Sommigen zijn openlijk enthousiast over AI omdat ze er sneller en efficiënter door werken. Echte AI ambassadeurs. Anderen zien vooral de gevaren en wijzen de evolutie af. En er zijn mensen die AI volop gebruiken, zonder dat je het echt merkt.
Maar wie van hen is straks het best voorbereid op de toekomst? Of misschien is dat niet de juiste vraag. Misschien moeten we ons eerst afvragen wat we vandaag eigenlijk onder talent verstaan?
We zijn gewend om mensen te beoordelen op hun kennis, vaardigheden en resultaten. Maar wat gebeurt er wanneer technologie ons steeds beter helpt om kennis toe te passen, taken uit te voeren en overtuigende resultaten te produceren?
Beoordelen we mensen voortaan dan beter op hun vermogen om technologie te gebruiken en op hun vermogen om er verstandig mee om te gaan?
Een goed resultaat vertelt niet het hele verhaal
AI maakt het steeds gemakkelijker om informatie te verwerken, teksten te schrijven en complexe analyses te maken. Dat biedt enorme mogelijkheden. Maar een overtuigend resultaat bewijst zo niet langer automatisch dat iemand de inhoud begrijpt of de juiste afwegingen heeft gemaakt.
Twee mensen kunnen tegenwoordig hetzelfde resultaat afleveren, terwijl hun kennis en inzicht sterk verschillen. De ene gebruikt AI om zijn eigen expertise te versterken. De andere neemt het antwoord grotendeels over zonder het grondig te beoordelen.
Het verschil zit dan niet noodzakelijk in het resultaat, maar wel in wat erachter schuilgaat.
Kennis en competenties in een ander licht
Toegang hebben tot kennis is niet hetzelfde als kennis beheersen. En een taak met behulp van AI kunnen uitvoeren, vertelt ons niet vanzelfsprekend welke competenties iemand zelf bezit.
Dat betekent niet dat we moeten terugkeren naar de tijd waarin alles zelfstandig moest gebeuren. AI doelgericht inzetten is óók een vaardigheid. Maar het vraagt wel dat we anders leren kijken.
Begrijpt iemand wat die presenteert? Kan die fouten herkennen, verbanden leggen en bijsturen wanneer de werkelijkheid niet overeenkomt met het voorgestelde antwoord?
Wordt het vermogen om kritisch te beoordelen even belangrijk als het vermogen om iets te produceren?
Waarschijnlijk wel. Want wanneer technologie steeds meer taken kan overnemen, moeten we ook nadenken over wat we bij mensen werkelijk willen waarderen.
Is dat snelheid? Productiviteit? Het vermogen om informatie te verwerken en resultaten af te leveren?
Of hechten we ook belang aan nieuwsgierigheid, kritisch denken, creativiteit, oordeelsvermogen en de bereidheid om verantwoordelijkheid te nemen?
Die eigenschappen sluiten elkaar niet uit. Integendeel. Ze kunnen elkaar versterken.
En toch bestaat het risico dat we ons bij het beoordelen van talent te veel laten leiden door wat gemakkelijk meetbaar of zichtbaar is. Wie snel produceert, lijkt efficiënt. Wie vlot presenteert, lijkt deskundig. Wie de nieuwste technologie gebruikt, lijkt vooruitstrevend. Maar zijn dat altijd de kwaliteiten die op lange termijn het verschil maken?
De impact van AI op Talent Acquisition?
Voor het aantrekken en duurzaam inzetten van medewerkers ligt hier een concrete uitdaging. Als AI steeds meer taken kan uitvoeren, volstaat het niet langer om mensen uitsluitend te beoordelen op hun kennis, ervaring of zichtbare resultaten.
Het vraagt een kritische blik op functieprofielen, selectiecriteria en evaluaties. Niet iedere functie vraagt dezelfde AI-vaardigheden, maar iedere organisatie moet wel weten welke kwaliteiten werkelijk het verschil maken. Niet omdat alles wat we vandaag doen niet meer telt, maar omdat de betekenis van bepaalde vaardigheden verandert wanneer technologie mee het werk uitvoert.
Dat betekent bijvoorbeeld dat we bij aanwerving niet alleen peilen naar kennis en ervaring, maar ook onderzoeken hoe iemand redeneert, keuzes maakt en met onzekerheid omgaat.
Dat we bij evaluaties niet uitsluitend kijken naar de output, maar ook naar de kwaliteit van het oordeel, de samenwerking en de verantwoordelijkheid die iemand opneemt.
En dat we bij opleidingen niet alleen leren hoe AI werkt, maar ook hoe we zelfstandig blijven denken en de resultaten ervan kritisch beoordelen.
Daarbij moeten we vermijden dat AI-gebruik op zichzelf een nieuwe norm wordt waaraan iedereen moet voldoen, ongeacht de functie of de werkelijke meerwaarde. Niet iedere taak vraagt technologie. Niet iedere medewerker moet dezelfde toepassingen beheersen. En niet iedere menselijke vaardigheid laat zich vangen in een meetbare indicator. De vraag blijft steeds: wat heeft deze organisatie nodig, welke bijdrage verwachten we van mensen en hoe herkennen we of iemand die bijdrage kan leveren?
Talent blijft mensenwerk
AI hoeft ook geen bedreiging te zijn voor menselijke kennis en vaardigheden. Het kan onze mogelijkheden juist vergroten. Maar dat vraagt dat we zelf blijven nadenken en verantwoordelijkheid blijven nemen voor wat we met de technologie doen.
Weten hoe je AI gebruikt, maar zeker ook begrijpen wanneer het iets toevoegt, wanneer het tekortschiet en wanneer en hoe het menselijke oordeel het verschil maakt, is de beste voorbereiding voor de toekomst.
Want als AI steeds meer mogelijk maakt, wordt het des te belangrijker dat we weten welk verschil we als mens zelf maken.
En begint daar dan een fundamenteel nieuwe kijk op talent? Jawel.
Wat we straks talent noemen, wordt zo hoe langer hoe meer bepaald door wie je bent in de interactie met de wereld en de ander.
Hoe kijk jij naar talent in een arbeidsmarkt waarin AI steeds meer taken kan overnemen?