Laat AI je team slimmer maken, niet afhankelijk

Het gevaar dat je pas merkt als het te laat is

AI-tools voelen als pure winst. Een vraag erin, een antwoord eruit, klaar in seconden. Maar er zit een addertje onder het gras dat je op de korte termijn niet ziet: als je mensen het werk vooral laten wegklikken naar de AI, bouwen ze zelf steeds minder begrip op. En op het moment dat de AI er een keer naast zit, mist er iemand die dat doorheeft.

In juli 2026 kwam er onderzoek naar buiten dat dit scherp in cijfers zet. Het gaat over programmeurs, maar de les geldt voor elk team dat AI invoert. We leggen uit wat er speelt en, belangrijker, hoe je AI zo inzet dat je mensen er beter van worden.

Wat het onderzoek liet zien

Onderzoekers van Anthropic lieten in juli 2026 52 ontwikkelaars, vooral juniors, een nieuw stuk software leren kennen. De ene groep mocht daarbij AI gebruiken, de andere niet. De uitkomst was verrassend. De AI-groep scoorde 17 procent lager op begripstoetsen. Ze snapten minder goed wat ze aan het doen waren, konden slechter meelezen en waren zwakker in het opsporen van fouten. En het opvallendste: die AI-groep was gemiddeld niet eens meetbaar sneller klaar.

Nog interessanter werd het toen ze keken hoe mensen de AI gebruikten. Wie de AI vooral inzette om iets uit te leggen, om te begrijpen hoe iets werkt, scoorde 65 procent of hoger. Wie het werk simpelweg liet maken zonder mee te denken, zakte onder de 40 procent. Hetzelfde gereedschap, een compleet ander resultaat. Het verschil zat in hoe mensen ermee omgingen.

Waarom dit ook geldt als je geen code schrijft

Nu denk je misschien: mijn team programmeert niet, dus wat heb ik hieraan. Meer dan je denkt. Het gaat namelijk niet over code, het gaat over leren en over oordeel. Datzelfde patroon zie je bij offertes, klantmails, rapportages, contracten en analyses.

Stel, je laat AI standaard je offertes opstellen. Fijn, scheelt tijd. Maar als de persoon die op verzenden drukt niet meer weet waaróm een bepaald tarief erin staat, wie merkt dan dat de AI per ongeluk een oude prijs gebruikt? Of dat er een korting is beloofd die niet klopt? Het werk gaat sneller, maar het vangnet verdwijnt. De AI versnelt het werk dat je al beheerst, maar remt het opbouwen van kennis die je nog niet hebt.

De valkuil van "de AI doet het wel"

Het echte risico voor een MKB-bedrijf is niet dat AI fouten maakt. Dat doet elke tool. Het risico is dat je team stilletjes het vermogen verliest om die fouten te herkennen. Dat gaat sluipend. In het begin controleert iedereen nog netjes. Na een paar weken vertrouwt men het blind, want het ging toch altijd goed. En precies op dat moment ben je kwetsbaar.

Dit is dezelfde onderliggende reden waarom AI-automatisering onderhoud vraagt en niet eenmalig "af" is. De tool blijft draaien, maar de mensen eromheen worden minder scherp. Wil je hier dieper op ingaan, lees dan ook welke AI-vaardigheden je team nu echt nodig heeft: de bottleneck zit vaker in mensen dan in software.

Wat er sinds juli 2026 bij is gekomen

Anthropic publiceerde in september 2026 cijfers over zijn eigen ontwikkelteam en die laten zien waar het knelpunt heen gaat zodra AI het meeste werk maakt. Volgens het bedrijf schrijft Claude inmiddels ongeveer 80 procent van de nieuwe code, leveren de engineers acht keer zoveel werk per kwartaal af als in de jaren 2021 tot 2025 en groeide het aantal tests in de codebase tienvoudig. De machine die al die tests draait kreeg in een half jaar tijd vijfentwintig keer zoveel werk te verstouwen. Engineer Sachin Malhotra vat het in de publicatie samen: code schrijven is niet langer de rem.

Let op wat dat wel en niet zegt. Het zijn cijfers van één bedrijf over zijn eigen mensen; voor de markt of jouw branche zeggen ze weinig. Maar het patroon eronder is precies het patroon uit dit stuk: snelheid lost het knelpunt niet op, hij verplaatst het naar de controle die erachter zit. Bij een softwarebedrijf is dat de testmachine. Bij jou is het degene die de offerte nakijkt, de mail die de deur uitgaat, de factuur die moet kloppen.

Voor een klein team volgen daar twee praktische dingen uit. Spreek af wie de controle doet vóórdat je het volume opvoert, niet als het al knelt. En hou bij hoeveel er door die controle heen glipt, want dat getal vertelt je eerder dan wat ook of je te hard gaat.

Zo zet je AI in als leraar, niet als vervanger

De oplossing is niet om AI te mijden. Dat zou juist dom zijn. Het gaat om hóe je het inzet. Een paar concrete gewoontes die het verschil maken:

• Vraag om uitleg, niet alleen om een antwoord. In plaats van "schrijf deze klantmail" kun je vragen: "schrijf deze klantmail en leg in een zin uit waarom je deze toon kiest." Je krijgt hetzelfde werk, plus een beetje inzicht dat blijft hangen.
• Laat mensen eerst zelf een gok doen. Wie eerst zelf nadenkt en daarna de AI raadpleegt, onthoudt veel meer dan wie meteen de AI het werk laat doen. Het kost dertig seconden extra en levert begrip op.
• Gebruik de AI om je eigen werk te controleren. Draai het om. Laat iemand zelf een offerte maken en vraag de AI daarna: "wat mis ik hier, welke risico's zie je." Nu is de mens de maker en de AI de tweede paar ogen.

Merk je het patroon? In alle drie de gevallen blijft de mens aan het denken. De AI is een versneller en een sparringpartner.

Begin bij één taak en bouw begrip in

Je hoeft dit niet in één keer bedrijfsbreed te regelen. Kies één taak die je team vaak doet en spreek daar een simpele werkafspraak bij af: de AI mag helpen, maar er is altijd iemand die begrijpt en checkt wat eruit komt. Dat is geen rem, dat is precies wat een tool betrouwbaar maakt in de praktijk. Dat beoordelingsvermogen ontstaat niet vanzelf, dus het helpt om er bewust op te oefenen; hoe je dat aanpakt zonder cursusbudget, beschrijven we in je team leren werken met AI.

Diezelfde gedachte, wie mag wat en met welke controle, hoort thuis in een paar korte teamafspraken. Hoe je daar grip op houdt zonder bureaucratie te bouwen, lees je in grip op AI-gebruik in je team. Een halve pagina afspraken is vaak genoeg om te voorkomen dat AI een blinde vlek wordt.

De kern is eenvoudig. AI maakt je team sneller op het werk dat het al beheerst en dat is enorm waardevol. Maar zonder aandacht maakt het je mensen ook afhankelijk en minder scherp op precies de momenten waarop het misgaat. De bedrijven die hier winnen, zijn degene die AI zo invoeren dat hun mensen er beter van worden.

Benieuwd hoe je AI in jouw team invoert zonder die valkuil? We kijken graag samen met je waar het slim kan en waar een mens aan het stuur moet blijven.