AI-adoptie: wie leert medewerkers er verantwoord mee werken?
AI verandert processen én de rol van medewerkers. Zo leer je ze foute AI-uitkomsten herkennen, oefen je met praktijkcases en meet je of AI-adoptie werkt.
Hoe leer je medewerkers werken met AI? Dat begint bij het proces: bepaal bij elke procesverandering welk gedrag medewerkers nodig hebben. Laat ze dat oefenen met realistische situaties. En meet niet alleen gebruik, maar ook of medewerkers een foute AI-uitkomst herkennen.
Een medewerker gebruikt AI om klantvragen te analyseren en conceptantwoorden te schrijven. Binnen seconden staat er een overtuigend antwoord. Maar het is gebaseerd op verouderde informatie.
Ziet de medewerker dat? En weet die wat er dan moet gebeuren?
Misschien herken je dit. De AI zit in de applicatie, de werkprocessen zijn aangepast en de training is gegeven. De verwachtingen zijn hoog: efficiëntere processen, betere kwaliteit en betere beslissingen.
Toch krijgt één vraag naar mijn idee nog te weinig aandacht: wie leert medewerkers om professioneel te handelen in processen waarin AI een rol speelt?
Waarom een nieuw AI-systeem nog geen nieuwe manier van werken is
Nieuwe technologie wordt vaak aangepakt als een implementatieproject. De techniek wordt ingericht, processen worden aangepast en medewerkers krijgen instructie of training. Daarmee lijkt de verandering geregeld.
Maar weten hoe een toepassing werkt, is iets anders dan weten hoe je hem verantwoord gebruikt. AI maakt in seconden een antwoord. De medewerker moet nog steeds beoordelen of de informatie klopt, of het antwoord past bij de situatie en of de gegevens goed zijn gebruikt. Dat vraagt meer dan software bedienen. Het vraagt dat de medewerker zelf kan beoordelen wat AI voorstelt.
Een procesbeschrijving helpt daarbij, maar tot op zekere hoogte. Ze laat zien welke stappen er zijn, welke systemen worden gebruikt en wie waarvoor verantwoordelijk is. Ze zegt niet wat je doet als informatie ontbreekt, als AI een onverwacht resultaat geeft of als belangen botsen.
Een goed proces geeft houvast. Maar wat er in de praktijk gebeurt, hangt af van hoe medewerkers handelen. Dat zie ik ook als docent. Studenten die weten hoe een methode werkt, kunnen die daarmee nog niet toepassen. Ze leren het pas door te oefenen met realistische situaties, afwegingen te maken en hun keuzes te onderbouwen. Voor medewerkers is dat niet anders.
Wat verandert er voor medewerkers als AI een taak overneemt?
Als AI een deel van het werk overneemt, verandert ook de rol van de medewerker. Waar iemand eerst zelf informatie verzamelde en een eerste analyse maakte, krijgt die nu een voorstel van AI. De rol verschuift van uitvoeren naar beoordelen, controleren en bijsturen.
Dat lijkt klein, maar de gevolgen zijn groot. De medewerker moet:
- begrijpen waarop de AI-uitkomst is gebaseerd
- herkennen wanneer informatie ontbreekt
- bepalen wanneer een mens moet ingrijpen
- weten wie verantwoordelijk blijft voor het resultaat
Daarom hoort er bij AI-projecten een tweede vraag naast de gebruikelijke. Niet alleen: welke werkzaamheden kan AI ondersteunen of automatiseren? Maar ook: welke taken moeten medewerkers daarna zelfstandig en verantwoord kunnen uitvoeren?
Die tweede vraag maakt zichtbaar wat medewerkers echt moeten leren.
Drie vragen bij elke AI-verandering
Verbind procesverandering en leren. Stel bij elke verandering drie vragen:
- Wat verandert er in het proces?
Welke activiteiten ondersteunt AI? Welke informatie wordt gebruikt? Welke beslissingen worden voorbereid of beïnvloed? En wanneer blijft menselijk handelen nodig? - Wat moeten medewerkers daardoor anders kunnen?
Moeten ze AI-uitkomsten beoordelen, afwijkingen herkennen, gegevens controleren of risico's afwegen? Beschrijf dat als gedrag dat je kunt zien. - Hoe leren en oefenen ze dat?
Een presentatie over de nieuwe werkwijze is meestal niet genoeg. Laat medewerkers oefenen met herkenbare situaties, inclusief onvolledige informatie en twijfelachtige AI-uitkomsten. Gerichte feedback helpt het handelen te verbeteren.
Zo wordt leren geen aparte activiteit na de implementatie, maar onderdeel van de procesverandering.
Hoe laat je medewerkers oefenen met AI?
Organisaties hebben vaak al veel materiaal: procesbeschrijvingen, werkinstructies, rollen, verantwoordelijkheden, systemen, beslismomenten en kwaliteitscriteria. Dat is een goede basis om op te oefenen. Het werkt alleen als die informatie actueel en toegankelijk is.
Juist daarom is betrouwbare procesinformatie zo belangrijk. Als processen, verantwoordelijkheden, systemen, informatie en risico's in samenhang vastliggen, kun je veel beter bepalen wat medewerkers moeten leren en waarop ze moeten oefenen.
Terug naar het voorbeeld uit de opening. AI stelt een antwoord voor, maar gebruikt verouderde informatie. Laat medewerkers oefenen met zo'n casus: het probleem herkennen, de gegevens controleren, het antwoord aanpassen en uitleggen waarom.
Wil je klein beginnen? Geef een team vijf AI-antwoorden, waarvan er twee niet kloppen. Laat ze uitleggen welke en waarom. Je ziet meteen waar het nog wringt.
Zo'n oefening verbindt proceskennis, systeemgebruik en zelf nadenken. Medewerkers weten dan niet alleen welke stappen er zijn, maar ook hoe ze binnen het proces goede beslissingen nemen.
Hoe meet je of AI-adoptie echt werkt?
Succes wordt vaak gemeten met het aantal gebruikers, de gebruiksfrequentie of de tijdsbesparing. Dat is nuttig, maar het vertelt niet alles. Dat medewerkers een AI-toepassing gebruiken, betekent niet dat ze de uitkomsten kunnen beoordelen of goed handelen als de toepassing tekortschiet.
Kijk daarom ook naar handelingsbekwaamheid: kunnen medewerkers goed handelen als het misgaat? Herkennen ze een onjuiste AI-uitkomst, weten ze wanneer ze moeten ingrijpen, kunnen ze hun beslissing onderbouwen en handelen ze volgens de afspraken en verantwoordelijkheden in het proces?
| Oude manier | Nieuwe manier | |
|---|---|---|
| Wat meet je? | Aantal gebruikers, gebruiksfrequentie, tijdsbesparing | Handelingsbekwaamheid: Herkent iemand een onjuiste uitkomst? Weet iemand wanneer ingrijpen nodig is? |
| Hoe meet je dat? | Kennistoets, registratie dat de training is gevolgd | Praktijkoefeningen, observatie en feedback |
| Wat zie je? | Dat de toepassing wordt gebruikt | Of medewerkers goed handelen als de toepassing tekortschiet |
Ontwerp ook hoe mensen leren
AI geeft organisaties nieuwe mogelijkheden, maar technologie verandert een organisatie niet vanzelf. De echte verandering ontstaat als die mogelijkheden worden vertaald naar aangepaste processen, duidelijke verantwoordelijkheden en medewerkers die weten hoe ze daarin professioneel handelen.
Mijn advies: ontwerp niet alleen het nieuwe proces. Ontwerp ook hoe mensen leren om binnen dat proces goed te handelen. Procesontwerp en leerontwerp horen bij elkaar.
Want uiteindelijk bepaalt niet alleen wat AI kan, maar vooral wat medewerkers ermee kunnen, of je organisatie beter gaat functioneren.
Benieuwd hoe AI het werk van de procesprofessional verandert? Lees dan ook onze blog:
De geboorte van de proces architect.
Over de auteur: Jeremy van der Vaart is bestuurskundige en overheidsspecialist bij Mavim en sparringpartner voor C-level over digitale transformatie en organisatieontwikkeling. Daarnaast is hij docent bij de LOI, waar hij onder meer lesstof ontwikkelt voor HBO-opleidingen over data, machine learning en business intelligence en studenten begeleidt bij hun afstuderen.