AI gebruiken voor je werk, bespaart je geen tijd maar verdiept en verbreedt je werk

We worden constant gebombardeerd met beloftes over hoe artificiële intelligentie ons werk zal vergemakkelijken, tijd zal besparen en ons productiever zal maken. Maar klopt dat eigenlijk wel? Recent onderzoek van de Haas School of Business aan de University of California, Berkeley, gooit roet in het eten. De bevindingen zijn verrassend en confronterend. AI maakt je werk niet lichter, het maakt het juist intenser.

Wat toont de studie van Ranganathan en Ye precies aan?

Aruna Ranganathan, associate professor management, en onderzoeker Xingqi Maggie Ye voerden een baanbrekend onderzoek uit dat acht maanden duurde. Ze volgden de werkgewoontes van 200 medewerkers bij een Amerikaans technologiebedrijf. Het bijzondere aan deze studie? Het bedrijf verplichtte niemand om AI te gebruiken, maar bood wel aan iedereen abonnementen aan op AI-tools.

De resultaten waren verbluffend en gingen volledig in tegen de gangbare verwachtingen. De onderzoekers ontdekten dat werknemers die AI-tools gebruikten:

• Langere uren werkten dan voorheen
• In een sneller tempo werkten
• Een breder scala aan taken op zich namen
• De grenzen tussen werk en privéleven zagen vervagen

“In ons lopende onderzoek ontdekten we dat AI-tools het werk niet verminderden, ze intensiveerden het consequent,” schreven Ranganathan en Ye in Harvard Business Review. Ze gaven toe dat dit misschien klinkt als een droom die uitkomt voor managers en bedrijfsleiders, maar waarschuwden ook dat deze veranderingen onhoudbaar kunnen zijn.

De drie hoofduitdagingen van werkintensivering

De Berkeley-onderzoekers identificeerden drie belangrijke uitdagingen die veroorzaakt werden door de intensivering van het werk met AI:

Taakuitbreiding, iedereen doet nu alles

AI stelt werknemers in staat om hiaten in hun kennis op te vullen, waardoor ze een breder scala aan werk kunnen aanpakken dan voorheen mogelijk was. In de studie zagen de onderzoekers productmanagers die plots code begonnen te schrijven en onderzoekers die engineeringrollen op zich namen.

Op het eerste gezicht lijkt dit fantastisch. Medewerkers voelden zich gesterkt door hun uitgebreide takenpakket, en bedrijven profiteerden doordat ze minder externe hulp nodig hadden of geen extra personeel moesten aannemen. Maar er zit een addertje onder het gras.

Andere werknemers in de organisatie ondervonden namelijk een domino-effect. Software-engineers moesten bijvoorbeeld code reviewen die gecreëerd was door collega’s die AI-tools gebruikten voor vibe coding, code schrijven zonder diepgaande programmeerkennis. Dit voegde extra werk toe aan toch al overvolle werkschema’s.

Vervaging van grenzen tussen werk en privé

De onderzoekers ontdekten dat het gemak van AI-gebruik, en de neiging om het op de achtergrond te laten werken, ertoe leidde dat werknemers kleine hoeveelheden werk in momenten deden die voorheen pauzes waren.

Dit gebeurt tijdens de lunch, tijdens vergaderingen, of zelfs ’s avonds na het werk. De scheidslijnen tussen werk en rust vervaagden, wat leidde tot een constante staat van semi-werken. Je bent nooit echt aan het werk, maar ook nooit echt vrij.

Toegenomen multitasking en cognitieve belasting

“Veel werknemers merkten op dat ze meer dingen tegelijk deden, en meer druk voelden, dan voordat ze AI gebruikten, ook al waren de tijdbesparingen door automatisering ogenschijnlijk bedoeld om die druk te verminderen,” schreven de onderzoekers.

De paradox is schrijnend. De tools die bedoeld waren om je werk te verlichten, zorgen ervoor dat je meer ballen tegelijk in de lucht moet houden.

De verborgen kosten van AI-gedreven productiviteit

Ranganathan en Ye waarschuwen dat na de initiële opwinding over het experimenteren met nieuwe technologie, werknemers risico lopen op:

• Burn-out: De constante intensiteit is op lange termijn niet vol te houden
• Workload creep: Het werk blijft maar groeien zonder dat je het doorhebt
• Cognitieve overbelasting: Je brein krijgt geen rust meer
• Verzwakte besluitvorming: Te veel informatie en te weinig tijd leiden tot slechtere keuzes

Deze factoren kunnen niet alleen de productiviteitswinsten tenietdoen, maar kunnen ook leiden tot werk van lagere kwaliteit en een hoger personeelsverloop. Wat in eerste instantie een zegen leek, wordt een vloek.

Hoe kan je deze studie gebruiken in je eigen werkcontext?

De bevindingen van Ranganathan en Ye zijn niet zomaar academische curiositeiten. Ze bieden waardevolle inzichten die je direct kunt toepassen in je eigen werkomgeving. Hier zijn concrete manieren om deze kennis te gebruiken:

Voor werknemers, bescherm jezelf tegen werkintensivering

Stel bewuste grenzen: Alleen omdat AI het mogelijk maakt om tijdens je lunch te werken, betekent niet dat je dat moet doen. Bescherm je pauzes actief. Sluit je AI-tools af tijdens lunchtijd en na werktijd.

Wees selectief in taakuitbreiding: Ja, AI stelt je in staat om code te schrijven als je productmanager bent, maar moet je dat wel doen? Vraag jezelf af of deze taakuitbreiding bijdraagt aan je carrièredoelen of gewoon extra werk is dat je opneemt omdat het kan.

Monitor je werkintensiteit: Houd bij hoeveel uur je werkt en hoe je je voelt. Als je merkt dat je meer uren maakt sinds je AI gebruikt, is dat een rode vlag. Productiviteit zou moeten betekenen dat je meer gedaan krijgt in dezelfde tijd, niet dat je meer doet in meer tijd.

Communiceer met je leidinggevende: Als je merkt dat AI leidt tot werkintensivering, bespreek dit dan. Gebruik de bevindingen van deze studie als onderbouwing. Vraag om duidelijke verwachtingen over werkuren en takenpakketten.

Voor managers en bedrijfsleiders, creëer duurzame AI-implementatie

De onderzoekers geven specifieke aanbevelingen voor organisaties:

Bouw intentionele pauzes in: Zorg ervoor dat medewerkers daadwerkelijk pauze nemen. Dit kan betekenen dat je AI-tools tijdens bepaalde uren uitschakelt of duidelijke richtlijnen geeft over wanneer medewerkers niet hoeven te reageren.

Structureer werk in gecoördineerde batches: Vermijd constante notificaties en overbelasting door werk te organiseren in duidelijke blokken. Dit voorkomt dat medewerkers constant tussen taken schakelen.

Faciliteer menselijke connectie: Zorg voor voldoende tijd waarin menselijke collega’s met elkaar kunnen verbinden. Uit onderzoek blijkt dat relaties met collega’s een van de meest bevredigende aspecten van werk zijn. Laat AI dit niet ondermijnen.

Monitor werkbelasting actief: Alleen omdat medewerkers meer aankunnen met AI, betekent niet dat ze dat moeten doen. Houd de werkbelasting in de gaten en grijp in als deze onhoudbaar wordt.

Heroverweeg aannamewervingsplannen: Als AI ertoe leidt dat bestaande medewerkers meer werk absorberen, betekent dit niet automatisch dat je geen nieuwe mensen meer hoeft aan te nemen. Soms is extra personeel nog steeds nodig voor een gezonde werkbalans.

Voor organisaties, strategische lessen

Deze studie biedt belangrijke strategische inzichten over hoe organisaties AI moeten implementeren:

Productiviteit is niet hetzelfde als intensiteit: Als medewerkers meer uren maken en sneller werken, is dat geen echte productiviteitswinst. Echte productiviteit betekent betere resultaten in dezelfde of minder tijd.

Vrijwillige adoptie heeft verborgen kosten: Zelfs als je AI-gebruik niet verplicht, zullen ambitieuze medewerkers het toch gebruiken en mogelijk zichzelf overbelasten. Je hebt als organisatie een verantwoordelijkheid om dit te monitoren en te begeleiden.

Taakuitbreiding vereist training: Als een productmanager plots code gaat schrijven, heeft die persoon waarschijnlijk training nodig. En de engineers die die code moeten reviewen, hebben mogelijk training nodig in hoe ze omgaan met AI-gegenereerde code.

Meet de juiste dingen: Meet niet alleen output, maar ook werknemerstevredenheid, burn-out signalen, en kwaliteit van werk. Een toename in output die gepaard gaat met een afname in welzijn is geen succes.

Wat andere onderzoeken aantonen

De bevindingen van Ranganathan en Ye staan niet op zichzelf. Ze passen in een groeiend patroon van onderzoek dat vraagtekens zet bij de belofte van AI als wondermiddel voor productiviteit.

Atlassian ontdekte bijvoorbeeld dat ontwikkelaars tien uur per week bespaarden met AI, maar nog steeds overwerkt waren door organisatorische inefficiënties. Microsoft-onderzoek uit 2024 suggereerde dat het gebruik van AI kan leiden tot een vermindering van probleemoplossend vermogen en kritisch denken. En Anthropic’s eigen studie toont aan dat AI de ontwikkeling van vaardigheden kan belemmeren.

Een anonieme werknemer van cybersecuritybedrijf Crowdstrike schreef in een nieuwsbrief: “Hoewel onze Machine Learning-systemen uitstekend blijven presteren, ben ik er nog niet van overtuigd dat ons gebruik van generatieve AI productief is geweest omdat we moeten proeflezen, troubleshooten en babysitten op de AI.” Het nettoresultaat is geen verlaging van de werkdruk zoals zo vaak beloofd wordt.

Wat betekent dit voor de toekomst van werk?

De studie van Ranganathan en Ye dwingt ons om kritisch na te denken over hoe we AI in de werkplek integreren. De technologie is niet inherent goed of slecht. Het gaat over hoe we ervoor kiezen om het te gebruiken.

De onderzoekers suggereren dat we af moeten van de aanname dat meer output altijd beter is. In plaats daarvan moeten we ons richten op duurzame werkpraktijken die zowel productiviteit als welzijn van werknemers in evenwicht brengen.

Dit betekent dat we AI moeten zien als een tool die werk kan verdiepen en verbreden,  wat op zich waardevol kan zijn. Maar niet als een manier om simpelweg meer werk op te stappelen bij iemand. Verdieping en verbreding van werk kunnen leiden tot meer voldoening en professionele groei, maar alleen als ze gepaard gaan met de juiste ondersteuning, training en grenzen.

Praktische stappen voor een gezondere AI-integratie

Hier zijn concrete stappen die je vandaag nog kunt nemen:

1. Voer een AI-audit uit: Breng in kaart hoe AI momenteel gebruikt wordt in je organisatie en wat de impact is op werkuren en werkbelasting.
2. Creëer AI-gebruiksrichtlijnen: Stel duidelijke richtlijnen op over wanneer en hoe AI gebruikt moet worden, inclusief grenzen.
3. Investeer in training: Zorg dat mensen niet alleen leren hoe ze AI-tools gebruiken, maar ook hoe ze gezonde grenzen stellen.
4. Evalueer regelmatig: Check-in met medewerkers over hun ervaringen met AI en pas je aanpak aan op basis van hun feedback.
5. Vier kwaliteit, niet alleen kwantiteit: Erken en beloon medewerkers voor de kwaliteit van hun werk, niet alleen voor hoeveel ze produceren.

De essentie, AI verdiept maar versnelt niet

De studie van Aruna Ranganathan en Xingqi Maggie Ye is een wake-up call voor iedereen die betrokken is bij de implementatie van AI op de werkvloer. Het laat zien dat we voorzichtig moeten zijn met onze aannames over productiviteit en dat we actief moeten werken aan het creëren van duurzame werkpraktijken.