De gesprekken over AI op de werkvloer gaan bijna altijd over productiviteit en efficiëntie. Waar zelden bij wordt stilgestaan: wat doet AI met de mensen die het gebruiken? Nieuw onderzoek laat zien dat de psychologische kosten van AI-adoptie groter zijn dan de meeste organisaties vermoeden, en dat die kosten het hardst landen bij mensen aan het begin van hun carrière.
▼
Guy Champniss, visiting professor aan IE Business School en gedragsonderzoeker, publiceerde recent in Harvard Business Review (HBR) een analyse op basis van een survey onder ruim 1.200 fulltime medewerkers in de VS en het VK. Het onderzoek is daarmee buitenlands van origine, maar wat het blootlegt, is niet cultuurgebonden en biedt ook voor de Nederlandse praktijk een bruikbaar kader om naar AI-adoptie te kijken.
De kern van het onderzoek is het concept ‘psychologische schuld’: een cluster van zes negatieve effecten die kunnen ontstaan bij ongestructureerd AI-gebruik op de werkvloer. Champniss meet hoe hoog die schuld is bij medewerkers en wat dat doet met hun gedrag. De uitkomst: hoe hoger de psychologische schuld, hoe minder frequent en minder geavanceerd mensen AI inzetten, en hoe groter de neiging om het te mijden, zelfs als ze erkennen dat het hun werk zou verbeteren.
Het gevoel dat je minder wordt
Twee vormen van psychologische schuld zijn bijzonder relevant voor de insights- en marketingsector. De eerste is competency debt: het gevoel dat je door AI-gebruik minder competent wordt in je eigen vak. Taken die vroeger uren kostten en daarmee een duidelijk gevoel van vakmanschap opleverden, zijn nu in seconden gedaan. Dat levert niet alleen tijdwinst op, maar ook een subtiel verlies: het vertrouwen in de eigen output slijt. Wie dat gevoel eenmaal heeft, grijpt sneller naar AI voor de volgende taak, wat de afhankelijkheid vergroot en het vertrouwen verder ondermijnt.
De tweede is identity debt. Veel professionals in onderzoek, strategie en creatie ontlenen een groot deel van hun beroepsidentiteit aan het vermogen om zelfstandig inzichten te genereren, verbanden te leggen en tot originele conclusies te komen. Dat is niet alleen wat ze doen, het is ook wie ze zijn binnen hun vakgroep. Als AI die taken overneemt, voelt dat voor veel mensen als een aantasting van precies datgene wat hen onderscheidt. Het gevolg is weerstand, ook als die niet expliciet wordt uitgesproken.
Vroeg in je carrière, hard geraakt
Een bevinding uit het onderzoek die extra aandacht verdient, is het verschil tussen junior en senior medewerkers. Mensen in de eerste vijf jaar van hun carrière rapporteren een psychologische schuldscore van 54 op een schaal van 100. Bij medewerkers met meer dan twintig jaar ervaring is dat 40. Het verschil zit niet in de bereidheid om AI te omarmen, maar in wat er op het spel staat. Juniors hebben hun vakkennis nog niet bewezen en AI neemt precies de taken weg waarmee ze dat hadden kunnen doen.
Voor de insights-sector, die al langer nadenkt over wat er overblijft voor mensen aan het begin van hun loopbaan, is dit herkenbaar. Hoe laat je jonge professionals groeien als AI steeds meer van het leerwerk wegneemt? Die vraag wordt alleen maar moeilijker naarmate de tools beter worden.
Adoptie is geen technisch probleem
Champniss pleit voor wat hij ‘human infrastructure’ noemt: bewust ontworpen interacties tussen mens en AI die ruimte laten voor eigen denken, zichtbare autonomie en sociale validatie van AI-gebruik. Het concept is minder ingewikkeld dan het klinkt. Het komt neer op zorgen dat medewerkers eerst zelf een hypothese formuleren voordat ze AI raadplegen, AI-gebruik bespreekbaar en gedeeld maken zodat het geen stille schaamte wordt, en AI positioneren als versterker van vakmanschap in plaats van vervanging.