Gen Z-medewerkers vertrouwen werk dat volledig door mensen is gemaakt, meer dan output die met AI-hulp tot stand is gekomen. Dit blijkt uit onderzoek en heeft directe gevolgen voor hoe je als ondernemer AI-tools in je bedrijfsprocessen introduceert en positioneert.

Wat er aan de hand is

Uit een onderzoek van Gallup, waarover Search Engine Journal bericht, blijkt dat werknemers uit Generatie Z (geboren tussen 1997 en 2012) werk dat zonder AI is gemaakt, verkiezen boven AI-ondersteunde output. De verhouding is meer dan 2:1, en dit vertrouwensgat lijkt toe te nemen. Dit is een opvallend gegeven, omdat Gen Z vaak wordt gezien als de eerste generatie die volledig is opgegroeid met digitale technologie. De bevinding suggereert dat vertrouwen in technologie niet automatisch leidt tot vertrouwen in de output ervan, zeker niet in een professionele context.

Wat dit betekent

Deze voorkeur heeft gevolgen voor interne processen en klantcommunicatie. Het betekent dat het simpelweg implementeren van een AI-tool niet garandeert dat het resultaat wordt geaccepteerd of gewaardeerd door (jonge) medewerkers. Voor leidinggevenden en ondernemers wijst dit op een potentieel adoptieprobleem: als het team het werk van AI niet vertrouwt, zal het de tools niet effectief gebruiken of zich ertegen verzetten. Het kan ook betekenen dat je voor bepaalde taken, vooral waar vertrouwen en nauwkeurigheid cruciaal zijn, bewust kunt kiezen voor een ‘menselijke only’ aanpak om het vertrouwen van je team of klanten te winnen.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie, team en de taken die je wilt automatiseren. Het kerninzicht is dat de acceptatie van AI-output niet vanzelfsprekend is, zelfs niet bij digitale natives. Hier zijn enkele manieren om hiermee om te gaan bij het implementeren van AI.

Als je een team aanstuurt dat veel schrijft of communiceert, zoals marketing of klantenservice, is een harde overstap naar volledig AI-gegenereerde teksten riskant. Een mogelijkheid is om AI in te zetten als brainstorm- of structuurpartner, waarbij de menselijke medewerker de uiteindelijke redactie en eindcontrole houdt. Je kunt dit benoemen als ‘AI-ondersteund, menselijk gecureerd’ om transparantie en vertrouwen te bieden.

Als je AI wilt gebruiken voor het analyseren van data of het maken van rapportages, kan het vertrouwen in de uitkomst een issue zijn. Je zou kunnen overwegen om de AI-tool eerst in te zetten als ‘second opinion’ of voor het voorwerk, zoals het filteren van datasets. Laat een medewerker de conclusies trekken en de context interpreteren. Dit combineert de efficiëntie van AI met het vertrouwde menselijke oordeel.

Als je een dienst verleent waar kwaliteit en precisie voorop staan, zoals advies, juridische diensten of zorg, is een volledig AI-proces waarschijnlijk niet wenselijk. Hier kun je AI positioneren als een ondersteunende technologie die routinematige voorbereidingen doet, waardoor de professional meer tijd heeft voor het menselijke, adviserende gesprek. Communiceer dit helder naar zowel je team als je klanten.

Als je merkt dat er weerstand is tegen nieuwe tools binnen je team, is het verstandig om het gesprek aan te gaan over deze bevindingen. Vraag naar hun specifieke zorgen over AI-output. Je zou kunnen starten met een proefproject voor een laag-risico taak, waarbij je gezamenlijk de resultaten van AI en menselijke output evalueert. Dit creëert een gezamenlijk leerproces en vermindert angst voor het onbekende.

De sleutel is om AI niet te presenteren als een vervanging, maar als een collaboratieve partner waar de menselijke professional de regie over houdt. Dit sluit beter aan bij het vertrouwen dat, volgens dit onderzoek, nog steeds vooral bij menselijk handelen ligt.

Bron: Search Engine Journal