Weerstand tegen AI? De twee vragen die je brein stelt voordat je verandert

Wat gebeurt er met jou als AI juist het werk overneemt waar jij het best in bent?

Ronald is analist. Al vijftien jaar. Hij kan zich heerlijk vastbijten in een ingewikkelde klantanalyse. Data erbij, verbanden zoeken, nog een keer controleren omdat hij voelt dat er ergens iets niet klopt.

Dan komt AI.

Het rapport waar Ronald twee uur over deed, staat er nu in twaalf minuten. De notulen schrijven zichzelf. En die klantanalyse, zijn favoriete klus, doet AI inmiddels voor een groot deel.

Handig. Tot zijn leidinggevende zegt: "Mooi, dan kun jij je voortaan veel meer bezighouden met adviseren."

Adviseren was altijd een klein stukje van zijn werk. En eerlijk gezegd niet het stukje waarvoor hij 's ochtends zijn laptop openklapte. Nu dreigt het ineens zijn hoofdtaak te worden.

We praten bij AI vooral over welke banen verdwijnen, welke taken we automatiseren en welke vaardigheden we moeten leren. Daar zit een vraag voor die we opvallend vaak overslaan. Wat gebeurt er met jou als je werk verandert, maar je brein nog niet mee is veranderd?

Waarom de een meegaat en de ander blijft hangen

Twee analisten. Dezelfde verandering.

De eerste denkt: "Interessant. Laat mij dat adviseren maar eens proberen." De tweede denkt: "Daar heb ik echt geen zin in."

Het is verleidelijk om te zeggen dat nummer een veranderingsbereid is en nummer twee weerstand heeft. Alleen... daarmee weet je nog niets. Want waarom wil iemand niet?

Wat onderzoekers van Rutgers University ontdekten

Twee neurowetenschappers van Rutgers University in de Verenigde Staten onderzochten hoe twee overtuigingen samen een beslissing sturen. Ze noemen ze self-efficacy en response-efficacy. Klinkt als vakjargon. Het idee erachter is verrassend eenvoudig.

Self-efficacy is het geloof dat je een handeling succesvol kunt uitvoeren. Kan ik dit?

Response-efficacy is het geloof dat je gedrag ook echt leidt tot het resultaat dat je wilt. Heeft dit zin?

Samen vormen ze wat onderzoekers waargenomen controle noemen: het gevoel dat jij invloed hebt op wat er gebeurt.

Hoe het onderzoek werkte

De onderzoekers, Yun-Yen Yang en Mauricio Delgado, lieten 42 gezonde volwassenen twee spellen leren. In het eerste spel moesten ze met een bewegend balkje een doel raken. Hoe groter het doel, hoe groter de kans dat het lukte. Dat was de kant van "kan ik dit". In het tweede spel zagen ze kaarten uit stapels met 20, 50 of 80 procent kans op een beloning, de kant van "heeft dit zin".

Daarna werden de spellen samengevoegd. Raakte je het doel, dan kreeg je een kaart. En alleen als die kaart won, verdiende je punten die aan het eind werden omgezet in geld. Een deel van de taken deden de deelnemers in een MRI-scanner. Na uitval bleven er 39 deelnemers over voor de analyses van de keuzes.

Wat er uitkwam

Deelnemers wogen allebei de vragen mee bij de keuze om wel of niet te spelen. Een model dat alleen naar "kan ik dit" keek of alleen naar "heeft dit zin", voorspelde hun keuzes slechter dan een model dat beide combineerde. Gemiddeld woog de ene vraag niet aantoonbaar zwaarder dan de andere.

Ook in het brein zagen de onderzoekers een verdeling. Het niveau van self-efficacy hing samen met activiteit in de ventromediale prefrontale cortex (vmPFC), een gebied dat betrokken is bij het waarderen van opties. Response-efficacy hing samen met activiteit in het striatum, dat een rol speelt bij het verwachten van beloning. De keuze zelf, spelen of niet, was terug te zien in activatiepatronen in de vmPFC, de orbitofrontale cortex en het ventrale striatum.

Vergroot

Laten we kijken naar een vertaling van dit onderzoek naar de werkvloer vanuit mijn expertise.

Kan ik dit? Als de twijfel bij jezelf zit

Terug naar Ronald. Hij snapt heus waarom zijn functie verandert. Maar bij het woord adviseren denkt hij: "Een analyse maken kan ik. Maar een klant meenemen in mijn advies? Doorvragen? Weerstand opvangen? Daar ben ik niet goed in."

Hier hapert self-efficacy. Let op het woord geloof. Het gaat niet over wat je objectief kunt, maar over wat je denkt dat je kunt. Je kunt de beste specialist van de afdeling zijn en jezelf toch niet zien als iemand die klanten adviseert.

In het onderzoek werd self-efficacy letterlijk gestuurd met de grootte van het doel. Groter doel, meer vertrouwen. Dat is een bruikbaar beeld voor maandagochtend: maak het doel groter door de stap kleiner te maken.

Dus niet vanaf maandag hele klantgesprekken leiden. Eerst een conclusie toelichten. Dan een advies formuleren. Pas daarna een groter deel van het gesprek.

Nog een presentatie over waarom AI zo belangrijk is, helpt Ronald niet. Dat snapt hij al. Hij moet eerst ervaren dat hij het blijkbaar kan.

Heeft dit zin? Als de twijfel bij het resultaat zit

Nu veranderen we een ding. Ronald kan prima adviseren. Maar hij denkt: "Waarom zou ik daar zoveel tijd in steken? Klanten kwamen voor mijn analyses." Of: "Als AI zo snel gaat, geeft die over twee jaar dit advies ook."

Nu twijfelt hij niet aan zichzelf. Hij twijfelt aan het effect van zijn gedrag. Dat is response-efficacy.

Je kunt tegelijk denken: ik kan dit prima. En: volgens mij heeft het weinig zin.

Een vaardigheidstraining lost dat niet op. Wat wel helpt, is samen scherp krijgen welk resultaat het nieuwe gedrag moet opleveren. En serieus luisteren. Misschien heeft Ronald gewoon een punt.

Hetzelfde gedrag, een totaal andere twijfel

Kristel en André moeten allebei een nieuwe AI-tool gaan gebruiken. Een maand later gebruiken ze hem allebei nauwelijks.

Kristel zegt: "Ik snap waarom we dit doen. Maar elke keer als ik die tool open, weet ik niet hoe ik tot een goed resultaat kom." André zegt: "Ik weet prima hoe hij werkt. Maar met mijn oude manier ben ik sneller en ik zie niet wat dit toevoegt."

Van buiten zie je hetzelfde. Ze doen het niet. Van binnen zit Kristel met "kan ik dit?" en André met "heeft dit zin?".

En toch krijgen ze allebei dezelfde oplossing. Een training. Nog een webinar. Een inspiratiesessie over alles wat AI kan. Een antwoord op een vraag die een van de twee helemaal niet heeft.

Vier soorten twijfel bij verandering

Zet de twee vragen naast elkaar en je krijgt een handige manier om naar verandering te kijken. Niet als diagnose of persoonlijkheidstest. Wel als startpunt voor een beter gesprek.

Wel willen, nog niet durven. Leg niet nog harder uit waarom verandering nodig is. Maak de eerste stap haalbaarder.

Wel kunnen, niet overtuigd. Een vaardigheidstraining is hier waarschijnlijk niet het eerste wat nodig is. Onderzoek waarom iemand weinig effect verwacht.

Dubbele twijfel. Beide vragen spelen. Begin bij de vraag die het makkelijkst te beantwoorden is.

Groen licht. Deze vind ik de interessantste. Iemand kan het en ziet het nut. En dan gebeurt er... niets. Dan vertellen deze twee vragen je ook iets: zoek verder. Misschien ontbreekt tijd, wint de oude gewoonte of krijgt ander werk elke dag voorrang. Niet elk veranderprobleem is een overtuigingsprobleem.

De 2-vragen-check voor je volgende verandering

Gebruikt iemand een nieuwe werkwijze niet? Of merk je bij jezelf dat je nieuw gedrag blijft uitstellen? Zoek dan niet meteen de oplossing. Zoek eerst de vraag waarop het antwoord hapert.

1. 1

   Kan ik dit?

   Nee of twijfel: maak de eerste stap kleiner, oefen een afgebakend onderdeel en vraag of geef concrete feedback.

2. 2

   Heeft dit zin?

   Nee of twijfel: welk resultaat moet dit gedrag opleveren, is de relatie tussen gedrag en resultaat zichtbaar, is dat resultaat waardevol voor jou of de ander, en is de twijfel misschien terecht?

3. 3

   Allebei ja, maar nog steeds geen actie?

   Kijk verder dan overtuigingen: tijd, prioriteit, gewoonte, gelegenheid en werkomgeving.

Eerst ontdekken waar iemand vastloopt. Dan pas bepalen wat er nodig is.

Laat AI niet alleen bepalen wat er verdwijnt

Misschien is dit de interessantste vraag die AI ons stelt. Niet alleen: wat kan AI van mij overnemen? Maar ook: wat blijft er over als AI juist het werk overneemt waar ik goed in was?

Een taak die je jarenlang met plezier deed, kan verdwijnen. Een klein onderdeel van je functie kan je hoofdtaak worden. En een specialist met twintig jaar ervaring kan op een onderdeel van zijn werk ineens weer beginner zijn.

Kijk bij AI dus niet alleen naar nieuwe functieprofielen en vaardigheden. Kijk ook naar degene die dat nieuwe werk maandag echt moet gaan doen.

Veelgestelde vragen