maak expertiseontwikkeling onderdeel van organisatieontwerp en AI-strategie, niet alleen van HR of IT.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
