SLUIT MENU

Waarom AI-adoptie alleen kan slagen met een mensgerichte aanpak, volgens dr. Hannah Berkers

Veel organisaties storten zich vol overtuiging op AI. De focus ligt op efficiency, de aanpak is top-down, en de medewerker volgt wel. Maar volgens dr. Hannah Berkers, hoofdonderzoeker Technologie en Werk bij Saxion Hogeschool en Hogeschool van Amsterdam, is dat precies de reden waarom het zo vaak mislukt: efficiency bereik je enkel door een mensgerichte AI-adoptie.

Veel HR-managers herkennen het: de directie wil ‘iets’ met AI doen. Zij voelen de druk dat, als de organisatie nu niet mee gaat, zij achterlopen op hun concurrentie. En AI moet bijdragen aan de efficiëntie van het werkproces, om op die manier geld te kunnen besparen. Zij willen, met andere woorden, de boot niet missen. Dus sturen ze iedereen in de organisatie aan om zo snel mogelijk AI te gebruiken. 

Hannah Berkers, hoofdonderzoeker Technologie en Werk bij Saxion Hogeschool

Of het werkt is een tweede: AI toepassen wordt uit angst een doel op zich. Maar die aanpak werkt averechts, stelt Hannah Berkers, hoofdonderzoeker Technologie en Werk bij Saxion Hogeschool. De adoptie van AI in organisaties kan alleen slagen als er een mensgerichte aanpak is. 

Wat gaat er vaak mis bij AI-adoptie?

Een onderzoek van MIT liet zien dat 95 procent van alle AI-pilots in bedrijven weinig tot niets oplevert. De meest succesvolle bedrijven die AI implementeren, doen dat volgens het rapport door gedecentraliseerd experimenteren, samenwerkingsverbanden met leveranciers en duidelijke verantwoordelijkheden. 

Berkers stelt daarbij dat bedrijven te veel en te vaak redeneren vanuit de technologie, en daarbij de mens uit het oog verliezen.  “Bij AI-adoptie denken organisaties vaak: ‘wat kan deze technologie allemaal doen?’, in plaats van eerst te kiezen voor een duidelijke probleemstelling. Als je die niet hebt, dan zet je een AI-tool wel in, maar niet doelgericht.”

Berkers: “Waar het misgaat, is dat er vaak keuzes worden gemaakt die niet passen bij de realiteit van het werk.” Ze geeft een voorbeeld: “In een distributiecentrum werd een duur systeem aangekocht met een robot, maar die robot bleek niet aangesloten te kunnen worden op de karretjes. Dus die stond in een schap te verstoffen.”

“En hetzelfde zie je ook gebeuren in andere sectoren. Daar wordt AI geïnitieerd, maar de mensen die ermee moeten gaan werken, worden niet betrokken in het gesprek. Daardoor sluit de tool niet aan op hun werk en de knelpunten, en zullen ze die niet gaan gebruiken.”

Waarom een mensgerichte aanpak wel leidt tot succes

Berkers is stellig: AI-adoptie kan alleen efficiency opleveren via een mensgerichte aanpak. Ze geeft drie verklaringen:

  1. Vanuit een mensgerichte aanpak van AI kom je tot betere oplossingen. “Betrek medewerkers uit de operationele lagen erbij en je zult de werkelijke behoeftes waar AI het verschil in kan maken ontdekken.”
  2. Medewerkers die betrokken zijn bij de implementatie, zullen eerder de AI-tools in de praktijk gebruiken. 
  3. AI heeft tijd en herhaling nodig. “Het systeem leert door het te gebruiken, maar daarvoor is er nieuwe input nodig. Die komt door het gebruik door de medewerkers. Maar als die input ontbreekt, krijg je ook slechte output.”

Ze geeft voor het laatste een voorbeeld uit een onderzoek van andere AI experts bij de politie. Zij wilden een algoritme ontwikkelen waarmee ze kunnen voorspellen waar en wanneer misdaden gepleegd zouden worden. Berkers: “Maar de data die ze hiervoor gebruikten waren zo ingevuld dat misdaden altijd om zes uur ‘s ochtends zouden moeten plaatsvinden. Dat kwam doordat de data waar het op werd gebaseerd officieel ingevoerd werden op dat tijdstip, aan het einde van een dagslot.” 

Hoe neem je medewerkers wél mee in het proces?

Hoe moeten HR-managers medewerkers betrekken in het proces? Waar ligt de grens tussen betrekken en informeren?

Berkers geeft enkele adviezen:

  1. Informeren is niet hetzelfde als betrekken. Berkers: “Informeren is de absolute ondergrens. Maar dan nog: doe je dat vaak genoeg? En vroeg genoeg? Niet zo van: ‘oh ja, by the way, volgende week gaan we met Copilot werken’.”
  2. Echt betrekken betekent dat medewerkers mogen meedenken, ideeën mogen inbrengen en ruimte krijgen om te experimenteren. Dit is niet als sluitpost van een al genomen beslissing, maar als startpunt van het proces. Berkers: “Een team zegt: dit willen wij. En dan ga je daar samen een soort journey in en zoek je dat uit. Maar dat moet beginnen vanuit de medewerker: dit stukje werk kan sneller, beter, anders. Niet: hé, AI kan dit, dus we gaan dat nu doen.”
  3. De volgorde bepaalt alles. Wie start bij de tool, past het werk aan de technologie aan. Berkers: “De organisaties die er positief uitspringen vragen eerst: welke behoefte leeft er onder onze medewerkers? Waar staan we? Wat vinden we hier belangrijk? En dan pas gaan ze kijken welke technologie daarbij past.”

AI en beter werk

Veel medewerkers leven met de angst dat AI hun werk volledig zal overnemen. Hoewel Berkers deze angsten begrijpt, is ze ook van mening dat AI in bepaalde gevallen het werk kwalitatief beter kan maken. Berkers: “Denk bijvoorbeeld aan iemand die door AI ondersteund kan worden in het uitvoeren van bepaalde taken die de medewerker eerder veel meer moeite kostte.” 

Er bestaan echter ook risico’s, benoemt Berkers: zo kan werk nog intenser worden bijvoorbeeld en kan de complexiteit van eerder simpele taken toenemen.

Ook waarschuwt Berkers voor een afname in autonomie: “Je bent werk langzaamaan aan het standaardiseren. Dat kan de kwaliteit verhogen en misschien wat werk wegnemen, maar kan er op lange termijn ook voor zorgen dat de autonomie van de medewerker onder druk kan komen te staan.”

Oproep aan HR

HR-managers hoeven de technologie niet te begrijpen om een stem te hebben in het gesprek over AI. Toch plaatsen ze zichzelf er te vaak buiten, vaak uit onzekerheid over algoritmen en modellen die niet hun expertisegebied zijn. Berkers herkent dat gevoel. Berkers: “Ik heb zelf ook een poging gedaan een algoritme te schrijven. ’s Nachts dacht ik: ‘dit kan ik niet’. Maar dat betekent niet dat je niets bij te dragen hebt aan dit gesprek.”

Want HR heeft precies de kennis die aan de andere kant van de tafel ontbreekt. Kennis over werk, over mensen, over hoe je functies goed inricht. Berkers: “Die kennis zit nog niet bij de technologische mensen. Dat is ook niet hun schuld, maar die denken niet vanuit die bril. HR kan dat potentieel beter. Maar dan moeten ze wel aan tafel durven gaan zitten.”

De consequentie van wegblijven is groot. Als HR het gesprek niet voert, doen anderen het wel. Die maken dan de keuzes die bepalend zijn voor hoe werk eruitziet. Berkers: “Als we onszelf die plek aan tafel ontzeggen omdat we denken: ja, maar ik weet niet zoveel over AI – dan gaan de mensen die niet zoveel weten over de mens en over werk, wél keuzes voor ons maken. En dat is zonde.”

De oproep van Berkers aan HR-managers is daarom helder: ga het gesprek aan, ook als het oncomfortabel voelt. Niet omdat je alles moet weten over de technologie, maar juist omdat je dat niet hoeft. Berkers: “Je hebt andere expertise die keihard nodig is in dat gesprek. Wees daar een beetje dapper in. Want de keuzes die nu worden gemaakt, bepalen hoe werk er over tien jaar uitziet – en niemand aan die tafel denkt daar beter over na dan jij.”

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.



×