Ervaring wordt belangrijker dan ooit voor de toekomstige kenniswerker
Max Herold & Mathieu Weggeman (mei, 2025)
We leven in een tijd waarin kunstmatige intelligentie stormachtig onze werkpraktijken binnendringt. Van juridisch advies tot marketingteksten, van medische beeldherkenning tot softwareontwikkeling – AI (zelflerende systemen) lijken overal inzetbaar. De verleiding is groot om te denken dat we onderweg zijn naar een wereld waarin een groot deel van onze kennis overbodig raakt. Maar wie dat denkt, mist een cruciale les uit de geschiedenis van de arbeid: het is niet de technologie die onze bijdragen bepaalt, maar hoe we ervaring en inzicht inzetten in een steeds veranderende context. Ons werk zal steeds verder digitaliseren, zeker, maar een fundamenteel menselijke kennisbijdrage die gebaseerd is op inzicht en expertervaring blijft unieke toegevoegde waarde bieden. In die expertervaring zitten impliciet probleemoplossende algoritmes die ook in de toekomst significant een verschil zullen maken (tacit knowledge).
Het oude onderscheid tussen hoofd en hand
Het onderscheid tussen hoofd- en handarbeid bestaat al heel lang. In de klassieke oudheid beschouwden denkers als Plato en Aristoteles intellectueel werk als superieur aan lichamelijke arbeid. Tijdens de industriële revolutie werd dit verschil opnieuw aangescherpt, nu vanuit een functionele logica: managers en ingenieurs (de denkers) ontwierpen de processen, arbeiders (de doeners) voerden die uit. Het Taylorisme – ofwel Scientific Management – maakte deze scheiding aan het begin 20e eeuw tot norm: werk werd opgeknipt in goed te controleren delen en gestandaardiseerd. Wie dacht, hoefde niet te doen. Wie uitvoerde, hoefde niet te begrijpen.
Maar in de loop van de 20e eeuw begon dit model te schuiven. Automatisering en complexere productieprocessen vereisten vaardigheden op de werkvloer die verder gingen dan puur uitvoeren. Denken en doen raakten meer dan ooit met elkaar verweven. In de zorg, techniek, IT en creatieve sectoren werden werkenden steeds vaker geacht zelf te reflecteren en te anticiperen en zo zelf verantwoordelijkheid te nemen voor tempo en kwaliteit van hun werk.
De opkomst van de kenniswerker
In 1959 voorzag managementdenker Peter Drucker deze verschuiving al en introduceerde hij de term ‘kenniswerker’. Niet de machinebediener, maar de medewerker die werkt met informatie, ideeën en specialistische kennis zou het fundament worden van de nieuwe economie. Deze kenniswerkers zouden, zo voorspelde Drucker, andere managementprincipes nodig hebben zoals minder hiërarchie en meer autonomie.
Dertig jaar later werd de voorspelde verschuiving zichtbaar door de opkomst van kennisintensieve organisaties in sectoren als ICT, consultancy, biotech en R&D, waarin de waardecreatie meer afhankelijk is van expertise dan van kapitaal of grondstoffen. De kenniseconomie was rond 1990 geen concept meer, maar realiteit.
De onzichtbare kracht van tacit knowledge
Toch bleef één vorm van kennis tot op de dag van vandaag onderbelicht: impliciete kennis ofwel tacit knowledge. Deze term, bekend geworden door de filosoof Michael Polanyi (“We know more than we can tell”), verwijst naar alles wat iemand weet, maar niet eenvoudig in woorden kan overbrengen. Denk aan (‘automatisch’) vakmanschap, intuïtie, en ervaring met complexe situaties.
In die tacit knowledge huizen impliciete ‘probleemoplossingspatronen’, een soort onbewuste algoritmes voor een veelheid aan deelproblemen die een professional in staat stellen om slimme keuzes te maken zonder daar expliciet over na te hoeven denken. In het huidige tijdperk van oprukkende AI, waarin prompts de nieuwe interface zijn tussen mens en machine, blijken juist deze op ervaring gebaseerde interne patronen van onschatbare waarde voor de effectiviteit en efficiency, dus voor de productiviteit van AI. Wie ervaring heeft met complexe vraagstukken, maakt in complexe situaties betere prompts – en krijgt dus ook betere antwoorden.
Dit mechanisme sluit nauw aan bij de bekende formule K = f (I × EVA), oftewel Kennis is een functie van Informatie × Ervaring, Vaardigheid en Attitude. Informatie op zichzelf is betekenisloos. Pas wanneer je informatie toepast, er iets mee dóet, ontstaat kennis. Pas dan worden “de geheimen van de smid” zichtbaar, wordt het fingerspitzengefühl ervaren of de pluis/niet-pluis notie gevoeld.
AI en de kenniswerker van de toekomst
Met de opkomst van generatieve AI staat de waarde van menselijke kennis opnieuw ter discussie. AI kan immers in seconden grote hoeveelheden relevante tekst, beeld en data genereren. Waarom zouden we dan nog mensen nodig hebben die kennis ‘bezitten’, als technologie die sneller, goedkoper en vaak foutloos kan leveren?
Het antwoord is eenvoudig: AI is briljant in het hergebruiken van bestaande, geëxpliciteerde patronen, maar zwak in wat buiten het patroon valt: ervaringen, intuïties en inzichten die (nog) niet gecodificeerd zijn. De kracht van de professional ligt niet in het kennen van relevante feiten – dat kan AI beter – maar in het effectief kunnen combineren, beoordelen en toepassen van kennis binnen specifieke situaties. En dat gebeurt met de impliciete probleemoplossende algoritmes waarover alleen de mens beschikt. In het AI-tijdperk is het juist de combinatie van digitale vaardigheid én hands-on praktijkervaring die het verschil maakt.
Hoe ziet die kenniswerker van de toekomst eruit? We mogen verwachten dat de succesvolle professional straks niet per se degene met de meeste diploma’s zal zijn, maar degene die zijn ervaringsexpertise weet te verbinden met technologie. Deze hybride kenniswerker beheerst AI-tools, zeker, maar weet ook hoe ze die kritisch moet prompten, evalueren en verder bevragen op basis van gegronde praktijkervaring.
Mentorschap als toekomstvaardigheid
Juist omdat AI veel expliciete kennis toegankelijk maakt, groeit de waarde van wat níet zo makkelijk overdraagbaar is. Mentorschap – het begeleiden van anderen op basis van ervaring – zal een belangrijkere kerncompetentie worden. Dit betekent dat organisaties die inzetten op het systematisch overdragen van tacit knowledge beter voorbereid zullen zijn op toekomstige uitdagingen dan bedrijven die alleen inzetten op voor hun doel getrainde AI-tools.
Dit vraagt om een hernieuwde waardering van de ‘oude rotten’ in het vak. Niet als obstakel voor vernieuwing, maar als gidsen in een wereld waarin technologie alles lijkt te kunnen – maar niet alles begrijpt. Wie ervaring koppelt aan digitale slagkracht bouwt aan een toekomstbestendige kennisorganisatie.
Conclusie: kenniswerk is meer dan promptvaardigheid
Ja, AI zal ons werk veranderen – radicaal zelfs. En ja, promptvaardigheid en kennis van AI-tools worden basisvaardigheden. Maar dat betekent niet dat ervaring er minder toe gaat doen. Integendeel: in een wereld vol slimme systemen wordt juist het menselijke oordeel, gevormd op basis van een jarenlange opbouw van tacit knowledge, de meest schaarse én waardevolle bron van inzicht.
Anders dan in de industriële revolutie, betekent de toekomst van kenniswerk dus niet het louter vervangen van mensen door goed getrainde AI’s. Waar het nu meer dan ooit om zal gaan, is het kapitaliseren op de ervaring, de intuïtie en het spontane inzicht van gelouterde professionals die goed kunnen werken met AI. Juist nu moeten managers beseffen dat competente professionals altijd meer weten dan ze kunnen vertellen.
