Functies herontwerpen per taak bij de invoering van AI-assistentie

Herontwerp een functie niet als één ondeelbaar pakket, maar onderzoek eerst welke taken lokaal veranderen. Een servicemedewerker kan met AI sneller een antwoord opstellen, terwijl een teamverantwoordelijke een grotere controlewachtrij krijgt, een specialist meer dubbelzinnige dossiers ontvangt en iemand de gebruikte kennis moet bijwerken. Wie alleen de snellere productie telt, verwart een lokale tijdswinst met beschikbare teamcapaciteit.

De bruikbare ontwerpbeslissing komt pas nadat vraag, menselijke inspanning, wachtrijen, bevoegdheid en leerwaarde zichtbaar zijn. Leg daarom de huidige taakstroom vast, test één herkenbare AI-configuratie op representatieve gevallen en meet ook het werk dat behouden blijft, verhuist of nieuw ontstaat. Pas daarna kunt u taken opnieuw bundelen tot werkbare rollen, met voldoende tijd en mandaat voor controle, uitzonderingen en expertiseontwikkeling.

Waarom begint functieherontwerp bij taken en niet bij functietitels?

Functieherontwerp begint bij taken omdat één functie uiteenlopende soorten werk bundelt die niet op dezelfde manier door AI veranderen. In dezelfde rol kan AI een zoek- of opsteltaak ondersteunen, kan een mens een beslissing blijven nemen, kan een afgebakende stap automatiseerbaar blijken en kan nieuw controlewerk ontstaan. Eén etiket zoals ‘sterk blootgesteld’ verbergt precies de verschillen die voor bezetting en verantwoordelijkheid van belang zijn.

De verfijnde ILO-index beoordeelt potentiële blootstelling aan generatieve AI via beroepsinformatie op taakniveau en noemt transformatie in het algemeen waarschijnlijker dan vervanging. De index meet echter geen gerealiseerde automatisering, lokale productiviteit of personeelsbehoefte. Volgens de OECD zullen veel werknemers AI eerder ervaren als een verandering van taken en werkomgeving dan als verlies van werk, waarbij AI taken kan automatiseren, aanvullen of creëren.

Gebruik blootstellingscijfers daarom als aanleiding voor lokaal onderzoek, niet als uitkomst. De eerste vraag is welke waarneembare handelingen, omstandigheden en overdrachten werkelijk veranderen. Daarna volgt de organisatievraag: welke taken horen samen in een volwaardige rol, welke relaties met andere rollen wijzigen en waar komt beslissingsbevoegdheid terecht? Zo blijft de taak de eenheid van bewijs, terwijl de uiteindelijke keuze over complete functies en teams gaat.

Wat moet een register van de huidige taken vastleggen?

Een bruikbaar takenregister beschrijft het echte lokale werk, de vraag ernaar en de voorwaarden waaronder het goed is afgerond. Formuleer elke taak als een handeling met een object, bijvoorbeeld ‘controleer het dossier op ontbrekende bewijsstukken’. Noteer vervolgens aanleiding, input, output, voltooiingscriterium, huidige uitvoerder, ontvanger en uitzonderingsroute. Splits stappen wanneer bewijs, oordeel, gevolgen of eigenaars verschillen; voeg kleine bewegingen alleen samen wanneer ze onder hetzelfde toezicht samen veranderen.

Meet over een vermelde periode zowel het aantal gevallen als het vraagpatroon. Houd menselijke behandeltijd apart van verstreken wachttijd: een dossier dat twee dagen wacht, vergt niet automatisch twee dagen arbeid. Leg ook variatie, herwerk, afhankelijkheden, goedkeuringen, gevolgen van fouten, vereiste domeinkennis en beslissingsruimte vast. Noteer per cijfer of vaststelling de bron en het vertrouwen, zodat een interview, observatie, werkstaal en systeemregistratie elkaar kunnen aanvullen en tegenspreken.

• Vraag en pieken per afgesproken periode, plus wachtrijen en seizoens- of kanaalverschillen.
• Menselijke behandeltijd, verstreken doorlooptijd, herwerk, retouren en bekende foutpatronen.
• Overdrachten, raadplegingen, goedkeuringen, uitzonderingen en de eigenaar van elke vervolgstap.
• Gevolgen van fouten of vertraging, vereiste bevoegdheid en de kennis die nodig is om ze te herkennen.
• Hoe medewerkers vaardigheid verwerven, oefenen, feedback krijgen en hun kennis actualiseren.
• Bewijsbron en betrouwbaarheid van elke uitgangswaarde.

O*NET levert beroepsgebonden taakbeschrijvingen, beoordelingen, werkactiviteiten en contextgegevens en kan zo woordenschat of een volledigheidscontrole bieden. Het Amerikaanse systeem toont niet welke lokale vraag, inspanning, afweging of consequentie uw organisatie werkelijk heeft. Het register en de voorgestelde velden zijn daarom een aanpasbare redactionele methode, geen O*NET-procedure. Bespreek het overzicht met uitvoerders en leidinggevenden, maar behandel overleg niet als vervanging voor meting en ontwerpverantwoordelijkheid.

Hoe test u een taak vóór u werk aan mensen of AI toewijst?

Test iedere taak met één vastgelegde AI-configuratie en representatieve gevallen voordat u een toekomstige taakverdeling kiest. Registreer model, hulpmiddelen, prompts, toegelaten gegevens, controles, testgevallen en testdatum. Neem veelvoorkomende routines op, maar ook geldige varianten, dubbelzinnige grenzen, zeldzame gevallen met grote gevolgen, ontbrekende of tegenstrijdige input en bekende historische fouten. Segmenteer resultaten waar nuttig volgens ervaring, product, kanaal, klantengroep of regio in plaats van alleen een teamgemiddelde te bekijken.

In een vooraf geregistreerd experiment met 758 consultants verbeterde AI-assistentie de gemeten prestaties bij geselecteerde taken binnen de geteste capaciteitsgrens, maar daalde de correctheid bij een geselecteerde complexe taak erbuiten. De studie beschrijft die grens als ongelijk, veranderlijk en vooraf moeilijk te herkennen; haar resultaten zijn gebonden aan de onderzochte mensen, taken, technologie en periode. Dat ondersteunt versiegebonden tests, niet de aanname dat soortgelijke taken blijvend hetzelfde gedrag vertonen.

1. Bepaal eerst wat een geslaagd resultaat is en welk bewijs daarvoor nodig is.
2. Test de volledige variatie die voor de lokale werking relevant is, inclusief storingen en grensgevallen.
3. Wijs voltooiingsbevoegdheid, controle, uitzonderingen, stopvoorwaarden en terugvalprocedure toe.
4. Kies pas daarna een van de vier taakconfiguraties en documenteer haar geldigheidsgrens.

De NIST AI RMF Core vraagt onderscheiden mens-AI-verantwoordelijkheden, gedocumenteerde bekwaamheid van operatoren en omschreven toezichtprocessen. Het kader is vrijwillig en schrijft geen universele personeels- of controleconstructie voor. Maak daarom per taak concreet welke input en acties toegestaan zijn, wie het resultaat mag afronden, welke gevallen controle vereisen, wie een uitzondering kan oplossen en wat medewerkers doen wanneer de AI of een afhankelijk systeem onbeschikbaar is.

Welke inspanningen moet u naast productietijd meten?

Meet vijf afzonderlijke inspanningsrekeningen: productie, verificatie, oordeel, uitzonderingsbehandeling en coördinatie. Deze indeling is een praktisch boekhoudinstrument, geen wetenschappelijke standaard. Productie omvat het zoeken, opstellen, omzetten, invoeren of uitvoeren van het eerste werkresultaat. Verificatie omvat controles van bronnen, berekeningen, volledigheid, beleidsfit en bruikbaarheid verderop. Oordeel omvat probleemkadering, interpretatie, keuze, bevoegdheid en het opnemen van verantwoordelijkheid voor de uitkomst.

Uitzonderingsbehandeling omvat ontbrekende input, dubbelzinnige gevallen, storingen, overschrijvingen, correctie, herstel en escalatie. Coördinatie omvat context doorgeven, vragen beantwoorden, werk routeren, tegenstrijdige resultaten verzoenen, coaching en gedeelde kennis onderhouden. Registreer bij elke verschuiving de ontvangende rol en meet haar wachtrij en piekbelasting. Anders lijkt werk verdwenen terwijl het in werkelijkheid bij een teamverantwoordelijke, specialist, kennisbeheerder of operationele eigenaar terechtkomt.

• Vergelijk vraagvolume en inspanning per taak vóór en tijdens de piloot.
• Tel nieuwe controle- en uitzonderingswachtrijen bij hun werkelijke bestemmingsrol.
• Controleer of sneller produceren leidt tot meer tempo, minder autonomie of een smaller takenpakket.
• Volg kwaliteit, herwerk en overdrachten naast minutenwinst.
• Maak aannames en ontbrekende metingen zichtbaar in plaats van ze als besparing te boeken.

De OECD-evidentiereview meldt dat AI vervelend werk kan verminderen, maar ook het werktempo kan verhogen, autonomie kan beperken of werknemers in een smaller takenpakket kan concentreren; de effecten verschillen per context en werknemer. De NIST AI RMF Core vraagt duidelijke rollen, communicatielijnen, feedback en monitoring, maar schrijft deze vijf rekeningen niet voor. Tijdswinst is dus slechts één onderdeel van een degelijk werkontwerp.

AI haalt werk niet als één blok weg: het verplaatst inspanning, bevoegdheid, uitzonderingen en leren.

Hoe bundelt u gewijzigde taken opnieuw zonder eigenaarschap of expertise te verliezen?

Bundel gewijzigde taken pas opnieuw nadat elke noodzakelijke opdracht een benoemde eigenaar, bevoegdheid en haalbare capaciteit heeft. Dat kan een resultaatcontroleur, uitzonderingsbeheerder, kennisbeheerder, systeemverantwoordelijke, prestatiemonitor of leerverantwoordelijke zijn. Een vaag label zoals ‘mens in de lus’ is geen werkingsontwerp. Leg vast welk bewijs wordt bekeken, welke gevallen controle activeren, wie mag ingrijpen, hoe prioriteiten worden bepaald en of de wachtrij ook bij piekbelasting beheersbaar blijft.

Bescherm tegelijk de taken die expertise voortbrengen. Breng in kaart waar medewerkers vandaag observeren, herhalen, feedback krijgen, oorzaken leren begrijpen en onder begeleiding moeilijkere beslissingen nemen. Als AI die oefening wegneemt, organiseer dan doelgerichte alternatieven: steekproeven van oorspronkelijk werk, meelopen, simulaties, casusbesprekingen, rotatie, coaching en stapsgewijs zwaardere beslissingen. Dit leerontwerp is een redactionele aanbeveling; de aangehaalde onderzoeken vergelijken deze interventies niet als universeel recept.

Een studie met 5.179 klantendienstmedewerkers vond sterk verschillende gemeten productiviteitseffecten volgens ervaring en slechts aanwijzingen dat de assistent praktijken van bekwamere werknemers verspreidde. Een afzonderlijk veldexperiment met 776 productontwikkelaars vond veranderde prestaties en expertise-integratie in de geteste individuele en teamopstellingen, terwijl vragen over expertiseontwikkeling op langere termijn openbleven. Geen van beide resultaten mag als algemene productiviteitsfactor of bewijs voor teamvervanging worden gebruikt.

In een hypothetische klantendienst kan AI het opzoeken van kennis en het maken van een eerste ontwerp versnellen voor geteste routinegevallen. Medewerkers blijven dan dubbelzinnige vragen diagnosticeren, relevante context verifiëren en handelen binnen hun mandaat. Tegelijk kunnen teamverantwoordelijken en specialisten meer controle, escalaties, kenniscorrecties en coaching ontvangen. Meet die vraag voordat u hogere volumes belooft, en laat ontwikkelende medewerkers ook moeilijke dossiers analyseren in plaats van alleen gepolijste suggesties goed te keuren.

• Benoem wie resultaten controleert en welke criteria en bevoegdheid daarbij gelden.
• Geef elke uitzonderingswachtrij een eigenaar, prioriteiten, herstelopties en piekcapaciteit.
• Wijs eigenaarschap toe voor kennisbronnen, configuratiewijzigingen en prestatiemonitoring.
• Plan oefening waarmee nieuwe medewerkers zelfstandig fouten kunnen diagnosticeren en herstellen.
• Toets gevolgen afzonderlijk voor beginnende, ervaren en gespecialiseerde medewerkers.

Wanneer is er genoeg bewijs om capaciteit, rollen of dienstverlening te wijzigen?

Er is pas genoeg bewijs voor een structurele wijziging wanneer een gemeten piloot de volledige werklast, eigenaars en leerbehoeften verzoent. Bereken voor een vermelde periode hoeveel menselijke productie-inspanning bij de waargenomen vraag werkelijk afneemt. Trek vervolgens bijkomende verificatie, oordeel, uitzonderingsbehandeling, coördinatie, leren, monitoring en kennisonderhoud af. Corrigeer voor gewijzigde vraag, kwaliteit, serviceniveau, herwerk, piekwachtrijen en werk dat naar andere rollen verhuisde.

Laat het herontworpen proces lang genoeg draaien om nevenwerk en een redelijk stabiel vraagpatroon zichtbaar te maken. Behandel een positief saldo tot dan als voorlopige capaciteit, niet als vaste personeelsruimte. Volg kwaliteit, overschrijvingen, defecten, verdeling van werkdruk, feedback van medewerkers, autonomie en taakvariatie. Controleer bovendien of medewerkers het probleem nog zelfstandig kunnen diagnosticeren en de dienstverlening kunnen herstellen wanneer AI onbeschikbaar is of een aannemelijk maar fout resultaat geeft.

De NIST AI RMF Core vraagt gedocumenteerde verantwoordelijkheden, verwerking van feedback en doorlopende meting en monitoring van risico's en effecten. Volgens de OECD kunnen taakveranderingen de arbeidskwaliteit en werknemers verschillend beïnvloeden, zodat een gemiddelde productiemaatstaf geen volledig beeld geeft. Omdat geteste AI-prestaties tussen nabijgelegen taken kunnen verschillen en capaciteitsgrenzen veranderen, moet het ontwerp opnieuw worden beoordeeld wanneer model, prompt, data, controles, werkstroom, takenmix of werkomgeving wijzigt.

• Geen structurele wijziging zolang representatieve taakgegevens of stabiele werklast ontbreken.
• Geen hogere servicebelofte zonder werkende controle-, uitzonderings- en herstelcapaciteit.
• Geen functiewijziging zonder benoemd eigenaarschap en een geloofwaardig expertiseplan.
• Geen capaciteitsclaim die alleen op brutotijdswinst of verstreken wachttijd steunt.

Gebruik het register als beslisinstrument voor de piloot, niet als snelweg naar een personeelsbesluit. Behoud de huidige rollen en bezetting wanneer bewijs, werkdruk, controle, uitzonderingscapaciteit of expertiseontwikkeling onvoldoende duidelijk zijn. Laat bevoegde organisatorische verantwoordelijken afzonderlijk oordelen over arbeidsrecht, sociaal overleg, toegankelijkheid, discriminatie, privacy, veiligheid en andere juridische, gereglementeerde of professionele kwesties. Deze methode maakt zulke beoordelingen niet en vervangt evenmin het vereiste overleg.