Veel mensen gebruiken een AI verkeerd. En dat is verrekte jammer.

Twee collega's, hetzelfde AI-model, allebei willen ze hetzelfde gedaan krijgen. De één krijgt een bruikbaar stuk tekst terug dat na vijf minuten af is. De ander krijgt een vaag, generiek en nietszeggend antwoord, gooit het weg en concludeert dat AI "toch niet zoveel kan". Zelfde tool. Compleet ander resultaat.

Ik zie dit overal. En het ligt bijna nooit aan de AI. Mensen laten zo enorm veel liggen, zonder het te weten. Zonde. Hoeveel er blijft liggen is in experimenten gemeten en die cijfers zetten wij apart op een rij. Want dat verschil zit niet in de tool maar in hoe je vraagt. En dat kun je leren.

Hetzelfde model, een ander resultaat

We hebben het de afgelopen jaren over modellen gehad. Welk model is slimmer? Welk model is sneller? Welk model haalt de hoogste score? Dat is belangrijk. Maar het verbergt iets. Want bij verreweg het meeste dagelijkse werk is het model allang niet meer de bottleneck. De bottleneck is de manier waarop mensen het aansturen.

Een AI-model is geen zoekmachine en geen orakel. Het is een meedenkende partner die veel beter wordt naarmate jij hem meer context geeft. Geef je een halve zin, dan krijg je een half antwoord. Geef je rommel, dan krijg je rommel terug. Dat is geen gebrek van de technologie. Dat is een spiegel. Geef je een capabel model te ruime instructies, dan gaat het ook echt mis. Vijf voorbeelden daarvan zetten wij op een rij.

Het is een vaardigheid, geen talent

En precies daar zit de oplossing. Als het resultaat afhangt van hoe jij iets uitlegt, dan is het een vaardigheid. En vaardigheden kun je leren.

De rode draad is simpel: hoe beter jij uitlegt, hoe beter AI helpt. Wie weet hoe je een opdracht opbouwt, hoe je context meegeeft, hoe je bijstuurt als het antwoord nog niet klopt, haalt er een veelvoud uit. Niet omdat die persoon technischer is. Wel omdat die persoon geleerd heeft hóé je het vraagt. Dat is precies wat wij aanleren in Effectief werken met AI.

Dat is geen kwestie van programmeren of van ingewikkelde "prompt-trucs". Het is een manier van denken en communiceren. Je legt aan een slimme stagiair ook niet in drie woorden uit wat je wil en verwacht dan een perfect rapport. Bij AI doen de meeste mensen precies dat. En dan verbaast het ze dat het tegenvalt. Gaat zo'n model zelfstandig handelen in plaats van antwoorden, dan verandert het spel opnieuw.

Waarom "gewoon proberen" niet ver genoeg komt

"We gebruiken AI heus wel hoor." Dat klopt vaak. Mensen openen een chatvenster, typen een vraag en krijgen iets terug. Maar daar stopt het meestal. Ze blijven hangen op het niveau van losse vragen en missen de stap naar echt samenwerken met het ding. Wat je op het werk wel en niet met zo'n tool mag doen is trouwens een apart verhaal.

Het probleem is dat dit plateau onzichtbaar is. Je weet niet wat je misloopt. Je hebt immers nooit gezien hoe goed het kán. Het verschil tussen "het werkt een beetje" en "dit scheelt me elke week uren" is geen beter model. Het is iemand die je de juiste handvatten geeft. Waar jouw organisatie nu staat kun je gratis meten met de AI-AdoptieScan.

En dat verschil zit niet alleen in je werk. Dezelfde vaardigheid die je productiever maakt op kantoor, helpt je thuis: een brief opstellen, iets uitzoeken, een lastige mail formuleren, je kind helpen met school. Dezelfde vaardigheid, op het werk én in je privéleven.

Wat dit voor jou betekent

Mijn punt is niet dat iedereen AI-expert moet worden. Mijn punt is dat de winst nú al voor het oprapen ligt, zonder nieuw model en zonder groot budget. De enige investering is leren hoe je het aanstuurt.

Voor organisaties betekent dit iets concreets. Je hebt de tools waarschijnlijk al in huis. Wat ontbreekt is niet techniek, het is vaardigheid. Welke tools er intussen werkelijk rondgaan is vaak zelf al een verrassing. Een paar uur gerichte training kan een hele ploeg tillen van "het werkt een beetje" naar "dit scheelt ons echt tijd". Vaak is dat goedkoper en sneller dan alweer een nieuwe tool aankopen. Wat dat per persoon kost staat transparant op de prijzenpagina. Moet het ook aantoonbaar zijn voor de AI Act, dan is er daarnaast de training over AI-geletterdheid.

Daarom bouwden we met AIAdopt een korte, praktische training rond precies dit ene idee: hoe beter jij uitlegt, hoe beter AI helpt. Geen technische opleiding, geen jargon, wel meteen toepasbaar. Want veel mensen gebruiken een AI verkeerd. En dat is jammer. Er valt namelijk zoveel te winnen. Wil je eerst zien wat er verder is, kijk dan naar alle trainingen. Wil je het voor een hele ploeg regelen, dan denken wij mee. En anders praat je er gewoon even over.

Geschreven door Rob Ummels in samenwerking met Claude (Anthropic). Redactionele eindverantwoordelijkheid: AIAdopt.