AI-geletterdheid voor managers: wat je echt moet snappen

Veel managers denken dat AI-geletterdheid betekent dat ze moeten begrijpen hoe een taalmodel vanbinnen werkt. Dat valt mee. Als leidinggevende hoef je geen neurale netwerken te kunnen tekenen. Je moet iets anders kunnen: inschatten wat AI met het werk van je team doet, daar gesprekken over voeren en er beleid op maken.

AI-geletterdheid voor managers is dus rolspecifiek. Een controller moet weten dat een taalmodel niet kan rekenen. Een developer moet weten wat prompt injection is. En jij, als manager, moet vooral snappen welk werk verandert en hoe je je team daar goed doorheen stuurt. Dit artikel zet de vier dingen op een rij die voor leidinggevenden het meest tellen.

1. Welk werk verandert er in je team?

Het echte managementvraagstuk is niet of je team AI gebruikt. Dat gebeurt al, of je het ziet of niet. De vraag is: welk werk blijft er over als AI een deel overneemt? AI automatiseert namelijk geen functies, het automatiseert taken. Uit bijna elke functie verdwijnt een stuk van het takenpakket, en wat overblijft is niet vanzelf een prettige baan.

Dat kan twee kanten op kantelen, en die twee zijn elkaars spiegelbeeld.

Alleen het moeilijke blijft over. AI doet het routinewerk, dus elke taak die overblijft vraagt volle concentratie: de lastige gevallen, de escalaties, de zware beslissingen. Dat klinkt als een compliment ("alleen nog het echte werk"), maar zonder de rustige klusjes ertussen is het constante piekbelasting. Dat routinewerk was ook hersteltijd.

Alleen het makkelijke blijft over. De omgekeerde fout. AI doet het interessante denkwerk en de mens controleert en klikt. Dan loert verveling, en op termijn ontleren mensen het vak waarvoor je ze hebt aangenomen.

Het venijnige is dat dezelfde maatregel per persoon tegengesteld kan uitpakken. Neem een team waar gesprekken voortaan automatisch worden samengevat, zodat niemand meer hoeft uit te typen wat er besproken is. De ene medewerker is dolblij: het irritantste deel van het werk is weg. De ander mist juist iets, want dat uittypen was de adempauze tussen twee lastige gesprekken. Een maatregel, twee tegengestelde effecten, en vanaf jouw kantoor zie je het verschil niet.

De enige manier om erachter te komen is erover praten, per persoon. Stuur op taken en op ontwikkelbaarheid, niet op functietitels: welke taken verschuiven, wat moet iemand daarvoor leren, en waar groeit nieuw werk (AI-output beoordelen, uitzonderingen afhandelen)? Functies bevriezen om mensen te beschermen klinkt sympathiek, maar beschermt vooral de functiebeschrijving, niet de mens erin.

2. Jouw eigen gebruik is een adoptie-instrument

Hier komt het ongemakkelijke deel. De beste manier om een team aan het werk te krijgen met AI is niet een memo of een licentie-uitrol. Het is een leidinggevende die zelf zichtbaar met AI werkt.

Dat heeft alles te maken met een patroon dat je in vrijwel elke organisatie aantreft: mensen die AI al gebruiken zonder het te vertellen. Wharton-hoogleraar Ethan Mollick noemt ze de secret cyborgs. Ze doen hun werk deels met AI en houden dat stil, om drie begrijpelijke redenen. Ze zijn bang dat het straks niet meer mag. Ze zijn bang dat een zichtbare tijdwinst meteen wordt opgevuld met meer werk. En het voelt een beetje als vals spelen zolang niemand anders er open over is.

Dat verborgen gebruik kost je drie dingen. De lessen blijven privé, dus iedereen vindt hetzelfde wiel opnieuw uit. De risico's blijven onzichtbaar, want wie stiekem werkt pakt eerder een gratis publieke tool dan de afgeschermde zakelijke omgeving. En je beleid rust op drijfzand, omdat je plannen maakt voor een organisatie die "nog moet beginnen" terwijl een deel allang bezig is.

Verbieden helpt niet: dat jaagt het gebruik alleen naar privételefoons en thuisaccounts. Wat wel werkt:

• Maak delen veilig. Je eerste reactie op "dit heb ik met AI gedaan" bepaalt of je de volgende vinding ooit te horen krijgt. Reageer nieuwsgierig, niet met gezeur over regels of met "mooi, dan kun je er een klus bij hebben".
• Maak delen lonend. Maak er een vast agendapunt van: wie heeft deze week iets handigs ontdekt? Wie deelt, krijgt het podium, niet extra werk.
• Geef zelf het voorbeeld. Een manager die zichtbaar AI gebruikt, vertelt wat hij ermee doet en hardop zegt wat hij checkt, geeft het hele team toestemming om het ook hardop te doen. Deel ook wat misging: dan wordt experimenteren normaal.

En gebruik AI gerust voor je eigen werk. Stukken laten samenvatten, uit een stapel documenten de rode draad op een thema halen, of bij een besluit expliciet om tegenspraak vragen ("wij neigen naar optie A, geef de drie sterkste argumenten ertegen"). Een taalmodel praat van nature met je mee, dus om tegengeluid moet je vragen. Juist voor beslissers is dat een waardevolle gewoonte.

3. Hoe stuur je adoptie aan zonder dat de pilot sterft

De meest voorkomende doodgeboren start: licenties kopen, een mail rondsturen en afwachten. Een half jaar later constateert iemand dat "de licenties nauwelijks gebruikt worden". Logisch, want dit is een tool die een probleem zoekt.

Draai het om. Begin niet bij wat de tool kan, maar bij het werk. Vraag je team: welke taken kosten veel tijd, welke zijn tekstzwaar of repetitief, en waar blijft werk liggen waar niemand aan toekomt? Die antwoorden zijn je kandidaten, en omdat ze van het team zelf komen, is het draagvlak ingebakken. Kies vervolgens de afdeling waar het enthousiasme het grootst is, niet die met de mooiste businesscase op papier. Een pilot leeft of sterft op de bereidheid van mensen om er echt mee aan de slag te gaan.

Mensen leren AI bovendien niet van een presentatie. Na een demo knikt iedereen en verandert niemand iets. Wat wel werkt: mensen het direct zelf laten doen, met hun eigen werk. Het moment waarop iemand zijn eigen klus van twee uur in twintig minuten af ziet, overtuigt meer dan welke slide ook.

De meeste pilots sterven niet aan techniek, maar aan vier dingen die je als manager kunt voorkomen:

• Geen tijd. Geef deelnemers expliciet uren. Experimenteren naast een vol rooster verliest het altijd van de waan van de dag.
• Geen eigenaar. Een iemand is van de pilot, plant en jaagt aan. "Van iedereen" betekent van niemand.
• Geen leerdoel. Een pilot is bedoeld om te leren, niet om succes te bewijzen. "Dit werkte bij ons niet, en dit is waarom" is een geslaagde uitkomst.
• Geen vervolg. Plan de evaluatie en het opschaalbesluit vooraf in, met datum en beslisser. Anders eindigt de pilot in stilte.

4. Beleid en de verantwoordelijkheid voor je team

Tot slot het stuk dat managers vaak doorschuiven naar "iemand van juridisch": beleid en de wet. Een werkbaar AI-beleid hoeft niet dik te zijn. Het past op een A4 en beantwoordt vier vragen: welke tools zijn goedgekeurd, wat mag erin en wat niet, wie is verantwoordelijk voor de output, en hoe open zijn we erover naar ontvangers. Het uitgangspunt: maak het goede pad het makkelijkste pad. Zonder een goedgekeurd alternatief wint de gratis publieke tool altijd.

Twee dingen verdienen extra aandacht. Hoe zelfstandiger je AI laat werken, van meedenkende chatbot tot agent die zelf taken uitvoert, hoe strakker de afspraken moeten zijn over wat het systeem mag en wie ingrijpt. En personeelsbeslissingen zijn een categorie apart: AI bij werving, selectie, promotie en beëindiging valt onder de hoog-risicocategorie van de AI-verordening, met zwaardere eisen. Wil je AI daar inzetten, betrek dan vroeg juridische expertise.

Dan de plicht zelf. Sinds 2 februari 2025 geldt artikel 4 van de AI-verordening. Organisaties die AI inzetten moeten zorgen voor een toereikend niveau van AI-geletterdheid bij hun personeel, passend bij rol en context. Voor jou als leidinggevende betekent dat twee dingen. Ten eerste val je er zelf onder: je moet weten welke vragen je stelt, niet hoe een model is gebouwd. Ten tweede ben je medeverantwoordelijk dat je team eraan voldoet. Een document op intranet is daarvoor niet genoeg. Mensen moeten ook begrijpen waarom de regels zijn wat ze zijn, en dat regel je via training en gesprekken, niet via een gewijzigde PDF. Meer hierover lees je in de resource over AI-geletterdheid.

Waar je dit echt leert

Dit artikel is het overzicht. De verdieping, met meer voorbeelden, oefeningen en een spiekbriefje, staat in de gratis e-learning. Begin met de module AI in jouw rol: daar staat een apart hoofdstuk voor managers over precies de vier punten hierboven, plus de hoofdstukken voor de rollen waarmee je samenwerkt (HR, finance, bouwers, inkoop). Wil je het op organisatieniveau aanpakken, dan sluit de module AI in jouw organisatie daar naadloos op aan: adoptiekloof, secret cyborgs, pilots en beleid. Beide vind je in de gratis AI met Max-academy, zonder account, met een certificaat aan het eind.

Wil je het concreter maken voor je eigen werk? In de tools op deze site kun je zaken zoals een vacaturetekst of een eerste AI Act-inschatting direct uitproberen.

En als je wilt dat dit echt landt bij jouw team, met jullie eigen voorbeelden, tools en beleid, dan bouw ik daar maatwerk e-learnings en trainingen voor, doelgroepgericht per rol. Neem gerust contact op, dan kijken we samen hoe AI-geletterdheid bij jullie meer wordt dan een verplicht vinkje.