Onderzoek van MIT laat zien hoe kunstmatige intelligentie vooral de werkzaamheden van beginnende werknemers onder druk zet. Terwijl ervaren professionals dankzij AI productiever worden, dreigt een generatie afgestudeerden de toegang tot de arbeidsmarkt te verliezen. Daarmee ontstaat een probleem dat veel verder reikt dan het verdwijnen van enkele administratieve functies.
AI verandert de arbeidsmarkt op een onverwachte manier
De discussie over kunstmatige intelligentie en werkgelegenheid draait al jaren rond dezelfde vraag: welke beroepen zullen door AI verdwijnen? Programmeurs, juristen, accountants en administratieve medewerkers worden regelmatig genoemd als mogelijke slachtoffers van automatisering.
Maar onderzoek van het Massachusetts Institute of Technology (MIT) wijst op een veel ingewikkelder ontwikkeling. AI lijkt niet noodzakelijk volledige beroepen overbodig te maken, maar neemt steeds vaker specifieke werkzaamheden over die traditioneel aan beginnende werknemers worden toegewezen.
Dat onderscheid is belangrijk. Want wanneer AI vooral het werk van junior medewerkers automatiseert, verdwijnen niet alleen bepaalde taken. Ook de mogelijkheden om ervaring op te doen, vaardigheden te ontwikkelen en door te groeien binnen een organisatie komen onder druk te staan. De carrièreladder blijft misschien bestaan, maar de onderste trede dreigt te verdwijnen.
MIT brengt duizenden vaardigheden en honderden beroepen in kaart
Met de zogenoemde Iceberg Index onderzochten MIT-onderzoekers hoe AI zich verhoudt tot de vaardigheden die werknemers in uiteenlopende sectoren gebruiken. Daarbij werden meer dan 32.000 vaardigheden verspreid over 923 beroepen in kaart gebracht. Het doel was niet simpelweg voorspellen welke functies verdwijnen, maar inzicht krijgen in welke werkzaamheden technisch door AI kunnen worden ondersteund of uitgevoerd.
De analyse laat zien dat vooral gestructureerde, herhaalbare en digitaal uitvoerbare taken bijzonder gevoelig zijn voor automatisering. Het gaat bijvoorbeeld om het opstellen van documenten, verzamelen en verwerken van gegevens, schrijven van eenvoudige computercode, voorbereiden van rapporten en uitvoeren van administratieve processen. Opvallend genoeg zijn dit precies de werkzaamheden waarmee veel jonge professionals hun loopbaan beginnen.
Waar een pas afgestudeerde medewerker vroeger uren besteedde aan het verzamelen van informatie of voorbereiden van analyses, kan een ervaren collega vandaag met AI een aanzienlijk deel van dat werk zelfstandig uitvoeren. De technologische vooruitgang creëert daarmee een nieuwe economische realiteit: organisaties kunnen meer produceren zonder noodzakelijk evenveel beginnende medewerkers aan te nemen.
Ervaren werknemers worden sterker, starters verliezen kansen
Een van de meest opvallende gevolgen van AI is dat de technologie niet voor iedere werknemer dezelfde impact heeft. Ervaren professionals beschikken over vakkennis, beoordelingsvermogen, zakelijke relaties en inzicht in complexe situaties. AI kan hun productiviteit vergroten doordat tijdrovende voorbereidende werkzaamheden grotendeels worden geautomatiseerd.
Een ervaren advocaat kan bijvoorbeeld sneller juridische documenten analyseren. Een softwareontwikkelaar kan AI gebruiken om code te schrijven en te controleren. Een financieel analist kan in korte tijd gegevens verwerken waarvoor vroeger ondersteuning van meerdere junior medewerkers nodig was. De menselijke expertise blijft daarbij belangrijk, maar de hoeveelheid ondersteunend personeel die nodig is om hetzelfde resultaat te bereiken, kan afnemen.
Voor beginnende werknemers ontstaat daardoor een moeilijke situatie. Zij beschikken nog niet over de ervaring waarmee ze AI-resultaten kritisch kunnen beoordelen, maar krijgen tegelijkertijd minder mogelijkheden om die ervaring op te bouwen. Het gevolg kan een groeiende kloof worden tussen professionals die al stevig op de arbeidsmarkt staan en jongeren die nog aan hun carrière moeten beginnen.
De verborgen waarde van juniorfuncties
Traditioneel vervulden startersfuncties een dubbele rol binnen bedrijven. Enerzijds leverden jonge medewerkers praktische ondersteuning bij dagelijkse werkzaamheden. Anderzijds vormden deze functies een opleidingsomgeving waarin toekomstige specialisten, managers en leidinggevenden werden ontwikkeld.
Een junior accountant leerde financiële structuren begrijpen door eenvoudige dossiers te verwerken. Een beginnende programmeur ontwikkelde technische vaardigheden door kleine fouten op te lossen. Een jonge consultant ontdekte hoe organisaties functioneren door gegevens te verzamelen en analyses voor te bereiden. Die werkzaamheden waren niet altijd bijzonder complex, maar ze vormden wel de basis voor professionele groei. Wanneer AI deze taken overneemt, verdwijnt mogelijk ook een belangrijk deel van het traditionele leerproces.
Bedrijven kunnen op korte termijn besparen op personeelskosten, maar riskeren op langere termijn een tekort aan ervaren medewerkers. De centrale vraag wordt dan hoe iemand senior kan worden wanneer er nauwelijks nog mogelijkheden bestaan om als junior te beginnen.
Een potentiële impact van 1,2 biljoen dollar aan loonkosten
De video verwijst naar een opvallende berekening uit het MIT-onderzoek: AI zou technisch inzetbaar kunnen zijn voor werkzaamheden die samen overeenkomen met ongeveer 1,2 biljoen dollar aan jaarlijkse Amerikaanse loonkosten. Dat cijfer illustreert de enorme economische schaal waarop AI invloed kan uitoefenen.
Toch is een belangrijke nuance noodzakelijk. Het bedrag vertegenwoordigt een geschatte blootstelling van werkzaamheden aan AI-capaciteiten. Het betekent niet dat daadwerkelijk 1,2 biljoen dollar aan salarissen zal verdwijnen of dat alle betrokken werknemers vervangen kunnen worden. Technische mogelijkheden leiden immers niet automatisch tot economische automatisering. Bedrijven moeten rekening houden met betrouwbaarheid, regelgeving, implementatiekosten, menselijke controle en organisatorische veranderingen.
Desondanks maakt de berekening duidelijk dat de impact van AI veel verder kan reiken dan de technologiebedrijven en digitale sectoren waarover doorgaans wordt gesproken. Ook financiële dienstverlening, gezondheidsadministratie, verzekeringen, juridische dienstverlening en bedrijfsmanagement kunnen ingrijpend veranderen.
Geen plotselinge banencrisis, maar een geleidelijke verschuiving
Een ander belangrijk inzicht is dat AI-gerelateerde veranderingen op de arbeidsmarkt niet noodzakelijk zichtbaar worden als een plotselinge golf van ontslagen. De gevolgen kunnen veel subtieler ontstaan. Bedrijven hoeven bestaande werknemers niet massaal te ontslaan om hun personeelsbestand structureel te verkleinen. Het volstaat dat ze minder nieuwe medewerkers aannemen, openstaande functies niet opnieuw invullen of kleinere teams samenstellen.
Wanneer één ervaren werknemer met AI het werk kan uitvoeren waarvoor vroeger meerdere collega's nodig waren, verandert de personeelsbehoefte geleidelijk. Dat maakt de ontwikkeling moeilijker te herkennen in traditionele werkgelegenheidsstatistieken.
De arbeidsmarkt kan op het eerste gezicht relatief stabiel blijven, terwijl de instroommogelijkheden voor afgestudeerden langzaam verslechteren. In plaats van een plotselinge economische schok ontstaat dan een langdurige verschuiving waarbij nieuwe generaties steeds moeilijker toegang krijgen tot bepaalde professionele carrières.
Waarom generatieve AI anders is dan eerdere technologische revoluties
Technologische vooruitgang heeft altijd werkzaamheden veranderd. De industriële revolutie automatiseerde fysieke arbeid. Computers namen administratieve berekeningen over. Het internet veranderde communicatie, handel en informatieverwerking. Generatieve AI onderscheidt zich doordat de technologie ook werkzaamheden kan uitvoeren die lange tijd als typisch menselijk kenniswerk werden beschouwd.
Teksten schrijven, software ontwikkelen, informatie samenvatten, patronen herkennen en complexe documenten analyseren zijn niet langer uitsluitend menselijke activiteiten. Bovendien verspreiden AI-toepassingen zich bijzonder snel. Organisaties hoeven niet altijd nieuwe machines of volledige productielijnen te installeren. In sommige gevallen volstaat de integratie van AI-software in bestaande digitale werkprocessen.
Daardoor kunnen productiviteitsverbeteringen relatief snel worden gerealiseerd. Maar precies die snelheid creëert onzekerheid. Onderwijsinstellingen, werkgevers en werknemers krijgen mogelijk onvoldoende tijd om hun opleidings- en carrièrestructuren aan te passen.
De productiviteitsparadox: bedrijven winnen, jongeren verliezen
Voor ondernemingen biedt AI duidelijke economische voordelen. Teams kunnen sneller rapporteren, informatie verwerken, software ontwikkelen en klanten ondersteunen. Minder repetitieve werkzaamheden betekenen dat ervaren werknemers zich sterker kunnen concentreren op strategische en complexe opdrachten.
Maar hogere productiviteit leidt niet automatisch tot meer werkgelegenheid. Wanneer organisaties dezelfde hoeveelheid werk met minder medewerkers kunnen uitvoeren, kan de vraag naar nieuwe werknemers afnemen. ,Vooral afgestudeerden zonder uitgebreide praktijkervaring lopen daardoor risico.
De paradox is dat AI de productiviteit van bestaande professionals kan verhogen, terwijl het voor toekomstige professionals moeilijker wordt om de vaardigheden te ontwikkelen die nodig zijn om ooit hetzelfde niveau te bereiken. Dat probleem kan zichzelf versterken. Minder instroom vandaag betekent mogelijk minder ervaren specialisten over vijf of tien jaar.
Dreigt er een tekort aan ervaren professionals?
Op langere termijn kan de automatisering van startersfuncties een onverwacht gevolg hebben: een tekort aan talent. Bedrijven hebben voortdurend nieuwe generaties werknemers nodig die kunnen doorgroeien naar specialistische en leidinggevende functies. Wanneer die instroom opdroogt, ontstaat een structureel probleem.
Een organisatie kan vandaag besluiten minder junior programmeurs aan te nemen omdat AI eenvoudige code schrijft. Maar over enkele jaren heeft diezelfde organisatie nog altijd ervaren softwarearchitecten nodig die complexe systemen kunnen ontwerpen, beoordelen en onderhouden. Hetzelfde geldt voor advocaten, accountants, ingenieurs en bedrijfsanalisten.
Ervaring ontstaat niet vanzelf. Ze wordt opgebouwd door praktijk, begeleiding, fouten, samenwerking en verantwoordelijkheid. AI kan bepaalde onderdelen van dat leerproces versnellen, maar vervangt niet automatisch alle professionele ontwikkeling. De uitdaging voor werkgevers wordt daarom om nieuwe manieren te vinden waarop jonge medewerkers ervaring kunnen opdoen zonder dat hun opleiding volledig afhankelijk is van werkzaamheden die inmiddels geautomatiseerd zijn.
Van traditionele startersbanen naar AI-ondersteunde leertrajecten
De veranderende arbeidsmarkt vraagt mogelijk om een fundamentele herziening van de manier waarop bedrijven talent ontwikkelen. In plaats van junior medewerkers uitsluitend eenvoudige uitvoerende opdrachten te geven, kunnen organisaties hen vanaf het begin leren samenwerken met AI-systemen.
Daarbij verschuift de aandacht van het uitvoeren van repetitieve taken naar het begrijpen van processen, controleren van AI-resultaten, oplossen van uitzonderingen en ontwikkelen van professioneel beoordelingsvermogen. Ook onderwijsinstellingen krijgen een nieuwe verantwoordelijkheid. Studenten voorbereiden op een arbeidsmarkt waarin AI steeds meer basistaken uitvoert, vraagt andere leerdoelen dan traditionele kennisoverdracht.
Kritisch denken, probleemoplossend vermogen, domeinkennis, communicatie en het verantwoord inzetten van AI worden daardoor belangrijker. Tegelijkertijd moeten werkgevers blijven investeren in begeleiding en praktijkervaring. Alleen toegang geven tot krachtige AI-tools is onvoldoende om van een beginnende werknemer een ervaren professional te maken.
De grootste bedreiging is misschien niet werkloosheid, maar het verdwijnen van doorgroeimogelijkheden
Het MIT-onderzoek en de analyse in de video brengen een fundamentele vraag naar voren over de toekomst van werk. De grootste uitdaging van kunstmatige intelligentie is mogelijk niet dat complete beroepsgroepen plotseling verdwijnen. Het risico is dat de traditionele weg naar professionele expertise langzaam wordt afgesloten.
Voor ervaren werknemers kan AI een krachtige productiviteitsmotor zijn. Voor bedrijven kan de technologie aanzienlijke efficiëntiewinsten opleveren. Maar voor jongeren die hun eerste stappen op de arbeidsmarkt zetten, kan dezelfde ontwikkeling nieuwe barrières creëren. Dat betekent niet dat het verdwijnen van startersbanen onvermijdelijk is. De onderzoeksresultaten beschrijven vooral technologische mogelijkheden en kwetsbaarheden, geen vaststaande toekomst.
De keuzes die bedrijven, onderwijsinstellingen en overheden vandaag maken, zullen mee bepalen of AI de toegang tot professionele carrières beperkt of juist nieuwe leer- en werkmogelijkheden creëert. De belangrijkste vraag is daarom niet alleen hoeveel werk AI kan overnemen, maar hoe de professionals van morgen nog de kans krijgen om ervaring op te bouwen.
