Zijn werknemers klaar voor banen op seniorniveau?
![[OPT 2] IMG PMP – Editorial – Are Workers Ready for Seniorized Jobs_ -69868](https://peoplemanagingpeople.com/cdn-cgi/image/format=auto,quality=82,onerror=redirect,width=792,height=446,fit=crop/wp-content/uploads/sites/3/2026/09/OPT-2-IMG-PMP-–-Editorial-–-Are-Workers-Ready-for-Seniorized-Jobs_-69868.jpg)
Stijgende normen: AI stuurt werk op instapniveau in de richting van beoordelingsvermogen, communicatie en probleemoplossing die voorheen met seniorfuncties werden geassocieerd.
Verloren oefening: Het automatiseren van routinetaken kan de fouten, observaties en context wegnemen die werknemers aan het begin van hun carrière helpen beoordelingsvermogen te ontwikkelen.
Verschuiving in werving: Werkgevers toetsen steeds vaker redeneervermogen, aanpassingsvermogen en leersnelheid in plaats van te vertrouwen op diploma's of ingestudeerde prestaties.
Nieuwe ladder: AI versnelt de output, maar bedrijven moeten bewust begeleide oefenmogelijkheden creëren voordat ze werknemers meer verantwoordelijkheid geven.
Praktisch ontwerp: Simulaties, roulaties, evaluaties achteraf en herstelbare fouten kunnen het ontwikkelingsgerichte leren vervangen dat routinematig werk vroeger bood.
Werk op instapniveau begint steeds minder op werk op instapniveau te lijken.
PwC’s AI-arbeidsmarktbarometer van juni 2026 stelde vast dat functies op instapniveau met een hoge blootstelling aan AI zeven keer vaker vaardigheden vereisen die traditioneel met senior medewerkers worden geassocieerd dan functies met een lagere blootstelling aan AI. Meer dan de helft van de nieuw opduikende vaardigheden in die vacatures werd historisch gezien geassocieerd met meer senior posities.
Die verschuiving is intuïtief begrijpelijk. AI kan steeds beter het gestructureerde, repetitieve werk uitvoeren dat ooit een groot deel van de werkdag van een medewerker aan het begin van diens loopbaan in beslag nam. Wat overblijft, vereist waarschijnlijk vaker oordeelsvermogen, communicatie, probleemoplossend vermogen en beslissingen op basis van onvolledige informatie.
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 efficiëntiewinst brengt een probleem met zich mee.
Die eenvoudigere taken leverden meer op dan alleen output. Ze gaven onervaren medewerkers ook de tijd om te observeren hoe organisaties werkten, relatief goedkope fouten te maken en geleidelijk de context op te bouwen die nodig is om moeilijkere beslissingen te nemen.
Dr. Rachel Wood, onderzoeker op het gebied van cyberpsychologie en oprichter van de AI Mental Health Collective, stelt dat deze over het hoofd geziene functie van werk op instapniveau ertoe doet.
Denk aan de medewerker die een sector binnenkomt en werk doet dat op het eerste gezicht losstaat van de functie zelf. Terwijl die medewerker die taken uitvoert, neemt die ook op hoe leiders beslissingen nemen, hoe collega’s met elkaar omgaan en hoe het bedrijf daadwerkelijk functioneert.
Als die ervaring volledig wordt verwijderd, is de logische conclusie dat werkgevers het risico lopen te verwijderen wat Wood omschrijft als “een cruciaal onderdeel van het ondersteunende werk dat de capaciteit opbouwt om later in de loopbaan een goede leider te zijn. Wat AI heeft, is kennis zonder ervaring.”
Dat betekent niet dat bedrijven werk met een lage waarde moeten behouden uit nostalgie. Weinig medewerkers hebben uren nodig waarin ze informatie tussen spreadsheets kopiëren om karakter te vormen.
Het betekent wel dat organisaties mogelijk onderscheid moeten maken tussen werk dat slechts inefficiënt is en werk dat ontwikkelingsgerichte herhaling biedt.
Mensen ontwikkelen oordeelsvermogen deels omdat beslissingen gevolgen hebben. Ze doen iets verkeerd, krijgen met het resultaat te maken en passen hun aanpak aan. Soms moeten ze zichzelf verantwoorden, een relatie herstellen of erkennen dat een aanname die ze meenamen in een beslissing onjuist was.
Die ervaringen zijn moeilijk te automatiseren, omdat hun waarde deels ligt in het feit dat je ze zelf hebt doorgemaakt.
Werven op oordeelsvermogen creëert een nieuw probleem
Werkgevers reageren al op de veranderende aard van juniorwerk door de lat hoger te leggen.
Uit een enquête van ZipRecruiter uit juni onder meer dan 1.000 Amerikaanse werkgevers bleek dat 31% de ervaringseisen voor functies op instapniveau had verhoogd vanwege AI. Die reactie lost één probleem op, maar kan mogelijk een ander probleem creëren. Bedrijven kunnen simpelweg mensen aannemen die al beschikken over het oordeelsvermogen dat hun opnieuw ontworpen functies vereisen.
Uiteindelijk moet iemand het echter ontwikkelen.
Ook maakt dit traditionele signalen bij werving minder bruikbaar. Als van een medewerker op instapniveau wordt verwacht dat die met ambiguïteit kan omgaan, belanghebbenden kan managen en oordeelsvermogen kan inzetten, bieden jaren ervaring en een verzorgd cv slechts indirect bewijs dat die persoon dat kan.
Heather Krueger, die in haar werk als directeur personeelszaken bij Engine kandidaten op directieniveau en hoger interviewt, zei dat ze steeds vaker probeert verder te kijken dan wat kandidaten hebben gedaan en wil begrijpen hoe ze denken.
De meeste sollicitatievragen kijken nog steeds terug: Wat heb je bereikt? Wat was het resultaat? Wat heb je gedaan?
AI maakt het makkelijker dan ooit om overtuigende antwoorden op die vragen voor te bereiden.
Daarom richt Krueger zich sterker op beslissingen die onder druk zijn genomen, situaties zonder voor de hand liggende antwoorden en de redenering achter de keuzes van een kandidaat. Ze geeft ook de voorkeur aan werkproeven waarmee interviewers aannames kunnen uitdagen en in realtime kunnen zien hoe kandidaten reageren.
Het onderscheid wordt vooral belangrijk wanneer werkgevers werven op potentieel.
Krueger zei dat bedrijven vaak overschatten wat kandidaten al weten, terwijl de houdbaarheid van die kennis korter wordt. Zelf let ze in plaats daarvan op nieuwsgierigheid, aanpassingsvermogen en het vermogen om iets nieuws op te nemen en toe te passen.
Leersnelheid is belangrijker dan kwalificaties.
Beoordelingsvermogen hoort ook op die lijst. Krueger beschreef het als een vermogen dat organisaties het vertrouwen geeft om meer vrijheid te combineren met meer verantwoordelijkheid, vooral wanneer het werk snel verloopt.
De carrièreladder heeft vervanging nodig
Decennialang hadden organisaties een vrij eenvoudig ontwikkelingsmodel.
Junior medewerkers hielden zich bezig met beperktere vraagstukken. Goed presterende medewerkers kregen verantwoordelijkheid voor grotere vraagstukken. Uiteindelijk werd ervaring zelf onderdeel van de waarde die zij aan hun werk toevoegden.
AI maakt die ontwikkeling ingewikkelder, omdat het de afstand tussen de eerste en tweede stap kan verkleinen.
Een junior analist heeft misschien niet langer jaren nodig om in staat te zijn geavanceerde analyses te maken. Een nieuwe recruiter kan AI gebruiken om benaderingsberichten op te stellen, interviews samen te vatten of kandidaten te onderzoeken met een snelheid waarvoor voorheen aanzienlijke ervaring nodig was. Een ontwikkelaar kan al veel eerder in de loopbaan werkende code produceren.
Maar sneller produceren betekent niet sneller oordelen.
Als bedrijven willen dat werknemers aan het begin van hun loopbaan hoger op de complexiteitsladder opereren, moeten ze wellicht bewust de ervaringen creëren die vroeger vanzelf ontstonden door het werk te doen.
Dat kan simulaties betekenen, begeleide besluitvorming, gestructureerde blootstelling aan gesprekken met senior medewerkers, rotaties, evaluaties achteraf en mogelijkheden om ingrijpende maar herstelbare fouten te maken.
AI kan hierbij zelfs helpen door omgevingen met een laag risico te creëren waarin werknemers moeilijke gesprekken kunnen oefenen of beslissingen kunnen testen voordat ze die in de praktijk nemen.
Het doel zou niet moeten zijn om elke vervelende taak die technologie wegneemt opnieuw te creëren.
Het doel zou moeten zijn om vast te stellen wat werknemers tijdens het uitvoeren van die taken leerden en ervoor te zorgen dat die leerervaring nog steeds plaatsvindt.
