Kort antwoord: AI herstructureert vooral werk door grote delen van taken te automatiseren, de output te versnellen en de verwachtingen te verhogen – met name in startersfuncties. Als je leert hoe je AI moet gebruiken en de resultaten ervan kunt controleren, heb je meer kans om een voorsprong te behalen; als je werk voornamelijk bestaat uit repetitieve eerste producties, ben je kwetsbaarder wanneer teams AI gaan gebruiken.
Belangrijkste conclusies:
Taakverschuiving : Verwacht automatisering van repetitief werk, waarbij rollen evolueren in plaats van verdwijnen.
Instapniveau : Junioren kunnen te maken krijgen met minder vacatures en hogere eisen aan hun competenties vanaf de eerste dag.
Verificatie : Ontwikkel vaardigheden in het controleren van feiten, cijfers, uitzonderlijke gevallen en naleving van beleid.
Ga over tot besluitvorming : kom dichter bij doelen, beperkingen, afwegingen en verantwoordelijkheid voor de resultaten.
Bewijs van werk : Houd bij hoeveel tijd er is bespaard, hoeveel fouten er zijn gemaakt en welke resultaten zichtbaar waardevol zijn.
Artikelen die u wellicht interessant vindt om na dit artikel te lezen:
🔗 Zal AI accountants vervangen?
Ontdek hoe automatisering het werk in de accountancy en de toekomstige functies daarin verandert.
🔗 Kan AI cyberbeveiliging vervangen?
Beoordeel de impact van AI op cyberverdediging, risico's en menselijk toezicht.
🔗 Zal AI data-engineers vervangen?
Ontdek welke data-engineeringtaken AI vandaag de dag kan automatiseren.
🔗 Zal AI verzekeringsagenten vervangen?
Ontdek hoe AI de verzekeringsverkoop en klantenservice kan transformeren.
1) Het menselijke antwoord op de vraag "Hoe beïnvloedt AI banen?" (niet het dramatische antwoord) 😅
Laten we de filmversie, waarin robots alles van de ene op de andere dag overnemen, maar even overslaan. De werkelijke impact is meestal als volgt:
-
Taken worden geautomatiseerd, niet (in eerste instantie) hele banen .
-
Mensen die goed met AI leren werken, kunnen sneller aan de slag NBER
-
Instapfuncties veranderen het meest, omdat ze vaak uit repetitieve taken bestaan. IMF
-
Er ontstaan nieuwe functies omdat iemand de door AI aangestuurde workflows moet implementeren, begeleiden, meten en corrigeren. (World Economic Forum)
-
De definitie van "goede werknemer" verschuift van "snelle handen" naar "scherp oordeelsvermogen". Wereld Economisch Forum
Dus als iemand vraagt: " Hoe beïnvloedt AI banen?" , is het meest duidelijke antwoord:
AI verandert de aard van werk en beloont de mensen die het kunnen sturen in plaats van het te negeren. (IMF)
En ja, sommige rollen worden inderdaad kleiner. Ik ga het niet mooier maken dan het is met een motiverende poster-emoji. Maar het verhaal lijkt meer op het verbouwen van een huis dan op het platwalsen van een stad 🧱🏠.
2) De drie manieren waarop AI-veranderingen werken: vervangen, hervormen of de lat hoger leggen 📈
De meeste impact op het werk valt in drie categorieën:
A) Vervang (een deel van de taken)
Dit is het moment waarop AI een grote hoeveelheid repetitieve output verwerkt:
-
basisplanning
-
eerste concept samenvattingen
-
eenvoudige klantreacties
-
routinematige gegevensopschoning
-
sjabloongebaseerd schrijven
Het gaat zelden om "de hele persoon vervangen", maar eerder om "20-40% van wat ze voorheen deden te verwijderen". OpenAI OECD
Dat klinkt geweldig, totdat je beseft dat sommige mensen 20-40% gebruikten om de personeelsomvang te rechtvaardigen.
B) Herstructureren (de functie blijft hetzelfde, de workflow verandert)
Dit is de meest voorkomende. Je blijft je werk doen, maar:
-
u houdt toezicht op de output
-
Je bewerkt en controleert
-
je stelt beperkingen in
-
jij behandelt uitzonderlijke gevallen
-
jij neemt de definitieve beslissingen
Veel mensen worden "recensent" zonder de titel of salarisverhoging te krijgen, wat... niet ideaal is, maar het is wel de realiteit.
C) De lat hoger leggen (zelfde functietitel, hogere verwachtingen)
Dit is een subtiel verschil. Teams nemen AI-tools in gebruik en ineens wordt "gemiddelde output" "minimaal acceptabel".
Het werk voelt niet makkelijker aan. Het voelt sneller... en drukker 😵💫.
Dus ja, hoe beïnvloedt AI banen? Soms door dezelfde baan te laten aanvoelen als een loopband die stilletjes steeds sneller gaat.
3) Welke banen worden het meest getroffen - en waarom het om taken gaat, niet om prestige 🎯
Een goede vuistregel: hoe voorspelbaarder, tekstgebaseerder of patroonrijker een taak is, hoe beter AI deze kan ondersteunen of automatiseren. Dat betekent niet dat de taak verdwijnt. Het betekent dat het zwaartepunt van de taak verschuift. OpenAI ILO
Meer blootgestelde taaktypen
-
herhaalde rapportage
-
sjablonen voor e-mails en voorstellen
-
basisonderzoek en samenvattingen
-
routinematige kwaliteitscontroles
-
gegevensinvoer en classificatie
-
standaard beeldvariaties (formaat wijzigen, achtergrond verwijderen, snelle bewerkingen)
Meer beveiligde taaktypen (voorlopig dan... min of meer)
-
belangrijke beslissingen die op het spel staan
-
complexe interpersoonlijke onderhandelingen
-
Praktisch fysiek werk in onvoorspelbare omgevingen
-
dubieuze leiderschapsbeslissingen
-
werk dat diepgaande context en vertrouwen vereist. McKinsey
En om nog even vervelend te zijn: een baan kan beide inhouden. Je functie kan "veilig" zijn, terwijl de helft van je wekelijkse taken eigenlijk een feestmaal voor automatisering is.
4) De “stille” impact: instapfuncties en het ontbrekende carrièrepad 🪜😬
Dit aspect is erg belangrijk en er wordt te weinig over gesproken.
Veel instapfuncties bestaan omdat organisaties behoefte hebben aan:
-
iemand om de eerste versie te schrijven
-
iemand om routinematige tickets te verwerken
-
iemand om notities en rapporten samen te stellen
-
iemand die het "drukke maar noodzakelijke" werk doet
AI kan een deel daarvan overnemen. Dat betekent dat bedrijven mogelijk minder junioren aannemen, of junioren ander werk geven (meer kwaliteitscontrole, meer coördinatie, meer gebruik van tools). IMF NBER
Het risico is een "gebroken ladder"-effect:
-
minder toegangspunten
-
minder kansen om de basis te leren
-
Minder mentoren omdat de teams kleiner zijn
-
hogere verwachtingen ten aanzien van competentie vanaf de eerste dag
Als je aan het begin van je carrière staat, betekent de vraag " Hoe beïnvloedt AI banen?" je mogelijk eerder dan voorheen praktische vaardigheden moet aantonen.
Oneerlijk? Soms. Waar? Vaak. 🤷
5) Nieuwe banen die AI creëert (en de vaak over het hoofd geziene banen) 🧠✨
Elke technologische golf maakt een aantal banen overbodig en creëert nieuwe. AI is daarop geen uitzondering, maar de nieuwe banen lijken in eerste instantie misschien niet zo aantrekkelijk. (World Economic Forum)
Hieronder volgen enkele gebieden die doorgaans uitbreiden:
-
AI-operaties en workflowontwerp : van "we zouden AI moeten gebruiken" naar concrete stappen die mensen volgen.
-
Kwaliteit en evaluatie van AI : testen van output, betrouwbaarheidsbeoordeling, foutopsporing
-
Data stewardship : ervoor zorgen dat de juiste data aanwezig is, dat deze schoon is en dat er op ethische wijze mee wordt omgegaan.
-
Beveiliging en compliance : het voorkomen van lekken, misbruik en rampen zoals "oeps, we hebben vertrouwelijke informatie geplakt".
-
Menselijke tussenkomst in het proces : het beoordelen, corrigeren en goedkeuren van resultaten met grote impact (ILO).
-
Training en ondersteuning : teams leren hoe ze tools correct moeten gebruiken (dit is omvangrijker dan het lijkt) Wereld Economisch Forum
En dan nog een niche-tip: mensen die heldere interne richtlijnen kunnen schrijven, blijken onverwacht waardevol. Beleid én praktische richtlijnen, zeg maar. Niet leuk op feestjes, maar wel handig op het werk 📝.
6) Wat maakt een goede versie van een AI-bestendig carrièreplan? 🧭🤝
Dit is het onderdeel waar iedereen op zit te wachten: het stappenplan. En nee, het stappenplan is niet "leer programmeren" (soms nuttig, soms volkomen irrelevant). Een goed carrièreplan dat bestand is tegen AI heeft een paar ingrediënten:
1) Je kiest een "stapel", niet één enkele vaardigheid
Stel je een stapel voor als:
-
domeinkennis (uw branche)
-
Vloeiende beheersing van tools (AI + kerntools)
-
communicatie (het toelichten van beslissingen)
-
oordeelsvermogen (weten wat te vertrouwen)
-
betrouwbaarheid (mensen rekenen op je)
Eén vaardigheid is een kaars. Een stapel is een kampvuur 🔥. Een ietwat onvolmaakte metafoor, maar je snapt het wel.
2) Je komt dichter bij de beslissingen
AI is goed in het genereren van opties. Mensen blijven waardevol wanneer ze:
-
doelen definiëren
-
beperkingen instellen
-
maak afwegingen
-
Verantwoordelijkheid nemen voor de resultaten BLS
Als je werk voornamelijk bestaat uit "het product maken", begin dan eens te verschuiven naar "bepalen wat het product moet zijn"
3) Je bouwt een bewijs van werk
Geen gevoel. Bewijs.
-
voor/na-metingen
-
bespaarde tijd
-
verminderde fouten
-
verbeterde klanttevredenheid
-
gedocumenteerde processen
Houd een klein mapje bij met dingen waar je trots op kunt zijn. Ik weet het, het voelt een beetje gênant. Doe het toch maar 😬.
4) Je leert de vaardigheid van verificatie
Dit is de onderschatte superkracht:
-
controleren op gehallucineerde feiten
-
ontbrekende randgevallen opsporen
-
cijfers en bronnen intern controleren
-
Weten wanneer je moet zeggen: "Nee, doe dit opnieuw."
De toekomst behoort aan goede redacteuren. Niet alleen van het schrijven, maar ook van de besluitvorming.
7) Vergelijkingstabel: de belangrijkste manieren waarop mensen AI op het werk gebruiken (en waarom sommige beter werken) 🧾🤖
Hier is een praktisch 'menu' met benaderingen. Niet perfect, maar wel handig.
| Hulpmiddel / Aanpak | Publiek | Prijs | Waarom het werkt |
|---|---|---|---|
| Chatassistent voor het opstellen van concepten en het bedenken van ideeën | Kenniswerkers, studenten, managers | Gratis tot maandelijkse kosten | Snelle eerste versies, goede brainstormsessies - maar je moet het nog steeds controleren... serieus |
| Schrijf- en redactiehulp | Marketeers, communicatiemedewerkers, HR-medewerkers | Lage maandelijkse | Maakt van ruwe versies nettere versies, bespaart tijd; kan wel wat eentonig worden |
| Notulen van de vergadering + extractie van actiepunten | Teamleiders, verkoop, operationele zaken | Vaak gebundeld | Legt beslissingen vast en vermindert momenten waarop je denkt: "Waar hadden we het ook alweer over eens?" 😵 |
| Suggesties voor reacties van de klantenservice | Ondersteuningsteams | Op gebruik gebaseerd | Versnelt de reactie, verbetert de consistentie - riskant als het beleid strikt is |
| Spreadsheet en data-“copiloot” | Analisten, financiën, operationele zaken | Variabel | Uitstekend voor samenvattingen en formules, maar begrijpt de context soms verkeerd (irritant) |
| Codeerassistent | Ingenieurs, analisten, hobbyprogrammeurs | Gratis tot maandelijks | Versnelt standaardteksten, helpt bij het debuggen, maar vereist nog steeds menselijke controle |
| Automatiseringstool (AI + workflows) | Ops, RevOps, oprichters | Halfmaandelijks | Verbindt gereedschappen en vermindert repetitief werk; de installatie vereist geduld |
| Vragen en antwoorden in de kennisbank (intern) | Grotere teams | Hogere kosten | Helpt mensen sneller interne antwoorden te vinden - de kwaliteit hangt af van de data |
Een kleine bekentenis over de opmaak: de prijzen zijn opzettelijk vaag gehouden, omdat de werkelijke prijzen veranderen en er bovendien veel discussie is over wat "het waard is" precies inhoudt. Beide zijn waar.
8) De vaardigheden die zich opstapelen wanneer AI overal aanwezig is 📚⚙️
Als je een korte lijst wilt van vaardigheden die waardevol blijven, zelfs als de tools veranderen, dan zou ik op deze inzetten (gebaseerd op veel praktijkervaring en wat consistent goed presteert in teams): World Economic Forum
Oordeelsvermogen en kritisch denken 🧠
-
Foute aannames herkennen
-
de juiste vervolgvraag stellen
-
herkennen wanneer een output plausibel maar onjuist is
Duidelijke communicatie 🗣️
-
beslissingen duidelijk formuleren
-
het uitleggen van afwegingen
-
Technische informatie vertalen voor niet-technische mensen
Systeemdenken 🔁
-
Inzicht in workflows van begin tot eind
-
knelpunten identificeren
-
Het proces verbeteren, niet alleen het resultaat
Inlevingsvermogen in de belangen van stakeholders 🤝
-
weten wat mensen echt nodig hebben
-
Weerstand bieden zonder onbeschoft te zijn
-
teams met verschillende doelen op één lijn brengen
Vloeiend gebruik van gereedschap (niet geobsedeerd door gereedschap) 🧰
Leren:
-
hoe je effectief aanwijzingen kunt geven
-
hoe resultaten te evalueren
-
Hoe integreer je AI in je workflow? (BLS)
Word niet iemand die alleen maar over gereedschap praat. Niemand nodigt zo iemand uit voor de lunch. (Oké, soms wel, maar je snapt wel wat ik bedoel) 🍜
9) Hoe je AI kunt gebruiken zonder zelf een vervangbaar onderdeel te worden 😬➡️😎
Dit is een belangrijk punt. Er schuilt namelijk een valkuil in: als je AI alleen gebruikt om de makkelijkste taken sneller uit te voeren, kan je rol onbedoeld eenvoudiger lijken dan hij in werkelijkheid is.
Probeer in plaats daarvan deze strategieën:
Neem de verantwoordelijkheid voor de resultaten
In plaats van "Ik heb 10 opties gegenereerd", ga je verder met:
-
“Ik heb de beste optie gekozen op basis van X”
-
“Ik heb dit gevalideerd aan de hand van beperkingen Y”
-
“Ik heb het getest met gebruikersgroep Z”
Eigendom is moeilijk te behouden. De output is lastig te verkrijgen.
Documenteer uw proces
Schrijf het volgende op:
-
wat je deed
-
waarom je het deed
-
wat veranderde
-
wat je hebt geleerd
Het beschermt je tegen gesprekken in de trant van "iedereen zou dat kunnen doen".
Word de brug tussen AI en de realiteit 🌍
De realiteit omvat:
-
beleid
-
merkstem
-
klantnuance
-
wettelijke beperkingen
-
Teampolitiek (ja, politiek - niet de politiek van de overheid)
AI kan dat soort rommel niet van nature oplossen. Dat doen mensen.
Ontwikkel een specialisatie die door AI wordt ondersteund, maar niet vervangen
Voorbeelden:
-
nalevingsbewuste marketing
-
zorgoperaties (hoge context)
-
cybersecurity-analyse (met hoge inzet)
-
Verkoopstrategie voor grote ondernemingen (relatiegericht)
-
productmanagement (afwegingen en afstemming)
Dus nogmaals, hoe beïnvloedt AI banen? Soms door je te dwingen hogerop in de waardeketen te komen... zelfs als je daar niet om gevraagd hebt.
10) Wat werkgevers vaak verkeerd doen (en wat slimme teams wél doen) 🏢🛠️
Als je mensen aanstuurt of teams opbouwt, kan AI een zegen zijn of juist een bron van langdurige hoofdpijn.
Veelgemaakte fouten:
-
Het uitrollen van tools zonder training
-
het meten van "activiteit" in plaats van resultaten
-
ervan uitgaande dat de output van AI automatisch acceptabel is
-
Het personeelsbestand inkrimpen voordat de werkprocessen opnieuw worden ontworpen
-
Het negeren van de deuk in het moreel wanneer mensen zich vervangbaar voelen, is onacceptabel
Slimmere zetten:
-
Definieer waar AI wel en waar niet is toegestaan
-
Stel beoordelingsnormen vast (hoe "goed" eruitziet)
-
Investeer in training en interne handleidingen
-
Wijs de verantwoordelijkheid toe voor het bewaken van de kwaliteit en het risico
-
Beloon procesverbeteringen, niet alleen snelheid. Wereld Economisch Forum
Nog één ding: als je wilt adopteren, veroordeel dan mensen die voorzichtig zijn niet. Voorzichtigheid kan wijsheid zijn. Of angst. Meestal allebei 😅.
11) Snelle FAQ: de vragen die mensen fluisterend stellen tijdens vergaderingen 🤫
"Zal AI mijn baan overnemen?"
Het kan zijn dat je er stukjes van nodig hebt. Je beste verdediging is om de persoon te worden die:
-
maakt goed gebruik van AI
-
verifieert correct
-
begrijpt de zakelijke context
-
kan mensen coördineren IMF
Is het leren gebruiken van AI-tools voldoende?
Nee. Hulpmiddelen veranderen. De basisprincipes blijven. Leer hulpmiddelen kennen, ja, maar koppel ze aan vaardigheden zoals oordeelsvermogen, systeemdenken en communicatie.
“Wat als ik een hekel heb aan AI?”
Je hoeft er niet van te houden. Je moet er gewoon een goede werkrelatie mee hebben. Net zoals die irritante, maar handige collega.
“Wat is de veiligste carrièreweg?”
Niets is volkomen veilig. Maar functies met een hoge context, vertrouwen, verantwoordelijkheid en menselijke relaties zijn doorgaans veerkrachtiger. McKinsey OECD
12) Samenvatting - dus, welke impact heeft AI op banen? ✅🤖
AI is geen eenmalige gebeurtenis. Het is een geleidelijke herordening van taken, verwachtingen en werkprocessen. Sommige rollen krimpen, andere breiden zich uit, en veel rollen evolueren. (World Economic Forum, IMF)
De mensen die het beste presteren, zijn meestal:
-
Beschouw AI als een collega, niet als een toverstaf 🪄
-
Leer controleren en bewerken, niet alleen genereren
-
dichter bij besluitvorming en verantwoordelijkheid komen
-
Ontwikkel een breed scala aan vaardigheden in plaats van één trend na te jagen
-
documenteer de impact en de resultaten
En mocht je je nog steeds afvragen: Hoe beïnvloedt AI banen? Hier is de korte samenvatting:
AI beloont aanpassingsvermogen, helder denken en verantwoordelijkheid – en straft herhaling die niet aan een oordeel is gekoppeld. OpenAI BLS
Niet altijd eerlijk. Niet altijd leuk. Maar wel werkbaar… en soms zelfs spannend 😄.
Veelgestelde vragen
Welke impact heeft AI op banen in het dagelijkse kantoorwerk?
In de meeste bedrijven vervangt AI niet van de ene op de andere dag complete banen, maar delen van taken. Dat uit zich meestal in snellere eerste concepten, kortere samenvattingen en meer geautomatiseerd administratief werk. Na verloop van tijd verschuiven veel rollen naar het beoordelen, verifiëren en nemen van de definitieve beslissing. De mensen die er het meest van profiteren, zijn meestal degenen die leren de output van AI te sturen, in plaats van de tools als achtergrondgeluid te beschouwen.
Welke banen worden het meest beïnvloed door AI, en waarom?
Banen worden het meest beïnvloed wanneer een groot deel van het werk voorspelbaar, tekstgebaseerd of patroonrijk is – denk aan routinematige rapportages, e-mailsjablonen, eenvoudige samenvattingen van onderzoek en dataclassificatie. Dat betekent niet automatisch dat de functie verdwijnt, maar het zwaartepunt verschuift. Meer geïsoleerde taken vereisen vaak een oordeelsvorming met hoge inzet, subtiele menselijke interactie, vertrouwen en praktische complexiteit.
Zal AI mijn baan overnemen, of slechts delen ervan?
Een veelvoorkomend gevolg is dat AI delen van een taak overneemt – vaak het repetitieve werk van de eerste fase – terwijl mensen verantwoordelijk blijven voor beslissingen, uitzonderingen en verantwoording. Het risico is dat als 20-40% van de taken verdwijnt, sommige teams personeel ontslaan in plaats van de werkprocessen opnieuw te ontwerpen. Een veiligere aanpak is om de persoon te worden die AI goed gebruikt, grondig verifieert en de zakelijke context begrijpt.
Waarom veranderen instapfuncties zo sterk door AI?
Veel startersfuncties waren van oudsher bedoeld voor het verwerken van eerste concepten, routinematige taken en drukke, maar noodzakelijke processen. AI kan nu delen van deze taken overnemen, waardoor bedrijven mogelijk minder juniors aannemen of juniorwerk verschuiven naar kwaliteitscontrole, coördinatie en toolgestuurde workflows. Dit kan een "gebroken carrièreladder"-effect creëren, met minder instapmogelijkheden en hogere verwachtingen vanaf de eerste dag. Beginnende professionals moeten vaak eerder dan voorheen hun praktische vaardigheden aantonen.
Welke nieuwe banen creëert AI die mensen over het hoofd zien?
Naast pakkende titels, komt groei vaak tot uiting in AI-operaties, workflowontwerp, kwaliteitsbeoordeling en menselijke evaluatie. Teams hebben ook behoefte aan databeheer, toezicht op beveiliging en compliance, en interne training, zodat tools zonder lekken of vermijdbare fouten worden geïmplementeerd. Mensen die duidelijke interne richtlijnen en draaiboeken kunnen schrijven, blijken verrassend waardevol. Iemand moet van "AI gebruiken" een veilig, herhaalbaar proces maken.
Wat is een realistisch carrièreplan dat bestand is tegen AI (zonder een hype na te jagen)?
Een degelijk plan begint met het opbouwen van een vaardighedenpakket: domeinkennis, beheersing van tools, communicatie, oordeelsvermogen en betrouwbaarheid. Kom dichter bij de besluitvorming: definieer doelen, stel beperkingen, maak afwegingen en neem verantwoordelijkheid voor de resultaten. Houd bewijs van je werk bij, zoals tijdsbesparing, minder fouten en verbeterde processen. De onderschatte kracht is verificatie: het opsporen van hallucinaties, gemiste uitzonderingen en onjuiste cijfers.
Hoe kan ik AI op mijn werk inzetten zonder zelf een vervangbaar onderdeel te worden?
Als je AI alleen gebruikt om de makkelijkste taken sneller uit te voeren, kan je rol onbedoeld eenvoudiger lijken. Neem verantwoordelijkheid: leg uit wat je hebt gekozen, waarom je ervoor hebt gekozen en hoe je het hebt gevalideerd. Documenteer je proces, zodat de gedachte "iedereen kan dat" niet blijft hangen. Vorm de brug tussen AI en praktische beperkingen zoals beleid, merkidentiteit, klantvoorkeuren en juridische risico's.
Welke vaardigheden komen het best tot hun recht wanneer AI alomtegenwoordig is?
Oordeelsvermogen en kritisch denken worden versterkt doordat AI plausibele resultaten kan produceren die toch onjuist zijn. Duidelijke communicatie is des te belangrijker, omdat teams beslissingen en afwegingen helder geformuleerd nodig hebben. Systeemdenken helpt je workflows van begin tot eind te verbeteren, niet alleen om een enkele stap te versnellen. Vloeiende beheersing van tools is ook belangrijk, maar geen obsessie met tools; het duurzame voordeel zit hem in de kennis om AI op een verantwoorde manier te stimuleren, te evalueren en te integreren.
Wat gaat er vaak mis bij werkgevers wanneer ze AI-tools inzetten?
Een veelgemaakte fout is het uitrollen van tools zonder training, beoordelingsnormen of duidelijke grenzen voor waar AI is toegestaan. Sommige teams bezuinigen op personeel voordat ze de werkprocessen herontwerpen, met als gevolg kwaliteitsproblemen en een laag moreel. Sterkere teams stellen richtlijnen op, bepalen wat een goede aanpak inhoudt, investeren in draaiboeken en wijzen verantwoordelijkheid toe voor het monitoren van risico's. De acceptatie verbetert wanneer voorzichtigheid als waardevol wordt beschouwd, niet als weerstand.
Referenties
-
Internationale Arbeidsorganisatie (ILO) - ilo.org
-
Internationale Arbeidsorganisatie (ILO) - ilo.org
-
Organisatie voor Economische Samenwerking en Ontwikkeling (OECD) - oecd.org
-
Organisatie voor Economische Samenwerking en Ontwikkeling (OECD) - oecdskillsandwork.wordpress.com
-
Nationaal Bureau voor Economisch Onderzoek (NBER) - nber.org
-
Internationaal Monetair Fonds (IMF) - imf.org
-
Internationaal Monetair Fonds (IMF) - imf.org
-
Wereld Economisch Forum - Rapport over de toekomst van banen 2023 - weforum.org
-
Wereld Economisch Forum - Het rapport 'De toekomst van banen 2025: Vooruitzichten voor vaardigheden' - weforum.org
-
OpenAI - GPT's zijn GPT's - openai.com
-
McKinsey & Company - mckinsey.com
-
Amerikaans Bureau voor Arbeidsstatistiek (BLS) - De impact van nieuwe technologieën op de arbeidsmarkt beoordelen - bls.gov
-
Amerikaans Bureau voor Arbeidsstatistiek (BLS) - De impact van AI meenemen in de werkgelegenheidsprognoses van het BLS - bls.gov