Weten je medewerkers dat ze naast AI-agenten werken?
Bewustzijnskloof: Veel medewerkers zijn zich niet bewust van AI-agenten die op hun werkplek actief zijn, wat leidt tot wantrouwen en verwarring.
Belang van transparantie: Governancekaders gaan uit van menselijk toezicht, maar een gebrek aan bewustzijn onder medewerkers brengt risico’s op tekortschietende verantwoordelijkheid met zich mee.
Afnemend vertrouwen: Veel werknemers vinden AI-systemen onbetrouwbaar; 62% maakt zich zorgen over de betrouwbaarheid van AI-agenten.
Betrokkenheid van medewerkers: Openbaarmaking is essentieel; medewerkers moeten de rol van AI begrijpen om effectief toezicht te houden op systemen en ermee samen te werken.
Trainingstekort: Slechts 38% van de organisaties biedt training over AI-tools, waardoor werknemers zich nog sterker overbodig voelen.
De meeste werknemers weten niet waarmee ze samenwerken.
Agentische AI is de pilotfase allang voorbij en routeert nu klantenservicezaken, signaleert afwijkende prestaties, plant sollicitatiegesprekken in en vat vergaderingen samen voordat iemand heeft uitgelogd.
In een groeiend aantal organisaties stelt deze technologie antwoorden op en neemt ze beslissingen met een laag risico namens werknemers die niet is verteld wat er gebeurt.
Create a Free Account to Keep Reading—and Keep Leading Smarter
Unlock this piece and join a community of forward-thinking leaders discovering tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
De implementatie is sneller gegaan dan de communicatie erover. Volgens een onderzoek van de Cloud Security Alliance dat in april werd gepubliceerd, ontdekten 82% van de ondernemingen het afgelopen jaar eerder onbekende AI-agents in hun IT-omgevingen, waarbij veel agents meerdere keren opdoken. Dat is een probleem met de zichtbaarheid voor IT. Het probleem van het bewustzijn onder werknemers gaat dieper.
Uit Workday's wereldwijde onderzoek uit 2025, waarin bijna 3.000 besluitvormers in Noord-Amerika, APAC en EMEA werden ondervraagd, bleek dat slechts 24% van de werknemers zich comfortabel voelt bij AI-agents die op de achtergrond opereren zonder dat zij daarvan op de hoogte zijn.
We kunnen dit geen marginaal probleem noemen wanneer drie op de vier werknemers een duidelijke grens trekken, en de meesten dat doen zonder volledige informatie over waar die grens op hun eigen werkplek daadwerkelijk ligt.
Transparantie en gedeelde aannames
De ethische reden om die kloof te dichten is duidelijk. Werknemers hebben er recht op te begrijpen welke systemen hun taaktoewijzing, werkdruk en in sommige gevallen hun prestatiebeoordelingen beïnvloeden. Maar het operationele argument is misschien beter te begrijpen voor de leidinggevenden die het moeten horen.
Governancekaders, zoals het AI-risicobeheerkader van NIST, de transparantievereisten uit de EU AI Act en de meeste AI-beleidsregels voor ondernemingen die de afgelopen twee jaar zijn opgesteld, zijn gebaseerd op de gedeelde aanname dat mensen betrokken blijven bij het proces.
Niet alleen leidinggevenden of compliance- en juridische teams, maar ook de mensen die het werk doen. Menselijk toezicht betekent dat wanneer een agent een fout maakt, een zaak verkeerd routeert, een gebrekkige beoordelingsmaatstaf toepast of afwijkt van het beoogde gedrag, iemand dat opmerkt. Die iemand is vrijwel altijd een eerstelijnsmedewerker, die dicht genoeg bij de uitvoer staat om te herkennen wanneer er iets niet klopt.
Wanneer werknemers niet weten dat een agent handelt, verdwijnt dat toezicht structureel. De verantwoordelijkheidsstructuur is afhankelijk van bewustzijn dat er niet is.
Wat gebeurt er wanneer ze erachter komen?
Wanneer de problemen zich aandienen, zijn ze meestal persoonlijk. Ongeveer acht maanden voordat hij met People Managing People sprak, implementeerde Mike Rolfe, VP Product bij Outbuild — een platform voor bouwplanning — een agentisch systeem in de klantondersteuningsactiviteiten dat zelfstandig de gezondheid van accounts kon monitoren, namens CSM's gesprekken kon plannen en rapporten over verlengingsrisico's kon opstellen zonder dat iemand daar opdracht toe gaf.
De leiding was geïnformeerd, maar het bredere klantenserviceteam niet, deels omdat iedereen het intern een "automatisering" bleef noemen in plaats van wat het daadwerkelijk was.
Een CSM liep een klantgesprek binnen en de klant vermeldde een vergadering die al was ingepland, maar die de CSM nooit had ingesteld.
De vertrouwensschade binnen het team kostte weken om te herstellen. Zijn regel is nu dat zodra een AI-systeem een actie uitvoert die iemand anders ziet, de persoon wiens naam aan die actie is gekoppeld daarvan vóór de uitvoering op de hoogte moet zijn.
Zijn team is ook volledig gestopt met het woord "automatisering" en gebruikt in plaats daarvan duidelijke beschrijvingen. Bijvoorbeeld: "het systeem plant vergaderingen voor je in en waarschuwt de klant namens jou".
Dit komt doordat vage technologietaal, vooral in de bouwcultuur, geen geïnformeerde toestemming oplevert. Ze creëert de omstandigheden voor precies het soort moment dat zijn CSM meemaakte.
Verantwoordelijkheid is een menselijke verantwoordelijkheid
Steven Betito, COO en functionaris voor gegevensbescherming bij Elestio, heeft dit ook uit de eerste hand meegemaakt.
Toen zijn team agentische AI in de dagelijkse activiteiten integreerde, bouwden ze vanaf het begin transparantie in. Elke agent had een gedocumenteerde rol en werd expliciet aan het team voorgesteld als AI, waardoor niemand ooit onzeker was over waarmee hij werkte. Wat ze niet vroeg genoeg hadden opgebouwd, was een duidelijke escalatiestructuur.
In de eerste paar maanden formaliseerden we geen escalatieroutes. Een menselijke collega mailde een agent met een dubbelzinnig verzoek, de agent interpreteerde dit zo goed mogelijk en de output belandde soms in productie zonder een duidelijk aangewezen menselijke beoordelaar.
De oplossing was eenvoudig zodra ze het probleem hadden geïdentificeerd. Voor elke actie van een agent boven een vastgestelde drempel is nu goedkeuring van een met naam genoemde menselijke beoordelaar vereist, maar de les bleef overeind. Transparantie over wat een agent is, zorgt niet automatisch voor verantwoordelijkheid voor wat hij doet. Dat zijn afzonderlijke problemen en ze vereisen afzonderlijke oplossingen.
Vertrouwen is nergens te vinden
Uit Asana's rapport over de wereldwijde stand van AI op het werk in 2025, waarvoor meer dan 2.000 kenniswerkers in de VS en het VK werden ondervraagd, bleek dat 62% AI-agenten als onbetrouwbaar beschouwt.
Veelzeggender is wat er achter dat cijfer schuilgaat: 82% van de werknemers zei dat een goede training essentieel is om AI-agenten effectief te gebruiken, maar slechts 38% van de organisaties heeft die training aangeboden.
Het probleem is hier niet zozeer dat werknemers AI-agenten afwijzen; ze navigeren door een mismatch tussen wat hun is aangereikt en wat hun is geleerd, en voelen zich steeds minder relevant naarmate de implementatie versnelt.
Wanneer werknemers via een collega, een proceswijziging of een resultaat dat ze niet kunnen verklaren ontdekken dat AI-systemen in hun werkprocessen hebben gedraaid, is de reactie doorgaans geen nieuwsgierigheid. Het is de specifieke vorm van wantrouwen die ontstaat wanneer mensen het gevoel hebben dat er leiding aan hen wordt gegeven in plaats van dat ze erbij worden betrokken. En dat wantrouwen blijft niet beperkt tot de AI-vraag.
Een deel van het probleem is definitorisch. "Agentische AI" heeft nog geen plek gekregen in de meeste personeelshandboeken of trainingsprogramma's voor managers, ook al hebben de tools zelf dat wel. Veel organisaties hebben agenten geïmplementeerd onder productnamen van leveranciers — workflowassistenten, CRM-integraties, planningsplatforms — die de onderliggende autonomie niet zichtbaar maken.
Een werknemer die een aanbeveling voor het routeren van een zaak opvolgt, heeft misschien geen idee dat de routering door een AI-agent is uitgevoerd in plaats van door een manager of een statische regel.
Uit WalkMe's onderzoek naar de werkplek uit 2025 bleek dat 78% van de werknemers AI-tools gebruikt die niet door hun werkgever worden aangeboden, en dat bijna de helft het bekendmaken van hun AI-gebruik op het werk heeft vermeden om een oordeel te ontlopen. Schaduwgebruik en institutionele ondoorzichtigheid versterken elkaar.
Dit oplossen is geen eenmalige communicatieoefening. Wat werkt, is transparantie inbouwen in de implementatie door uit te leggen wat een systeem wel en niet doet voordat het live gaat in de workflow van een team, door voortdurend inzicht te bieden in waar agenten handelen en door werknemers een duidelijk kanaal te geven om te melden wanneer iets niet goed lijkt te gaan.
Dat laatste is belangrijker dan de meeste plannen voor de uitrol van AI erkennen.
Werknemers zijn niet alleen het publiek voor transparantie. Ze vormen de belangrijkste laag voor foutdetectie voor elk agentisch systeem dat binnen hun domein opereert. Wanneer ze weten wat er draait en begrijpen wat ze moeten doen wanneer het systeem fouten maakt, werkt governance zoals bedoeld. Wanneer ze dat niet weten, zijn die kaders theoretisch.
