De crisis rond kritisch denken: AI legt het probleem met de leiderschapspijplijn bloot
Leerkloof: Automatisering vervangt routinematig werk, waardoor werknemers kansen verliezen om cruciale zakelijke intuïtie te ontwikkelen.
Organisatorische verschuiving: Bedrijven moeten de ontwikkeling van talent herontwerpen en diepgaand denken prioriteit geven boven het simpelweg voltooien van taken.
Toekomstgerichtheid: Investeren in menselijke capaciteiten levert rendement op de lange termijn op en onderscheidt organisaties in een concurrerend landschap.
De race om AI in te zetten heeft een ongemakkelijke ontdekking opgeleverd. De technologie, ontworpen om werk gemakkelijker te maken, ontmantelt stilletjes juist de ervaringen die toekomstige leiders vormen.
Terwijl bedrijven routinetaken automatiseren, verliezen junior medewerkers het repetitieve werk dat ooit diende als oefenterrein voor beoordelingsvermogen, patroonherkenning en strategisch denken. Het resultaat is een leiderschapspijplijn die is gebouwd op fundamenten die niet langer bestaan.
"Hoe meer saai werk met AI wordt gedaan, hoe meer saai werk er voor iedereen bestaat", zegt Vivienne Ming, theoretisch neurowetenschapper en oprichter van Socos Labs. "We gaan er echt in mee dat de waarde van AI is dat het ons leven gemakkelijker maakt. Het doet al het saaie werk. Jij mag het supercoole creatieve werk doen."
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
Maar die voorstelling gaat voorbij aan wat saai werk aanvankelijk waardevol maakte.
Het leerplan van werk op instapniveau
Taken op instapniveau hebben altijd een tweeledig doel gehad. Op het eerste gezicht draait het om resultaten: onkostendeclaraties verwerken, e-mails opstellen, presentaties voorbereiden en gegevens analyseren. Daaronder ligt de plek waar medewerkers zakelijk inzicht ontwikkelen.
Een junioranalist die financiële modellen bouwt, leert niet alleen Excel-formules. Zij leert hoe verschillende bedrijfsonderdelen over winstgevendheid denken, welke aannames het belangrijkst zijn en hoe leiders reageren wanneer cijfers niet het verhaal vertellen dat ze verwachtten. Die impliciete kennis wordt jaren later de basis voor strategisch denken.
Wanneer AI het bouwen van modellen overneemt, ontwikkelt de analist die intuïtie nooit.
Eliza Jackson, operationeel directeur bij ButcherBox, ziet dit zich in realtime ontvouwen.
"Het verandert je werkproces en de manier waarop je leert ingrijpend", zegt ze. "Als je je daar echt op richt, is de manier waarop je werkt wanneer je achter je computer gaat zitten volledig anders dan de manier waarop je gisteren werkte."
De verschuiving gaat niet alleen over productiviteit. Wanneer medewerkers taken aan AI uitbesteden zonder het onderliggende werk te begrijpen, slaan ze het leerproces over dat hen later in hun loopbaan waardevol maakt.
Automatisering versus versterking
Het onderscheid is belangrijk, omdat niet elk gebruik van AI hetzelfde is. Ming trekt een scherpe grens tussen cognitieve automatisering, waarbij AI het menselijke denkwerk vervangt, en cognitieve versterking, waarbij AI het denkvermogen verbetert.
Ze verwijst naar onderzoek onder Portugese gastro-enterologen die AI-ondersteunde colonoscopiesystemen gebruiken.
"Onderzoekers ontdekten dat mensen die colonoscopieën uitvoeren met een AI-ondersteund systeem, dramatisch slechter presteren dan voordat ze het AI-systeem gebruikten als je de AI uitschakelt", legt Ming uit. "Het maakt hen beter wanneer ze het gebruiken, maar daarna zijn ze dramatisch slechter."
Hetzelfde patroon doet zich voor in kenniswerk. Wanneer medewerkers AI als een sluiproute behandelen in plaats van als een hulpmiddel, ontwikkelen ze afhankelijkheden in plaats van vaardigheden.
Organisaties verergeren het probleem door de verkeerde resultaten te meten. Ze houden de bespaarde tijd en het aantal voltooide taken bij, maar negeren de achteruitgang van vaardigheden en het strategische vermogen. De productiviteitswinst wordt onmiddellijk zichtbaar. Het tekort aan leiderschap komt pas jaren later aan het licht.
Het gebrek aan diepgang
Amy Centers, organisatiepsycholoog en oprichter van SmartWorks Labs, betoogt dat huidige werkmodellen actief gedrag bestraffen dat toekomstige leiders vormt.
\u0022We structureren uren alsof productiviteit lopendebandproductiviteit is. Maar eigenlijk draait alles nu om aanpassingsvermogen, je vermogen om tussen contexten te schakelen en je vermogen om inzichten op te nemen en toe te passen. Maar op een bepaalde manier is het systeem, zoals het is ingericht, juist ingesteld om die exacte vaardigheden te bestraffen.\u0022
Het probleem wordt groter wanneer bedrijven activiteit verwarren met prestatie. Medewerkers brengen hun dagen door met het beantwoorden van berichten, het bijwonen van vergaderingen en het beheren van hun beschikbaarheid. Ze zijn druk, maar bouwen niet aan het soort diepgaande expertise dat hen voorbereidt op complexe besluitvorming.
Jackson beschrijft deze dynamiek bij ButcherBox.
"Mensen komen gewoon een beetje in het hamsterwiel terecht. Dat heb ik zelf sterk ervaren: ik kijk terug op de dag en denk: wat heb ik eigenlijk gedaan? Heb ik alleen maar op 800 chats gereageerd? Heb ik beslissingen genomen waar ik goed over had nagedacht? Heb ik nagedacht over iets wat ik heb besloten?"
Organisaties die leiders willen ontwikkelen, moeten ruimte creëren voor het soort reflectief werk dat beoordelingsvermogen opbouwt. Maar de meeste doen juist het tegenovergestelde en gebruiken AI om het werktempo op te voeren in plaats van de kwaliteit van het denken te verdiepen.
Opnieuw opbouwen voor de realiteit
De oplossing is niet om de invoering van AI te vertragen of taken die technologie beter uitvoert kunstmatig in stand te houden. Het gaat erom opnieuw vorm te geven aan de manier waarop organisaties talent ontwikkelen in een tijdperk waarin traditionele leermodellen niet langer werken.
Dat begint met erkennen wat er verloren is gegaan. Wanneer junior medewerkers niet maandenlang financiële modellen opbouwen, hebben ze gestructureerde manieren nodig om de zakelijke intuïtie te ontwikkelen die deze modellen hen vroeger bijbrachten. Wanneer AI hun communicatie opstelt, hebben ze expliciete coaching nodig op het gebied van strategische communicatie, die vroeger door herhaling en verfijning ontstond.
Centers pleit ervoor om fundamenteel opnieuw te definiëren wat organisaties waarderen.
"Ik denk dat ik dat een beetje zou willen omdraaien en een werkmodel zou willen opbouwen waarin diepgang zichtbaar is," zegt ze. "Bijdrage wordt gemeten aan de hand van zaken als helderheid, creativiteit en natuurlijk impact, maar niet aan de hand van agenda-uitnodigingen of bijgewoonde bijeenkomsten."
Dat betekent dat medewerkers worden beoordeeld op basis van hun beoordelingsvermogen, niet op basis van hun beschikbaarheid via effectieve promotiestructuren. Het betekent beschermde tijd creëren om te leren, niet alleen om uit te voeren. Het betekent AI behandelen als een hulpmiddel dat mensen beter moet maken in het denken, niet als vervanging van het denken zelf.
De noodzaak van leiderschap
De organisaties die dit oplossen, zullen zich niet onderscheiden door betere AI, maar door betere mensen. Ze zullen erkennen dat het doel van automatisering niet alleen efficiëntie is. Het gaat om ruimte creëren voor het soort werk dat alleen mensen kunnen doen, in het besef dat automatisering op de werkplek diepgaande gevolgen heeft voor de organisatiecultuur.
"We moeten begrijpen dat uiteindelijk de mensen die hier het verschil zullen maken leiders zijn," zegt Ming. "Als ze voor de gemakkelijke versie hiervan kiezen en het gebruiken als vervanging van mensen, krijg je een snelle productiviteitsstijging en verlies op de lange termijn. Als je bereid bent te investeren in de menselijke kant hiervan, zul je echte resultaten zien, maar dat vereist moed.
Als je momenteel productiviteitswinst door AI viert, geniet er dan van. Maar het is de moeite waard jezelf af te vragen: gebruiken we het op manieren die capaciteiten opbouwen of afbreken? Over twee jaar ontdek je misschien dat je op de verkeerde uitkomst hebt geoptimaliseerd.