Veel Nederlandse bedrijven zetten kunstmatige intelligentie in op de werkvloer. Ze houden daarbij te weinig rekening met gevolgen voor personeel, zoals werkdruk, scholing en privacy. Dat speelt nu in verschillende sectoren, van kantoorbanen tot logistiek. De discussie wordt urgenter doordat de Europese AI-verordening extra plichten voor werkgevers brengt.
Weinig personeelsoverleg bij AI
Organisaties voeren systemen in zoals Microsoft 365 Copilot, Google Gemini, ChatGPT van OpenAI en Salesforce Einstein. Vaak gebeurt dat zonder goed gesprek met medewerkers over taken, tempo en toetsing. Dat leidt tot onduidelijkheid en wantrouwen op de werkvloer. Ook de ondernemingsraad wordt niet altijd vroeg betrokken.
Een algoritme is een reeks regels waarmee software een uitkomst berekent. In de praktijk bepalen zulke modellen steeds vaker wie welke klus krijgt, hoe werk wordt gepland en welke teksten of code worden gegenereerd. Zonder heldere uitleg voelt die sturing al snel als controle. Dat kan de relatie tussen leiding en team onder druk zetten.
De Wet op de ondernemingsraden geeft inspraak bij nieuwe technologie die het werk of de privacy raakt. Werkgevers moeten daarom tijdig adviseren en instemming vragen als een systeem het personeelsbeleid wijzigt. Vroeg meenemen van de OR en vakbond voorkomt latere weerstand. Het levert bovendien betere eisen op richting leveranciers.
Taken veranderen sneller dan banen
AI vervangt niet in één keer hele functies, maar verandert wel snel losse taken. Administratie, klantenservice en inhoudelijk schrijfwerk worden gestroomlijnd met generatieve systemen. Medewerkers moeten leren sturen, controleren en verbeteren wat het model oplevert. Zonder training neemt de foutkans toe en daalt de werktevredenheid.
Nieuwe rollen ontstaan, zoals AI-redacteur, data-steward of workflow-ontwerper. Die komen bovenop het bestaande werkpakket. Als tijd en opleiding ontbreken, stapelt de werkdruk zich op. Dat vergroot het risico op uitval en verloop.
Bedrijven die tempo maken met automatisering, moeten ook investeren in menselijk werk. Denk aan duidelijke kwaliteitsnormen en heldere verantwoordelijkheden. Een simpele richtlijn helpt: het systeem mag helpen, maar de mens beslist en legt uit.
Privacy en HR-algoritmen schuren
AI in HR raakt vaak direct aan persoonsgegevens. Voorbeelden zijn roosteroptimalisatie met Workday, werving in SAP SuccessFactors of prestatierapporten uit productiviteitstools. De Algemene verordening gegevensbescherming (AVG) eist dataminimalisatie, beveiliging en transparantie. Ook moet duidelijk zijn wie toegang heeft en hoe lang data wordt bewaard.
Automatische beoordelingen zijn gevoelig voor vooringenomenheid. Een model kan patronen uit het verleden kopiëren en zo groepen benadelen. Daarom hoort bij zulke systemen een risicoanalyse en een test met representatieve data. Werknemers moeten weten hoe zij bezwaar kunnen maken en een mens om herbeoordeling kunnen vragen.
De Autoriteit Persoonsgegevens let op ondoorzichtige monitoring, bijvoorbeeld via toetsenbordinvoer of cameradata. Werkgevers doen er goed aan hier terughoudend in te zijn. Meet liever het resultaat van werk dan elk moment van de dag. Maak afwijkingen controleerbaar en herstelbaar.
Europese AI-verordening raakt werkgevers
De Europese AI-verordening (AI Act) wijst HR-toepassingen vaak aan als hoog risico. Aanbieders moeten dan aan strenge eisen voldoen, zoals risicobeheer, datakwaliteit en logboeken. Gebruikers, dus ook werkgevers, moeten menselijk toezicht organiseren en het gebruik documenteren. De meeste verplichtingen gaan op het moment van schrijven binnen twee tot drie jaar gelden.
AI in personeelsselectie en werkroostering valt in de AI-verordening doorgaans in de categorie ‘hoog risico’.
Voor publieke instellingen en vitale sectoren gelden extra waarborgen. Denk aan impactbeoordelingen op grondrechten en meer rapportage. Ook private bedrijven die kritieke diensten leveren krijgen te maken met aanvullende plichten. Dit raakt onder meer zorg, vervoer en nutsbedrijven.
De AI-wet sluit aan op de AVG en productveiligheidsregels. Contracten met leveranciers moeten daarop aansluiten. Vraag expliciet om conformiteit met de AI Act, inclusief technische documentatie en evaluatierapporten. Leg afspraken vast over updates, incidentmeldingen en audits.
Betrek de werkvloer vroeg
Goede invoering begint met een heldere probleemdefinitie. Bepaal welke uitkomst u verwacht en welke risico’s dat geeft voor mensen. Doe een Data Protection Impact Assessment (DPIA) als de AVG dat vraagt. Leg uit welke gegevens nodig zijn en welke niet.
Maak een toetsingskader met drie pijlers: kwaliteit, rechtvaardigheid en uitlegbaarheid. Stel meetpunten vast voor fouten, bias en productiviteit. Laat teams proefwerken met een afgeschermde dataset. Evalueer samen en stop als de uitkomsten niet uitlegbaar zijn.
Luister naar signalen uit de praktijk en hou een laagdrempelig meldpunt. Veranker dit in de medezeggenschap en arbobeleid. Train leidinggevenden om AI-beslissingen te beoordelen en te corrigeren. Zo blijft de verantwoordelijkheid bij de organisatie en niet bij het model.
Afspraken, normen en scholing
Leg spelregels vast in een AI- en databeleid, liefst publiek binnen de organisatie. Benoem taken, beslissingsbevoegdheid en wanneer handmatig wordt overruled. Neem ook incidentresponse, logging en bewaartermijnen op. Controleer jaarlijks of het beleid werkt.
Gebruik erkende normen als leidraad. ISO/IEC 42001 helpt bij een managementsysteem voor AI, en NEN ondersteunt de Nederlandse invoering. Zulke kaders maken audits en leverancierskeuze eenvoudiger. Ze sluiten aan op beveiligingsstandaarden zoals ISO 27001.
Investeer in scholing voor alle functies die met algoritmen werken. Denk aan basistraining over generatieve AI, prompttechnieken en kwaliteitscontrole. Geef extra verdieping aan HR, juristen en OR-leden over AVG en de AI-verordening. Zo gaat innovatie samen met zorg voor mensen en regels.