Het Trojaanse paard van AI op de werkvloer

Sinds AI meeschrijft, zijn de mails gladder geformuleerd dan ooit. Presentaties zien er strak uit en onder vrijwel elke bewering staat een bron. Aan de buitenkant gaat de kwaliteit van het werk omhoog. De vraag is wat er ondertussen gebeurt met het oordeel van de mensen die dat werk leveren.

In deze blog vertelt Tim Voorbij, Human Capital Strategist bij HRD Groep, waarom hij dat een integriteitsvraagstuk noemt.

Op school leerde je eerst rekenen. Eindeloos rijtjes stampen, 3 keer 7 en 2 plus 5, tot het erin zat. Pas daarna mocht de rekenmachine op tafel.

Op die manier leerde je eerst de logica erachter. Je zag het als er een rare uitkomst uit kwam en je kon het zelf nakijken.

Met generatieve AI draaien we die volgorde om. Het hulpmiddel staat er al voordat de vaardigheid en het oordeel gevormd zijn.

Ik betrap mezelf er regelmatig op. Snel een mail intikken en dan aan AI vragen of het wat professioneler kan. Bronnen laten verzamelen. Argumenten laten aanscherpen. Een eerste opzet voor een voorstel laten uitwerken.

Dat scheelt tijd en het resultaat is vaak beter dan wat ik in dezelfde tijd zelf had gemaakt. Tot iemand doorvraagt en ik merk dat ik het niet helemaal kan verdedigen. Hoe integer ben ik dan bezig?

Had je trouwens door dat een van de zinnen hierboven door AI is geformuleerd?

Organisaties hebben met AI een Trojaans paard binnengehaald, en dat bedoel ik niet als waarschuwing vooraf. Het staat er al.

Het paard is dit. Mensen kunnen werk afleveren zonder te begrijpen welk werk ze doen. De kwaliteit van een stuk zegt steeds minder over de deskundigheid erachter.
En het vervelende is dat het gewoon werkt. Ik kan een website bouwen zonder ook maar iets van de code te snappen. Ik kan een stuk schrijven over een onderwerp waar ik weinig van weet en het leest prima. Dat gaat goed tot iemand een vraag stelt of tot er iets misgaat. Dan blijkt pas of er iemand thuis is.

Daar zit het verschil met de rekenmachine. Die nam een handeling over die ik al beheerste. AI neemt ook het denkwerk over dat aan die handeling voorafgaat.

Zodra je routinetaken uitbesteedt aan een taalmodel, haal je bij medewerkers precies de routine weg die hun oordeel scherp houdt. Het menselijke oog dat een fout eruit pikt, ervan leert en verantwoordelijkheid neemt voor de uitkomst.

Dat oordeel bouw je op door het werk zelf te doen, ook als het langzamer gaat.

De vraag die nu bij organisaties ligt, is of AI een partner is of de beslisser. Zeker met het oog op de generatie die eraan komt en die is opgegroeid met deze tools.

Voor mij is integriteit hier de pilaar die menselijke verantwoordelijkheid overeind houdt. Het gaat verder dan vermelden dat je AI hebt gebruikt.

Het betekent dat je leert hoe de tool werkt, dat je de kwaliteit van de uitkomst kunt beoordelen, dat je je keuzes kunt uitleggen en dat jij de beslisser blijft. En het betekent dat je anderen blijft uitdagen om te begrijpen wat ze doen en waarom.
Dat vraagt een cultuur waarin fouten er mogen zijn. Alleen dan blijven mensen leren, en blijven ze zelf de wiskunde beheersen in plaats van alleen de rekenmachine.

Voor organisaties betekent het dat sturen op snelheid en output niet genoeg is. Dat maakt het een integriteitsvraagstuk, want het gaat over de vraag wie er eigenaar is van het werk.

Speelt dit in jouw organisatie? Neem gerust contact op, dan denken we mee over hoe je dit gesprek op gang brengt.