De grote AI-realiteit: De meeste mensen weten niet waar ze staan
Kunstmatige intelligentie verandert razendsnel hoe we werken, leren en ondernemen. Maar volgens een opvallend experiment van een Stanford-onderzoeker leeft een groot deel van de bevolking met een verkeerde inschatting van zijn eigen AI-vaardigheden.
Kian Katanforoosh testte meer dan 22.000 mensen op hun AI-kennis en ontdekte een verrassende realiteit: 71% van de deelnemers overschat of onderschat zijn eigen niveau drastisch.
AI gebruiken is niet hetzelfde als AI beheersen
Veel mensen denken dat ze “met AI werken” omdat ze af en toe een prompt invoeren in een chatbot. Maar volgens Katanforoosh zit echte vaardigheid ergens anders.
Het verschil zit in drie niveaus:
- AI gebruiken – een tool sporadisch inzetten
- AI integreren – AI opnemen in workflows
- AI beheersen – AI inzetten om beslissingen, automatisering en strategie te versterken
Pas op het derde niveau wordt AI een echte productiviteitsmotor.
Volgens Katanforoosh gebruiken veel professionals AI nog op de verkeerde manier: als een snelle zoekmachine of tekstgenerator, terwijl het potentieel veel groter is.
Waarom 95% van de AI-agents faalt
De hype rond AI-agents is enorm, maar de realiteit is minder spectaculair.
Volgens de Stanford-expert faalt ongeveer 95% van de AI-agents wanneer ze in productie worden geplaatst.
De belangrijkste redenen:
- slechte data-kwaliteit
- onduidelijke doelstellingen
- gebrek aan menselijke controle
- slechte integratie met bestaande systemen
Veel bedrijven onderschatten hoe complex het is om AI betrouwbaar te maken in echte bedrijfsprocessen.
AI bouwen is relatief eenvoudig. AI laten werken in een organisatie is veel moeilijker.
De AI-vaardigheid die niet te vervangen is
Ondanks alle automatisering blijft één menselijke vaardigheid volgens Katanforoosh essentieel:
kritisch denken.
AI kan informatie genereren, maar mensen moeten nog steeds:
- bepalen welke vragen gesteld worden
- controleren of antwoorden correct zijn
- beslissen hoe AI in een strategie past
Dat betekent dat de toekomst niet alleen draait om technologie, maar vooral om AI-geletterdheid.
Het 90-dagenplan om AI-vaardig te worden
Volgens Katanforoosh is het mogelijk om in ongeveer drie maanden een sterke AI-basis te ontwikkelen.
Zijn aanpak bestaat uit drie stappen.
1. Begrijp de fundamenten
Leer hoe AI-modellen werken, wat hun beperkingen zijn en hoe data hun prestaties beïnvloedt.
2. Experimenteer dagelijks
Gebruik AI-tools actief in werkprocessen: schrijven, analyseren, programmeren of automatiseren.
3. Meet je vaardigheden
Door tests en assessments ontdek je waar je staat en welke vaardigheden nog ontbreken.
Volgens hem duurt het vaak slechts 30 minuten om een eerste realistische inschatting van je AI-niveau te krijgen.
Diploma’s verliezen hun waarde
Een opvallende uitspraak van de Stanford-docent is dat klassieke diploma’s steeds minder relevant worden in de AI-economie.
Werkgevers kijken volgens hem steeds vaker naar:
- concrete vaardigheden
- praktische AI-ervaring
- probleemoplossend vermogen
Dat sluit aan bij de visie van AI-pionier Andrew Ng, die al jaren pleit voor “skills-based learning” in plaats van traditionele academische trajecten.
Wie moet je volgen om AI te begrijpen?
Volgens Katanforoosh kan het moeilijk zijn om door de enorme hoeveelheid AI-informatie te navigeren. Daarom raadt hij aan om enkele toonaangevende stemmen te volgen.
Onder andere:
- Andrew Ng
- Richard Socher
- Yoshua Bengio
Zij behoren tot de onderzoekers die het AI-veld al jaren vormgeven.
Drie strategische zetten voor 2026
Tot slot geeft Katanforoosh drie concrete adviezen voor de komende jaren.
- 1. Bouw AI-vaardigheden op: Iedere professional zal basiskennis van AI nodig hebben.
- 2. Werk samen met AI: Zie AI niet als vervanger, maar als een co-piloot.
- 3. Blijf leren: De AI-wereld verandert zo snel dat permanente opleiding essentieel wordt.
Volgens hem zal de echte scheidslijn in de toekomst niet liggen tussen mensen en machines, maar tussen mensen die AI begrijpen en mensen die dat niet doen.
