Stel: twee programmeurs leveren exact dezelfde code in. Beide stukken zijn technisch perfect, even elegant geschreven, zonder fouten. Het enige verschil: één programmeur heeft AI gebruikt, de ander niet. Welke zou jij als intelligenter beoordelen?
Als je bent zoals de meeste mensen, kies je voor degene zonder AI-hulp. En daarmee illustreer je een verrassend probleem dat wetenschappers ontdekten bij een groot internationaal techbedrijf.
Grootschalig onderzoek onthult vooroordeel
Onderzoekers van Peking University en Hong Kong Polytechnic University bestudeerden bijna 29.000 softwareontwikkelaars bij een toonaangevend, niet nader te noemen techbedrijf. Het bedrijf had een geavanceerde AI-programmeertool ontwikkeld die de productiviteit met 30 procent kon verhogen. Ondanks uitgebreide training en promotie gebruikte na een jaar maar 41 procent van de werknemers de tool.
De cijfers toonden opvallende verschillen. Slechts 31 procent van de vrouwelijke programmeurs adopteerden de technologie, tegenover 43 procent van hun mannelijke collega’s. Werknemers boven de 32 jaar bleven ook achter met 39 procent.
Om de oorzaak te achterhalen, voerden de wetenschappers een ingenieus experiment uit. Ze lieten 1.026 ingenieurs identieke stukken Python-code beoordelen. Het enige verschil: de helft kreeg te horen dat de code met AI was gemaakt, de andere helft niet.
Lees ook: Werk slimmer met AI: deze 9 praktische tips maken je 30 tot 40 procent productiever
Verrassende uitkomsten
De resultaten waren onverwacht. Wanneer beoordelaars dachten dat AI was gebruikt, scoorden ze de maker 9 procent lager op intelligentie. De technische kwaliteit van de code zelf kreeg dezelfde waardering – het ging puur om de perceptie van de persoon.
Voor vrouwen was het effect dramatischer: zij kregen 13 procent lagere intelligentiescores bij AI-gebruik, mannen slechts 6 procent. De strengste beoordelingen kwamen van collega’s die zelf nog geen ervaring hadden met AI-tools.
Een vervolgonderzoek onder 919 werknemers bevestigde de vrees voor reputatieschade. Veel werknemers waren het eens met de stelling dat hun manager hen als minder intelligent zou beoordelen als die wist dat ze AI gebruikten. Deze angst bleek de sterkste voorspeller van AI-ontwijking – belangrijker dan de technische moeilijkheden of leertijd.
Drie strategieën voor bedrijven
In een stuk op Harvard Business Review komen de onderzoekers met drie concrete aanbevelingen om dit probleem te tackelen:
1. Identificeer risicogroepen
Bedrijven moeten teams opsporen waar veel oudere mannen werken die AI mijden, gecombineerd met weinig vrouwen of jongeren. Daar is de kans op vooroordelen het hoogst.
Het onderzoek toont dat mannelijke niet-gebruikers van AI vooral vrouwelijke collega’s hard afrekenen op AI-gebruik – maar merkwaardig genoeg mannelijke AI-gebruikers veel milder beoordelen. Deze asymmetrie maakt bepaalde teamsamenstelling extra riskant.
Organisaties kunnen dit probleem opsporen door simpele vragen te stellen: Krijgen vrouwen die AI gebruiken minder snel promotie? Vertrekken ze vaker? Ook exit-gesprekken kunnen onthullen of werknemers weggaan, omdat ze zich onveilig voelen bij het gebruiken van nieuwe technologieën.
2. Zet invloedrijke voorbeelden in
Wanneer gerespecteerde collega’s openlijk en succesvol AI gebruiken, verdwijnt angst. Senior vrouwen kunnen hier een cruciale rol spelen door als rolmodel te fungeren voor jongere collega’s.
Het onderzoek toont dat mensen die AI nog niet gebruiken de strengste oordelen vellen. Maar zodra zij zien dat collega’s die ze respecteren er succesvol mee werken, verandert hun houding.
Vooral wanneer senior vrouwen de leiding nemen in AI-gebruik, daalt de adoptieachterstand bij jongere vrouwelijke collega’s aanzienlijk.
Bedrijven kunnen dit stimuleren door AI-successen zichtbaar te maken. Organiseer bijvoorbeeld maandelijkse showcases waar teams hun AI-projecten presenteren. Of start een ‘AI-challenge’ waar verschillende afdelingen een maand lang experimenteren met de tools en hun ervaringen delen.
Het draait om het normaliseren van AI-gebruik. Wanneer mensen zien dat hun gewaardeerde collega’s er open over praten en er beter van worden, verdwijnt het stigma. Dan wordt AI-gebruik niet meer gezien als teken van zwakte, maar als slimme werkwijze.
Lees ook: Nieuwe baan? ChatGPT raadt vrouwen aan tot 120.000 dollar minder salaris te vragen
3. Herzie beoordelingssystemen
Stop met beoordelen hoe werk tot stand komt. Focus op meetbare resultaten: snelheid, nauwkeurigheid, foutenpercentage. Enkele vooruitstrevende bedrijven experimenteren zelfs met het belonen van AI-gebruik in functioneringsgesprekken.
Het probleem zit vaak in de manier waarop managers hun mensen beoordelen. Ze kijken te veel naar het proces en te weinig naar het eindresultaat. Een programmeur die met AI-hulp foutloze code schrijft in de helft van de tijd verdient applaus, geen kritiek.
Praktisch betekent dit: stop met vragen stellen zoals ‘Hoe heb je dit gemaakt?’ en ga voor ‘Werkt het goed en is het op tijd af?’ Maak duidelijke afspraken over wat je verwacht: een bepaalde kwaliteit, binnen een bepaalde tijd, met maximaal zoveel fouten.
Sommige bedrijven gaan nog verder. Ze vragen expliciet naar AI-gebruik in evaluaties en zien het als pluspunt. De redenering: werknemers die nieuwe tools omarmen, zijn waardevoller voor de organisatie. Microsoft heeft al aangekondigd dat AI-gebruik onderdeel wordt van beoordelingen.
Kostenplaatje voor bedrijven
Voor bedrijven is het helder: als werknemers bewust AI negeren of ontwijken, kost dat geld. Bedrijven die miljoenen stoppen in AI-ontwikkeling zien hun investeringen verdampen als eigen werknemers de tools niet durven gebruiken uit angst voor reputatieschade.
Het doet denken aan een topsporter die stiekem geen moderne trainingsapparatuur durft te gebruiken uit vrees dat anderen hem als zwakker zullen zien. Ondertussen rent de concurrentie hem voorbij.
Dus de volgende keer dat je een collega ziet werken met AI, bedenk dan: beoordeel je het eindresultaat of laat je je leiden door vooroordelen over het proces?
Lees ook: AI is geen wondermiddel: 6 nuchtere lessen voor managers
