AI neemt het werk over. Maar wie leert het vak nog?

Door Alexandro Felipa | 18-04-2026

AI bepaalt steeds vaker welke merken zichtbaar zijn en wie gevonden wordt. Intussen veranderen de banen waarin mensen dat vak leerden, zo snel dat niemand goed weet wat ervoor in de plaats komt.

De onderkant van de arbeidsmarkt kantelt

Tekstcodering, transcriptanalyse, datainvoer: het zijn taken waarmee een generatie onderzoeks- en marketingprofessionals het vak leerde. Routinewerk, maar met een functie. Wie honderden interviews codeert, begrijpt na een tijdje wat mensen echt zeggen. Wie data opschoont, ziet waar modellen fout gaan.

Die leerschool verdwijnt langzaam maar zeker. Uit onderzoek van Anthropic blijkt dat marktonderzoek tot de meest blootgestelde sectoren behoort als het gaat om cognitieve taken die AI kan overnemen. De instroom van jongeren in die banen vertraagt al. Anthropic signaleert een daling van zo’n 14% in het aantal nieuwe aanstellingen van 22- tot 25-jarigen in sterk blootgestelde beroepen, ten opzichte van 2022.

Van doen naar duiden

De taken die AI het eerst overneemt, zijn niet willekeurig. Uit het Anthropic-onderzoek blijkt dat het vooral gaat om uitvoerend cognitief werk: tekst verwerken, data invoeren, informatie samenvatten. Precies het werk waarmee junior professionals traditioneel beginnen.

Wat overblijft vraagt iets anders. Niet sneller verwerken, maar beoordelen wat de output waard is. AI-uitkomsten zijn vaak intern consistent, maar strategisch onbruikbaar: het systeem heeft gelijk, maar begrijpt mensen niet. Iemand moet dat verschil zien.

Het probleem met efficiëntie

Maar er zit een andere kant aan. Als de mechanische laag van het werk wegvalt, verdwijnt ook de plek waar mensen leren hoe systemen werken. Wie nooit heeft gezien hoe een zoekalgoritme of aanbevelingsmodel reageert op kleine variaties in data, begrijpt minder goed wat er achter de schermen gebeurt als AI een merk wel of niet aanbeveelt.

Voor wie dagelijks in deze sector werkt, is dit herkenbaar terrein. De systemen die zichtbaarheid bepalen worden steeds complexer en steeds autonomer. De mensen die ze moeten kunnen beoordelen, aansturen en corrigeren, zijn er niet vanzelf aanwezig. Die moeten ergens worden opgeleid.

Efficiëntie en talentontwikkeling gaan niet altijd samen

Organisaties die nu instapposities schrappen, besparen op de korte termijn. Maar ze snijden ook in de aanvoer van mensen die over tien jaar begrijpen wat die systemen doen, en wanneer ze het mis hebben. Veel grote organisaties weten simpelweg niet hoe de instapfunctie van de toekomst eruitziet, en werven daarom niet. Dat is een begrijpelijke reactie op onzekerheid. Het is ook een risico dat pas later zichtbaar wordt.

Hoe kijkt de sector zelf naar deze ontwikkeling? De EFAMRO Mood Indicator brengt dit in kaart. Met twee korte vragen draag je bij aan een beter beeld van waar de markt naartoe beweegt.

Vul de survey hier in.

Auteur: Alexandro Felipa, Redacteur en contentcoördinator

Deze artikelen vind je vast ook interessant

Ook de laatste bytes ontvangen?