Waarom AI niet werkt zoals je denkt: nieuwe technologie vraagt om nieuw gedrag
Mar 31, 2025
“We doen een infosessie, stellen enkele AI-champions aan, en klaar is kees.”
Herkenbaar? Veel organisaties proberen AI te implementeren zoals ze dat eerder deden met nieuwe tools, processen of software. Maar hier is het ding: AI is geen klassieke tool. Het is een totaal nieuw soort collega.
En dat vraagt om een andere manier van werken, denken en begeleiden. Want AI is géén digitalisering 2.0. Het is een sprong in een andere dimensie. Laten we even inzoomen.
1. AI is niet voorspelbaar, wel waarschijnlijk
Traditionele software is rechtlijnig: je klikt en er gebeurt iets. AI is anders. Het geeft je een waarschijnlijk antwoord op basis van een enorme hoeveelheid data, maar niet per se het juiste.
🧠 Mensen moeten leren denken in waarschijnlijkheden, niet in zekerheid.
📎 Dat vraagt niet om training, maar om mentale modellen: hoe werkt deze AI eigenlijk?
2. AI is geen tool, het is een co-piloot
Bij klassieke digitalisering draaide het om automatisering.
Bij AI draait het om samenwerken met een slimme sidekick.
Je voert geen taak uit, je co-creëert. Denk: prompts schrijven, suggesties beoordelen, bijsturen, combineren.
➡️ De vaardigheden veranderen van weten wat naar weten hoe en weten waarom.
3. AI is contextgevoelig
Waar klassieke tools rigide zijn, is AI vloeibaar. De output verandert naargelang de input, de gebruiker, het moment.
🧩 Dat betekent: de context waarin AI wordt gebruikt, maakt het verschil tussen frustratie en flow.
→ Wil je AI adoptie? Ontwerp dan de juiste context, niet alleen de juiste training.
4. AI raakt aan identiteit en rol
AI kan dingen die ooit ‘senior skills’ waren. Dat schuurt. Professionals vragen zich af:
“Wat blijft er over van mijn expertise?”
“Wat als ik AI verkeerd aanstuur?”
Maar ook aan de andere kant wringt het:
Junioren krijgen ineens tools in handen waarmee ze indrukwekkende dingen kunnen doen, zonder dat ze altijd de onderliggende kennis of het kritisch denkvermogen hebben om die output goed te beoordelen.
En dus ontstaat er twijfel:
“Mag ik dit vertrouwen?”
“Snap ik wel genoeg om dit te sturen?”
💬 Adoptie is dus niet alleen technisch of praktisch. Het is ook emotioneel.
Zonder psychologische veiligheid, kritisch denkvermogen en hernieuwde rolwaardering – zowel voor ervaren als beginnende medewerkers – gaat het niet lukken.
AI dwingt ons om niet alleen technologie slimmer te maken, maar ook onze kijk op talent, ervaring en samenwerking.
Waarom klassieke change management faalt bij AI
Even kort door de bocht, de klassieke aanpak:
• 1 training → Wat AI vraagt: iteratief oefenen in de praktijk
• info geven → Wat AI vraagt: gedrag en gewoontes ontwerpen
• champions aanduiden → Wat AI vraagt: teams laten leren in context
• output uitleggen → Wat AI vraagt: denken aanleren over AI-logica
AI vraagt om gedragsdesign, context design en co-creatie, niet om nog een e-learning.
Wat werkt dan wel?
- Experimenteren in de flow of work
- Prompts en formats aanbieden die helpen om sneller te leren
- Observeren hoe AI gebruikt wordt en daarop nudgen
- Mentale modellen trainen: hoe denkt AI? wat doet het wel/niet?
- Reflectie en feedbackcycli inbouwen in teams
Adoptie begint niet bij uitleg, maar bij ervaring.
En die ervaring moet veilig, laagdrempelig en relevant zijn.
AI vraagt om nieuwe gedragingen, niet om nieuwe instructies.
Om leren via doen. Niet via PowerPoint.
Het is geen knop, het is een gewoonte.
En dat betekent: ontwerpen voor gedrag, niet voor begrip.
🧩 Wil je hulp bij het ontwerpen van AI-adoptie in jouw organisatie?
If you’re inspired by this story and want to create impactful change within your organization, explore our online courses or book a coaching call today to get started.
Stay connected with news and updates!
Stay updated with the latest insights and stories on change design: subscribe to our newsletter and never miss an update! Don't worry, your information will not be shared.
We hate SPAM. We will never sell your information, for any reason.
