De werkvloer wacht niet op beleid
AI komt in organisaties zelden netjes binnen via één centraal besluit. Vaak begint het kleiner. Een medewerker vraagt AI om een tekst te herschrijven. Een managementondersteuner laat een eerste mail opstellen. Een finance-team gebruikt AI om informatie te ordenen. Een servicedeskmedewerker onderzoekt hoe antwoorden consistenter kunnen worden. Dat zijn geen grote veranderprogramma’s, maar praktische pogingen om het werk slimmer te doen. Juist daardoor blijven ze soms onder de radar, totdat medewerkers vragen beginnen te stellen. Mag ik deze informatie invoeren? Kan ik de uitkomst vertrouwen? Is ChatGPT toegestaan, of moeten we Copilot gebruiken? Wat doe ik als het antwoord goed klinkt, maar inhoudelijk niet klopt? Volgens Derks zijn dat precies de vragen waar AI-training waarde krijgt. ‘AI-training gaat niet over het leren van een trucje. Het gaat over leren wanneer AI helpt, wanneer je moet doorvragen en wanneer je juist zelf moet ingrijpen.’
Van nieuwsgierigheid naar professioneel gebruik
Bij ExplainiT zien ze dat deelnemers meestal binnenkomen met een combinatie van nieuwsgierigheid en onzekerheid. Ze hebben AI al geprobeerd, thuis of op het werk. Ze zien de mogelijkheden, maar voelen ook dat er grenzen zijn. Een HRD-consulent van een grote onderwijsorganisatie verwoordde dat treffend: “We doen allemaal vaak maar wat. En tegelijk merken we: dit gaat ons werk zijn. We hebben er nu ineens mee te maken.” Die zin laat goed zien waar veel organisaties nu staan. AI is niet meer abstract, maar ook nog niet vanzelfsprekend professioneel ingebed. Organisaties bewegen zich nog tussen experimenteren en structureel gebruik.
'De winst zit niet alleen in sneller werken. De winst zit in medewerkers die bewuster keuzes maken'
Training maakt zichtbaar wat medewerkers nodig hebben
Een AI-training is meer dan uitleg over een applicatie. Het maakt zichtbaar wat medewerkers nodig hebben om AI verantwoord te gebruiken in hun eigen werk: praktische handvatten, duidelijke afwegingen en vertrouwen in hun eigen oordeel. Volgens Derks verschuift de nadruk daarom van techniek naar professioneel handelen. ‘Het gaat steeds minder om uitleggen hoe een applicatie werkt. Het gaat veel meer om leren wanneer je AI inzet, hoe je de vraag stelt en wanneer je zelf moet ingrijpen.’ Prompten is daarbij niet het doel, maar een middel. Een goede AI-vraag begint niet bij de tool, maar bij helder denken: wat wil ik bereiken, welke context is nodig, welke informatie mag ik wel en niet gebruiken en wat moet ik controleren? ‘Een goede AI-vraag begint met een goede werkvraag,’ zegt Derks. ‘Als je niet helder hebt wat je wilt bereiken, kan AI dat niet voor je oplossen.’ Daarmee raakt AI-training aan het dagelijkse vakmanschap van medewerkers. Niet omdat iedereen AI-expert moet worden, maar omdat iedereen die AI gebruikt moet begrijpen wat hij of zij doet.
‘AI-training gaat niet over het leren van een trucje. Het gaat over leren wanneer AI helpt, wanneer je moet doorvragen en wanneer je juist zelf moet ingrijpen.’
Praktijkvoorbeeld: AI binnen een onderwijsorganisatie
Bij een grote onderwijsorganisatie kwam AI niet binnen als los project. De organisatie had al een breed aanbod rond digitale vaardigheden, maar merkte dat medewerkers steeds vaker zelf met AI begonnen te experimenteren. Daardoor werd de vraag concreter: hoe zorgen we dat medewerkers AI verantwoord en praktisch leren gebruiken? De trainingen richtten zich vooral op ondersteunende diensten, zoals managementondersteuners, secretaresses, roostermakers, finance, marketing en communicatie en de servicedesk. Juist daar werd AI al verkend voor dagelijkse werkzaamheden: teksten voorbereiden, informatie ordenen, vragen beantwoorden of concepten maken. Sommige teams kozen daarbij voor maatwerk, bijvoorbeeld rond financeprocessen of ondersteuning aan de balie.
Waar afspraken ontbreken, komen vragen op tafel
Tijdens zulke trajecten wordt duidelijk dat medewerkers niet alleen vaardigheden nodig hebben, maar ook duidelijkheid. In de onderwijsorganisatie lag de voorkeur bijvoorbeeld bij Copilot, terwijl medewerkers zelf ook ChatGPT gebruikten. Dat leidde direct tot gesprekken over tools, veiligheid en werkwijzen. Ook het kennisniveau bleek sterk te verschillen. Terwijl sommige medewerkers nog zoekend waren, wilden anderen juist verdieping in toepassingen en risico’s. Daarmee laat AI-training concreet zien welke vragen op de werkvloer leven. ‘Als medewerkers vragen stellen over privacy, betrouwbaarheid of verantwoordelijkheid, dan zijn dat geen bijvragen,’ zegt Derks. ‘Dat zijn precies de vragen die bepalen of AI verantwoord gebruikt wordt.’
De opbrengst: gezamenlijke taal op de werkvloer
Na een AI-training verandert niet meteen een compleet werkproces. De eerste opbrengst is kleiner, maar wel belangrijk. Een medewerker maakt sneller een concepttekst. Een team bespreekt welke informatie wel of niet in AI mag. Een manager hoort welke vragen er leven. Collega’s gaan elkaar aanspreken op gebruik, risico’s en kwaliteit. Langzaam ontstaat er een gezamenlijke taal, niet alleen in beleidsstukken, maar in het dagelijkse werk. Volgens Derks zit daar de echte waarde. ‘De winst zit niet alleen in sneller werken. De winst zit in medewerkers die bewuster keuzes maken: wanneer gebruik ik AI, hoe controleer ik de uitkomst en wanneer vertrouw ik op mijn eigen oordeel?’
AI op de werkvloer: richting geven
Volgens Derks vraagt verantwoord AI-gebruik uiteindelijk niet alleen om beleid, maar vooral om medewerkers die begrijpen wat ze doen en waarom. Voor ExplainiT is AI-training daarom geen losstaande interventie, maar een manier om medewerkers te helpen professioneel met AI om te gaan. Zonder hype en zonder de illusie dat een tool het werk vanzelf beter maakt. Derks vat het samen: ‘AI kan veel werk versnellen, maar het ontslaat niemand van de verantwoordelijkheid om na te denken. Juist dat onderscheid moeten medewerkers leren maken.’ Volgens Derks ligt daar nu de grootste uitdaging voor organisaties: medewerkers helpen om AI bewust, veilig en professioneel te gebruiken, terwijl het gebruik op de werkvloer al volop begonnen is.
ExplainiT is een Nederlands opleidings- en trainingsbureau dat organisaties ondersteunt bij IT-, digitale vaardigheden- en AI-trainingen. Het bedrijf verzorgt praktijkgerichte trainingen voor medewerkers en teams, bijvoorbeeld rond Microsoft 365, cybersecurity, Copilot en AI-toepassingen op de werkvloer. ExplainiT is aangesloten bij de NRTO. Dit artikel verscheen eerder op de website van Actieplan Digitale en Groene Banen.