AI helpt en versnelt, maar wat is de impact op medewerkers?

Exponentiële ontwikkeling voelt voor mensen vaak pas urgent als het bijna te laat is. Dat is de les uit het bekende Franse kinderrraadsel over de vijver met waterlelies, dat Donella Meadows aanhaalt: op de dag vóórdat de vijver volledig dichtgroeit, is nog maar de helft bedekt. AI werkt op de werkvloer steeds vaker precies zo. Heel lang lijkt er weinig aan de hand, tot de versnelling ineens overal voelbaar wordt in tempo, verwachtingen en mentale belasting.

Dat is geen theoretisch punt meer. Deloitte meldde begin 2026 dat organisaties de toegang van medewerkers tot AI in één jaar met 50% hebben vergroot en dat 34% van de bedrijven AI inmiddels inzet om het bedrijf diepgaand te transformeren. Het World Economic Forum beschrijft dezelfde beweging: AI verschuift van losse experimenten naar integratie in kernprocessen, besluitvorming en operating models. AI is daarmee geen losse tool meer, maar steeds vaker een systeemlaag onder het werk zelf.

Dat heeft voordelen. De OECD wijst erop dat AI op het werk kan bijdragen aan hogere productiviteit, betere job quality en sterkere arbeidsomstandigheden. Ook wetenschappelijk is het beeld minder simpel dan veel headlines suggereren. En in een longitudinale studie onder Duitse medewerkers vonden Omar Giuntella en collega’s nog geen bewijs voor een breed negatief effect van AI-blootstelling op mentaal welzijn. Op sommige punten zagen zij zelfs lichte gezondheidswinst. Wie eerlijk wil zijn, moet dus twee dingen tegelijk zeggen: AI helpt en versnelt aantoonbaar, maar de impact op medewerkers hangt sterk af van de manier waarop organisaties het invoeren en van wat er intussen van mensen gevraagd wordt.

Tegelijk waarschuwt de WHO al langer voor psychosociale risico’s op het werk zoals te hoge werkdruk of werktempo, gebrek aan controle, onduidelijke rollen, beperkte steun, lange werktijden en baanonzekerheid. Precies die factoren kunnen door AI-versnelling worden versterkt. En daar komt volgens recent onderzoek naar generatieve AI nog iets bij: nieuwe vormen van technostress, zoals compliance-onzekerheid, privacyzorgen, afhankelijkheid van AI, twijfel aan de betrouwbaarheid van output en het risico dat vakmanschap verschraalt als mensen vooral nog monitoren en corrigeren.

In de praktijk zien wij meerdere groepen medewerkers ontstaan. Dat zijn geen vaste persoonlijkheidstypen, maar posities waarin mensen terecht kunnen komen zodra AI niet alleen het werk ondersteunt, maar ook het werkritme zelf gaat bepalen.

1. De koplopers: mensen die mee kunnen in de volle snelheid

Dit zijn de mensen die dagelijks werken met tools als Claude Code , ChatGPT Codex en vergelijkbaar, eigen automatiseringen bouwen, prompts verfijnen, nieuwe tooling bijhouden en vaak als eerste zien wat er mogelijk is. Zij profiteren meestal het snelst van de productiviteitswinst. Maar juist deze groep loopt ook risico. Wie veel aankan, krijgt vaak nog meer op zijn bord. Het werk wordt sneller, diffuser en minder begrensd. Het onderzoek van Högemann en collega’s laat zien dat generatieve AI naast efficiëntiewinst ook specifieke technostress kan oproepen. De praktijkmetafoor van de “AI vampire”, beschreven door Eric Porres in maart 2026, is daarom raak: AI geeft energie en output, maar zuigt ook energie op. Het kan tegelijk slaap, herstel en aandacht leegtrekken bij juist de mensen die er het beste mee kunnen werken. Elke dag nieuwe tools, nieuwe features en nieuwe mogelijkheden vraagt om continu aanpassen.

2. De meekomers: mensen die een tijd lang bijblijven, maar uiteindelijk opbranden

Dit is vaak de kwetsbaarste groep. Deze medewerkers doen hun best, volgen trainingen, testen tools, ze gebruiken Copilot, ChatGPT of andere instrumenten en blijven op papier gewoon leveren. Maar onder die prestatie kan een tweede belastinglaag ontstaan: steeds moeten bijleren, output controleren, nieuwe werkafspraken interpreteren en tegelijk bewijzen dat ze niet achterlopen. De WHO-risico’s worden hier tastbaar: hoog werktempo, rolonduidelijkheid, te weinig controle en onvoldoende herstel. Wat van buiten nog lijkt op aanpassingsvermogen, kan van binnen al richting uitputting bewegen.

3.De afhouders: mensen die niet meegaan, niet willen of te laat komen

Deze groep moet je niet te snel wegzetten als ouderwets of ongemotiveerd. Achter niet-meebewegen kan terughoudendheid zitten, maar ook onzekerheid, schaamte, verlies van grip, een gebrek aan psychologische veiligheid of gewoon een mismatch in training en begeleiding. En belangrijker: niet meedoen is geen neutrale positie meer. Als AI de norm, de workflow en de prestatiedruk verandert, worden ook medewerkers geraakt die zelf nauwelijks AI gebruiken. Het systeem om hen heen verandert immers wel. Juist daarom is AI niet alleen een innovatievraagstuk, maar ook een vraagstuk van inclusie, duurzame inzetbaarheid en mentale veiligheid.

De grootste fout die organisaties nu kunnen maken, is deze ontwikkeling behandelen als een individueel aanpassingsprobleem. Dan krijgt groep 1 applaus, groep 2 een cursus AI of timemanagement en groep 3 het verwijt dat men niet vooruit wil. Maar mentale belasting door AI is meestal geen individueel defect. Het is een organisatiedynamiek. Zoals Bart van der Sloot in 2026 beschrijft, gaat AI uiteindelijk niet alleen over efficiëntie, maar ook over hoe digitale systemen oude spanningen rond autonomie, mens-zijn en ambiguïteit versterken. De vraag is dus niet alleen wat AI kan, maar ook wat het met mensen doet als werk sneller verandert dan zij kunnen verwerken.

Voor werkgevers betekent dit dat AI niet alleen thuishoort bij IT, innovatie of procurement. Het hoort ook thuis in het gesprek over mentaal welzijn en bedrijfsgezondheidszorg. Niet omdat AI per definitie ziek maakt, maar omdat de invoering ervan de bekende risicofactoren voor mentale overbelasting kan versterken. De relevante vraag is daarom niet alleen hoeveel sneller het werk gaat, maar ook wat dat doet met autonomie, herstel, duidelijkheid, sociale steun en duurzame inzetbaarheid.

Bij Healthguard helpen we organisaties om die vraag op tijd te stellen. Dagelijks zien we de effecten van overbelasting en (werk)stress in de spreekkamer. Wij maken AI-versnelling bespreekbaar als onderdeel van psychosociale arbeidsbelasting. We helpen werkgevers om te zien waar de echte druk ontstaat: in werktempo, bereikbaarheid, normverhoging, leerlast, rolonduidelijkheid of verlies van grip. We ondersteunen leidinggevenden bij het maken van heldere afspraken over verwachtingen, verantwoordelijkheden en grenzen. En we begeleiden medewerkers die vastlopen tijdig en gericht via preventieve ondersteuning, coaching en mentale begeleiding.

Dat doen we nadrukkelijk niet alleen op individueel niveau. Want wie AI serieus neemt, moet ook het systeem serieus nemen. Soms ligt het probleem bij de medewerker die “moeilijk mee kan” en soms bij een organisatie die te snel wil, waar de kaders en begeleiding nog tekort schieten. Juist daar ligt de toegevoegde waarde van goede bedrijfsgezondheidszorg: niet pas ingrijpen als iemand uitvalt, maar eerder signaleren waar werk, tempo en mens uit balans raken.

AI helpt en versnelt dus inderdaad. En met goede signalering en begeleiding van medewerkers is dat rendement pas echt optimaal.