Keynote van Ivar Zantinge (Rebrave) op Impact FM 2026, donderdag 29 oktober 2026, Metaal Kathedraal, Utrecht.
Tot ver in de vorige eeuw was een computer een mens. Vaak een vrouw, die de hele dag met de hand berekeningen maakte. Katherine Johnson was zo’n vrouw. Ze werkte voor de NASA en berekende onder meer de boog die een raket door de atmosfeer moest afleggen. Een rekenmachine met een rokje, noemde ze het zelf. Toen de elektronische computer op de markt kwam, verdween haar beroep.
Maar niet meteen. In 1962 wilde astronaut John Glenn pas de ruimte in nadat Katherine Johnson met de hand had nagerekend wat de nieuwe machine had uitgerekend. Get the girl to check the numbers, zei hij. “Als zij zegt dat het klopt, ben ik klaar om te gaan.”[1] Haar werk was veranderd. Van kunnen naar kunnen beoordelen.
De geschiedenis kent veel overbodig geraakte beroepen. De melkboer, de wasvrouw, de telegrambezorger. We kijken ernaar met gevoelens van nostalgie. Maar binnenkort verdwijnen mogelijk ook de servicedeskmedewerker, de manager en de consultant. Elke keer roept nieuwe technologie dezelfde vraag op: wat is eigenlijk nog ons werk?
AI komt, net als de computer, voor het werk van het hoofd: schrijven, analyseren, samenvatten, plannen, adviseren. Tachtig procent van de werkenden wordt erdoor geraakt.[2]
AI komt voor jouw baan. En voor de mijne. Dat het werk verandert, staat vast. Hoe, dat bepalen we zelf. Of we kijken toe en laten het aan anderen over. Daar zijn we namelijk heel goed in.
Deze zomer stonden er weer veel bossen in brand. Het grote menselijke talent is een catastrofe negeren. We zien het, we weten het en we wachten tot iemand anders iets doet.[3]
Met AI doen we hetzelfde. Met één verschil: bij AI staat het in je eigen organisatie, op de servicedesk, in het contractbeheer. De vraag is niet of je organisatie verandert. De vraag is of jij het ontwerp doet of iemand buiten je organisatie, die jouw belangen niet meeweegt.
Ik wil jullie vandaag zes paradoxen laten zien, schijnbare tegenstellingen. Ze geven aan waarom deze tijd zo lastig te duiden is. Elke keer als ik er een probeer op te lossen, kom ik bij die ene vraag terug:
Wat is eigenlijk nog ons werk?
Paradox 1: hoe slimmer de modellen, hoe minder we ermee doen
De eerste paradox gaat over die slimme modellen. Hoe slimmer ze worden, hoe minder we ermee doen. Elke paar maanden komt er een nieuw AI-model en elke keer is het slimmer. En goedkoper. De prijs om zo’n model te gebruiken daalde in twee jaar met 99,7 procent.[4] De modellen die er nu zijn, kunnen al grote delen van de economie compleet anders inrichten. De kloof tussen wat ze kunnen en wat wij ermee doen wordt ook wel ‘the overhang’ genoemd.
En die kloof is gigantisch.[5]
Van de werkende Nederlanders gebruikt 41 procent AI op het werk.[6] En waarvoor dan precies? Als alternatieve zoekmachine, voor betere mails en memo’s en om samen te vatten.[7]
Waarom gebruiken we bij AI een Formule 1-auto om boodschappen mee te doen, terwijl het zoveel meer kan?
Universiteit MIT keek vorig jaar naar driehonderd AI-projecten in bedrijven: ongeveer vijf procent leverde iets op, de rest bleef hangen in de pilot. De modellen waren goed genoeg, maar organisaties kregen het niet in hun werk ingebakken.
Ik heb een vraag die we twee jaar geleden en vorig jaar ook stelden op ons congres.
Wie van jullie gebruikt AI voor het werk?
En wie heeft AI ingebouwd in een dagelijks werkproces waarbij meerdere mensen betrokken zijn?
Van een slim taalmodel naar een werkproces dat door AI gedragen wordt is een hele grote stap. Die hebben wij in eerste instantie onderschat. Zowel intern als toen we onze eerste digitale projecten bij klanten deden. Het is niet de stap van de technologie. Het is de stap die mensen moeten zetten die het zo moeilijk maakt.
Er zijn drie dingen uit elkaar gaan lopen:
- Wat de machine kan.
- Wat wij met die machine doen.
- En in hoeverre wij de uitkomsten van die machine kunnen beoordelen.
Wat de machine kan groeit exponentieel; wat wij ermee doen groeit nauwelijks. En naarmate generaties hun vak minder goed begrijpen, zullen we steeds minder goed in staat zijn de uitkomsten te beoordelen.
En als de modellen van nu al goed genoeg zijn, en we dus maar een klein deel benutten, waarvoor hebben we dan eigenlijk superintelligentie nodig?
Wat is eigenlijk nog ons werk?
Paradox 2: hoe meer de machine kan, hoe meer het menselijke ertoe doet
De tweede paradox. Hoe meer de machine voor je kan doen, hoe meer het menselijke ertoe doet.
In 1988 kwam roboticus Hans Moravec tot een inzicht, dat nog steeds waar is: het is makkelijk om een computer te laten schaken maar bijna onmogelijk om een computer alledaagse zintuiglijke vaardigheden te leren. Schaken is relatief nieuw voor ons, dus daar zijn we relatief slecht in. Kijken en aanvoelen wat een ander nodig heeft, daar hebben we miljoenen jaren op geoefend.[8]
Wij hebben de neiging om te denken: als die machine complexe wiskunde kan, dan kan hij al dat andere ook wel. Dat is de valkuil. De leraar die ziet dat een kind stil is geworden. De schoonmaker in het verpleeghuis die merkt dat meneer Brouwer in kamer 2a zijn koffie niet heeft aangeraakt (en dat even doorgeeft). Voor een machine is dat het allermoeilijkste wat er is. En het is het werk dat ons mens maakt: aandacht, betekenis, iets doen voor een ander.
Dus als je mij vraagt waar wij AI niet inzetten, dan is het aan het bed, in de klas, in het echte gesprek met een bewoner of een burger. Wij zetten AI liever in om mensen daar juist meer tijd voor te geven. Dat is waar we het allemaal voor doen: meer waarde uit dezelfde euro, met dezelfde mensen op de begroting.
Wat is eigenlijk nog ons werk?
Paradox 3: Kunstmatige intelligentie is mensenwerk
De derde paradox: AI is mensenwerk.
Boston Consulting Group onderzocht welke bedrijven wel waarde uit AI halen.
Die steken ongeveer tien procent van hun inspanning in de algoritmes, twintig in technologie en data en zeventig in mensen en processen.[9] Wie het alleen aan de IT-afdeling overlaat, krijgt techniek zonder verandering.[10] Het is de reden dat we bij Rebrave zo sterk geloven in hybride dienstverlening: strategie, engineering en consultancy die hand in hand denken, bouwen en implementeren tot het werkt.
AI is getraind op wat mensen ooit schreven. Mijn hond Rocky blaft regelmatig naar zijn eigen spiegelbeeld in het raam. Zo blaffen wij naar AI. Wat we daar zien, is onszelf: onze woorden, onze aannames, onze fouten, alleen groter en sneller. Maar AI klinkt bij fouten, of complete verzinsels, net zo overtuigend als wanneer het gelijk heeft.
Daarom hoort er altijd een mens tussen het resultaat van AI en het besluit.
Get the girl to check the numbers.
Vorig jaar is er een wetenschappelijk onderzoek gedaan waarbij negentien ervaren maag-darmartsen in Polen werden gevolgd. Zij kregen AI-ondersteuning bij het opsporen van poliepen. Maar het onderzoek had een iets andere insteek dan normaal. Ze keken naar hoe goed mensen nog waren in hun eigen vak, na een tijd met AI te hebben gewerkt.
Vóór de test vonden de maag-darmartsen, zonder AI, in 28 procent van de onderzoeken een poliep. Nadat ze een paar maanden met AI hadden gewerkt en dat weer werd afgenomen, was dat nog maar 22 procent. Een vijfde minder. Bij mensen die het duizenden keren hadden gedaan. Binnen een paar maanden.[11]
AI helpt, maar het maakt ons ook minder vaardig als we het niet goed gebruiken. En als de mens ernaast het niet meer zonder kan, heb je geen hulpmiddel maar een afhankelijkheid. En de volgende stap is dat je overbodig bent geworden. Dit is dus het moment om op het puntje van je stoel te gaan zitten en zelf heel goed op te blijven letten.
Ik las een paar weken geleden over de zogenaamde 20-60-20 regel:[12]
- De eerste 20% gebeurt door de mens. Je bepaalt zelf de richting, het probleem en het doel.
- De middelste 60% doet AI, het zware werk, zoals brainstormen, concepten schrijven of data verwerken.
- De laatste 20% doet de mens weer. Je controleert, beoordeelt, filtert en verfijnt het resultaat handmatig.
Zo blijft het uiteindelijke product altijd van ons en niet van de machine.
Maar als je het vak nooit hebt geleerd, kun je de machine niet beoordelen. In Nederland is het aantal startersvacatures sinds begin 2024 met 29 procent gedaald.[13] Werkgevers verwachten dat AI het werk gaat doen en nemen daarom minder starters aan. Een selffulfilling prophecy. Het risico is dat daarmee de leerfunctie van het werk verdwijnt.[14]
Ik wil jullie nog iets vragen. Wie heeft zijn vak en beoordelingsvermogen geleerd door het werk eerst zelf te doen?
En wie heeft zijn vak geleerd door alles door software te laten maken in plaats van het zelf te doen?
Voor starters op de arbeidsmarkt geldt hetzelfde. Hoe beoordeel je een meerjarenonderhoudsplan dat een machine heeft gemaakt, als je ze zelf nooit hebt gemaakt en hebt laten beoordelen door iemand die er veel meer ervaring in had?
Het gevolg van ‘het vak niet leren’ is dat over tien jaar er niemand meer is die kan oppakken wat het model niet goed doet. Dat is digitaal asbest; we metselen het nu in onze muren om er later heel veel last van te krijgen.[15]
Van kunnen naar kunnen beoordelen vergt dat je snapt waar je naar kijkt.
Wij proberen starters bij Rebrave daarom ook dingen zelf te laten doen, zonder AI. Zelf nadenken, zelf maken, zelf oordelen. Zowel intern als bij onze opdrachtgevers. En we toetsen of ze zelf snappen wat in hun stukken staat.
Het is ook de reden dat we zeer ervaren software engineers, Felix en Bart, hebben aangetrokken om onze digitale innovatie met AI te doen. Ook hun komst is een paradox, want om complexe software te maken heb je helemaal geen software engineers meer nodig, laat staan met veel ervaring. Maar om te kunnen beoordelen of het veilig is, om fouten uit de code te halen en om het te optimaliseren voor een werkomgeving wel. Als je het anders doet, creëer je digitaal asbest. Kunnen is echt iets anders dan kunnen beoordelen.
Voor facilitair Nederland zit hier ook een kans. Het kantoor is jarenlang een kostenpost geweest die kleiner moest. Nu wordt het de plek waar oordeelsvermogen wordt geleerd. Om relevant te blijven is doorgeven van beoordelingsvermogen onvermijdelijk en daarvoor moeten we dicht bij elkaar zijn. [16]
Wat is eigenlijk nog ons werk? Alles zelf blijven doen? Alleen nog beoordelen? Of is het misschien het doorgeven van je vak aan wie het nog moet leren, zodat ze het op een dag zelf ook kunnen beoordelen?
Paradox 4: hoe harder de bouwers om een rem roepen, hoe sneller ze AI ontwikkelen
De vierde paradox is de moeilijkste. En nu wordt het persoonlijk.
AI-gigant Anthropic bracht deze week haar beursprospectus uit. Daarin noemden ze het AI-tijdperk ‘the age of miracles’.[17] Tegelijkertijd zeggen dezelfde mensen dat AI de mensheid kan uitroeien.
Of ze voorzien een toekomst waarin “machines of loving grace” over ons waken, zodat de mensheid weer fijn terug kan naar een nomadisch bestaan in de wildernis. Bij de rest van de zoogdieren.[18] Een evolutionaire setback van 100.000 jaar, afgedwongen door “AI overlords”. En intussen bouwen ze heel hard door aan superintelligentie in een felle concurrentiestrijd met de andere AI-giganten. Doodeng.
Iedere keer als dit soort sciencefictionberichten voorbijkomen denk ik aan mijn kind en aan jullie kinderen. Ik wil niet onnodig sentimenteel doen, maar dit gaat over onze toekomst en in hoeverre die gegarandeerd is. Dus daar mogen we wat bij voelen. En wat van vinden.
En ze bouwen bunkers. In de Argentijnse Andes ligt een ranch, vijf keer zo groot als Manhattan, waar techondernemers zich voorbereiden op het einde van de wereld, met bunkers en AI-taalmodellen op zonnestroom.[19]
Eind september zaten de AI-bazen voor de Veiligheidsraad van de Verenigde Naties. Ze zeiden: als we dit slecht beheren, is AI een risico voor de mensheid als geheel.[20] Ze smeken om regulering en vragen tegelijkertijd aan ons hen te vertrouwen. Het antwoord van de Spaanse premier Sánchez was luid en duidelijk: No. Freaking. Way.[21] Ok, dacht ik, maar doe er dan ook wat aan!
Medicijnen, vliegtuigen, auto’s en gebouwen hebben veiligheidsregels vooraf, geen rechtszaken achteraf. Jullie weten dat beter dan wie ook. Voor één gebouw gelden honderden regels: het Bbl, de brandmeldinstallatie met certificaat, de liftkeuring, het legionellabeheersplan, de NEN 3140-keuring van de elektra. En een aannemer komt zonder VCA helemaal niet binnen.
En een systeem dat over mensen beslist, over ons lot, mag live zonder keuring, zonder certificaat, zonder onderhoudsplan? Waarom eigenlijk? En waarom ontwikkelen al die AI-bedrijven zo hard door aan die superintelligentie?
Het beangstigende beeld van de machine die wakker wordt en tot leven komt, is net als mijn hond Rocky, die blaft naar zijn eigen spiegelbeeld. Het probleem is weliswaar groot, maar ook eenvoudiger dan dat.
Vorige maand was er het nieuws dat honderden AI-agents van OpenAI uit hun testomgeving braken en een ander bedrijf digitaal binnendrongen. Die agents wilden niets. Ze optimaliseerden blind en vonden een route die niemand had dichtgezet. Voor grote schade is een systeem zonder mandaat en zonder grenzen genoeg.
Controle is ontwerp vooraf, geen rode knop achteraf. [22]
Dus de vraag is wie het ontwerp doet. Wij of zij in hun bunkers?
Hoe machtiger het model, hoe groter de verleiding om het te laten beslissen over mensen. Wij hebben in dit land gezien wat er gebeurt als de overheid de verkeerde vraag aan een machine stelt. De toeslagenaffaire, met vrij domme algoritmes. Wat gebeurt er als de algoritmes onnavolgbaar slim zijn en we de uitkomsten niet meer kunnen controleren? Hoe ver gaan we hierin? Beoordeelt AI straks of je een gebouw binnen mag? Of je contract verlengd wordt? Of je recht hebt op zorg? Of je een verblijfsvergunning krijgt?
Terug naar mijn eerdere vraag: waarom superintelligentie? We weten uit onze eigen projecten dat geregisseerde agents, kleine open source modellen en mensen die zelf beslissen, genoeg mogelijkheden bieden om onze werkomgevingen onherkenbaar te veranderen. Die modellen draaien waar wij dat willen: op een eigen server, in een Europese cloud en voor veel taken zelfs op een gewone laptop. Daar is geen datacenter van een gigawatt voor nodig.
Het is veiliger, het kost een fractie van de stroom en we houden overzicht. Maar in de wereld waarin we nu leven, draait alles om steeds slimmere modellen en dus brute rekenkracht.
Dit alles heeft stroom nodig, gebouwen en onderhoud. Jullie snappen dat als geen ander. Eind vorig jaar stonden vijftienduizend bedrijven op de wachtlijst voor een stroomaansluiting. AI is geen lucht. Het is tastbaar en met die datacenters fysiek onderdeel van de gebouwde omgeving.[23]
Waarom superintelligentie? Voor het bestrijden van ziektes en de grote opgaven willen we misschien een hoger niveau aantikken, maar ook dat kan veilig, met agents die je kunt controleren. 20-60-20. Wie het antwoord op de vraag “waarom nog superintelligentie?” ook nog niet weet, moet misschien nog even denken aan die bunkers in Argentinië.
Wat is eigenlijk nog ons werk?
Paradox 5: hoe meer AI we in huis halen, hoe minder we in eigen hand hebben
Ik zoom nog iets verder uit. De vijfde paradox zegt dat hoe meer AI we in huis halen, hoe minder controle we hebben. Dit hele verhaal is onlosmakelijk onderdeel van grote geopolitieke ontwikkelingen. Zeventig procent van onze cloud staat bij drie Amerikaanse bedrijven. Wat betekent dat voor jouw organisatie? Waar staat jouw kennis en wie bepaalt wat ermee gebeurt? [24]
Soevereiniteit begint voor ons klein. Open source modellen werken, Felix en Bart bouwen er al een jaar mee. Maar open source is niet automatisch soeverein. Veel open modellen komen uit China en ook die licenties kunnen een hefboom worden in een handelsconflict. Dus het is kiezen en steeds weer opnieuw kiezen. De realiteit zal nooit meer zo statisch worden als vroeger, het is de reden voor het RE in REbrave.[25]
Wat is eigenlijk nog ons werk?
Paradox 6: hoe beter de machine een mens nadoet, hoe meer we een echt mens willen zien
De zesde paradox: hoe beter machines een mens na kunnen doen, hoe meer we willen weten of een mens het gemaakt heeft. En met reden.
In een Turingtest, een test die bedoeld is om robots van mensen te onderscheiden, dachten deelnemers vorig jaar in 73 procent van de gevallen met een mens te communiceren in plaats van met de AI-chatbot die het daadwerkelijk was.[26] En tegelijkertijd blijkt uit de AI-Barometer dat slechts vijftien procent van de Nederlanders AI vertrouwt met een zelfstandige beslissing.[27] Dus we vertrouwen het niet. Maar we herkennen het ook niet.
Een columniste in de Financial Times beschreef onlangs hoe ze op een verjaardag naar de speech van haar neef zat te luisteren. Mooi, geestig, precies goed. Halverwege kwam de gedachte op: heeft hij dit met ChatGPT gedaan? Alleen die gedachte al bedierf haar plezier. Maar hij had het zelf geschreven.[28]
Helaas komen uitvaartbegeleiders steeds vaker tot een andere conclusie.[29] Dezelfde AI-woorden, -zinsnedes en -patronen komen in toenemende mate voor in uitvaartredes. Is er iets treuriger dan je moeder op haar uitvaart te laten toespreken door de algoritmes van ChatGPT?
Want waar gaat het om in het leven? Intentie, betekenis, liefde, iemand die ergens voor staat. Het is de bedoeling dat een grafrede een worsteling is om te schrijven. En dat je het toch zelf doet.
Die eindeloze stroom teksten die allemaal op elkaar lijken, is letterlijk zonder waarde. Je hoeft maar een paar minuten op LinkedIn door te brengen om te snappen wat ik bedoel.
Wat is eigenlijk nog ons werk?
Slot
Dit hele verhaal vraagt twee dingen die geen model voor je doet.
De eerste is verbeelding. Verbeelding is kijken naar wat er nog niet is. Zelf bedenken hoe je het hebben wilt, in plaats van de slaaf te zijn van wat AI of de bedrijven erachter voor je bedenken.
De tweede is moed. Moed is voor ons het vermogen om het gat te overbruggen tussen wat je hebt voorbereid en het onbekende. Stap voor stap vooruit in een donkere kamer. Je tast, je luistert en bij elke stap leer je iets meer over de ruimte. De rest vul je met moed.
Moed om te starten zonder business case, moed om de verleidelijke proposities van de AI-giganten in Amerika aan je voorbij te laten gaan. Moed is niet alleen handelen. Moed is soms ook dingen bewust niet doen.
En je moet echt opnieuw durven beginnen, niet het nieuwe naast het oude. Dat is de reden dat wij vandaag afscheid nemen van Ifmec, Wundershift en van Next Level FM.
Wij zijn hiermee begonnen uit overlevingsdrang. We willen zelf aan de knoppen zitten en surfen op de golf, op onze eigen voorwaarden. En dat is ook wat we willen betekenen voor onze opdrachtgevers.
En dan blijft er één paradox over. Die gaat over ons. Als wij de menselijke maat zo belangrijk vinden en wij vandaag ook weer waarschuwen voor de gevaren, waarom bouwen wij dan toch diensten met AI erin? Zijn wij dan ook opportunisten die op de volgende hype springen? Het is een terechte vraag. Laat me dat uitleggen.
Wij geloven dat we in een nieuw tijdperk zitten, niet in een hype. Wij geloven dat niet meedoen geen optie is. Ertegen blijven vechten is naïef. Dat is als Kodak, dat te lang bleef geloven in het fotorolletje. Maar we doen het liever zelf dan dat we het iemand laten doen die de servicedesk nooit heeft gezien en die niet weet wat meneer Brouwer in kamer 2a nodig heeft. We doen het liever met eigen mensen die de output echt kunnen beoordelen. We doen het liever onafhankelijk, met veilige modellen, EU-soeverein en beheersbaar. De mens centraal zetten betekent dat er op elke plek waar het ertoe doet een mens zit die mag oordelen en mag afwijken. En we weten dat 70% van het succes van AI zit in mensen en processen en daar waren we altijd al goed in.
Zes paradoxen over de wereld en één over ons. Elke keer kwam ik bij dezelfde vraag terug. Wat is eigenlijk nog ons werk?
Mijn antwoord bestaat uit 5 zinnen.
- 1. Ons werk is verantwoord innoveren, waarbij de mens altijd centraal staat.
- 2. Ons werk is starters het vak te blijven leren door het ze zelf te laten doen.
- 3. Ons werk is beoordelen wat de machine oplevert, met altijd een mens tussen het resultaat en het besluit.
- 4. Ons werk is ontwerp vooraf, geen rode knop achteraf.
- 5. Ons werk is steeds opnieuw blijven kiezen terwijl de wereld in een moordend tempo verandert.
Wat is eigenlijk nog ons werk?
Dat werk gaat veranderen, voor iedereen in deze zaal. Zoals het veranderde voor Katherine Johnson, de menselijke rekenmachine.
Maar hoe, dat laten we niet afhangen van de AI tech bro’s met een bunker in de Andes. Dat bepalen we zelf. Met onze data en onze kennis in eigen huis. Slim, met kleine modellen die precies doen wat we ze vragen en niets meer.
En zonder allesoverheersende superintelligentie, want we horen niet te schuilen in bunkers voor de technologie die we zelf bouwen. No. Freaking. Way.
Dat vraagt dat we het initiatief nemen. Dat we soms de eersten durven zijn. En dat we fouten durven maken. De toekomst behoort toe aan de moedigen. Zij, die in een donkere kamer een stap vooruitzetten. Zij, die een hoge golf op zich af zien komen en besluiten erop te gaan staan.
En om de juiste redenen. Voor de bewoner, de leerling, de cliënt, de burger, voor onze kinderen en voor de samenleving als geheel. Dat is de waardestapel waar wij graag aan werken.
AI is gereedschap waarmee we die stapel hoger willen maken. Want dat is onze belofte van dit AI-tijdperk: betekenisvol werk en impact maken. Niet meer werk verzetten met minder mensen.
Tot slot wil ik jullie een vraag meegeven om over na te denken. Wat is eigenlijk nog jouw werk? En wie ontwerpt het?
Wij maken moed. Steeds opnieuw.
Dank jullie wel.
Bronnen
[1]NASA, Katherine Johnson Biography (Margot Lee Shetterly, NASA, 2016); samengevat in IEEE Spectrum, How Katherine Johnson Plotted NASA’s Course, maart 2019. Johnson over de menselijke computers: ‘computers who wore skirts’, NASA, Katherine Johnson: The Girl Who Loved to Count, 2015.
[2] Tyna Eloundou, Sam Manning, Pamela Mishkin en Daniel Rock, GPTs are GPTs: Labor market impact potential of LLMs, Science 384 (6702), 20 juni 2024: bij circa 80 procent van de Amerikaanse werkenden wordt minstens 10 procent van de taken geraakt door taalmodellen; bij 19 procent meer dan de helft.
[3]Camilla Cavendish, Heatwaves expose the great human gift for ignoring catastrophe, Financial Times, 14 augustus 2026.
[4]BOND, 30 mei 2025, op basis van Stanford HAI, AI Index 2025: de prijs per miljoen tokens daalde tussen november 2022 en december 2024 met 99,7 procent.
[5]Ethan Mollick, The Overhang, One Useful Thing, 18 sep 2026.
[6]AI-Barometer van MSI-ACI, meting februari 2026 (26 procent in december 2024, 41 procent in februari 2026), via Nederland Digitaal, 28 apr 2026.
[7]Pilita Clark, The rules of AI etiquette, FT, 27 sep 2026, op basis van Deloitte-onderzoek onder 25.000 Britse werknemers.
[8] Hans Moravec, Mind Children: The Future of Robot and Human Intelligence, Harvard University Press, 1988.
[9]Boston Consulting Group, Where’s the Value in AI?, oktober 2024: koplopers volgen het 10-20-70-principe, 10 procent algoritmes, 20 procent technologie en data, 70 procent mensen en processen.
[10]McKinsey, maart 2025: van 25 onderzochte kenmerken heeft het herontwerpen van werkprocessen het grootste effect op het resultaat uit generatieve AI; toezicht van de CEO op AI-governance is het element dat het sterkst samenhangt met resultaat; Alexander Sukharevsky noemt delegeren aan de IT-afdeling ‘a recipe for failure’. McKinsey, nov 2025: high performers herontwerpen bijna drie keer zo vaak werkprocessen en hebben drie keer zo vaak bestuurders die eigenaarschap tonen.
[11]Budzyń e.a., Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy, The Lancet Gastroenterology & Hepatology, 12 aug 2025: adenoomdetectie zonder AI van 28,4 naar 22,4 procent; 1.443 colonoscopieën, 19 endoscopisten, vier centra in Polen.
[12] Nirav Tolia (medeoprichter en CEO van Nextdoor) over de 20-60-20-regel, Instagram, 2026; datum en link nog toe te voegen.
[13]Randstad, Gen Z workplace blueprint, oktober 2025: 29 procent minder startersvacatures in Nederland sinds begin 2024 . Rabobank-economen in ESB, begin 2026: 25 procent minder vacatures in de meest AI-gevoelige beroepen.
[14]Intelligence Group, analyse op basis van expertinterviews, Nederlandse arbeidsmarktdata en internationaal onderzoek, april 2026 (berichtgeving in de vakpers, 29 april 2026; primaire publicatie bij Intelligence Group op te vragen): niet AI zelf maar verwachtingen over AI drukken de instroom van junioren; het risico is niet primair baanverlies maar het verdwijnen van de leerfunctie van het werk. Internationaal: Brynjolfsson, Chandar en Chen, Canaries in the Coal Mine, Stanford, aug 2025 (13 tot 16 procent relatieve daling bij 22- tot 25-jarigen).
[15]Cory Doctorow, Reverse centaurs are the answer to the AI paradox, Pluralistic, 11 sep 2025; The Reverse-Centaur’s Guide to Criticizing AI, Pluralistic, 5 dec 2025. VPRO Tegenlicht, Let them eat slop, 19 jul 2026.
[16]Ellesheva Kissin, Junior consultants called back to office as AI increases need for human skills, FT, 27 aug 2026 (Sayeh Ghanbari, EY).
[17] Anthropic, PBC, Form S-1 (registratiedocument voor de beursgang), ingediend bij de SEC op 26 oktober 2026; brief van de oprichters: ‘bring forth an age of miracles’. Het prospectus noemt tegelijk vier categorieën AI-risico’s, waaronder misbruik en verlies van controle. Jeremy Kahn, Fortune, 26 oktober 2026; Engadget, 26 oktober 2026.
[18] Dario Amodei (Anthropic), Machines of Loving Grace: How AI Could Transform the World for the Better, essay, oktober 2024. De titel is ontleend aan het gedicht All Watched Over by Machines of Loving Grace van Richard Brautigan (1967), waarin de mens is teruggekeerd naar de natuur, bij de andere zoogdieren, terwijl machines over alles waken. Investeerder Bill Gurley in de All-In Podcast over het essay: ‘sounds like Overlord to me’.
[19] Ciara Nugent, The Argentine ranch where tech CEOs plan to ride out the apocalypse, Financial Times, 7 augustus 2026.
[20] Bloomberg, Altman, Amodei Call for Global Cooperation on AI to Boost Safety, 23 september 2026; Reuters, 24 september 2026.
[21] Pedro Sánchez, toespraak The threat of the techno-oligarchs to democracy, John F. Kennedy Jr. Forum, Harvard University, 24 september 2026 (lamoncloa.gob.es), in reactie op de oproep van de baas van OpenAI om AI-bedrijven te vertrouwen.
[22]Roy Lindelauf en Eric Postma, NRC, 25 sep 2026; het Hugging Face-incident ook in FT, 11 sep 2026 en in de postmortem van OpenAI (sep 2026).
[23] Landelijk Actieprogramma Netcongestie, derde voortgangsrapportage, april 2026: 15.014 grootverbruikers op de wachtlijst eind 2025, samen 9,3 GW; congestie tot zeker 2030.
[24] Barbara Moens, EU pushes for ’tech sovereignty’ to cut reliance on US, Financial Times, 27 mei 2026: ruim 70 procent van de Europese cloudmarkt is in handen van Amazon, Microsoft en Google.
[25]BOND, 30 mei 2025, p. 145: ontwikkelaars bewegen weg van vendor lock-in en spreiden hun werk over meerdere modellen in plaats van te consolideren bij één aanbieder die toegang kan afsluiten of prijzen kan verhogen. Draghi, FT, 11 sep 2026, over Chinese licenties als mogelijke hefboom.
[26]BOND, 30 mei 2025, op basis van Cameron Jones en Benjamin Bergen, Large Language Models Pass the Turing Test, UC San Diego, maart 2025: GPT-4.5 werd in 73 procent van de gevallen als de mens aangewezen.
[27] MSI-ACI, AI-Barometer, meting februari 2026: 15 procent vertrouwt AI met autonome beslissingen; 88 procent vindt een AI-medewerker minder betrouwbaar dan een mens.
[28]Jemima Kelly, AI is killing the magic, FT, 19 okt 2025.
[29] Don’t let AI give your eulogy, University of Melbourne, 13 mei, 2026 https://pursuit.unimelb.edu.au/articles/dont-let-ai-give-your-eulogy