Extra werk door AI ontstaat vooral wanneer organisaties AI-tools gebruiken zonder duidelijke processen, context en controleafspraken. AI kan helpen om werk te versnellen, maar de output moet vaak nog worden gecontroleerd, gecorrigeerd en afgestemd op het werkproces.
Toch merken veel organisaties dat AI niet automatisch tijd bespaart. Soms gebeurt zelfs het tegenovergestelde. Medewerkers zijn meer tijd kwijt aan controleren, corrigeren, opnieuw formuleren, vergelijken, afstemmen en uitleggen waarom een AI-output wel of niet bruikbaar is.
Het probleem is dan meestal niet dat AI waardeloos is. Het probleem is dat AI wordt toegevoegd aan werkprocessen die daar nog niet klaar voor zijn.
Dit artikel is onderdeel van de AI Organisaties hub op De Wereld van AI. Daar vind je praktische uitleg over AI readiness, AI governance, AI-tools, AI-vaardigheden, verantwoord AI-gebruik en de AI readiness scan voor organisaties.
De belofte van AI is vaak te simpel
De eenvoudige belofte van AI klinkt aantrekkelijk: geef een opdracht, ontvang output, bespaar tijd.
In de praktijk werkt het vaak ingewikkelder. Een AI-tool kan snel een tekst, samenvatting of analyse maken, maar die output is niet automatisch correct, volledig of geschikt voor de organisatie. Iemand moet controleren of de inhoud klopt, of de juiste context is gebruikt, of privacyregels worden gevolgd en of de output past bij de situatie.
Daar ontstaat het verschil tussen snelle output en bruikbaar werk.
AI kan een eerste versie maken, maar een eerste versie is niet altijd een eindresultaat. Zeker bij klantcommunicatie, beleid, juridische informatie, HR-processen, rapportages of managementbesluiten blijft menselijke beoordeling noodzakelijk.
Waar extra werk door AI ontstaat
AI veroorzaakt vooral extra werk wanneer organisaties alleen kijken naar wat de tool kan, maar niet naar wat er daarna nodig is.
Extra werk ontstaat bijvoorbeeld bij:
- het controleren van feiten, cijfers en bronnen
- het herschrijven van te algemene of onduidelijke output
- het toevoegen van ontbrekende organisatiecontext
- het verwijderen van informatie die niet gedeeld had mogen worden
- het vergelijken van AI-output met interne documenten
- het corrigeren van fouten die overtuigend geformuleerd zijn
- het opnieuw prompten omdat de eerste output niet bruikbaar is
- het afstemmen wie verantwoordelijk is voor het eindresultaat
Dat werk is vaak onzichtbaar. Het staat niet altijd in een planning, wordt niet apart gemeten en wordt zelden gezien als onderdeel van de AI-kosten. Daardoor kan een organisatie denken dat AI veel tijd bespaart, terwijl medewerkers in de praktijk extra controlewerk uitvoeren.
Botsitting: het onzichtbare werk rond AI
Een belangrijk begrip hierbij is botsitting.
Botsitting betekent dat mensen AI-output moeten begeleiden, controleren en corrigeren voordat die output bruikbaar is. Denk aan het geven van extra context, het aanpassen van prompts, het controleren van resultaten en het herstellen van fouten.
Botsitting is niet per definitie slecht. Bij belangrijke taken is controle juist noodzakelijk. Het wordt pas een probleem wanneer organisaties doen alsof AI-output vanzelf klaar is voor gebruik.
Dan ontstaat een scheve situatie. De organisatie verwacht tijdwinst, maar medewerkers krijgen er een nieuwe taak bij: oppassen op AI.
Waarom dit vooral een organisatieprobleem is
AI veroorzaakt niet alleen extra werk door technische beperkingen. Vaak komt het doordat organisaties AI invoeren zonder hun manier van werken aan te passen.
Veel organisaties beginnen met de vraag:
Welke AI-tool moeten we gebruiken?
Maar een betere vraag is:
Welk werkproces willen we verbeteren, en waar kan AI daar verantwoord waarde toevoegen?
Als die tweede vraag niet wordt gesteld, wordt AI al snel een extra laag bovenop bestaand werk. Medewerkers blijven hetzelfde proces volgen, maar moeten daarnaast ook nog AI-output controleren. Daardoor wordt het werk niet eenvoudiger, maar complexer.
AI werkt vooral goed wanneer duidelijk is:
- voor welke taken AI wel en niet wordt gebruikt
- welke informatie AI mag gebruiken
- wie de output controleert
- wanneer menselijke goedkeuring nodig is
- welke kwaliteitseisen gelden
- hoe fouten worden gemeld en verbeterd
- wanneer AI juist niet geschikt is
Zonder die afspraken wordt AI-gebruik afhankelijk van individuele medewerkers. De één gebruikt AI voorzichtig, de ander gebruikt het te makkelijk en weer een ander vermijdt AI helemaal.
Signalen dat AI meer werk veroorzaakt dan verwacht
Een organisatie kan vrij snel herkennen wanneer AI meer werk veroorzaakt dan verwacht.
Let bijvoorbeeld op deze signalen:
- medewerkers gebruiken AI, maar ervaren weinig echte tijdwinst
- AI-output wordt vaak alsnog volledig herschreven
- medewerkers controleren dezelfde informatie meerdere keren
- er ontstaan discussies over wie verantwoordelijk is voor fouten
- AI-resultaten zijn moeilijk te herleiden of uit te leggen
- teams gebruiken verschillende tools zonder duidelijke afspraken
- managers sturen op AI-gebruik, maar niet op kwaliteit
- medewerkers gebruiken eigen AI-tools omdat officiële tools niet goed aansluiten
Dit zijn signalen dat AI-adoptie niet alleen een toolvraag is. Het gaat dan om werkprocessen, verantwoordelijkheid, vaardigheden en governance.
De rol van AI-geletterdheid
AI-geletterdheid is een belangrijke manier om onnodig extra werk te voorkomen.
Medewerkers moeten niet alleen leren hoe ze een prompt schrijven. Ze moeten ook begrijpen wat AI wel en niet kan. Dat betekent dat ze leren wanneer AI handig is, wanneer controle nodig is en wanneer AI beter niet gebruikt kan worden.
Goede AI-geletterdheid helpt medewerkers om betere keuzes te maken. Ze herkennen sneller wanneer een AI-antwoord te algemeen is, wanneer informatie ontbreekt en wanneer een output betrouwbaar genoeg is om verder te gebruiken.
Daarmee wordt AI niet alleen sneller gebruikt, maar ook verstandiger.
Wil je dit onderwerp verder uitwerken binnen je organisatie? Lees dan ook AI-vaardigheden voor medewerkers. Daar lees je welke kennis en vaardigheden medewerkers nodig hebben om AI praktisch, kritisch en verantwoord te gebruiken.
De rol van AI-governance
AI-governance zorgt voor duidelijke afspraken rond AI-gebruik. Dat klinkt misschien zwaar, maar in de praktijk gaat het vaak om heel concrete vragen.
Welke AI-tools zijn toegestaan? Welke gegevens mogen medewerkers gebruiken? Welke output moet gecontroleerd worden? Wie is verantwoordelijk voor het eindresultaat? En hoe wordt voorkomen dat gevoelige informatie in verkeerde systemen terechtkomt?
Zonder governance ontstaat sneller Shadow AI: medewerkers gebruiken dan zelfgekozen AI-tools buiten officiële afspraken om. Dat gebeurt vaak niet uit onwil, maar omdat er geen duidelijke of bruikbare kaders zijn.
Goede AI-governance maakt AI-gebruik niet moeilijker. Het maakt AI-gebruik duidelijker, veiliger en beter uitvoerbaar.
Wil je hier dieper op ingaan? Lees dan ook AI governance voor bedrijven. Daar lees je hoe organisaties afspraken maken over beleid, controle, verantwoordelijkheid en verantwoord AI-gebruik.
Hoe organisaties extra werk door AI voorkomen
AI veroorzaakt minder extra werk wanneer organisaties klein en gericht beginnen.
Een praktische aanpak bestaat uit vijf stappen.
1. Begin bij het werkproces
Kies niet eerst een tool, maar kijk naar het werkproces. Waar gaat veel tijd verloren? Waar ontstaan fouten? Waar is herhaling? Waar is informatie moeilijk te vinden?
AI is pas nuttig als duidelijk is welk probleem het oplost.
2. Maak onderscheid tussen eerste versie en eindresultaat
AI is vaak goed in het maken van een eerste versie. Dat betekent niet dat de output direct klaar is.
Leg daarom vast welke soorten AI-output altijd gecontroleerd moeten worden. Bijvoorbeeld klantteksten, adviezen, rapportages, juridische informatie of besluiten met impact op mensen.
3. Geef AI voldoende context
Veel slechte AI-output ontstaat door te weinig context. Een korte prompt levert vaak een algemeen antwoord op.
Betere context kan bestaan uit doelgroep, doel, tone of voice, interne afspraken, voorbeeldteksten, beperkingen en gewenste outputvorm.
4. Train medewerkers in beoordelen, niet alleen in prompten
Promptvaardigheid is nuttig, maar beoordelen is minstens zo belangrijk.
Medewerkers moeten leren hoe ze AI-output controleren op juistheid, volledigheid, bias, privacy, toon en bruikbaarheid.
5. Meet echte waarde
Meet niet alleen hoeveel mensen AI gebruiken. Meet vooral wat AI oplevert.
Bijvoorbeeld:
- hoeveel tijd er echt wordt bespaard
- hoeveel correctiewerk nodig blijft
- of de kwaliteit verbetert
- of fouten afnemen
- of medewerkers minder repetitief werk hebben
- of klanten of collega’s betere output krijgen
Zo voorkom je dat AI-gebruik een doel op zich wordt.
Van AI-gebruik naar betere werkprocessen
AI levert de meeste waarde op wanneer organisaties het niet zien als losse tool, maar als aanleiding om werk slimmer in te richten.
Soms laat AI juist zien waar processen onduidelijk zijn. Als een AI-tool steeds verkeerde output geeft, kan dat betekenen dat de opdracht onduidelijk is, dat informatie verspreid staat of dat niemand precies weet wat een goed eindresultaat is.
In die zin is extra werk door AI niet alleen een probleem. Het is ook een signaal.
Het laat zien waar context ontbreekt, waar afspraken vaag zijn en waar menselijke controle beter georganiseerd moet worden.
Kort samengevat
AI veroorzaakt soms extra werk omdat organisaties te veel focussen op de tool en te weinig op het werk eromheen.
Snelle AI-output is niet hetzelfde als bruikbaar werk. Medewerkers moeten vaak controleren, corrigeren, aanvullen en beoordelen voordat AI-resultaten echt waardevol zijn. Dat onzichtbare werk wordt ook wel botsitting genoemd.
Voor organisaties ligt de oplossing niet in méér AI-tools, maar in betere AI-adoptie. Dat betekent duidelijke werkprocessen, goede AI-geletterdheid, praktische governance en een realistische kijk op wat AI wel en niet kan.
AI kan veel werk versnellen, maar alleen als de organisatie ook leert hoe dat werk verantwoord verandert.
Verder leren
Wil je dit onderwerp praktisch toepassen binnen je organisatie, bekijk dan de hoofdpagina AI Organisaties uitgelegd. Daar vind je meer uitleg over AI-adoptie, AI-governance, AI-geletterdheid en verantwoord gebruik van AI.
Lees ook verder over botsitting in de AI Woordenlijst. Dat begrip helpt om het verborgen controlewerk rond AI beter te herkennen.
Wil je weten hoe klaar je organisatie is voor AI? Dan is de AI Readiness Scan een logisch vervolg.
Wie liever kijkt dan leest, vindt op het YouTube-kanaal De Wereld van AI heldere uitlegvideo’s over kunstmatige intelligentie in gewone taal.