Je hebt de tools aangeschaft. Je team heeft toegang. De gebruiksstatistieken zien er gezond uit. Toch zijn de campagnes niet scherper, de content niet beter en kan niemand een concreet resultaat aanwijzen dat de uitgaven rechtvaardigt. Dit is geen uitzondering, maar de norm. De grootste meta-analyse ooit uitgevoerd naar mens-AI samenwerking laat zien dat het combineren van mensen en AI gemiddeld slechtere resultaten oplevert dan wanneer een van beiden alleen werkt.

Wat er aan de hand is

Onderzoekers van MIT en andere instituten analyseerden 106 studies met 370 effectgroottes, gepubliceerd tussen januari 2020 en juni 2023. De conclusie is ondubbelzinnig: mens-AI combinaties presteren significant slechter dan de beste van mens of AI alleen. Het effect is -0.23 Hedges g, met een betrouwbaarheidsinterval van 95% dat niet door nul gaat. Dit is geen klein laboratoriumexperiment, maar het meest rigoureuze onderzoek naar een vraag waarvan de technologiesector dacht dat het antwoord al vaststond.

Uit een apart onderzoek van BCG uit 2025 blijkt dat 85% van de leidinggevenden en 78% van de managers generatieve AI gebruikt. Het probleem is niet dat mensen weigeren, maar dat gebruik en impact ontkoppeld zijn. Teams loggen in, genereren output, maar creëren geen waarde.

Wat dit betekent

Voor ondernemers en professionals betekent dit dat de standaardaanpak van AI-implementatie mogelijk averechts werkt. Het idee dat je AI naast je bestaande team zet en de resultaten vanzelf verbeteren, wordt door deze data ontkracht. In plaats van een verbetering kan de kwaliteit van het werk juist afnemen. Dit geldt voor marketingteams die AI inzetten voor campagnes, ontwikkelteams die code laten genereren, en contentstrategen die teksten laten schrijven.

De onderzoekers constateren dat het probleem niet in de tools zit, maar in de samenwerkingsvorm. De combinatie mens-AI leidt tot een situatie waarin geen van beiden optimaal presteert. De mens vertrouwt te veel op de AI of besteedt te veel tijd aan het corrigeren ervan, terwijl de AI niet de context en nuance kan aanbrengen die de mens wel heeft.

Hoe je dit kunt toepassen

Als je een marketingteam aanstuurt dat AI gebruikt voor campagnes. Kijk kritisch naar de resultaten van de afgelopen maanden. Vergelijk de prestaties van campagnes die volledig door mensen zijn gemaakt met campagnes waarbij AI is gebruikt. Als je ziet dat de AI-ondersteunde campagnes niet beter presteren, overweeg dan om een experiment te doen waarbij je een team een maand lang zonder AI laat werken. Je zou kunnen ontdekken dat de kwaliteit omhoog gaat.

Als je content laat schrijven met AI-ondersteuning. Een mogelijkheid is om een strikte scheiding aan te brengen: laat de AI alleen gebruiken voor de eerste ruwe versie of voor onderzoek, maar niet voor het eindproduct. Je zou kunnen afspreken dat alle gepubliceerde content volledig door een mens is geschreven, met AI alleen als hulpmiddel voor inspiratie. Dit voorkomt dat de menselijke stem en nuance verloren gaan.

Als je een ontwikkelteam hebt dat AI gebruikt voor code. Overweeg om de AI in te zetten voor specifieke, afgebakende taken zoals het genereren van boilerplate code of het schrijven van tests, maar niet voor de kernlogica. Een optie is om een aparte ‘AI-sprint’ in te plannen waarin het team alleen met AI werkt, en de resultaten te vergelijken met een sprint waarin alleen mensen werken. Zo kun je objectief meten wat beter werkt.

Als je een team aanstuurt dat dagelijks met AI werkt. De belangrijkste stap is om een eenvoudige checklist te maken waarmee je kunt bepalen of de samenwerking werkt. Vraag je team wekelijks: is het werk beter dan zonder AI? Is het sneller? Kunnen we een concreet resultaat aanwijzen dat zonder AI niet mogelijk was? Als het antwoord op een van deze vragen ’nee’ is, overweeg dan om de samenwerkingsvorm aan te passen. Je zou kunnen experimenteren met een model waarbij AI en mens volledig gescheiden werken en de resultaten achteraf worden vergeleken.

Bron: Martech