AI ontwikkelt zich momenteel razendsnel.
Elke week is er wel een nieuwe tool, een nieuw model, een nieuwe ‘game-changer’. Je LinkedIn-feed staat waarschijnlijk vol met berichten van mensen die hierover posten. YouTube wordt overspoeld met video’s over hoe AI alles zal veranderen.
En toch voelen de meeste mensen zich op de een of andere manier nog verwarder dan voorheen.
Het zit zo: Het probleem is niet AI zelf. Het probleem is om uit te zoeken waar je moet beginnen.
En dat is nu belangrijker dan ooit, want AI verandert niet alleen het werk, maar maakt ook bepaalde banen overbodig.
Laten we eerlijk zijn: sommige banen verdwijnen
Recent onderzoek van Microsoft en Cornell analyseerde miljoenen fundamentele interacties tussen mensen en AI om te bepalen welke taken AI al kan uitvoeren.
Ze keken naar vier dingen:
- Hoeveel taken kan AI in een functie uitvoeren?
- Hoe goed presteert het voor hen?
- Hoeveel van het werk kan AI voor zijn rekening nemen?
- Een algemene score voor elk beroep
De resultaten zijn niet geweldig als je met taal, communicatie of kennis werkt.
De banen die het meeste risico lopen zijn onder andere:
- Vertalers en tolken
- Schrijvers en redacteuren
- Journalisten
- Verkoopmedewerkers
- Klantenservicemedewerkers
- PR-specialisten
- Leraren
- Datawetenschappers
- Webontwikkelaars
Valt je iets op? Dit zijn geen ‘laaggeschoolde’ banen. Het zijn slimme, veeleisende functies.
Dat is precies waarom AI ze kan uitvoeren.
Betekent dit dat iedereen in deze sectoren volgend jaar werkloos zal zijn? Nee.
Maar het betekent wel dat bedrijven minder mensen nodig hebben om hetzelfde werk te doen.
De enige zin die er echt toe doet
De onderzoekers zeggen het als volgt:
Mensen die AI gebruiken, zullen mensen vervangen die dat niet doen.
Dit is geen motiverende quote. Het is gewoon wat er gebeurt als bedrijven moeten bezuinigen.
AI maakt niet van de ene op de andere dag hele banen overbodig. Het maakt taken overbodig. En wanneer er genoeg taken verdwijnen, krimpt de baan of houdt deze op te bestaan.
De meeste banen zullen niet verloren gaan door dramatische ontslagrondes. Het zal er eerder zo uitzien:
- Wervingsstop
- Minder instapfuncties
- Teams die meer doen met minder mensen
- Eén persoon met AI doet wat vroeger drie personen deden
Waarom het leren van AI onmogelijk lijkt
De meeste mensen reageren door alles in één keer te willen leren.
Slecht idee.
Zonder een duidelijk plan zorgen meer tools voor meer onrust. Je springt van tutorial naar tutorial zonder echt te begrijpen waarom iets werkt.
Daar helpt een gestructureerde aanpak. Iets als How to AI richt zich op het leren denken met AI, niet alleen op welke knoppen je moet aanklikken.
Het gaat om de basisprincipes, niet om hacks.
Stop met alleen ChatGPT voor alles te gebruiken
Hier is een fout die mensen voortdurend maken: ervan uitgaan dat ChatGPT elke taak moet kunnen uitvoeren.
Het is geweldig voor veel dingen, maar het gebruik van het verkeerde gereedschap is nu een risico voor je carrière, niet alleen een ongemak.
Bijvoorbeeld:
- Onderzoek? Probeer Perplexity eens.
- Werk je met afbeeldingen en video? Gemini is misschien beter.
- Complexe redeneringen? Verschillende modellen blinken uit in verschillende dingen.
Weten wanneer je ChatGPT niet moet gebruiken, is net zo belangrijk als weten hoe je het moet gebruiken.
Modellen veranderen. Begrip blijft.
Er zullen steeds nieuwe AI-modellen op de markt komen. Snellere. Goedkopere. Betere.
Als je je waarde koppelt aan de vraag welk model deze maand ‘het beste’ is, zul je altijd het gevoel hebben dat je achterloopt.
Wat blijft er eigenlijk over:
- Inzicht in afwegingen (snelheid versus kwaliteit, kosten versus nauwkeurigheid)
- Weten hoe je kunt controleren of AI-outputs daadwerkelijk correct zijn
- Erkennen waar AI stilletjes faalt
Die mentale modellen verouderen minder snel dan welke software-update dan ook.
De echte verandering die je carrière beschermt
De meeste mensen richten zich op het schrijven van betere prompts.
Dat is prima, maar het is niet genoeg.
Het echte voordeel komt voort uit het bouwen van systemen:
- Workflows ontwerpen in plaats van alleen maar taken uitvoeren
- AI-output combineren met je eigen oordeel
- Kwaliteitscontroles en feedbackloops creëren
Dit is het verschil tussen iemand die AI gebruikt en iemand die erdoor wordt versterkt.
Mensen die systemen ontwerpen zijn veel moeilijker te vervangen dan mensen die output produceren.
Hulpmiddelen die echt helpen (als je ze op de juiste manier gebruikt)
Deze tools kunnen jouw manier van werken echt verbeteren, maar alleen als je al helder denkt:
Prompt Maker helpt je sneller betere prompts te schrijven
Mission GPT breekt complexe doelen op in uitvoerbare stappen
Calendar GPT helpt je bij het organiseren van je tijd en taken
Gamma PPT Builder maakt snel presentaties
Deze vervangen het denken niet. Ze belonen het.
Bronnen die echt een verschil maken
Als je je serieus wilt voorbereiden op wat er gaat komen, zijn deze de moeite waard:
Hoe een AI-gestructureerde aanpak te gebruiken om de basisprincipes van AI te leren
OpenAI Academy Gratis cursussen rechtstreeks van OpenAI
Machine Learning by Andrew Ng: De gouden standaard om te begrijpen hoe AI echt werkt
A Practical Guide to Building Agents (OpenAI): Hoe je AI-systemen kunt creëren die voor je werken
Deep Dive into Large Language Models (Andrej Karpathy):Een technische maar toegankelijke uitleg over hoe AI denkt
Je hoeft geen ingenieur te worden. Maar je moet wel genoeg begrijpen om relevant te blijven.
Dit is de realiteit
AI schrapt banen. Niet eerlijk. Niet gelijkmatig. En niet langzaam.
Maar het zal ook niet iedereen gelijkelijk elimineren.
Degenen die leren om op een doordachte en consistente manier met AI te werken, zullen degenen die dat niet doen vervangen.
Voel je je overweldigd? Dat is normaal.
Passief blijven? Dat is gevaarlijk.
AI beloont geen snelheid. Het beloont duidelijkheid.
En in tegenstelling tot hype is duidelijkheid iets wat je daadwerkelijk kunt opbouwen.
