Een deelnemer uit een training liet me laatst een presentatie zien. Strak, helder, goed onderbouwd. Ik was onder de indruk. Totdat hij er bijna fluisterend aan toevoegde: “Ik heb wel AI gebruikt hoor.” Alsof hij een bekentenis aflegde. Alsof hij betrapt was.
Ik hoor het regelmatig. “Het voelt toch een beetje als valsspelen.” “Ik durf het niet te zeggen.” “Straks denken ze dat ik het niet zelf kan.” Er hangt soms schaamte rond AI-gebruik op de werkvloer.
En ik snap waar het vandaan komt, maar ik ben het er totaal niet mee eens.
Wij waarderen moeite meer dan resultaat
Onderzoekers van Harvard Business School ontdekten iets fascinerends. Ze lieten mensen zoeken naar vluchten op een reiswebsite. De ene groep kreeg de resultaten direct. De andere moest wachten, maar zag ondertussen welke sites er werden doorzocht. Dezelfde resultaten. Exact dezelfde prijzen. Maar de groep die moest wachten en het werk zag gebeuren, waardeerde de dienst significant hoger.
Ze noemden het de ‘labor illusion’. De illusie van arbeid. Als we zien dat er moeite wordt gedaan, waarderen we het resultaat meer. Zelfs als die moeite niks toevoegt aan de uitkomst. Sterker nog: mensen kozen zelfs bewust voor de langzamere website. Liever wachten met een mooi draaiend animatietje dan direct je antwoord krijgen.
Herkenbaar? Denk aan die collega die tot middernacht aan een rapport zit. Of die manager die pas na drie vergaderingen een besluit neemt. We bewonderen het zwoegen. Lange uren. Zweet op het voorhoofd. Niet omdat het resultaat beter is, maar omdat we moeite gelijkstellen aan waarde.
De moeite zit ergens anders
En daar zit het probleem met AI. Het voelt moeiteloos. Je typt iets in, er komt iets uit, klaar. Geen zweet. Geen middernacht. Dus concluderen we: dan is het vast minder waard. Of: dan heb je eigenlijk niks gedaan.
Maar dat klopt niet. De moeite is niet verdwenen. Die is verschoven.
Neem dat rapport dat je moet schrijven. Vroeger zat je een middag te Googlen, 40 tabbladen te openen (waar komt de muziek vandaan??), bronnen te vergelijken. Nu doe je die research in een kwartier met AI. Maar daarna? Daarna begint je eigenlijke werk. Je kamt de resultaten door. Je haalt eruit wat relevant is voor jouw organisatie, jouw project. Je denkt na over wat het betekent. Je schrijft een eerste versie. Je leest die nog eens kritisch door. Je scherpt aan. En dan pas lever je op.
Al die stappen kun je prima met AI doen en veel tijd winnen. En waarom zou je dat niet doen? Jij was in de lead bij het maken van het einddocument. Jij bepaalde aanpak en de route. Jij stelde de vragen. Jij maakte de keuzes. Jij beoordeelde de kwaliteit. Dat is geen valsspelen. Dat is professioneel werken.
De timmerman schaamt zich ook niet voor zijn boormachine
Niemand vraagt aan een architect of hij zijn tekening “met de hand” heeft gemaakt. Niemand vraagt aan een accountant of ze de berekeningen “zelf” heeft gedaan of met Excel. We zijn allang gewend aan gereedschap dat werk sneller maakt. Maar bij AI voelt het anders, omdat het op denken lijkt. En denken, dat moet je toch zelf doen?
Ja. En dat doe je ook. AI denkt niet voor je. AI genereert. Het verschil zit in de sturing. Een goed resultaat met AI vereist dat je weet wat je wilt, dat je kritisch bent op wat je krijgt en dat je het resultaat naar jouw standaard tilt. Dat je zelf ook wat toevoegd en weet wat er in het opgeleverde werk staat. Precies wat een goede professional doet.
Schaam je niet. Werk goed.
Die schaamte komt voort uit een denkfout. We verwarren de zichtbaarheid van inspanning met de waarde van het resultaat. Het Harvard-onderzoek bewijst het: we zijn geprogrammeerd om moeite te belonen. Maar dat is een bias, geen waarheid.
Dus nee, je hoeft niet te verantwoorden dat je AI hebt gebruikt. Niet aan je baas. Niet aan je collega’s. Niet aan jezelf. Als jij een professioneel proces hebt gevolgd, als je je werk hebt gecheckt, als je de route goed hebt verantwoord, als het resultaat goed is — dan maakt het niet uit of het een dag kostte of een half uur. Het is dan een goed resultaat omdat je een goede professional bent.
Waar je je wél voor mag verantwoorden is het omgekeerde: als je een rapport inlevert waar je niet eens goed naar hebt gekeken. AI of niet. Daar zit het echte valsspelen. Niet in het gereedschap, maar in de luiheid.