De belofte is verleidelijk in haar eenvoud: AI neemt het routinewerk over, jij krijgt tijd voor het werk dat er echt toe doet. Minder vergaderingen samenvatten, minder standaarddocumenten opstellen, minder debuggenm meer strategie, meer creativiteit, meer impact.
Maar wat als precies het tegenovergestelde gebeurt?
Vandaag publiceert Harvard Business Review een onderzoek dat die belofte frontaal uitdaagt. Onderzoekers Aruna Ranganathan en Xingqi Maggie Ye van UC Berkeley volgden acht maanden lang hoe generatieve AI het dagelijks werk veranderde bij een Amerikaans technologiebedrijf van zo'n 200 medewerkers. Hun conclusie is ontnuchterend: AI-tools verminderen het werk niet, ze intensiveren het. Medewerkers werkten sneller, pakten meer taken op, en breidden hun werkdag uit naar meer uren. Niet omdat het moest, maar omdat AI "meer doen" mogelijk, toegankelijk en zelfs intrinsiek belonend maakte.
Dit is geen theoretisch risico. Het is een patroon dat zich nu afspeelt in kennisorganisaties wereldwijd en het verdient meer aandacht dan het krijgt.
De drie vormen van werk-intensivering
Het Berkeley-onderzoek identificeert drie mechanismen waardoor AI het werk niet verlicht maar verzwaart. Ze zijn herkenbaar voor iedereen die dagelijks met AI-tools werkt.
Taakexpansie: iedereen doet alles
Omdat AI kennishiaten opvult, gaan medewerkers steeds vaker werk doen dat eerder bij anderen lag. Productmanagers beginnen code te schrijven. Onderzoekers pakken engineering-taken op. Mensen proberen werkzaamheden die ze voorheen zouden uitbesteden, uitstellen of vermijden. AI maakt die taken nieuw toegankelijk - het voelt als "even proberen" - maar die experimenten stapelen zich op tot een significante verbreding van het takenpakket.
Het bijeffect is verraderlijk. Engineers besteden vervolgens meer tijd aan het reviewen, corrigeren en begeleiden van het AI-ondersteunde werk van collega's. Ze coachen collega's die aan het "vibecoden" zijn en maken halfafgemaakte pull requests af. Dit toezicht ontstaat informeel - in Slack-threads, bij snelle vragen aan het bureau - en voegt ongemerkt werk toe aan hun bord.
In feite absorberen medewerkers werk waarvoor eerder extra capaciteit of headcount gerechtvaardigd zou zijn geweest. De organisatie krijgt meer output zonder meer mensen - maar de last verschuift, onzichtbaar, naar de bestaande medewerkers.
Vervaging van grenzen: werk kruipt overal doorheen
Omdat AI de drempel om aan een taak te beginnen zo drastisch verlaagt - geen blanco pagina meer, geen onbekend startpunt - slipt werk in momenten die voorheen pauze waren. Medewerkers prompten AI tijdens de lunch, in vergaderingen, terwijl ze wachten tot een bestand laadt. Sommigen sturen een "laatste prompt" net voor ze hun bureau verlaten, zodat de AI kan werken terwijl zij even weg zijn.
Die acties voelen zelden als méér werken. Maar cumulatief produceren ze een werkdag met minder natuurlijke pauzes en een continu engagement met werk. De conversatiestijl van prompten versterkt dit: een regel typen aan een AI-systeem voelt meer als chatten dan als formeel werken, waardoor werk moeiteloos de avond of vroege ochtend in glijdt.
Meerdere medewerkers realiseerden zich - vaak achteraf - dat prompten tijdens pauzes zo gewoonte was geworden dat downtime niet meer het herstel bood dat het vroeger deed. Werk voelt, in de woorden van de onderzoekers, niet meer begrensd maar "ambient" - iets dat altijd net een stukje verder gebracht kan worden.
Meer multitasking: de illusie van momentum
AI introduceert een nieuw werkritme waarin medewerkers meerdere actieve threads tegelijk beheren: handmatig code schrijven terwijl AI een alternatieve versie genereert, meerdere agents parallel laten draaien, of lang uitgestelde taken oppakken omdat AI ze "op de achtergrond kan afhandelen." Ze doen dit deels omdat ze het gevoel hebben een "partner" te hebben.
Dat gevoel van partnerschap creëert momentum - maar de realiteit is continu schakelen van aandacht, frequent checken van AI-output, en een groeiend aantal open taken. Wat overblijft is cognitieve belasting en het gevoel altijd te jongleren, zelfs als het werk productief aanvoelt.
Na verloop van tijd verhoogt dit ritme de verwachtingen rond snelheid - niet noodzakelijk door expliciete eisen, maar door wat zichtbaar en genormaliseerd wordt in het dagelijks werk. Zoals één engineer het samenvatte:
"You had thought that maybe, oh, because you could be more productive with AI, then you save some time, you can work less. But then really, you don't work less. You just work the same amount or even more."
Het zelfversterkende wiel
Wat het Berkeley-onderzoek zo waardevol maakt, is dat het niet drie losse observaties presenteert, maar een systeem beschrijft. AI versnelt taken, wat verwachtingen rond snelheid verhoogt. Hogere snelheid maakt medewerkers afhankelijker van AI. Grotere afhankelijkheid verbreedt wat ze proberen, en een breder takenpakket vergroot de hoeveelheid en dichtheid van werk.
Het resultaat is een zelfversterkend wiel: medewerkers voelen zich productiever, maar niet minder druk - in veel gevallen drúkker dan voorheen. En omdat de extra inspanning vrijwillig is en vaak wordt ervaren als plezierig experimenteren, is het voor leidinggevenden makkelijk om over het hoofd te zien hoeveel extra belasting medewerkers dragen.
Dit is precies waarom het gevaarlijk is. Wat er op korte termijn uitziet als hogere productiviteit, kan op langere termijn onzichtbare workload-kruip en groeiende cognitieve spanning maskeren. Overbelasting leidt tot verminderd oordeelsvermogen, meer fouten, en het onvermogen om echte productiviteitswinst te onderscheiden van onhoudbare intensiteit. Voor medewerkers is het cumulatieve effect vermoeidheid, burn-out, en het groeiende gevoel dat werk steeds moeilijker los te laten is.
Geen incident maar een patroon
Het Berkeley-onderzoek staat niet op zichzelf. Een groeiend corpus aan data wijst in dezelfde richting.
Onderzoek van Upwork onder 2.500 professionals toonde dat 77% zegt dat AI-tools hun productiviteit op minstens één manier hebben verminderd en hun werklast hebben vergroot. Niet minder, maar méér. 39% besteedt meer tijd aan het reviewen van AI-gegenereerde content, en 21% wordt simpelweg gevraagd om meer te doen. Ondertussen overschatten executives de AI-vaardigheid van hun teams structureel: 37% van C-suite leiders denkt dat hun workforce "highly skilled" is met AI, terwijl slechts 17% van medewerkers dat zelf rapporteert.
Microsoft's Work Trend Index 2025 rapporteerde een stijging van 42% in "digital exhaustion." Niet door AI zelf, maar door tool-sprawl en onduidelijke workflows - precies de omgeving waarin AI-intensivering het hardst toeslaat.
En onderzoek van Adecco en BCG toont een veelzeggend patroon: slechts 21-27% van medewerkers gebruikt de door AI gewonnen tijd voor hun persoonlijke leven. De overgrote meerderheid investeert het in het verhogen van het volume en de kwaliteit van hun professionele output. De Wet van Parkinson - werk breidt zich uit om de beschikbare tijd te vullen - is springlevend in het AI-tijdperk.
Wat organisaties kunnen doen: de "AI Practice"
De onderzoekers pleiten niet voor minder AI-gebruik. Ze pleiten voor bewúster AI-gebruik - wat ze een "AI practice" noemen: een set intentionele normen en routines die structureren hoe AI wordt ingezet, wanneer het gepast is om te stoppen, en hoe werk wel en niet mag uitbreiden in reactie op nieuwe mogelijkheden.
Drie concrete richtlijnen verdienen aandacht:
Intentionele pauzes. Niet als luxe maar als structurele interventie. Een "beslispauze" voordat een belangrijke beslissing wordt genomen - één tegenargument formuleren, één expliciete link naar organisatiedoelen leggen - is al voldoende om de aandachtsbreedte net genoeg te vergroten. Dit vertraagt het werk niet; het voorkomt de stille accumulatie van overbelasting die ontstaat wanneer versnelling ongecontroleerd doorgaat.
Sequencing. In plaats van te reageren op elke AI-gegenereerde output zodra die verschijnt, moedigen de onderzoekers aan om werk in samenhangende fasen te laten verlopen. Non-urgente notificaties bundelen, updates vasthouden tot natuurlijke breekpunten, en focusvensters beschermen waarin medewerkers afgeschermd zijn van onderbrekingen. Minder fragmentatie, minder kostbare context-switches, behoud van aandacht.
Menselijke verankering. Naarmate AI meer solo, zelfstandig werk mogelijk maakt, moeten organisaties bewust tijd en ruimte beschermen voor luisteren en menselijke verbinding. Korte check-ins, gedeelde reflectiemomenten, gestructureerde dialoog - ze onderbreken de continue solo-interactie met AI-tools en herstellen perspectief. AI biedt een enkelvoudig, gesynthetiseerd perspectief. Creatief inzicht vereist blootstelling aan meerdere menselijke standpunten.
De les voor Nederlandse kennisorganisaties
Voor de Nederlandse context zijn er een paar specifieke aandachtspunten die wij vanuit Thinka gain willen benadrukken.
De druk is dubbelzijdig. Aan de ene kant zijn er organisaties die AI-adoptie pushen en medewerkers overspoelen met tools en verwachtingen. Aan de andere kant zijn er medewerkers die zichzelf ongeremd optillen met AI. Niet omdat het moet, maar omdat het kan. Beide dynamieken leiden naar hetzelfde punt: onhoudbare intensiteit. Het antwoord zit in het midden: AI bewust inzetten, met afspraken over scope, grenzen en verwachtingen.
Vibecoding creëert verborgen werk voor seniors. Het HBR-onderzoek bevestigt wat veel ervaren engineers al voelen: als collega's zonder diepgaande technische kennis code gaan genereren met AI, verschuift de last van creatie naar review. Iemand moet die code beoordelen, corrigeren en integreren. Zonder duidelijke afspraken wordt de senior engineer de stille vangnetter van elke AI-experiment in de organisatie.
"Meer doen" is niet altijd "beter doen." De verleidelijkste valkuil van AI is dat het kwantiteit beloont boven kwaliteit. Meer documenten, meer analyses, meer communicatie - maar niet per se betere beslissingen. De organisaties die AI het meest duurzaam inzetten, zijn niet degenen die het meest produceren, maar degenen die de vrijgemaakte tijd bewust investeren in dieper denken, betere besluitvorming en strategische reflectie.
Conclusie: de vraag die elke organisatie zichzelf moet stellen
Het Harvard-onderzoek sluit af met een observatie die precies de juiste vraag stelt:
"The question facing organizations is not whether AI will change work, but whether they will actively shape that change -or let it quietly shape them."
Dat is de kern. AI maakt het makkelijker om meer te doen - maar moeilijker om te stoppen. Zonder bewuste keuzes over hoe, wanneer en waarvoor AI wordt ingezet, is de natuurlijke neiging van AI-ondersteund werk niet verlichting maar intensivering. Met alle gevolgen van dien voor burn-out, besliskwaliteit en duurzame inzetbaarheid.
De productiviteitsbelofte van AI is niet vals. Maar hij wordt alleen ingelost als organisaties de discipline opbrengen om de winst niet automatisch te herinvesteren in méér output, maar in béter werk. In rust. In reflectie. In het soort denken waar geen AI aan te pas komt.
Dat is, uiteindelijk, de paradox van productiviteit: de echte winst zit niet in wat je extra doet, maar in wat je bewust niet doet.
