AI neemt niet alleen werk over. Het maakt ook nieuw werk.

Maar bestaand en recent onderzoek laat een genuanceerder beeld zien. AI neemt sommige taken over, maar creëert tegelijk nieuw werk: controleren, verbeteren, uitleggen, trainen, beveiligen, organiseren en opnieuw nadenken over hoe werk wordt ingericht.

De Internationale Arbeidsorganisatie ILO concludeerde in 2025 dat ongeveer één op de vier banen wereldwijd in zekere mate kan worden getransformeerd door generatieve AI. Belangrijk is dat de ILO daarbij niet alleen spreekt over vervanging. Omdat de meeste beroepen bestaan uit taken waarvoor menselijke inbreng nodig blijft, is verandering van werk volgens de ILO waarschijnlijker dan volledige automatisering.

Dat klinkt minder spectaculair dan “AI pakt alle banen af”, maar het is waarschijnlijk realistischer. AI maakt werk namelijk niet automatisch lichter. Vaak verplaatst het werk. De machine produceert sneller een eerste versie; de mens moet vervolgens beoordelen of die versie klopt, past, veilig is, eerlijk is en bruikbaar is.

Een duidelijk signaal komt uit onderzoek van Upwork uit 2024. Daarin zei 96 procent van de ondervraagde C-suite-leiders te verwachten dat AI de productiviteit zou verhogen. Tegelijk zei 77 procent van de werknemers die AI gebruikten dat AI hun productiviteit had verlaagd of hun werkdruk op minstens één manier had verhoogd. Zij besteedden bijvoorbeeld meer tijd aan het controleren van AI-output, het leren gebruiken van tools of kregen simpelweg meer werk omdat AI “toch zou helpen”.

Daarbij hoort een nieuw begrip: workslop. Dat is werk dat er professioneel uitziet, maar weinig echte waarde toevoegt. Denk aan een lange AI-samenvatting die niemand helpt, een gelikte presentatie zonder duidelijke keuze, of een e-mail die vriendelijk klinkt maar de vraag niet echt beantwoordt. BetterUp Labs en het Stanford Social Media Lab ondervroegen in september 2025 1.150 Amerikaanse fulltime kantoormedewerkers. Veertig procent zei in de voorafgaande maand workslop te hebben ontvangen. Gemiddeld kostte één incident bijna twee uur om op te lossen.

Dat is precies de verborgen kant van AI. De maker bespaart misschien twintig minuten, maar een collega kan vervolgens veel langer bezig zijn met begrijpen, herstellen of opnieuw doen. AI kan daardoor productiviteit suggereren, terwijl het werk vooral naar iemand anders verschuift.

Ook in softwareontwikkeling is dit zichtbaar. Een experiment van onderzoeksorganisatie METR met ervaren open-sourceontwikkelaars liet zien dat deelnemers verwachtten met AI 24 procent sneller te werken. In werkelijkheid duurden hun taken 19 procent langer wanneer zij AI mochten gebruiken. De onderzoekers benadrukken dat het ging om ervaren ontwikkelaars die werkten aan codebases die zij goed kenden. De uitkomst zegt dus niet dat AI altijd vertraagt, maar wel dat AI-gebruik extra controle- en herstelwerk kan veroorzaken.

Een ander, recenter preprintonderzoek naar GitHub Copilot wijst in dezelfde richting. Daarin nam de output vooral toe bij minder ervaren ontwikkelaars, maar ervaren ontwikkelaars kregen meer review- en herstelwerk. Zij beoordeelden 6,5 procent meer code en hun eigen oorspronkelijke codeproductiviteit daalde met 19 procent. Ook hier geldt: dit is één onderzoek en moet voorzichtig worden geïnterpreteerd. Maar het laat wel zien dat productiviteitswinst op de ene plek extra werkdruk op een andere plek kan veroorzaken.

Dat betekent niet dat AI nutteloos is. Integendeel. In een groot onderzoek naar klantenservice, gepubliceerd in The Quarterly Journal of Economics, kregen 5.172 medewerkers toegang tot een AI-assistent. Gemiddeld steeg hun productiviteit met 15 procent, gemeten in het aantal klantproblemen dat zij per uur oplosten. Vooral minder ervaren medewerkers profiteerden. AI hielp hen sneller goede antwoorden te geven en sneller te leren.

De les is dus niet: AI werkt wel of AI werkt niet. De les is: AI werkt alleen goed wanneer het werk eromheen goed georganiseerd is. Dat blijkt ook uit het MIT NANDA-rapport The GenAI Divide: State of AI in Business 2025. Daarin staat dat veel organisaties experimenteren met generatieve AI, maar dat slechts een klein deel van de geïntegreerde AI-pilots meetbare waarde oplevert. De problemen zitten volgens het rapport vaak niet alleen in de kwaliteit van het model, maar in slechte aansluiting op bestaande werkprocessen, gebrek aan context en systemen die niet goed leren van feedback.

En juist daar ontstaat nieuw werk. Organisaties hebben mensen nodig die processen begrijpen. Mensen die weten waar fouten duur worden. Mensen die kunnen bepalen welke taken geschikt zijn voor AI en welke niet. Mensen die collega’s trainen, richtlijnen maken, data opschonen, risico’s inschatten en controleren of de uitkomst klopt.

Ook op de arbeidsmarkt zien we die verschuiving. Het World Economic Forum verwacht in zijn Future of Jobs Report 2025 dat er richting 2030 wereldwijd 170 miljoen nieuwe rollen ontstaan en 92 miljoen rollen verdwijnen. Dat zou neerkomen op een netto groei van 78 miljoen banen, maar met grote verschuivingen in gevraagde vaardigheden. Het rapport koppelt die verandering niet alleen aan AI, maar ook aan bredere technologische, economische, demografische en geopolitieke ontwikkelingen.

Ook PwC ziet in zijn Global AI Jobs Barometer dat menselijke vaardigheden belangrijker worden in AI-gevoelige banen. In de 2026-editie schrijft PwC dat vaardigheden als oordeelsvermogen en leiderschap juist kritischer en beter beloond worden in een arbeidsmarkt waarin AI steeds meer taken ondersteunt.

Voor ervaren professionals is dat een belangrijk inzicht. AI kan razendsnel tekst maken, maar weet niet vanzelf wat belangrijk is. AI kan een plan schrijven, maar voelt niet aan of het menselijk, praktisch of politiek haalbaar is. AI kan een rapport samenvatten, maar neemt geen verantwoordelijkheid voor de gevolgen.

De toekomst van werk draait daarom niet alleen om de vraag: “Wat kan AI?” De betere vraag is: “Waar blijft menselijk oordeel onmisbaar?” Daar ligt veel nieuw werk. Niet altijd zichtbaar en niet altijd glamoureus, maar wel belangrijk: controleren, kiezen, duiden, corrigeren, begeleiden en verantwoordelijkheid nemen.

AI kan dus aantoonbaar extra werk opleveren. Soms is dat prettig werk: creatiever, strategischer en leerzamer. Soms is het vervelend werk: herstelwerk, controlewerk en overleg over verkeerd gebruikte tools. De kunst is om dat verschil te zien.

AI moet geen excuus worden om mensen meer te laten doen in minder tijd. Het moet een hulpmiddel zijn dat pas waarde krijgt door menselijke ervaring, goede afspraken en duidelijke verantwoordelijkheid.

Misschien is dat wel de nuchterste conclusie uit het onderzoek: AI vervangt niet simpelweg de mens. AI vergroot vooral de behoefte aan mensen die weten wat goed werk is.

‍