Je kijkt naar een foto die klopt. Je ziet een straatbeeld dat herkenbaar is. Licht, schaduw, perspectief: alles lijkt te kloppen. En toch ontstaat er een moment van twijfel. Is dit echt, of is dit gemaakt? En precies die twijfel zien we nu ook terug bij AI op de werkvloer.
De opkomst van AI-afbeeldingen maakt iets zichtbaar wat lange tijd onder de oppervlakte bleef. Niet omdat manipulatie nieuw is; dat is het niet. Maar omdat het niveau waarop beelden gegenereerd worden inmiddels zo overtuigend is, dat het onderscheid tussen echt en kunstmatig niet langer vanzelfsprekend is.
Juist daarom ervaren we deze verschuiving het eerst in beeld. Ons zintuig zien raakt in verwarring. We zijn gewend om op beeld te vertrouwen. Wat we zien, voelt directer en overtuigender dan wat we lezen of horen. Als daar twijfel ontstaat, raakt dat aan iets fundamentelers dan techniek. Het raakt aan onze manier van waarnemen.
Het verschil is nauwelijks zichtbaar — en precies daar begint de vraag.
Diezelfde ontwikkeling van vervaging speelt al langer op de werkvloer. Systemen ondersteunen je werk, doen voorstellen, automatiseren keuzes en optimaliseren processen. Dat begon ooit als hulpmiddel, maar werd geleidelijk een vanzelfsprekend onderdeel van hoe jouw werk georganiseerd is.
In die ontwikkeling is iets verschoven. Niet abrupt, maar stap voor stap. Je bent meer en meer gaan vertrouwen op systemen. Je neemt sneller over wat wordt voorgesteld. Je controleert minder zelf. Toen navigatie in de auto opkwam, lachten we nog om de stem die zei: ‘Sla hier rechts af’, terwijl je daar helemaal niet rechtsaf mocht.
In andere situaties gebeurt dat minder zichtbaar. Je besluit niet altijd bewust; je volgt omdat het efficiënt voelt, logisch klinkt en meestal goed uitpakt.
AI-systemen maken de grens scherper én onduidelijker
Met de opkomst van AI-systemen zoals ChatGPT, Gemini of Copilot wordt die beweging scherper zichtbaar. Waar systemen eerst vooral ondersteunden, zijn ze nu in staat om te genereren. Ze schrijven teksten, maken analyses, vatten samen en formuleren adviezen. En net als bij een AI-afbeelding geldt: het klopt vaak op het eerste gezicht. Het is consistent, coherent en overtuigend. Maar is het goed genoeg? Is de analyse echt goed die Copilot je aanreikt in je Excel-spreadsheet?
Precies daar ontstaan relevante vragen. Wanneer vertrouw je AI meer dan je eigen oordeel? Waar ligt de grens tussen ondersteuning en sturing? En hoe herken je een fout als die overtuigend verpakt is?
Een fout van een collega komt vaak nog aan het licht voordat er schade ontstaat. Bij AI op de werkvloer ligt dat ingewikkelder. De uitkomst kan vloeiend, logisch en professioneel ogen, terwijl de onderliggende redenering toch niet klopt.
Wat doet dit met jouw oordeel?
Dan wordt de vraag persoonlijker. Vertrouw je nog op je eigen oordeel? Waar ligt de scheidslijn tussen een eigen afweging en een conclusie die je vooral hebt overgenomen van een AI-tool? En ben je nog trots op je relevantie als werknemer?
Die vraag is niet theoretisch. Ze raakt direct aan hoe jij je werk doet en blijft doen. Het raakt aan hoe jullie als organisatie besluiten nemen en hoe verantwoordelijkheid wordt beleefd.
Wat doet het met je zelfbeeld als je steeds vaker merkt dat een systeem sneller, vloeiender of overtuigender formuleert dan jij?
Mogen AI-beelden? Of willen we alleen nog echte beelden?
Die vraag lijkt over beeld te gaan. Maar eigenlijk gaat ze over werk, oordeel en vertrouwen.
In een volgend artikel laat ik zien hoe ik zelf met AI-beelden omga.
Wil je dit gesprek binnen je ondernemingsraad concreet maken? ORenAI helpt OR’en om AI op de werkvloer praktisch te bespreken met bestuurder en organisatie.
Jeroen van Buuren — trainer bij ORenAI
Wil je een seintje krijgen wanneer Jeroen een nieuwe ORenAI-publicatie plaatst? Laat dan hier je e-mailadres achter.