Wat als AI de onderste sporten van de carrièreladder weghaalt?
Veel organisaties kijken bij AI vooral naar productiviteit. Een eerste analyse, concepttekst of rapportage die vroeger een paar uur kostte, kan nu binnen enkele minuten worden gemaakt.
Dat levert tijdwinst op. Maar het verandert ook iets waar we minder vaak bij stilstaan: de manier waarop mensen hun vak leren.
Junior medewerkers begonnen traditioneel met relatief eenvoudig en repeterend werk. Ze maakten eerste versies, voerden analyses uit en ontdekten gaandeweg welke fouten vaak voorkomen. Juist door die vlieguren ontwikkelden ze context, gevoel voor kwaliteit en professioneel beoordelingsvermogen.
Wanneer AI een groot deel van dat basiswerk overneemt, verdwijnt niet alleen een taak. Er verdwijnt mogelijk ook een leeromgeving. Het artikel van Frankwatching stelt daarom een terechte vraag: als junioren de basale fouten niet meer zelf maken, waar komen de ervaren professionals vandaan die straks de output van AI moeten controleren?
Eigenlijk vind ik dat een belangrijker vraagstuk dan de discussie over welke functies volledig verdwijnen. Banen bestaan namelijk uit allerlei verschillende taken. AI neemt vaak eerst de voorspelbare onderdelen over, precies de onderdelen waarmee starters voorheen ervaring opdeden.
𝗦𝗲𝗻𝗶𝗼𝗿𝗶𝘁𝗲𝗶𝘁 𝗸𝗿𝗶𝗷𝗴𝘁 𝗲𝗲𝗻 𝗮𝗻𝗱𝗲𝗿𝗲 𝗯𝗲𝘁𝗲𝗸𝗲𝗻𝗶𝘀
Ook de waarde van een senior verandert. Veel feiten kennen of snel een eerste antwoord produceren wordt minder onderscheidend wanneer AI dat ook kan. Kritische vragen stellen, verbanden herkennen, risico’s inschatten en bepalen of een antwoord binnen de context van de organisatie klopt, worden juist belangrijker.
Maar zulke vaardigheden ontstaan niet vanzelf. We kunnen junior medewerkers niet direct complexe beslissingen laten nemen, alleen omdat het eenvoudige werk inmiddels geautomatiseerd is.
Volgens mij moeten organisaties daarom naast hun AI-strategie ook hun leerstrategie herontwerpen. Medewerkers kunnen bijvoorbeeld AI-output beoordelen, verschillende voorstellen vergelijken, meelopen bij complexe cases en expliciet bespreken waarom een ervaren collega een bepaalde keuze maakt. Zo wordt AI niet alleen een productiemiddel, maar ook een hulpmiddel om sneller en bewuster te leren.
Dat vraagt wel om begeleiding, ruimte om fouten te maken en menselijke feedback. Wie uitsluitend stuurt op snelheid en output, loopt het risico vandaag efficiënter te worden en morgen een tekort aan vakmensen te hebben.
Hoe zorgen jullie ervoor dat jonge medewerkers voldoende ervaring opbouwen nu AI steeds meer basistaken overneemt?
Lees ook: AI verandert de klantenservice-arbeidsmarkt en Onze aanpak in 100 dagen.
