AI neemt steeds meer werk uit handen in de onderzoekssector. Maar welk werk precies, en wat moet een onderzoeker zelf blijven doen? In het rapport Good Work Matters sprak ResearchWorld met ervaren onderzoekers en strategisch adviseurs, van zelfstandigen en kleine bureaus tot researchers bij grote organisaties zoals Ipsos, Universal Studios en Expedia, over hoe zij die grens trekken. Hun antwoorden gaan minder over technologie en meer over eigenaarschap.
▼
De steekproef is beperkt en bestaat uitsluitend uit Engelstalige markten. Toch biedt de verzameling gesprekken iets wat cijfermatig onderzoek zelden geeft: een direct beeld van hoe werkende professionals nadenken over de verdeling van taken tussen mens en machine.
Wat de gesprekspartners delen, is een opvallend praktische benadering van AI. AI is het meest nuttig voor zoek- en sorteerwerk. De vraag “wat betekent dit?” blijft mensenwerk. Niet omdat AI het niet kan proberen, maar omdat de onderzoeker die vraag moet kunnen beantwoorden met de overtuiging die voortkomt uit het zelf doorleven van het materiaal. Werk dat technisch van jou is, maar waarbij je het denkproces hebt uitbesteed, is moeilijk te verdedigen, moeilijk te communiceren en moeilijk te corrigeren als er een onverwachte vraag komt.
Het moment van kristallisatie
Meerdere gesprekspartners beschrijven een moment in het analyseproces waarop alles wat je hebt verzameld wordt teruggebracht tot de ene conclusie die ertoe doet. ResearchWorld omschrijft dat als kristallisatie: het punt waarop losse gesprekken, data en observaties worden omgesmeed tot een verhaal dat mensen in een organisatie daadwerkelijk iets laat doen. Dat moment vereist dat je het materiaal hebt doorleefd, de tegenstrijdigheden erin herkent en een oordeel velt dat je kunt verdedigen als er een onverwachte vraag komt. Het risico van AI is niet alleen dat het fouten maakt, maar vooral dat het je te snel naar een conclusie leidt voordat je zelf door het denkproces bent gegaan.
Wat dat betekent voor hoe je AI inzet
Waar de analyse van ResearchWorld zich vooral richt op de vraag wat goed werk in het AI-tijdperk inhoudt, zijn de praktische lessen uit het rapport minstens zo relevant. Bewust gebruik van AI begint met de vraag welke stappen in je werkproces tijd kosten zonder dat ze wezenlijk bijdragen aan het inzicht.
Taken die je kunt weggeven:
- Transcriberen en uitwerken van gesprekken
- Het clusteren van citaten en het ordenen van materiaal
- Het doorzoekbaar maken en structureren van grote hoeveelheden informatie
Wat je niet moet weggeven is het denkproces zelf. Analyse is niet slechts de route naar een conclusie. Analyse ís de conclusie. Wie dat deel overslaat, levert werk af dat technisch klopt maar geen overtuiging draagt.
Joey Zeelen, oprichter van het Amsterdamse Studio Outlier en een van de gesprekspartners in het rapport, vat het bondig samen: de AI-discussie heeft meer nuance nodig. Niet blind omarmen of afwijzen, maar per taak bepalen waar AI waarde toevoegt en waar het juist afbreuk doet aan de kwaliteit.
De vraag die het rapport oproept
De vraag die het Good Work Matters-rapport oproept voor de Nederlandse markt is of de grens hier anders ligt. Zijn opdrachtgevers bereid te betalen voor de tijd die nodig is om dat denkproces zorgvuldig te doorlopen, of dwingt de druk op snelheid en prijs de sector juist richting AI-gebruik waarbij die tijd als eerste verdwijnt? Het rapport lost dat vraagstuk niet op, maar nodigt wel uit om er serieus over na te denken. En de conclusie trekken voor je eigen situatie, dat blijft, zoals veel gesprekspartners benadrukken, uiteindelijk mensenwerk.