Kennis is niet schaars meer. Iedereen met een beetje handigheid in prompten krijgt in een halve minuut een beleidsplan, een veranderstrategie of vijf interventies die 'vaak goed werken'.
Handig. En tegelijk onhandig. Want als iedereen toegang heeft tot dezelfde formats, modellen en methodes, wat maakt jou dan nog relevant?
De vraag is niet meer zozeer wat je weet. De echte vraag is hoe je naar de dingen kijkt, hoe je keuzes maakt, en of je scherp hebt waar je oordeel eigenlijk op gebaseerd is.
Dat is professioneel denken. En dat wordt, of je het wilt of niet, het verschil.
AI is niet het probleem
Veel mensen doen alsof AI het speelveld verandert. Dat klopt maar half. AI versnelt iets wat al langer gaande is: werk waarin je vooral iets reproduceert of vertaalt, wordt steeds makkelijker inwisselbaar.
Je zou kunnen zeggen dat we met z’n allen een beetje door de mand vallen. De bullshit jobs worden zichtbaarder.
(Als je het boek van David Graeber kent, weet je wat ik bedoel. Als je het niet kent: het gaat over werk waarvan zelfs de mensen die het doen denken, waarom eigenlijk?)
AI duwt dat naar de oppervlakte. Denk aan eindeloos rapporteren, formats invullen, plannen schrijven die toch niemand leest. Die taken verdwijnen. En dat is niet per se een ramp.
Maar ook werk dat wel ergens over gaat, wordt inwisselbaar als het vooral bestaat uit herhalen, formatteren of volgen wat anderen al bedacht hebben. AI versterkt precies dat deel. En laat het er professioneel uitzien ook.
Denken = werk
Professioneel denken is werk. Of professioneel werk is denken. Niet iets dat je doet als je klaar bent met je echte werk. Maar iets wat midden in dat werk hoort.
Het vraagt dat je je oordeel kunt onderbouwen. Dat je kunt uitleggen waarom je deze aanpak kiest, en niet die andere. En dat je daar ook verantwoordelijkheid voor neemt.
AI kan je daarbij helpen. Als je hem niet vraagt om te produceren, maar om mee te denken.
Bijvoorbeeld zo:
- Wat zou hier een fundamenteel andere benadering zijn dan ik zelf in gedachten heb?
- Waar zitten in deze aanpak blinde vlekken, gegeven dat het management vindt dat alles goed loopt?
- Welke spanning zie je tussen de gekozen strategie en de context waarin we hem toepassen?
Dan krijg je geen output, maar scherpte.
In een traject rond gedragsverandering in een organisatie, met lage betrokkenheid bij het project, merkte ik dat ik automatisch terugviel op bekende patronen. Dialoog, nudging, symbolische acties.
Dat werkte vaak. Maar deze keer was ik niet overtuigd. Ik vroeg AI om mijn redenering te bevragen:
"Wat zijn drie andere manieren om gedrag te veranderen zonder nudging of communicatie-interventies?"
Het antwoord gaf me niet het plan van aanpak, ook al kan je dat natuurlijk ook vragen. Maar het liet me wel zien welke keuzes ik onbewust al had uitgesloten. En dat is precies het punt.
Als je dat soort vragen niet stelt, ben je vooral jezelf aan het herhalen. Dan voelt het als denken, maar is het vooral bevestigen wat je al dacht.
Jij bent geen sjabloon
AI is getraind op gemiddelden. Jij niet. Als je je werk reduceert tot iets dat reproduceerbaar is, word je vanzelf inwisselbaar.
Professioneel denken vraagt dat je jezelf uit dat patroon haalt.
Dat je weet waar je voor staat. Dat je kunt uitleggen waarom je iets doet, en ook wat je níet doet. Dat je jezelf blijft bevragen, juist als je denkt dat je het zeker weet.
Dat is waar je waarde zit. Niet in kennis, maar in denken.
Eerder verschenen in The CHNG Letter op LinkedIn.