Nog nooit was er zoveel aandacht voor wellbeing. En toch blijft het aantal langdurig zieken toenemen. De huidige initiatieven lijken niet te werken. Dat heeft te maken met het feit dat we niet inzetten op de juiste interventies en dat de interventies zich doorgaans beperken tot het individu. Hoe moet het dan wel? In het Lerend Netwerk ‘Wellbeing Horizons’ brengen Kathleen Vangronsvelt en Kateryna Podkalenko onderzoek en praktijk samen én ze kijken daarbij over het muurtje. #ZigZagHR sluit mee aan en brengt verslag uit. Op het einde van dit lerend netwerk bundelen we 21 inzichten voor meer wellbeing in de 21ste eeuw.
Met de komst van Agentic AI kondigt zich een nieuwe evolutie binnen AI-ontwikkeling aan. De concepten achter autonome AI-systemen bestaan al tientallen jaren, maar de opkomst van grootschalige taalmodellen zoals GPT-4 en Gemini hebben Agentic AI toegankelijker en krachtiger gemaakt. Waar Generative AI vooral content genereert en ondersteunt op aanvraag, kan Agentic AI zelfstandig taken uitvoeren, workflows beheren en complexe beslissingen nemen zonder tussenkomst van mensen. Dat leren we van Kristof Van der Stadt, hoofdredacteur van Data News (Roularta Media Group) op de derde bijeenkomst van het lerend netwerk. De voordelen zijn legio, ook in HR. Maar er zijn ook heel wat ethische en privacy-kwesties En de mogelijke impact op menselijke relaties op de werkvloer, op welzijn en op leiderschap zijn nog moeilijk in te schatten.
De trein is vertrokken
Het mag duidelijk zijn. Er is geen weg terug. De trein is vertrokken en de snelheid is hoog. Beperkt aanvullend onderzoek brengt me al snel bij de volgende generaties AI die nog autonomer en bovendien adaptief en zelfbewust zijn. In de toekomst zullen AI agents zichzelf continu verbeteren zonder menselijke input en eigen leerdoelen stellen, ze zullen op zoek gaan naar meer kennis via externe bronnen, fouten herkennen en corrigeren. Beeld je een HR-AI in, die niet alleen (een deel van) jouw HR-taken uitvoert, maar ook uitzoekt hoe processen efficiënter kunnen en die optimalisatie vervolgens ook doorvoert. Toekomstige AI-agents zullen ook samenwerken als een intelligent collectief. Dit betekent dat ze met elkaar zullen communiceren en expertise uitwisselen en als zelforganiserende AI-teams problemen zullen oplossen.
Binnen afzienbare tijd kan AI slimmer worden dan mensen, zelfstandig redeneren, reflecteren en zelfmotivatie ontwikkelen zonder dat er nog voorprogrammering aan te pas komt. Als dit realiteit wordt, kan AI niet alleen HR-processen beheren, maar ook zelf nieuwe HR-strategieën bedenken en adviseren op basis van de bedrijfsstrategie en externe trends.
Sleutelrol voor HR
De hybride workforce waarin mens en AI samenwerken is in sommige organisaties vandaag al een realiteit. Dat heeft een impact op de vaardigheden die mensen nodig hebben (medewerkers moeten leren samenwerken met AI). En ook ethiek en werkcultuur veranderen. Hoe houd je werk menselijk als AI steeds meer taken overneemt? Hoe leid je juniors op als de eenvoudigere (deel-)taken en al het ‘makkelijkere’ werk door AI overgenomen wordt? En wie stuurt die AI-agents aan?
Het is met andere woorden heel belangrijk dat organisaties goed nadenken over AI-integratie, ethiek en governance. En HR zal hierin een sleutelrol spelen. Hoe zorgen we ervoor dat werk betekenisvol blijft? Welke psychologische basisbehoeftes zou de komst van Agentic AI kunnen frustreren? En welke hulpbronnen die beschikbaar zijn op de werkvloer kunnen we mobiliseren om die behoeftes toch in te vullen?
Zingeving onder druk?
Werk is voor veel mensen meer dan een inkomen; het geeft structuur, sociale verbondenheid en een gevoel van bijdragen. Als AI steeds meer taken automatiseert, kan dit twee kanten op gaan. AI kan repetitieve taken overnemen, zodat mensen zich kunnen richten op diepere relaties met elkaar. Agentic AI kan helpen om medewerkers te matchen met werk dat echt bij hen past, op basis van talenten, passies en waarden. En op die manier kan AI helpen om werk betekenisvol te maken.
Maar Agentic AI kan ook leiden tot vervreemding. Als AI te veel regelt, kan werk minder persoonlijk voelen. Hoe houd je verbinding met je team als AI communicatie automatiseert? Als AI beslissingen maakt over bijvoorbeeld promoties of performance management, hoe blijven medewerkers dan het gevoel houden dat hun inspanningen ertoe doen? En als steeds meer banen verdwijnen, minder menselijk worden of door AI overgenomen worden, kan zingeving zelfs onder druk komen te staan.
Meer welzijn door meer focus op werkcontext
Hoewel we het ‘gevoel‘ hebben dat vooral privégerelateerde zaken de grootste oorzaak zijn van het toenemend gebrek aan welzijn op het werk, spreekt onderzoek dat tegen. Uit een metastudie (Bakker, A.B., Demerouti, E., & Sanz-Vergel, A.I. (2014)) blijkt dat welzijn op het werk meer door contextgebonden factoren en minder door persoonlijke factoren voorspeld wordt. We kunnen met andere woorden de meeste impact genereren door te focussen op de werkcontext.
Het ABC-model van Deci en Ryan, gebaseerd op de Zelfdeterminatietheorie, biedt daarvoor een uitstekend kader. Deze theorie stelt dat drie psychologische basisbehoeften essentieel zijn voor motivatie, welzijn en groei: Autonomie, verBondenheid en Competentie. Als deze behoeften vervuld worden ervaren medewerkers meer werkplezier en betrokkenheid. Als deze basisbehoeften echter gefrustreerd worden, leidt dit tot stress, demotivatie en zelfs burn-out. Voor HR en leidinggevenden is het dus cruciaal om een werkomgeving te creëren waarin autonomie, competentie en verbondenheid worden ondersteund.
Impact van Agentic AI
Agentic AI kan een aantal van deze basisbehoeften echter frustreren. Een mogelijke ‘autonomie-frustratie’ kan zijn dat je minder controle hebt over het werk. Als AI steeds vaker werkprocessen automatiseert en beslissingen neemt in een black box waardoor het niet transparant is hoe AI tot die beslissing komt, kan dat leiden tot een gevoel van machteloosheid. Er is ook geen ruimte meer voor eigen inbreng. Ook AI-gestuurde monitoring (zoals time tracking en productiviteit scores) kan autonomie beperken en leiden tot gevoelens van controle en micromanagement.
Er loeren ook een aantal ‘competentie-frustraties’ om de hoek. Wat als werk te gemakkelijk wordt of net te complex? Als al het routinewerk verdwijnt en alles geoptimaliseerd wordt door AI, kan dat ertoe leiden dat we geen fouten meer maken en dus geen kans meer hebben om te leren en te groeien, we ontwikkelen dan ook geen nieuwe vaardigheden meer. Anderzijds kunnen complexe AI-modellen zorgen voor stress en het gevoel geven dat we niet competent zijn. Ook het geleidelijk inwerken van nieuwe collega’s in een job moet herdacht worden als eenvoudigere ‘start-taken’ door AI overgenomen worden.
Tot slot kan het verminderd menselijk contact leiden tot ‘verbondenheid-frustratie’. Als AI feedbackgesprekken of en coaching overneemt, kan dat de menselijke verbinding verminderen. AI-gebaseerde beslissingen voelen ook onpersoonlijk. Als AI steeds meer communicatie filtert en taken verdeelt, kan dat ervoor zorgen dat mensen zich minder verbonden voelen met hun collega’s. In plaats van samen met collega’s ‘te worstelen’ met een probleem, vragen we het (te) snel aan ChatGPT.
Ruimte, zinvolheid en rechtvaardigheid
Naast Autonomie, Competentie en Verbondenheid ziet Kathleen Vangronsvelt in Ruimte, Zinvolheid en Rechtvaardigheid nog 3 voorspellers voor meer welzijn op het werk.
Ruimte gaat over ‘nuttige’ overtolligheid, verloren tijd waarin we niet rechtstreeks naar een doel toewerken. We lijken sowieso al wat doorgeslagen in ons streven naar efficiëntie met back-to-back meetings met als gevolg dat er geen ruimte meer is voor divergent, associatief denken. Als AI ook het wikken en wegen over de beste formulering in een mail overneemt, of het nadenken over de formulieren van de actiepunten van een vergadering, dan wordt deze vrije ruimte nog kleiner. Anderzijds kan AI natuurlijk heel wat ruimte scheppen in onze agenda’s door deze taken van ons over te nemen.
Zinvolheid is ook een belangrijke voorspeller van welzijn. Het gaat hier niet over de (horizontale) verbinding die je met collega’s kan ervaren, maar over de (verticale) verbinding met iets dat groter is dan jijzelf. Het gevoel dat je bijdraagt aan iets dat de moeite waard is; de doelstellingen van je organisatie bijvoorbeeld. Als AI repetitieve taken overneemt, komt er meer ruimte om datgene te doen wat wij het best kunnen. Denk aan zorgkundigen wiens administratie overgenomen wordt door AI, waardoor ze meer tijd krijgen voor een gesprek met hun patienten. Anderzijds kan AI zoveel deeltaken overnemen, dat mensen het groter plaatje uit het oog verliezen en niet meer zien hoe hun bijdrage zinvol is om de doelen van de organisatie te behalen.
En tot slot wijst onderzoek (Colquitt et al., 2013) uit dat ook rechtvaardigheid en vooral hoe mensen rechtvaardigheid ervaren in de organisatie, een belangrijke voorspeller is van hun welzijn. Ook hier zijn er twee zijden aan het verhaal; door de massa informatie die AI tegelijk kan verwerken, kunnen beslissingen op een veel bredere basis aan info gebaseerd zijn. Maar tegelijk weten we dat deze brede basis aan info niet vrij is van allerlei biases en vooroordelen.
Welzijnsinterventies op 4 niveaus
Om op een duurzame manier impact te genereren is het belangrijk dat we welzijnsinterventies inzetten op 4 niveaus: het IGLO model (K Nielsen), een multi-level manier om naar welzijn te kijken, kan daartoe bijdragen. (meer over het IGLO model in verslag van dit Lerend Netwerk van AMS).
Organisaties focussen in verhouding te veel op het aanboren van hulpbronnen op individueel niveau (I) en te weinig op hulpbronnen op het niveau van de leidinggevende (L), het team (G) en de organisatie (O). Denk aan sociale steun, zowel van collega’s als van de leidinggevende, de overlap maar ook de diversiteit van kennis en skills. De leidinggevende neemt ook de rol op van ‘sensemaking’ door het bredere verhaal te schetsen: hoe draagt iedereen bij aan een grotere geheel. Hij/zij/hen kan ook intern mogelijke conflicten beslechten en medewerkers ‘afschermen’ van externe druk zodat ze meer welzijn ervaren. Ook op het niveau van de organisatie zijn er heel wat hulpbronnen die we amper aanboren of die we niet associëren met hun impact op het welzijn van medewerkers. Denk aan duidelijke processen en organisatie-ontwerp.
Geïnteresseerd in hoe dan wel optimaal gebruik te maken van deze aanwezige hulpbronnen? Houd de onderzoekspagina van het AMS-onderzoek Wellbeing Works (2023-2026) in de gaten Onderzoeksproject – welzijnsinterventies op de werkvloer)
10 take aways
- In een hybride workforce werken mens en AI samen
- Agentic AI kan tijd creëren voor ‘nuttige overtolligheid’
- Agentic AI kan de 3 basisbehoeften frustreren
- We kunnen de meeste impact genereren door te focussen op de werkcontext
- De ZelfDeterminaTietheorie biedt een goed kader voor welzijnsinterventies
- We laten veel hulpbronnen liggen op niveau van de leidinggevende en het team
- Het IGLO-model biedt een goed kader voor een multi-level aanpak van welzijn
- Dreigt er een nieuwe digitale kloof?
- Het is belangrijk om te blijven experimenteren
- Hanteer de matrix behoeften medewerker en resources organisatie om welzijnsinterventies op te zetten 👇
