In de wereld van de moderne kantooromgeving klinken steeds vaker klachten over kunstmatige intelligentie – en die geluiden zijn niet mals. Grote studies tonen aan dat de massale toepassing van AI-tools in het bedrijfsleven allerminst een onverdeeld succes is. In plaats van een revolutie in productiviteit creëert AI te vaak een sluipend kwaad: workslop — gepolijste, maar inhoudsarme output die meer werk oplevert dan het bespaart.
|
AI tools churn out ‘workslop’ for many US employees lowering trust | Gene MarksStudies show widespread errors in AI-generated work, as employers fail to train staff properly |
Toenemende AI-inzet, maar zonder tastbaar rendement
Het gebruik van AI op de werkvloer is de afgelopen jaren dramatisch gestegen. Toch blijkt uit meerdere onderzoeken dat een meerderheid van de organisaties nauwelijks meetbare voordelen ervaart.
Bijvoorbeeld, een recente studie onder 1.150 kantoormedewerkers in de VS concludeerde dat “workslop” maandelijks tot zo’n 186 dollar per werknemer kost — in tijd, kwaliteitsverlies en correctiewerk door collega’s.
Wat is ‘workslop’?
De term workslop beschrijft AI-gegenereerde documenten, presentaties of e-mails die op het eerste gezicht verzorgd ogen, maar bij nader inzien ontbreken aan inhoud of coherente logica.
Deze oppervlakkige output dwingt ontvangers vaak tot het interpreteren, corrigeren of herschrijven ervan — waardoor de oorspronkelijke bedoeling van de snelle AI-hulp ondermijnd wordt door extra werk.
AI workslop is muddying the American workplaceWorkslop is low-effort AI-generated content that can be passed off as completed work. Workslop often requires additional effort to make it usable. |
De echte schuldigen: bedrijfspraktijken, niet het algoritme
Critici én onderzoekers leggen de verantwoordelijkheid niet bij de technologie zelf, maar bij de manier waarop organisaties AI inzetten — of liever: missen in te zetten.
Gebrek aan training, onduidelijke richtlijnen, te hoge verwachtingen en onvoldoende kwaliteitscontrole maken dat zelfs goede AI-systemen falen als ze in een slecht raamwerk worden geplaatst.
Zoals één opiniestuk treffend stelt: “In de werkcontext stopt de bal bij de baas.”
Gevolgen: van wantrouwen tot lethargie
Wanneer collega’s merken dat AI-resultaten vaak herzien moeten worden, draagt dat bij aan afnemend vertrouwen. In de eerdergenoemde studie vonden velen dat wie ‘workslop’ produceert, als minder creatief, minder betrouwbaar of minder capabel wordt gezien.
Daarnaast komt er cognitieve last op de schouders van degenen die corrigeren, wat spanning kan veroorzaken en hun werkplezier aantast.
Succesvolle AI-integratie: Zo vermijdt men slop
Wie AI wél effectief wil toepassen, moet verder durven kijken dan de tool zelf. Enkele aanbevelingen:
- Duidelijke richtlijnen en standaarden: definieer wat acceptable output is, en wanneer menselijke bijsturing vereist is.
- Training en begeleiding: werknemers moeten leren hoe AI zinnig ingezet kan worden — én wanneer niet.
- Kwaliteitscontrole en feedbackloops: gebruik metrieken om falende AI-output vroegtijdig op te merken.
- Realistische verwachtingen stellen: AI is geen wondermiddel; zie het als energiebesparend, niet als autonoom genie.
Wanneer bedrijven AI niet als doel op zich zien, maar als instrument onder menselijk toezicht, dan ontstaat de kans dat de potentie wél verzilverd kan worden.
