Bijna 90% van de studenten gebruikt artificiële intelligentie (AI) voor academische doeleinden. Meer dan de helft doet dit wekelijks of zelfs dagelijks. Als deze en onze volgende generaties straks afstuderen en een carrière op de arbeidsmarkt starten, dan doen ze dat samen met AI als symbiotische partner in taken zoals brainstorming, documenten opstellen en communicatie. En dus lijkt het voor hen logisch om ook professioneel op AI-tools te kunnen steunen.
Maar wat betekent dit dan voor werkgevers? Daar hebben we op dit moment nog het raden naar. Het enige wat we zeker weten is dat jong talent AI als een vast onderdeel van hun werktools ziet. En dat die technologie rechtstreeks verbonden is met hun skills, ervaring en identiteit. Het moet ons in elk geval aanzetten om onze tewerkstellingsmodellen onder de loep te nemen. Meten en evalueren we de vaardigheden voor een job nog op de juiste manier? Hoe bouwen we vangrails rond AI? En wat verstaan we vandaag onder intellectueel eigendom?
Een nieuwe manier van rekruteren
Terwijl sollicitanten in software-engineering steeds vaker AI gebruiken tijdens virtuele interviews gebruiken om technische opdrachten uit te voeren, vragen sommige werkgevers zich af of ze moeten terugkeren naar fysieke gesprekken waarbij kandidaten code op een bord schrijven. Nochtans is de kans groot dat wie de job krijgt, uiteindelijk wél AI zal gebruiken om te coderen. Wellicht zal hun werkgever dat zelfs ook aanmoedigen.
Moeten technische interviews dan alleen ruwe, manuele codeerskills testen? Of moeten we ook controleren hoe goed kandidaten AI kunnen inschakelen? Wat biedt met andere woorden de grootste waarde voor de werkgever: weten hoe je codeert of begrijpen hoe je code genereert met behulp van AI? En als je voor het tweede kiest: hoe belangrijk is het vermogen om AI-code te beoordelen en indien nodig bij te sturen?
We moeten nadenken over wat ‘skills’ echt betekenen en wellicht moeten we ook andere skills evalueren. Denk bijvoorbeeld aan een vaardigheid zoals probleemoplossend denken. Dat is goed voor de organisatie, omdat er dan meer probleemoplossend wordt nagedacht. Maar ook voor de werknemer, omdat die zo meer impact heeft.
(Shadow) AI op de werkvloer
Behalve tijdens de sollicitatieprocessen stelt het gebruik van AI op de werkvloer werkgevers voor nog meer uitdagingen. Is AI tijdens het werk toegelaten? En zo ja, welke regels sturen het gebruik van de technologie? Hoe bescherm je gevoelige data? Moet je als werkgever tools en training voorzien? Of laat je die verantwoordelijkheid over aan je werknemers?
In de praktijk zien we dat veel medewerkers AI-tools nu al gebruiken zonder formele begeleiding of toestemming. Uit een recente studie blijkt dat 59% van de werknemers AI-tools inschakelt die niet goedgekeurd zijn door hun werkgever. En dat zo’n 75% van die werknemers vermoedelijk gevoelige informatie met deze tools deelt zonder te begrijpen hoe die gegevens nadien ingezet worden om AI-modellen te trainen.
Dit is wat we ‘Shadow AI’ noemen, en de negatieve impact hiervan is tastbaar. In organisaties waar Shadow AI vaak voorkomt, kost een datalek ongeveer 670.000 dollar extra vergeleken met bedrijven waar er niet of nauwelijks sprake is van deze praktijk. Deze incidenten doen ook meer persoonlijke, identificeerbare informatie en meer intellectueel eigendom op straat belanden.
Eigenlijk valt het intussen niet meer te vermijden dat medewerkers AI gebruiken. Daarom is het voor werkgevers belangrijk dat ze de technologie verstandig integreren met duidelijke richtlijnen die het potentieel van AI benutten zonder de organisatie bloot te stellen aan risico’s.
Achter de schermen van veel bedrijven is nog een andere evolutie bezig die we ‘Invisible AI’ noemen. Het betekent dat er meer en meer processen door AI worden uitgevoerd zonder dat mensen zich hiervan bewust zijn. Deze trend is bovendien aan het versnellen, omdat AI-agents steeds vaker afgelijnde processen overnemen.
Bring Your Own AI?
Heb je als werkgever besloten om je mensen met AI te ondersteunen, dan rijst alweer een nieuwe vraag. Wie kiest de tools: de werkgever of de medewerker?
Hier kunnen we de vergelijking maken met de eerste gsm’s op de werkvloer. Jarenlang hadden veel medewerkers twee toestellen op zak: eentje voor het werk en eentje voor privégebruik. Het eerste toestel was beveiligd en bedoeld voor specifieke werktoepassingen. Intussen zijn we overgestapt naar een BYOD-model. Hierdoor kiezen werknemers hun eigen toestel, maar is het dankzij ontwikkelingen in accountbeheer mogelijk om binnen dat apparaat aparte professionele en persoonlijke profielen te hebben.
AI-tools slaan mogelijk dezelfde weg in. Veel werkgevers verkiezen specifieke platformen voor hun securityfeatures en andere mogelijkheden. Maar wat als een werknemer een andere AI-tool verkiest die beter aansluit bij de professionele skills van die persoon? Bedrijven mogen dit niet negeren, zeker niet in het kader van dataprivacy, security en intellectueel eigendom.
Daarom moeten organisaties veel meer inzetten op AI-geletterdheid en een duidelijke policy. Zonder concreet beleid lopen zowel de werkgever als de werknemer verloren in het oneindige bos van AI. Om wildgroei te vermijden, kan technologie helpen bij het identificeren van alle gebruikte AI-systemen en nagaan of ze aan de richtlijnen voldoen.
Wie is eigenaar van intellectueel eigendom?
Intellectueel eigendom is nog een ingewikkelde materie in de context van AI. Wie is eigenaar van het werk dat een medewerker creëert met behulp van AI-tools? Hoe kan je onderscheiden wat of hoeveel in een model is getraind op vertrouwelijke bedrijfseigen informatie, en waarvoor gebruik is gemaakt van data die de medewerker zorgvuldig heeft samengesteld? En hoe evalueer je het aandeel van de eigen kennis en skills van je medewerkers in het gebruik van AI?
Deze vragen zijn niet eenvoudig te beantwoorden en gaan in de komende jaren ongetwijfeld een hoofdrol opeisen in het vormen van het juridische en ethische landschap in de werkomgeving.
Denk na over AI
Het mag duidelijk zijn dat het toenemende gebruik van AI belangrijke vragen oproept. Vragen die niet alleen over technologie gaan, maar ook over betekenis en waarden. Wat voor soort collega’s, leiders en organisaties willen we zijn? Wanneer wordt bedrijfsproductiviteit sociaal onproductief? En als we het kunnen, betekent het dan ook dat we het moeten doen?
AI is niet louter een technische uitdaging. Het is een leiderschapsopportuniteit. Leiders die zeker willen zijn dat hun organisatie na de eerstvolgende kwartaalrapporteringen blijft bestaan, moeten deze vragen vandaag durven stellen en beantwoorden.
gastbijdrage door Véronique Van Vlasselaer, Head of AI & Data Science EMEA, SAS
