Laten we eerst even een klein experimentje doen.
Denk aan het laatste stuk werk dat je samen met AI hebt gemaakt. Een notitie, een analyse, een mail die je hebt laten maken door Co-Pilot, Claude, Gemini of Grok.
Klap nu je laptop dicht.
Kun je de redenering nog reconstrueren? Niet alleen de conclusie maar letterlijk de redenering. Waarom je die keuze hebt gemaakt en niet de andere. Waar de zwakke plek zat. Wat je hebt weggelaten.
Als het antwoord “ja” is: mooi, lees vooral door, want dan doe je iets goed en is het de moeite waard om te weten wat.
Als het antwoord “eh” is: welkom. Ik ga je vertellen wat daar waarschijnlijk gebeurd is. En het is iets anders dan “AI maakt ons dommer“.
Uitbesteden doen we al eeuwen
We besteden ons denkwerk al uit sinds we kunnen schrijven.
Een boodschappenlijstje voorkomt dat je alles onthoudt. Een rekenmachine neemt het rekenen over. Google onthoudt de feiten voor je.
Wij psychologen noemen dat cognitive offloading: mentaal werk uitbesteden aan iets buiten je hoofd.
Dat is niet nieuw en niet erg.
Wat wel nieuw is: AI is het eerste hulpmiddel waaraan we ook de complexe dingen kunnen uitbesteden. Analyseren. Afwegen. Argumenteren. Verbanden leggen. Een conclusie trekken.
En dat zijn precies de dingen die we altijd “denken” noemden. En daar gebeurt iets waar ik als werkgelukpsycholoog wel even van moest slikken.
De paradox die alles verandert
In maart van dit jaar verscheen een rapport van Jason Lodge en Leslie Loble, van de University of Technology Sydney. Het gaat over onderwijs, over scholieren. Ik denk dat het over ons allemaal gaat.
Hun belangrijkste vondst noemen ze de performance paradox.
Die gaat zo: met AI erbij ga je beter presteren. Maar tegelijkertijd leer je ook minder.
Niet een beetje minder. Echt veel minder en ook meetbaar minder.
Het sterkste bewijs komt uit een gerandomiseerd onderzoek van Bastani en collega’s onder bijna duizend scholieren. Dit gaat over wiskundesommen. De groep met een AI-assistent loste de opgaven beter op. Zichtbaar beter.
Toen haalden de onderzoekers de AI weg.
En toen bleek dat die betere prestaties niet waren omgezet in eigen, duurzame kennis. Zonder AI presteerden de scholieren slechter.
Dus de prestatie was echt. Maar de scholieren hadden niet echt geleerd.
Ik moest hier echt even over nadenken, want het raakt aan iets waar bijna elke organisatie op dit moment vol op inzet. We meten bij AI-adoptie vaak maar één ding: hoeveel sneller, hoeveel meer, hoeveel beter is de output wanneer we AI gebruiken?
Dat is de bovenkant van de paradox.
Maar de vraag die bijna niemand stelt, zit aan de andere kant van de paradox:
Wat kan deze medewerker over zes maanden nog zonder AI?
De grens loopt niet waar je denkt
Nu gaan we over naar het goede nieuws, want dit is absoluut geen anti-AI-verhaal.
Lodge en Loble laten zien dat uitbesteden helemaal niet slecht hoeft te zijn. Het hangt af van wat je uitbesteedt. Ze onderscheiden twee soorten, en dat onderscheid is volgens mij het meest interessante en super bruikbaar. Kijk even mee:
Nuttig uitbesteden is: de bijzaken wegnemen zodat je hoofd vrijkomt voor de hoofdzaak.
Bijvoorbeeld: “Corrigeer mijn spelling.” “Zet deze cijfers in een tabel.” “Vat deze twintig pagina’s samen zodat ik weet of ik ze moet lezen.” “Geef me vijf invalshoeken om over na te denken.”
Je werkgeheugen is behoorlijk beperkt. Door dit soort taken uit te besteden komt er ruimte vrij voor het werk dat er echt toe doet.
Schadelijk uitbesteden is: het denkwerk weggeven waardoor je iets zou leren.
“Schrijf dit artikel.” “Wat is het antwoord?” “Analyseer dit voor me en geef me de conclusie.”
Je krijgt een prima product. Maar je hebt niets opgehaald, niets afgewogen, niets gesynthetiseerd. En dus is er niets gebouwd. Je hebt in feite niet echt iets geleerd.
In een onderzoek onder 240 studenten werd één groep expliciet geleerd welke schrijftaken ze aan AI mochten geven (de lagere-orde dingen) zodat hun eigen energie naar analyse en evaluatie ging.
Die groep ging meer vooruit in kritisch denken dan de controlegroepen.
Het kan dus wel. Beter, meer leren en jezelf echt ontwikkelen. Met AI.
Dus het is niet AI of geen AI. Het is: weten waar de grens ligt.
En om die grens te kunnen trekken helpt het enorm om te weten wat er ondertussen in je hoofd gebeurt.
Wat gebeurt er in je hoofd? (in gewone woorden)
Ik ga hier even de diepte in, maar zonder jargon. Want zodra je dit kan volgen, wordt de rest vanzelfsprekend.
Leren is bouwen, niet opslaan.
Je geheugen is geen kast waar informatie in gaat. Het is een netwerk. Leren betekent dat verbindingen tussen hersencellen sterker worden.
De klassieke samenvatting daarvan is van de Canadese psycholoog en expert op het gebied van neurale netwerken Donald Hebb: Neurons that fire together, wire together.”
Oftewel “Neuronen die tegelijkertijd vuren, raken met elkaar verbonden “.
Hoe vaker een patroon actief wordt, hoe steviger de verbinding.
En hier zit de crux: die verbinding wordt gebouwd op het moment dat jij zelf iets ophaalt of maakt. Niet op het moment dat je iets leest.
Dit is een van de best onderbouwde bevindingen uit de hele leerpsychologie. Jezelf overhoren werkt beter dan herlezen. Een antwoord zelf proberen te genereren werkt beter dan het antwoord bekijken.
Onderzoekers noemen dat het generatie-effect, en het is in het rapport ook zonder AI aangetoond: leerlingen die een woord zelf moesten ophalen uit een hint onthielden het significant beter dan leerlingen die datzelfde woord rustig doorlazen.
Het gaat dus om hetzelfde woord. In dezelfde tijd. Maar met een compleet ander resultaat.
De reden is niet mysterieus. Bij zelf ophalen moeten je hersenen het spoor actief reconstrueren, en juist die reconstructie versterkt het spoor. Bij lezen doe je dat niet. Je herkent alleen.
Daarom voelt leren als moeite.
De moeite is geen bijwerking. De moeite is de kern van het bouwproces. Psychologen noemen dit wenselijke moeilijkheid: een bepaalde mate van worsteling is geen obstakel voor leren, maar het mechanisme ervan.
Vastlopen. Een fout ontdekken. Twee bronnen die elkaar tegenspreken zelf proberen te rijmen. Dat voelt traag en inefficiënt.
En het is het proces waardoor kennisstructuren ontstaan.
AI heeft één unieke eigenschap: het kan die frictie in twee seconden wegnemen.
En wat je niet gebruikt, ruimt je brein op.
Hersenen zijn zuinig. Verbindingen die je niet aanspreekt, verzwakken. Synaptische snoei heet dat.
Het mooiste voorbeeld hiervan is ook het meest ongemakkelijke. Onderzoekers Louisa Dahmani en Véronique Bohbot volgden vijftig volwassen automobilisten. Mensen die meer navigatie gebruikten, hadden een slechter ruimtelijk geheugen. Drie jaar later testten ze een deel van hen opnieuw: wie in die jaren meer navigatie was gaan gebruiken, was verder achteruitgegaan in het vermogen om zelf een kaart in het hoofd te bouwen.
En dit is eigenlijk precies wat je zou verwachten. Het deel van je brein dat ruimtelijke kaarten bouwt (de hippocampus) is trainbaar. We zagen dat eerder bij het beroemde voorbeeld van Londense taxichauffeurs die de hele stad uit hun hoofd moeten kennen. Bij hen is dat gebied in de hersenen aantoonbaar groter.
Gebruik je het, dan groeit het. Gebruik je het niet, verdwijnt het.
Dat is de vraag die nu op tafel ligt. De vraag is dus niet: wordt AI onze GPS voor informatie?
Want dat is het al.
De cruciale vraag wordt: voor welk denkwerk wil je jouw eigen kaart behouden?
De conclusie is dus niet “AI beschadigt je brein”. De conclusie is veel specifieker, en wat mij betreft interessanter: bepaalde manieren van AI-gebruik omzeilen het proces dat nodig is om zelf iets op te bouwen.
Dat is een uitspraak waar we (denk ik) echt iets mee kunnen.
Waarom we het toch doen
Als uitbesteden zo riskant is, waarom doen we het dan zo makkelijk?
Hiervoor zijn twee redenen, en ze versterken elkaar ook nog eens.
De illusie van competentie. AI-teksten lezen vloeiend weg. Ze klinken logisch, zelfverzekerd, goed geformuleerd. Je leest het en denkt: ja, precies, zo is het.
Maar herkennen is iets heel anders dan zelf kunnen produceren. Je brein gebruikt “dit leest makkelijk” als signaal voor “dit begrijp ik”.
En hoe vloeiender de tekst, hoe groter de kans dat je je begrip overschat.
Metacognitieve luiheid. Dit is echt een opvallende bevinding. We besteden niet alleen het denken uit, maar ook het nadenken over ons denken. Het plannen, het controleren, het bijstellen.
Onderzoekers Fan en collega’s lieten zien dat het gemak van AI juist die zelfsturende processen ondermijnt. Logisch ook: zelfsturing kost zelf ook energie. Dus die gaat als eerste de deur uit.
En dan sluit de cirkel. Je zoekt efficiëntie. De vloeiende output geeft je het gevoel dat je het snapt. Dat gevoel maakt controleren overbodig. Dus besteed je meer uit. Waardoor je kennisbasis dunner wordt. Waardoor je nog minder in staat bent om te beoordelen of wat je krijgt klopt.
En daar gaat het van iets cognitiefs naar iets wat mij als werkgelukpsycholoog echt bezighoudt.
Want dit gaat over regie.
Het gevaar is niet dat AI taken van ons overneemt.
Het gevaar is dat AI ongemerkt de regie over ons denkproces overneemt.
En het treft niet iedereen gelijk
Nog één ongemakkelijk punt, want ik wil dit niet mooier maken dan het is.
Wie al veel van een onderwerp weet, kan AI controleren. Die denkt: wacht even, dit klopt niet.
Wie weinig weet, denkt: klinkt logisch.
Lodge en Loble noemen dit een Mattheüs-effect. Wie veel kennis en sterke zelfsturing heeft, gebruikt AI om sneller te groeien. Wie dat niet heeft, besteedt juist het werk uit waarmee hij die kennis had kunnen opbouwen.
Vertaal dat naar een organisatie en er staat iets wat problematisch kan worden.
Je senior gebruikt AI als versneller. Je junior gebruikt hem als vervanger. En de ladder waarlangs vakmanschap altijd werd doorgegeven (jarenlang zelf ploeteren met dingen die een ervaren collega in tien minuten had gedaan) wordt (onbewust) weggenomen door AI.
Een belangrijke vraag die dan ontstaat is de volgende: wie zijn over 10 jaar jouw senioren?
Dat is geen onbelangrijke vraag. We weten het antwoord gewoon niet.
Wat je maandag kunt doen
Voor nu even genoeg analyse. Hier is wat ik zelf gebruik en wat ik organisaties adviseer.
Zes regels voor jezelf
1. Denk eerst, vraag daarna. Formuleer bij alles wat er echt toe doet eerst je eigen antwoord, hypothese of structuur. Pas dan de AI erbij. Dit is het generatie-effect in praktijk, en het voorkomt dat het eerste overtuigende antwoord jouw denken verankert.
2. Besteed de ballast uit, niet het oordeel. Vorm, taal, structuur, ordening, routine: dat kan je uitbesteden. Afwegen, beoordelen, beslissen: dat moet je juist behouden. Hoe belangrijker de beslissing, hoe strikter deze regel.
3. Bewerk altijd. In een analyse van 1.445 AI-ondersteunde schrijfsessies bleek: wie de tekst actief aanpaste, leverde beter werk. Wie hem passief overnam, leverde slechter werk dan zonder AI. Als je niets hoefde te veranderen, heb je waarschijnlijk niet goed gekeken.
4. Gebruik AI (paradoxaal) om weerstand te creeren, niet alleen om hem weg te halen. Dit is de omkering die de meeste mensen missen. Vraag om tegenargumenten, om de zwakste schakel, om wat je over het hoofd ziet.
5. Wantrouw je eigen gevoel van begrip. Hoe soepeler het stuk tekst wegleest, hoe groter de kans dat je jezelf overschat. Blijf het dus toetsen. Blijf twijfelen en jezelf uitdagen.
6. Doe de AI-uit-test. Sluit het scherm en leg uit wat je net hebt gedaan. Hardop, tegen een collega of tegen de muur. Kun je de redenering reconstrueren? Kun je hem toepassen op een net iets ander probleem? Zo niet, dan heb je een prestatie geleverd maar je hebt niets geleerd.
Die laatste is wat mij betreft de belangrijkste. Wat kan ik nog als ik het scherm dichtklap?
Vijf prompts die je letterlijk van mij kunt overnemen
Dit zijn de prompts die het verschil maken tussen een antwoordmachine en een denkpartner. Ik zou zeggen: kopieer ze (maar blijf zelf kritisch nadenken).
De socratische prompt. Voor als je iets wilt begrijpen, niet alleen af hebben:
“Ik wil dit onderwerp echt begrijpen, niet alleen snel een antwoord. Geef me daarom niet meteen de oplossing. Vraag eerst wat ik er zelf van denk. Stel daarna vragen die me dwingen mijn redenering uit te leggen. Wijs op zwakke plekken en geef tegenargumenten, en laat mij mijn antwoord verbeteren. Geef pas daarna jouw eigen analyse, en vergelijk die expliciet met de mijne.”
De advocaat van de duivel. Voor als je een beslissing bijna rond hebt:
“Dit is mijn redenering: [plak]. Val hem aan. Geef me het sterkste tegenargument, de aanname die ik niet expliciet heb gemaakt, en het scenario waarin deze keuze slecht uitpakt. Wees streng en hard naar mij. Zoek geen bevestiging.”
De omgekeerde uitleg (leer het aan mij en laat mij het terugvertellen). Dit gebruikt het protégé-effect, het leereffect dat ontstaat als je iets aan iemand anders moet uitleggen:
“Ik ga jou uitleggen hoe [onderwerp] werkt. Doe alsof je het niet kent. Stel me verhelderingsvragen zodra ik iets vaag of onvolledig zeg, en zeg het eerlijk als je mijn uitleg niet kunt volgen. Geef nog geen eigen uitleg.”
De verificatieprompt. Voor als je op AI-output gaat bouwen:
“Zet bij elke bewering in je antwoord hoe zeker je bent en waarop je die baseert. Markeer expliciet wat je niet zeker weet, wat je hebt afgeleid en wat je mogelijk verzint. Noem daarna de drie punten waarop ik je antwoord zelf zou moeten controleren.”
De taakscheiding. Als vaste instructie bovenaan je project of in je AI-instellingen:
“Bij dit werk doe jij de vorm en ik de inhoud. Jij: structureren, taal, samenvatten, ordenen, opties naast elkaar zetten. Ik: afwegen, kiezen, concluderen. Geef me geen kant-en-klare conclusies, maar de bouwstenen en de vragen die ik mezelf moet stellen.”
De instructie die ik zelf aan Olaf gaf
Zelf praat ik regelmatig met een AI-avatar die ik Olaf noem. Bijvoorbeeld tijdens een wandeling, om wat te brainstormen. Na het schrijven van dit artikel heb ik hem één extra instructie gegeven:
“Denk niet voor mij, maar daag mij uit zelf na te denken en zo mijn denken te ontwikkelen en aan te scherpen.”
Eigenlijk is dat de kortste samenvatting van dit hele artikel.
Ik ben heel benieuwd wat er gebeurt als ik dit consequent ga toepassen. Ik zal jullie op de hoogte houden.
Vier afspraken voor je team
Zonder afspraken in het team houden individuele goede voornemens geen stand tegen een systeem dat alleen naar (team) output kijkt. Maak daarom met elkaar de volgende afspraken:
1. Maak de taakscheiding expliciet per rol. Zet op één A4: wat mag AI hier doen, wat blijft van ons. Niet als beleid maar als werkafspraak die je elk regelmatig (bijvoorbeeld elk kwartaal) bijstelt.
2. Vraag naar de redenering, niet alleen naar het resultaat. In elk werkoverleg: waarom deze keuze, wat waren de alternatieven, waar zit de zwakke plek? Zolang je alleen output beoordeelt, is uitbesteden de rationele keuze. Dan is het geen kwestie van luiheid — dan is het jouw systeem dat het beloont.
3. Geef junioren niet minder AI, maar leer ze AI anders gebruiken.
Een senior met veel vakkennis kan AI vaak als versneller gebruiken, omdat hij beter kan beoordelen wanneer het antwoord niet klopt. Een junior heeft AI juist nodig als leerpartner.
Dus niet:
“Analyseer dit probleem en vertel me wat ik moet doen.”
Maar:
“Vraag mij eerst hoe ik dit probleem zou analyseren. Stel kritische vragen over mijn redenering. Geef nog niet het antwoord. Laat mij eerst zelf tot een conclusie komen en geef daarna feedback.”
Gebruik AI bij beginners dus niet om de noodzakelijke moeilijkheid weg te nemen, maar om die moeilijkheid productiever te maken.
4. Gebruik AI om expertise te versterken, niet om expertise te omzeilen. Dit is het sterkste bewijs uit het rapport en (vaak) het minst toegepaste. In een gerandomiseerde studie met vierduizend leerlingen werkte een model waarbij AI de mens ondersteunde bijna net zo goed als het intensieve mensenmodel, tegen dertig procent lagere kosten. In een andere studie ondersteunde AI niet de leerling maar de begeleider. En de winst was het grootst bij de minst ervaren begeleiders.
Vertaald naar jouw organisatie: gebruik AI om je ervaren mensen te vermenigvuldigen, niet om ze te omzeilen.
Want één ding blijft ook na al dit onderzoek overeind: mensen leren nog steeds het beste van en met andere mensen.
En dan een vraag die bij mij naar boven kwam
Ik ben werkgelukpsycholoog. Ik kijk daarom ook specifiek naar de vraag: wat doet dit met mensen?
En dan kom ik uit bij drie basisbehoeften die cruciaal zijn bij floreren. Het gevoel dat je zelf de regie hebt. Het gevoel dat je ergens goed in bent. En het gevoel dat je verbonden bent met anderen. Autonomie, competentie en verbinding (gebaseerd op de zelf determinatie Theorie van Deci & Ryan).
Autonomie. Het gevoel dat jij aan het stuur zit. Autonomie is een basisbehoefte, geen luxe. En regie over je denken is de meest fundamentele vorm ervan. De vraag is niet of je AI gebruikt. De vraag is of jij bepaalt wat je uitbesteedt, of dat het gemak dat voor je bepaalt.
Competentie. Het gevoel dat je ergens echt goed in bent, en er beter in wordt. Niet per se presteren, maar bekwaam worden. De performance paradox raakt dit recht in het hart. Je output kan stijgen terwijl je bekwaamheid stilstaat. Dat voelt een tijdje prima. Tot het moment dat het niet meer goed voelt. Meestal als er iets van je gevraagd wordt wat niet in het patroon past.
En hier zit iets wat we in de werkgelukliteratuur al langer weten, maar zelden zo helder terug zien. Wanneer iets moeilijk is (maar wel gewenst) is dit niet alleen goed voor optimaal leren maar ook een (werk)geluksprincipe.
Werk waarin niets meer van je gevraagd wordt, geeft ook niets meer terug. De voldoening van “dit was lastig en ik heb het opgelost” kun je niet uitbesteden. Flow ontstaat precies op de grens van kunnen en niet-kunnen. Haal die grens weg en je houdt gemak over (of erger nog: verveling).
Verbinding. Het gevoel dat je ertoe doet voor anderen, en zij voor jou. Dit deel wordt wat mij betreft het meest onderschat. AI is namelijk de ideale sparringpartner: altijd beschikbaar, nooit moe en nooit geïrriteerd over je domme vraag. Juist daardoor stel je die vraag steeds minder vaak aan een collega.
Maar die vraag aan het bureau naast je ging nooit alleen over informatie. Het was ook het moment waarop je iemand beter leerde kennen. Waarop een senior zag hoe jij dacht. Waarop vertrouwen ontstond. Waardoor we elkaar beter begrepen. Die ladder van vakmanschap waar ik het eerder over had, werd nooit doorgegeven via documenten. Die werd doorgegeven door mensen die samen ergens op zaten te zweten en te ploeteren.
Wie al zijn denkwerk met een scherm doet, doet het ook alleen. Je kunt productiever worden en tegelijk eenzamer. Zonder dat iemand het merkt, jijzelf ook niet.
Niet voor niets eindigden de teamafspraken hierboven met: mensen leren nog steeds het beste van en met andere mensen. Ik voeg eraan toe: ze floreren ook het beste met andere mensen.
Gemak is geen geluk.
Dat wisten we eigenlijk al. Maar we hebben nu voor het eerst een hulpmiddel waarmee we het gemak bij bijna iedere cognitieve taak kunnen aanzetten. En waarmee we soms ook het gesprek met een ander kunnen overslaan.
Daarom denk ik steeds vaker dat de belangrijkste AI-vaardigheid misschien helemaal niet prompten is.
De belangrijkste vraag is niet:
Hoe krijg ik AI zover dat hij het voor me doet?
Maar:
Welk denkwerk wil ik zelf blijven doen — en met wie?
Omdat ik daar beter van word. En misschien ook gelukkiger.
Ik ben daar zelf nog niet uit. Ik merk ook dat ik soms een vloeiende AI-versie accepteer omdat het gewoon lekker opschiet. En dat ik daarna niet meer precies weet: wat vond ík hier eigenlijk van?
Dus ben ik benieuwd naar jou:
Welk denkwerk heb jij bewust voor jezelf gehouden? En waar betrapte je jezelf erop dat je iets aan AI had uitbesteed wat je eigenlijk zelf had willen kunnen?
Laat het hieronder achter. Ik verzamel de voorbeelden.
En als je iemand kent die hier middenin zit: stuur dit stuk vooral door.
Onno Hamburger is werkgelukpsycholoog. Hij onderzoekt hoe mensen kunnen floreren in het AI-tijdperk en helpt bestuurders, leidinggevenden en coaches om AI zo in te zetten dat mensen er niet alleen productiever, maar ook beter van worden.
Bronnen
Lodge, J. M. & Loble, L. (2026). Artificial intelligence, cognitive offloading and implications for education. University of Technology Sydney / Network for Quality Digital Education.
Kosmyna, N. e.a. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab. https://arxiv.org/abs/2506.08872
Dahmani, L. & Bohbot, V. D. (2020). Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Scientific Reports, 10, 6310. https://www.nature.com/articles/s41598-020-62877-0
Studies aangehaald via Lodge & Loble: Bastani e.a. (2025), Hong e.a. (2025), Fan e.a. (2024), Yang e.a. (2025), Batt e.a. (2024), Wang e.a. (2024), Duplice (2025), Kalyuga & Plass (2025).