top of page
Zoeken

De menselijke maat in AI-transformatie: wat dit van je vraagt als leider


Menselijke hand raakt robothand aan


Digitale transformatie wordt vandaag vaak benaderd als een technisch vraagstuk: nieuwe systemen, nieuwe tools, nieuwe toepassingen. Maar wie dichter kijkt, ziet iets anders. Of het nu gaat over spanningen tussen ICT en business, of over de introductie van generatieve AI op de werkvloer, telkens opnieuw blijkt dat technologie vooral zichtbaar maakt hoe organisaties omgaan met onzekerheid, oordeelsvorming en onderlinge relaties. Digitale verandering is zelden het echte probleem. Leiderschap wel.


"Digitale verandering is zelden het echte probleem. Leiderschap wel."

In deze eerste blog sta ik stil bij wat generatieve AI-transformatie werkelijk van leiders vraagt. Niet vanuit de logica van implementatie, maar vanuit de menselijke ervaring van medewerkers die met AI moeten leren werken. Recent onderzoek toont dat AI[GM1] Ā niet automatisch leidt tot betere prestaties of meer creativiteit. Integendeel: de effecten zijn ongelijk verdeeld en hangen sterk samen met het vermogen van mensen om hun eigen denken te sturen, te bevragen en bij te sturen. AI versterkt dus niet zomaar talent, maar vergroot bestaande verschillen in oordeelsvermogen en reflectie.


Dat inzicht is cruciaal, want het verschuift de leiderschapsvraag fundamenteel. De uitdaging is niet hoe snel je AI uitrolt, maar hoe je contexten creƫert waarin mensen veilig kunnen experimenteren, verantwoordelijkheid blijven nemen en betekenis ervaren in wat ze doen. Zonder die voorwaarden blijft AI indrukwekkend op papier, maar leeg in de praktijk.


"De uitdaging is niet hoe snel je AI uitrolt, maar hoe je contexten creƫert waarin mensen veilig kunnen experimenteren, verantwoordelijkheid blijven nemen en betekenis ervaren in wat ze doen."

In de tweede blog zoom ik verder uit. Daar verlaat ik expliciet het AI-thema en kijk ik naar een bredere, maar verwante dynamiek: wat er gebeurt wanneer digitale trajecten vastlopen tussen ICT en business. Ook daar blijkt leiderschap geen kwestie van harder sturen, maar van procesbewustzijn, spelverdeling en het dragen van paradoxen. Samen vormen deze twee blogs Ć©Ć©n verhaal over digitale verandering als relationeel en menselijk vraagstuk.


Geen eenduidig enthousiame

Veel leiders gaan ervan uit dat medewerkers enthousiast zijn over AI. Dat is begrijpelijk. AI belooft efficiĆ«ntie, innovatie en concurrentievoordeel. Maar onderzoek Ć©n praktijk tonen iets anders: medewerkers zijn zelden eenduidig enthousiast (zie onder meer de Digimeter van IMEC; Lovich et al., 2025). Ze zijn nieuwsgierig Ć©n bezorgd. GeĆÆntrigeerd Ć©n onzeker.


Die ambivalentie is geen probleem dat je moet wegmanagen. Ze is een signaal. Want AI verandert niet alleen hoe mensen werken, maar ook hoe ze denken, oordelen en verantwoordelijkheid ervaren. In deze blog beschrijf ik wat AI-transformatie werkelijk van je vraagt als leider, en waarom klassieke veranderlogica hier vaak tekortschiet.


Waarom AI anders is dan andere digitale verandering

Bij klassieke software is verandering onvermijdelijk: een nieuw systeem wordt uitgerold en iedereen moet ermee werken. Bij generatieve AI ligt dat fundamenteel anders. Medewerkers moeten AI niet gebruiken om hun job te kunnen doen. Precies daarom is adoptie geen vanzelfsprekendheid.


Dat maakt generatieve AI-transformatie minder afdwingbaar dan eerdere digitale veranderingen. Verplichten werkt niet. Overtuigen evenmin. Wat uiteindelijk het verschil maakt, is ervaren waarde in de eigen context. En die waarde ontstaat niet automatisch door de tool zelf, maar door hoe mensen ermee leren omgaan in hun dagelijkse werk.


Recente gedragswetenschappelijke inzichten tonen dat precies hier veel AI-investeringen vastlopen: organisaties focussen op technologie, terwijl adoptie in essentie een gedragsvraagstuk is (Decremer et al., 2025). AI rendeert niet omdat het slim is, maar omdat leiders erin slagen om routines, motivatie en aandacht anders te organiseren. Dat vraagt expliciet management van gedrag, niet alleen van systemen.


AI vraagt geen nieuwe vaardigheden, maar nieuw oordeelsvermogen

Wat AI fundamenteel anders maakt, is dat het overtuigend kan klinken, zelfs wanneer het fout zit. Dat betekent dat medewerkers niet alleen moeten leren hoeĀ ze AI gebruiken, maar vooral hoe ze zich ertoe verhouden.

"Dat betekent dat medewerkers niet alleen moeten leren hoe ze AI gebruiken, maar vooral hoe ze zich ertoe verhouden."

Onderzoek naar generatieve AI en creativiteit laat zien dat AI prestaties en creativiteit vooral versterkt bij medewerkers met sterke metacognitieve vaardigheden: het vermogen om het eigen denken te plannen, te monitoren en bij te sturen (Lu et al., 2026). Zij gebruiken AI als denkpartner, niet als antwoordmachine. Ze toetsen output, herkennen fouten of bias en blijven eigenaar van hun beslissingen. Medewerkers met minder ontwikkeld oordeelsvermogen nemen AI-output sneller over zonder reflectie, met weinig of geen meerwaarde tot gevolg.


Dit is een cruciaal leiderschapsinzicht. AI-transformatie is geen kwestie van iedereen dezelfde training geven, maar van bewust investeren in reflectie, kritisch denken en verantwoordelijkheid. Wie AI introduceert zonder dit expliciet te maken, creƫert schijnzekerheid en ondermijnt vertrouwen.


Waarom starten met enthousiastelingen zelden werkt

Veel organisaties starten hun generatieve AI-trajecten bij de meest digitale of enthousiaste medewerkers. Dat levert snelheid en zichtbare successen op, maar zegt weinig over adoptie op schaal (Lovich et al., 2025).


De meerderheid van medewerkers bevindt zich ergens tussen voorzichtig aftasten, functioneel gebruik en actief vermijden. Wat werkt voor de early adopter, werkt zelden voor het hele systeem. Wanneer leiders dit negeren, ontstaat een kloof: AI wordt iets ā€œvoor sommigenā€, terwijl anderen afhaken of zich stil verzetten.


AI-transformatie vraagt daarom geen uniforme aanpak, maar differentiatie. Niet iedereen heeft hetzelfde nodig om AI te omarmen, en niet iedereen zal AI op dezelfde manier gebruiken. Leiderschap zit hier in het erkennen en organiseren van die verschillen, niet in het wegduwen ervan.

"AI-transformatie vraagt daarom geen uniforme aanpak, maar differentiatie."

Wat gedragswetenschappelijk onderzoek naar AI-adoptie duidelijk maakt

Gedragswetenschappelijk onderzoek naar AI[GM2] -investeringen laat zien dat adoptie zelden faalt door gebrekkige technologie, maar door hoe leiders AI positioneren en managen in het dagelijks werk (De Cremer et al, 2025). In hun analyse tonen de auteurs aan dat organisaties AI te vaak behandelen als een IT-implementatie, terwijl succesvolle adoptie vraagt om expliciete aandacht voor menselijk gedrag, routines en besluitvorming. AI wordt pas gebruikt wanneer ze aansluit bij bestaande werkpraktijken, wanneer medewerkers begrijpen hoe en waarom ze ermee moeten werken, en wanneer leiders actief sturen op gewenst gebruik in plaats van louter beschikbaarheid. Dat betekent dat leiders niet alleen systemen introduceren, maar ook bewust keuzes maken over waar AI helpt, waar menselijk oordeel leidend blijft, en hoe medewerkers ondersteund worden om AI op een doordachte manier te integreren in hun werk. Zonder die gedragsmatige en managementmatige begeleiding blijft AI iets wat technisch aanwezig is, maar organisatorisch onvoldoende landt.


Ook ethiek en duurzaamheid horen erbij

In AI-trajecten komen vragen naar boven die bij eerdere digitalisering nauwelijks speelden: energieverbruik, milieu-impact, maatschappelijke verantwoordelijkheid en ethische grenzen. Deze vragen negeren of minimaliseren schaadt vertrouwen. Ze erkennen en bespreekbaar maken versterkt volwassenheid. AI vraagt niet alleen slimmer werken, maar ook wijzer kiezen.


Leren stopt niet ā€“ en dat is nieuw

AI evolueert ook sneller dan klassieke software. Dat betekent dat leren geen fase is, maar een permanent proces. Voor jou als leider impliceert dit dat je niet alleen moet investeren in opleidingen, maar in leervermogen: ruimte voor experiment Ć©n reflectie, en het expliciet erkennen dat niet-weten onderdeel is van vooruitgang. Wie dit niet organiseert, krijgt geen innovatie, maar vermoeidheid.


Als AI-transformatie vastloopt

Wanneer AI-trajecten mislukken, ligt dat zelden aan de technologie. Het stokt wanneer leiders controle willen behouden waar leren nodig is, snelheid eisen waar vertrouwen ontbreekt en ROI verwachten zonder gedragsverandering te faciliteren. AI maakt organisaties niet slimmer. Het maakt zichtbaar hoe volwassen ze al zijn.


"AI maakt organisaties niet slimmer. Het maakt zichtbaar hoe volwassen ze al zijn."

Tot slot: technologie volgt altijd de mens

AI is geen eindpunt. Het is een spiegel. Ze toont hoe organisaties omgaan met onzekerheid, macht en vertrouwen. De vraag is dus niet: ā€œHoe snel implementeren we AI?ā€Ā Maar: ā€œWelk leiderschap maken we hier zichtbaar?ā€


De toekomst van AI wordt niet bepaald door algoritmen, maar door de kwaliteit van menselijke verbinding die je mogelijk maakt.


Deze blog focuste op AI-transformatie en wat die zichtbaar maakt over leiderschap, oordeelsvermogen en menselijke maturiteit in organisaties. In de volgende blog verruim ik het perspectief en neem ik je mee naar een ander, maar nauw verwant spanningsveld: de dynamiek tussen ICT en business wanneer digitale trajecten vastlopen. Ook daar blijkt technologie zelden de kern van het probleem, en leiderschap des te meer. Samen gelezen tonen beide blogs hoe digitale verandering vraagt om aanwezigheid, spelverdeling en het bewust organiseren van vertrouwen.



Op 28 mei 2026 geeft Greet een workshop op het Ginkgo Change Community Lab over de menselijke maat in AI-transformatie.


Greet MaeyaertĀ 

Greet MaeyaertĀ begeleidt complexe digitale transformaties ā€“ van AI-trajecten tot ICT-business samenwerking - waarbij technologie en mens elkaar opnieuw vinden. Via Ginkgo ConsultingĀ helpt ze organisaties navigeren tussen structuur en vertrouwen, tussen tempo en menselijke maat.


Wil je hierover doorpraten? Neem contact op via greet.maeyaert@ginkgoconsulting.be


Referenties

bottom of page