Het antwoord: Uit de grootste meta-analyse ooit naar samenwerking tussen mens en AI blijkt dat de combinatie gemiddeld slechter presteert dan mens of AI alleen. Dit betekent dat jouw investering in AI-tools niet alleen geen rendement oplevert, maar je team mogelijk zelfs tegenwerkt.

Wat er aan de hand is

Onderzoekers van MIT en andere instituten analyseerden 106 studies met 370 effectgroottes, gepubliceerd in Nature Human Behaviour. De conclusie is helder: mens-AI-combinaties scoren significant slechter dan de beste van mens of AI alleen. Het effect is -0.23 Hedges g, met een betrouwbaarheidsinterval van 95% dat nul niet overschrijdt. De data beslaan experimenten van januari 2020 tot juni 2023.

Dit is geen labstudie met twaalf studenten. Het is de meest grondige beoordeling van een vraag die de hele techindustrie dacht te hebben beantwoord. Uit aanvullend onderzoek van BCG uit 2025 blijkt dat 85% van de leiders en 78% van de managers generatieve AI gebruikt, maar dat gebruik en impact ontkoppeld zijn. Verder analyseerde Faros AI telemetrie van meer dan 10.000 ontwikkelaars in 1.255 teams en vond dat AI-adoptie correleert met lagere productiviteit.

Wat dit betekent

Voor MKB-ondernemers is dit direct relevant. Je hebt waarschijnlijk AI-tools aangeschaft omdat ze tijd besparen of kwaliteit verbeteren. Maar de praktijk laat iets anders zien: campagnes worden niet scherper, content wordt niet beter, en niemand kan een concreet resultaat aanwijzen dat de uitgaven rechtvaardigt. Het probleem is niet dat je team weigert de tools te gebruiken. Het probleem is dat ze ze gebruiken op een manier die averechts werkt.

De valkuil zit hem in de dynamiek. Mensen vertrouwen blind op AI-output en controleren minder kritisch. Of ze besteden juist extra tijd aan het corrigeren van fouten. In beide gevallen ontstaat een situatie waarin de samenwerking meer kost dan oplevert. Dit geldt voor marketingteams, contentmakers, ontwikkelaars en operationele medewerkers.

Hoe je dit kunt toepassen

Als je een marketingteam aanstuurt dat AI gebruikt voor campagnes. Je zou kunnen beginnen met een eenvoudige test. Laat je team een campagne ontwikkelen zonder AI, een tweede volledig door AI laten genereren, en een derde als mens-AI-combinatie. Vergelijk de resultaten op kwaliteit, snelheid en conversie. Dit geeft je direct inzicht of de samenwerking in jouw context werkt. Overweeg om periodiek zo’n A/B-test in te bouwen, bijvoorbeeld per kwartaal.

Als je content laat schrijven met AI-assistentie. Een mogelijkheid is om duidelijke grenzen te stellen aan wat AI wel en niet mag doen. Bijvoorbeeld: AI genereert de eerste ruwe versie, maar een mens herschrijft minimaal 50% van de tekst. Of andersom: de mens schrijft de eerste versie en AI doet alleen suggesties voor optimalisatie. Het doel is om te voorkomen dat beide partijen in elkaars vaarwater zitten. Je kunt experimenteren met verschillende verhoudingen en bijhouden welke combinatie de beste resultaten oplevert.

Als je een team hebt dat AI gebruikt voor data-analyse. Overweeg om taken strikt te scheiden. Laat AI bijvoorbeeld patronen vinden in grote datasets, maar laat een mens de interpretatie en besluitvorming doen. Of geef de mens de opdracht om eerst een hypothese te formuleren en AI alleen te gebruiken om die te toetsen. Het risico van samenwerking is dat AI suggesties doet die de mens klakkeloos overneemt, zonder kritische reflectie. Door rollen te scheiden, behoud je de sterke punten van beide.

Als je net begint met AI-tools in je bedrijf. Een optie is om niet meteen alle processen te digitaliseren, maar te starten met een beperkt aantal taken waar AI aantoonbaar beter in is dan mensen. Denk aan het samenvatten van grote documenten, het genereren van standaardrapportages of het vertalen van content. Zodra je die taken hebt geïdentificeerd, kun je stap voor stap uitbreiden. Het belangrijkste is dat je meet of de toevoeging van AI daadwerkelijk leidt tot betere uitkomsten, niet alleen tot meer output.

Bron: Martech