De meeste mensen gebruiken AI verkeerd. Dat is goed nieuws.

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.

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.

Het is een vaardigheid, geen talent

Hier zit het goede nieuws. 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 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.

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.

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.

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. 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.

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 de meeste mensen gebruiken AI verkeerd. En dat is precies waarom er zoveel te winnen valt.

Rob Ummels, AIAdopt. AI-adoptie, AI-geletterdheid en praktische begeleiding voor organisaties die AI verstandig willen inzetten.