AI herdefinieert L&D – Van contentlevering naar strategische regie
Laat ik beginnen met één ding duidelijk te maken: Leren en ontwikkeling sterven NIET uit.
Maar het bevindt zich wel midden in een evolutie die de manier waarop we mensen ontwikkelen en de functie van degenen die nadenken over hoe dat moet gebeuren volledig zal transformeren.
Net als al het andere om ons heen verandert AI L&D. Bedenk wat er waarschijnlijk op dit moment in jouw organisatie 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
- Je ontwikkelaars volgen geen cursussen over beste praktijken voor Python — ze vragen GitHub Copilot om hulp terwijl ze coderen.
- Je klantenserviceteam logt niet in op het LMS om procedures voor het afhandelen van gesprekken door te nemen — ze vragen ChatGPT om realtime begeleiding.
- Je verkoopteam bekijkt geen trainingsvideo's over het omgaan met bezwaren — ze gebruiken AI om zich op gesprekken voor te bereiden en vervolgmails op te stellen.
De volledige basisgedachte achter L&D, het idee dat je gespecialiseerde mensen nodig hebt om leren te cureren, aan te bieden en te meten, vervaagt omdat AI dit doet op een kwaliteits- en schaalniveau waarmee het steeds moeilijker wordt te concurreren, terwijl het ook sneller en goedkoper is.
De geleidelijke ineenstorting van de waardepropositie van L&D
Laten we terugkijken naar wat L&D organisaties de afgelopen tien jaar heeft beloofd.
Fase 1: "We zullen de betrokkenheid vergroten"
De focus lag op ervoor zorgen dat mensen leermiddelen daadwerkelijk gebruikten. De uitdaging was reëel. Hoe concurreer je met al het andere dat de aandacht van medewerkers opeist?
L&D-teams werkten hard om inhoud boeiender, toegankelijker en overtuigender te maken. Voltooiingspercentages en betrokkenheidsscores werden de belangrijkste meetwaarden, omdat ze meetbaar waren en activiteit lieten zien.
De moeilijkere vraag of die betrokkenheid zich vertaalde naar bedrijfsimpact bleef vaak onbeantwoord, niet omdat L&D er niet om gaf, maar omdat het oprecht moeilijk te meten was.
Fase 2: "We zullen bijscholing stimuleren"
Dit betekende echte vooruitgang. De waardepropositie verschoof naar het opbouwen van capaciteiten: mensen helpen nieuwe vaardigheden te ontwikkelen, zodat organisaties intern konden promoveren in plaats van extern personeel aan te nemen.
Dit was zeer logisch gezien hoe duur, tijdrovend en competitief werving is. L&D werd een strategische partner voor talentontwikkeling. Voor veel organisaties werkte dit model goed en creëerde het echte waarde.
Fase 3: "We zullen resultaatgericht zijn"
Dit is een natuurlijke evolutie, waarbij we verder gaan dan betrokkenheid en zelfs verder dan het ontwikkelen van vaardigheden, om ons direct te richten op prestaties en productiviteit in daadwerkelijke functies. Meet bedrijfsimpact in plaats van voltooiingen. Bied prestatieondersteuning in plaats van cursussen.
Deze aanpak kreeg steeds meer voet aan de grond en vertegenwoordigde de volwassenwording van L&D als strategische functie.
En toen kwam AI en veranderde het de spelregels fundamenteel.
"AI transformeert L&D in een tempo dat we nog nooit eerder hebben gezien, maar het elimineert de functie niet; het herdefinieert haar," zei Valerie Gobeil, directeur Talentmanagement en Leren bij Workleap. "De waarde van L&D verschuift van het creëren van inhoud naar het ontwerpen van de systemen, gewoonten en omgevingen die continu leren onderdeel maken van het dagelijkse werk."
Brandon Sammut, directeur Personeel en AI-transformatie bij Zapier, formuleert het nog directer: "Met AI zullen we een versnelling zien van de alomtegenwoordigheid van inhoud. De verkeerde manier om hiernaar te kijken is als een bedreiging voor L&D; de juiste manier is om het te zien als een enorme hulp en tijdbesparing."
Deze evolutie vindt niet plaats omdat L&D heeft gefaald — de technologie heeft simpelweg ingehaald wat L&D jarenlang probeerde op te bouwen. Wil je weten hoe je een SQL-query schrijft? Heb je hulp nodig bij het opstellen van een moeilijke e-mail? Wil je een complex concept snel begrijpen? De weg van de minste weerstand is niet langer "zoek het LMS op" of "neem contact op met L&D". Het is "vraag het aan ChatGPT" en ontvang binnen 30 seconden een antwoord op maat.
L&D-teams hebben jarenlang gesproken over "prestatieondersteuning" en "leren op het juiste moment". De visie klopte. De uitdaging was dat de technologie om dit op echte schaal, met echte personalisatie en echte snelheid aan te bieden, eenvoudigweg niet bestond in een vorm die werkelijk aan die beschrijving voldeed. Maar een AI-assistent die beschikbaar is waar het werk plaatsvindt, verandert het speelveld volledig.
Dr. Jill Stefaniak, directeur Leren bij Litmos, benadrukt dat L&D noodzakelijk blijft.
"Het AI-tijdperk heeft L&D als bedrijfsfunctie nodig om te overleven," zegt ze. "Tachtig procent van de leidinggevenden heeft gemeld dat de implementatie van AI binnen hun teams is vastgelopen door een gebrek aan expertise in het effectief gebruiken van de hulpmiddelen. L&D-professionals brengen strategisch en mensgericht beoordelingsvermogen mee om ervoor te zorgen dat leerervaringen stevig in de context zijn verankerd. Betekenisgeving en capaciteitsopbouw ter ondersteuning van leren zijn nog nooit zo hard nodig geweest."
De drie functies die L&D vervulde (en wie ze overneemt)
Laten we eerlijk beoordelen wat L&D vaak heeft geleverd en hoe dat er in de toekomst uitziet:
1. Curatie en toegang tot informatie
Wat L&D deed: Relevante content vinden of creëren, deze in een LMS organiseren en doorzoekbaar maken.
Wat AI doet: Direct toegang bieden tot alle menselijke kennis, deze aanpassen aan jouw context en vervolgvragen beantwoorden.
Wie is hiervoor verantwoordelijk: AI.
2. Vaardigheidsontwikkeling en oefenen
Wat L&D deed: Cursussen, workshops en simulaties creëren om mensen te helpen capaciteiten op te bouwen.
Wat AI doet: Eindeloze oefenscenario's, directe feedback en gepersonaliseerde coaching op grote schaal bieden.
Wie het nu echt doet: Mensen leren door met AI als hun copiloot te werken, niet door eerst cursussen te volgen.
Vaardigheden zijn nu sneller achterhaald, maar dat betekent niet dat werknemers minder ontwikkeling nodig hebben; ze hebben die juist voortdurend nodig,” zei Gobeil. “Het nieuwe mandaat voor L&D is niet ‘trainingen produceren’, maar prestaties mogelijk maken. Dat betekent structuren opbouwen die mensen helpen zich uit te dagen, te experimenteren en zich snel aan te passen.
3. Organisatorische verandering en afstemming
Wat L&D deed: Nieuwe processen, tools of strategieën implementeren via trainingsprogramma's.
Wat verandering daadwerkelijk aanstuurt: Directe coaching door managers, communicatie vanuit de leiding, leren van collega's en echte prikkels.
Wie hiervoor verantwoordelijk zou moeten zijn: HR (cultuur), de leiding (strategie), managers (uitvoering).
Wanneer L&D-leveranciers de tekenen aan de wand zien
Taylor Blake doet AI-experimenten bij Degreed, een van de toonaangevende platforms voor leerervaringen op de markt. In een recent gesprek probeerde ik tussen de regels door te lezen van wat hij zei.
"AI-assistenten en copiloten nemen de rol van realtime ondersteuning tijdens het werk over. Als je ergens niet verder mee kunt, neem je geen contact op met L&D, maar schakel je je AI-assistent in."
"Bedrijven nemen minder mensen aan. Het verhaal van 'van binnenuit bijscholen als alternatief voor dure werving' gaat niet meer op wanneer je minder mensen nodig hebt."
"We openen een nieuwe gereedschapskist rond gesprekken, dialogen en coaching op basis van AI."
Vertaling: Degreed weet dat hun kernbedrijfsmodel moet verschuiven. Ze maken een omslag naar "AI-ondersteunde coaching en dialoog", omdat dit mogelijk de enige verdedigbare positie is die nog overblijft.
Met andere woorden: de mensen die zich hebben ingezet om leercontent toegankelijk en meetbaar te maken, zien hoe AI de toegang tot content tot een handelswaar maakt. Hun overlevingsstrategie moet daarom evolueren naar iets geheel anders.
Wat er werkelijk verandert en wat dit betekent voor je budget
De vraag is niet "waarmee moeten we stoppen?", maar eerder "welke problemen lossen we daadwerkelijk op en wat is nu de beste manier om dat te doen?"
L&D maakt nog steeds deel uit van je strategie, maar het zal er in 2026 en daarna een beetje anders uitzien.
Leermanagementsystemen
Wat LMS-platforms beloofden: Eén plek waar alle leercontent staat, voor iedereen toegankelijk, met ingebouwde tracking en rapportage.
Wat er is veranderd: Het fundamentele probleem dat LMS-platforms oplosten—informatie toegankelijk maken—is eleganter opgelost door AI. De omslachtigheid van "inloggen bij het LMS → de cursuscatalogus doorzoeken → de juiste module vinden → 20 minuten video bekijken → de 30 seconden eruit halen die je nodig had" is absurd vergeleken met "ChatGPT of Claude vragen".
Maar hoe zit het met interne kennis? Dit is een terecht tegenargument. Je AI-assistent kent niet automatisch de specifieke processen, beleidsregels of institutionele kennis van je bedrijf. LMS-platforms waren hiervoor echter ook nooit de beste oplossing.
Interne wiki's of kennisbanken (Notion, Confluence), Loom om processen te demonstreren, Slack-kanalen voor realtime ontdekking en documentatie naast het daadwerkelijke werk vervullen dit doel beter—en kunnen aan AI-tools worden gevoed voor toegang in natuurlijke taal.
Contentbibliotheken: van 10.000 cursussen naar synthese op het juiste moment
Wat contentbibliotheken beloofden: Toegang tot duizenden cursussen over elk onderwerp, zodat werknemers alles konden leren wat ze nodig hadden.
Wat is er veranderd: De waardepropositie van "we hebben 10.000 cursussen" is ingestort nu AI informatie uit miljoenen bronnen kan synthetiseren en deze kan aanpassen aan jouw exacte context. Iemand heeft geen cursus van 4 uur over "Effectieve e-mailcommunicatie" nodig—die persoon heeft nu hulp nodig bij het schrijven van deze specifieke moeilijke e-mail.
Het werkelijke probleem: Bij de meeste abonnementen op contentbibliotheken ligt het gebruik tussen de 5 en 15%. Je betaalt voor cursussen die 85% van je medewerkers nooit zal gebruiken. En wanneer ze wel iets moeten leren, gaan ze steeds vaker naar YouTube, Reddit of AI voordat ze inloggen op je contentplatform.
France Hoang, CEO en oprichter van BoodleBox, een samenwerkend AI-platform voor onderwijs en inzetbaarheid, werpt een nieuw licht op waar L&D zich op zou moeten richten.
"In SMB's waar elke dollar telt, kunnen we ons niet langer veroorloven om contentbibliothecarissen te zijn. De vraag is niet 'welke informatie hebben medewerkers nodig?' maar 'welke vragen stellen ze nog niet?' AI democratiseert de toegang tot informatie; L&D moet wijsheid democratiseren."
Wat werkt daadwerkelijk? Toegang tot AI-tools voor realtime-uitleg en voorbeelden, samengestelde afspeellijsten met werkelijk uitzonderlijke bronnen, connecties met experts binnen je organisatie, en betaalde cursussen of certificeringen alleen wanneer iemand diepgaande, gestructureerde expertise op een specifiek gebied nodig heeft.
Personeelsomvang van L&D: van dienstverleners naar strategische regisseurs
Wat L&D-teams beloofden: Gespecialiseerde expertise in onderwijskundig ontwerp, curriculumontwikkeling, leveranciersbeheer, leertechnologie en programmauitvoering.
Wat is er veranderd: Veel van deze gespecialiseerde vaardigheden worden door AI tot handelswaar gemaakt. Een cursusopzet maken? AI. Leerdoelen opstellen? AI. Relevante content vinden? AI. Het zeer gespecialiseerde vakgebied van onderwijskundig ontwerp ondergaat dezelfde ontwrichting als elk ander domein van kenniswerk.
De genuanceerde realiteit: De vaardigheden waarover L&D-professionals beschikken, zoals begrijpen hoe mensen leren, ervaringen ontwerpen, verandering faciliteren en impact meten, zijn nog steeds waardevol. Ze zijn nu alleen waardevol in andere contexten.
Chris Eigeland, CEO en medeoprichter van Go1, een contentaggregator voor L&D-leiders, ziet dit moment eerder als een kans dan als een bedreiging.
"Geweldige L&D-leiders en -functies zullen de verschuiving naar een door AI ondersteund personeelsbestand niet alleen overleven, maar er juist in floreren," zegt hij. "De afgelopen jaren is L&D opgeslokt door administratie, van het inkopen van content en het uitvoeren van campagnes tot belastende rapportage. De belofte van een door AI ondersteund HR- en L&D-team is dat een groot deel van deze 'traditionele' rol kan worden geautomatiseerd, waardoor L&D-leiders zich kunnen richten op het leveren en meten van duidelijke bedrijfsimpact."
L&D-professionals zouden medewerkers kunnen leren hoe ze als volwassenen effectief kunnen leren—hoe ze betere vragen stellen, doelgericht oefenen, kennis naar verschillende contexten overbrengen en anderen onderwijzen. Ze zouden netwerken voor leren van collega's kunnen faciliteren, managers kunnen ondersteunen als leiders op het gebied van leren, en kunnen meten wat er werkelijk toe doet: leersnelheid, adoptiepercentages en bedrijfsresultaten.
Sammut biedt een visie op deze geëvolueerde rol.
"Waar L&D-teams de komende jaren een onderscheidende impact kunnen hebben, is door de functie opnieuw vorm te geven rond het waarborgen van een hoogwaardige datalaag waarop AI leren en coaching kan personaliseren, en door impactmodellen te ontwikkelen die L&D-interventies (microlearning op het juiste moment, coaching tijdens het werk) correleren met individuele groei en bedrijfsimpact.
"De toekomstige L&D-professional is een technoloog die het vak van menselijke ontwikkeling begrijpt, datamodellen inzet om leerervaringen te personaliseren en L&D-investeringen vakkundig kan koppelen aan bedrijfsresultaten."
De realiteit van de personeelsomvang: Waarschijnlijk heb je geen 8 L&D-medewerkers nodig die zich bezighouden met onderwijskundig ontwerp en programmamanagement. Maar misschien heb je wel 2-3 mensen nodig die het leren van collega's binnen de hele organisatie coördineren, managers coachen in het ontwikkelen van hun teams, leersnelheid en impact meten, belemmeringen voor experimenten wegnemen en interne experts verbinden met mensen die hun kennis nodig hebben.
Waar L&D de leiding kan nemen: governance, randvoorwaarden en strategische regie
Terwijl een groot deel van het traditionele werk van L&D wordt geautomatiseerd of verspreid, ontstaat er een cruciale leemte en precies daar zou L&D een grotere rol moeten nemen. Eigeland wijst op een zorgwekkende kloof.
"Hoewel 82% van de organisaties AI al gebruikt voor leren, zegt slechts 23% van de L&D-professionals dat de verantwoordelijkheid voor en duidelijkheid over het AI-leerplan van hun bedrijf 'zeer duidelijk' is. Governance is versnipperd omdat mensen hebben gereageerd op de veranderende wereld, maar precies daar zou L&D de leiding moeten nemen: het kader opbouwen, randvoorwaarden vaststellen en mensen het vertrouwen geven om AI op een verantwoorde manier te gebruiken die relevant is voor hun rol."
Dit is de geëvolueerde rol: niet content leveren, maar de structuur creëren waarbinnen leren effectief en veilig plaatsvindt.
Hoe dit er in de praktijk uitziet:
Ontwerp leren voor elke rol, niet voor elk onderwerp. Zoals Eigeland opmerkt: "'AI-geletterdheid' moet anders worden gedefinieerd voor een servicemedewerker, een financieel manager of een peoplemanager. Verwachtingen die specifiek zijn voor de rol verminderen onduidelijkheid en maken governance uitvoerbaar."
Dit betekent dat we afstappen van "iedereen volgt de cursus AI 101" en overstappen naar "zo ziet goed AI-gebruik eruit in jouw specifieke rol, met jouw specifieke verantwoordelijkheden".
Leren integreren in bestaande werkprocessen. "Als L&D verantwoordelijk is voor het vormgeven van het kader," vervolgt Eigeland, "is de snelste manier om toepassing te stimuleren leren daar te plaatsen waar het werk al plaatsvindt, in plaats van in een afzonderlijk portaal. Dit creëert natuurlijke vangrails en zorgt voor een consistente toepassing."
Laat AI het operationele werk uitvoeren. "Wanneer L&D eigenaar is van de structuur en het toezicht, kan AI operationele taken op zich nemen, zoals het samenvatten van inhoud, het genereren van eerste versies van leertrajecten of het analyseren van feedback. Hierdoor kunnen menselijke experts zich richten op de governance-aspecten die ertoe doen: ontwerpkwaliteit, coaching en afstemming op bedrijfsdoelen."
Eigelands conclusie vat de mogelijkheden goed samen: "De beloofde efficiëntie van AI wordt alleen werkelijkheid als mensen weten hoe ze de hulpmiddelen moeten gebruiken. Dat maakt L&D onmisbaar. Niet omdat het verdwijnt, maar omdat het zijn focus aanscherpt. Teams die inzetten op coördinatie, probleemoplossing en echte gedragsverandering blijven onmisbaar."
Dit is het terrein waarop L&D verandert van inhoudsbeheerder in strategische facilitator, die ervoor zorgt dat mensen niet alleen toegang hebben tot AI-hulpmiddelen, maar ook beschikken over de kaders, vangrails en rolgerichte begeleiding om deze effectief te gebruiken.
Waar deze functies nu daadwerkelijk liggen
Als L&D als zelfstandige functie verandert, waar komen deze verantwoordelijkheden dan te liggen?
HR neemt op zich: verandermanagement binnen de organisatie, de ontwikkeling van managementvaardigheden, gesprekken over loopbaanontwikkeling en welzijn en duurzame prestaties (vooral belangrijk nu AI stilstand elimineert).
Engineering/IT behandelt: toegang tot hulpmiddelen, beveiliging en governance, aangepaste AI-integraties en werkprocessen, de ontwikkeling van technische vaardigheden en innovatielabs.
Managers zijn verantwoordelijk voor: coaching op het juiste moment binnen de werkcontext, feedback over prestaties en gesprekken over groei, teamgerichte vaardigheidsontwikkeling en het creëren van ruimte om te experimenteren.
Individuen stimuleren: door AI ondersteunde vaardigheidsontwikkeling precies wanneer dat nodig is, leren van collega's en het delen van kennis, persoonlijk experimenteren en ontdekken, en verantwoordelijkheid nemen voor hun eigen groei.
Wat blijft er over voor L&D? Strategische mensen die de AI-strategie voor medewerkers coördineren (maar deze niet uitvoeren), de toepassing en impact volgen (maar geen rapportages opstellen), verbanden leggen binnen de organisatie (maar niet verantwoordelijk zijn voor het werk) en mogelijkheden voor systematische interventie signaleren (maar met anderen samenwerken om deze uit te voeren).
In werkelijkheid is dat waarschijnlijk geen team. Het is een rol. Misschien twee.
Het echte gesprek dat je zou moeten voeren
Als je directeur of bestuurder bent, zijn dit de concrete vragen voor je volgende budgetvergadering.
In plaats van: "Hoeveel moeten we uitgeven aan AI-training?" Vraag: "Hoe moeten we L&D herstructureren om ons te richten op governance, coördinatie en ondersteuning in plaats van op het aanbieden van inhoud?"
In plaats van: "In welk leerplatform moeten we investeren?" Vraag: "Welke capaciteiten moeten we opbouwen voor AI-toepassing die platforms alleen niet kunnen bieden?"
In plaats van: "Hoe meten we de effectiviteit van training?" Vraag: "Hoe meten we de leersnelheid en de impact daarvan op bedrijfsresultaten, in plaats van voltooiingspercentages?"
In plaats van: "Wie moet ons AI-trainingsprogramma uitvoeren?" Vraag: "Hoe verdelen we leerondersteuning over L&D, managers en netwerken van collega's, in plaats van deze te centraliseren?"
"Bestuurders geven niets om je voltooiingspercentages," zei Hoang. "Ze geven om concurrentievoordeel. Het nieuwe gesprek over rendement is eenvoudig: leg uit hoe leren je helpt om te winnen. In het mkb heb je niet de luxe van langetermijninvesteringen die zich niet terugverdienen. Leidinggevenden willen weten hoe AI-ondersteund leren de tijd tot bekwaamheid heeft verkort of hoe het eerstelijnsmanagers heeft geholpen sneller betere beslissingen te nemen."
Hoangs opmerking vat het nieuwe mandaat van L&D kernachtig samen. "AI is het hulpmiddel. L&D is de architect. Beheer de technologie niet alleen, maar gebruik haar om iets te bouwen dat zonder menselijk inzicht niet zou kunnen bestaan."
Een ander soort investering
Zo ziet een slim budget voor AI-capaciteiten eruit—geen gedetailleerd plan voor drie jaar, maar een fundamentele heroriëntatie van de uitgaven.
Verschuiving van: LMS-licenties, abonnementen op inhoudsbibliotheken, hoge salarissen voor grote L&D-teams, cursusontwikkeling en het volgen van voltooiingspercentages.
Verschuiving naar: toegang tot AI-hulpmiddelen voor iedereen, beschermde tijd om te experimenteren, coachingsvaardigheden voor managers, netwerken voor leren van collega's, rolgerichte governancekaders en metrieken die de leersnelheid en bedrijfsresultaten volgen.
Het geld gaat niet naar platforms en programma's, maar naar toegang, tijd en strategische coördinatie.
De weg vooruit
Leren is belangrijker dan ooit. Maar leerafdelingen die traditionele trainingsprogramma's uitvoeren en deze bijhouden in leermanagementsystemen? Dat model loopt waarschijnlijk op zijn laatste benen.
Voor die toekomst is geen trainingsbudget van $1M nodig dat wordt geïnvesteerd in platforms en inhoud. Er zijn een eerlijke beoordeling, een slimme herverdeling en L&D-leiders nodig die bereid zijn hun functie te transformeren in plaats van deze te verdedigen.
Uiteindelijk spelen zij een belangrijke rol bij het vormgeven van hoe werk nu daadwerkelijk wordt uitgevoerd, met AI als copiloot, managers als coaches en L&D als de strategische functie die ervoor zorgt dat dit alles leidt tot echte capaciteiten en bedrijfsimpact.
U kunt het beste in beweging komen, want uw medewerkers leren al van AI, of u daar nu wel of geen strategie voor heeft.