Stel je een zeventienjarige voor die nu een opleiding kiest. Ze twijfelt tussen rechten, iets met administratie, of een opleiding tot vormgever. Ze doet wat we haar al jaren adviseren: kies een richting en investeer flink in een opleiding, zowel in geld als in tijd. De volwassenen om haar heen gaan er stilzwijgend van uit dat tegen de tijd dat ze is uitgeleerd er een startersbaan op haar wacht, en een loopbaan.

Maar dat is een aanname die er steeds onzekerder begint uit te zien. De bedrijven die de krachtigste AI-systemen ter wereld bouwen hebben namelijk opgeschreven wat hun doel is. En dat doel is niet “AI als handige assistent”, hoewel ze dat bij media-optredens vaak wel zo brengen. Het doel is om het werk zelf over te nemen.

OpenAI omschrijft haar missie als het bouwen van Artifical General Intelligence (AGI): “highly autonomous systems that outperform humans at most economically valuable work”. Dus autonome systemen die mensen overtreffen bij het meeste economisch waardevolle werk. Het is de zin waarmee één van de invloedrijkste bedrijven van dit moment zichzelf definieert. Het is belangrijk om dit even tot je door te laten dringen. Het overtreffen van mensenwerk is de expliciete opdracht die deze bedrijven zichzelf hebben gegeven, en waarvoor honderden miljarden worden opgehaald om het te realiseren.

De enorme omvang van de investeringen in AI zijn een argument op zichzelf. De bedragen die nu in datacenters, chips en energie gaan zitten, zijn zo groot dat ze moeilijk te rechtvaardigen zijn met het verhaal “we maken een handige assistent”. Ze zijn pas te begrijpen als je aanneemt dat het werkelijke doel niet is om hier en daar een taak te versnellen, maar om grote delen van het kenniswerk over te nemen van mensen. Het bedrijfsmodel van deze bedrijven is er op gebouwd dat dit lukt.

GDPval – kanarie in de kolenmijn

Een tegenargument dat je vaak hoort is: techbedrijven overdrijven nou eenmaal graag. Dat klopt inderdaad. Hoe kunnen we beoordelen wat de echte situatie is?

OpenAI heeft een test ontwikkeld, GDPval, die de prestaties van AI test op echt beroepswerk. Denk aan het opstellen van juridisch advies, het maken van een financieel model, een verpleegkundig zorgplan, een offerte. De test bestaat uit echte opdrachten uit 44 beroepen die worden gemaakt door zowel een AI model als een mens, en die vervolgens worden beoordeeld door ervaren vakmensen die niet weten of ze naar het werk van de mens of het model kijken. Als het werk van de AI als beter of even goed als dat van de mens wordt beoordeeld is dat een punt voor de AI, anders is het een punt voor de mens.

Toen de studie werd gedaan in 2024 ging de score van het beste model in ongeveer een jaar van zo’n 12 procent naar bijna 50 procent, waarbij een score van 50 procent dus betekent dat bij de helft van de taken de AI even goed of beter werk levert als de mens. Eind 2025 zat een nieuwer model al rond de zeventig procent gelijk of beter. Het gaat hier om kenniswerk, niet om fysiek werk, en “gelijkspel” telt in het voordeel van AI. Maar de richting is duidelijk, en de snelheid is dat ook.

Oftewel: voor een groeiend deel van afgebakende kennistaken levert een AI model nu al werk af dat een ervaren vakspecialist niet meer van mensenwerk kan onderscheiden. Daarmee verdwijnen er nog geen hele banen. Maar banen zijn opgebouwd uit taken, en de instaprollen waarin jongeren juist het vak leren, bestaan vaak uit precies dat soort taken.

Zien we al een golf van massa-ontslagen door AI? Nee, nog niet. Maar dat is ook niet wat je verwacht: de arbeidsmarkt reageert wel vaker uitermate traag op een nieuwe technologie, omdat de invoering van nieuwe systemen jaren kost. Het heeft bijvoorbeeld decennia geduurd voordat de computer echt zijn intrede deed op de werkvloer. Dus er is geen reden voor paniek, maar wél reden om heel goed op te letten en alvast voorbereidende maatregelen te nemen.

Het lastige is: we zijn slecht in het ons voorstellen van een wereld die wezenlijk anders is dan de huidige. We trekken onbewust de huidige arbeidsmarkt door naar de toekomst, maar dan met een AI-sausje eroverheen. De mogelijkheid dat de structuur van de arbeidsmarkt zelf verandert, dat de relatie tussen werk en inkomen anders komt te liggen, valt buiten ons beeld. En wat we ons niet kunnen voorstellen, kunnen we ook niet voorbereiden. We moeten dus ons voorstellingsvermogen oprekken.

Twee toekomsten, allebei haalbaar

Het sombere beeld is makkelijk te schetsen. Een arbeidsmarkt waar de onderste sporten van de ladder zijn weggehaald, waar jongeren geen plek vinden om een vak te leren, waar de winst van automatisering neerslaat bij een kleine groep en de kosten bij iedereen daarbuiten. Een samenleving die rijker is dan ooit en tegelijk groepen mensen overbodig verklaart. Dat is de uitkomst die je krijgt als je de huidige prikkels hun werk laat doen en verder niets doet.

Maar er is een andere uitkomst, en die is net zo haalbaar. Als machines een groot deel van het noodzakelijke werk overnemen, komt er iets vrij wat van oudsher schaars was: tijd en menselijke aandacht. Tijd voor zorg, voor onderwijs, voor elkaar. Voor het herstellen van natuur, voor werk dat nu blijft liggen omdat het niet rendabel is. Een samenleving die welvaart minder strak aan loonarbeid koppelt, en mensen de ruimte geeft om waardevol te zijn op manieren die de markt slecht beloont.

Drie maatregelen

Omdat niemand weet hoe AI zich gaat ontwikkelen en hoe snel, is het verstandig om te beginnen met maatregelen die de moeite waard zijn, hoe de toekomst er ook uit ziet. Hieronder benoem ik er drie.

De eerste: een goed vangnet. We hebben al regelingen, zoals de WW, die werken als een automatische stabilisator zodra mensen hun werk verliezen, ongeacht de oorzaak. Een econoom als Martha Gimbel verwoordt het als volgt: word niet te creatief met je oplossingen voor een door AI veranderende arbeidsmarkt. Versterk het stelsel dat er al is, want het is flexibel, het werkt vanzelf, en het heeft zich bij eerdere technologische omslagen bewezen. Of de schok nu groot wordt of klein, een steviger vangnet is geen verspilde investering.

De tweede: meten is weten. We kunnen niet reageren op verdringing die we niet zien aankomen, dus we hebben een systeem nodig dat verschuivingen op de arbeidsmarkt zichtbaar maakt voordat ze een crisis worden. Investeer daarom in betrouwbare, gedetailleerde, en tijdige informatievoorziening.

De derde: Begin nú met nadenken over en het voorbereiden van een alternatieve fiscale en sociale architectuur, zodat we niet in paniek hoeven te improviseren als de verandering opeens snel gaat. Hier is genoeg input voor, waarover meer in een volgende post.

Geen van deze stappen vraagt dat je gelooft dat al het werk volgend jaar verdwijnt. Maar het zijn nuttige eerste stappen als je de mogelijkheid van een door AI ernstig verstoorde arbeidsmarkt serieus genoeg neemt om je voor te bereiden.

Links: