Slimmer werken met AI — of is het vooral sneller?

Ik gebruik elke dag vier tot vijf AI-tools. Claude voor architectuurwerk en schrijven. ChatGPT voor snelle research. Copilot voor code-suggesties. Suno voor muziek als ik even wil ontspannen. En weet je wat? De helft van de tijd is mijn eigen denken nog steeds het belangrijkste instrument.

Dat is de paradox waar niemand het over heeft. Iedereen heeft het over sneller werken met AI. Sneller mailen, sneller rapporten schrijven, sneller presentaties in elkaar draaien. En ja, dat klopt. AI maakt je sneller. Maar sneller is niet automatisch slimmer. En dat onderscheid? Dat maakt het verschil tussen iemand die AI als versnellingsknop gebruikt en iemand die er daadwerkelijk betere resultaten mee boekt.

Slimmer werken begint niet bij de tool. Het begint bij nadenken. Eerst nadenken, dan tools. Dat is mijn aanpak als architect, en het is mijn aanpak met AI.

In dit artikel duiken we in de AI Adoption Paradox, ontdekken we waarom meer output niet altijd betere output betekent, en deel ik vijf manieren om echt slimmer te werken met AI. Geen hype, geen buzzwords — gewoon eerlijke inzichten die je morgen al kunt toepassen.

De belofte: AI als turbo voor je productiviteit

Laten we eerlijk zijn: de belofte is aantrekkelijk. Tools als Claude 4, Gemini 2.5 Pro en ChatGPT beloven ongekende productiviteit. En die belofte is niet leeg. Ik zie het dagelijks bij klanten: taken die vroeger een halve dag kostten, zijn nu in een kwartier klaar.

Een marketingmanager die ik begeleid, schreef voorheen twee blogartikelen per week. Met AI doet ze er nu zes. Een financieel adviseur maakt zijn klantrapportages in een kwart van de tijd. Een recruiter screent cv's drie keer zo snel. De cijfers liegen niet. De productiviteitswinst is echt.

Maar hier komt de ongemakkelijke waarheid.

Sneller is niet automatisch slimmer

Stel je een fabriek voor. Die fabriek maakt stoelen. Als je de lopende band versnelt, maak je meer stoelen per uur. Maar als het ontwerp van de stoel niet deugt — als de poten scheef staan, het hout te dun is, de zitting niet lekker zit — dan maak je gewoon sneller slechte stoelen. Meer output, maar niet betere output.

Dat is precies wat er bij veel bedrijven gebeurt met AI. Ze zetten de turbo aan op processen die misschien helemaal niet zo goed waren om mee te beginnen. Ze genereren meer content, maar niet betere content. Ze beantwoorden meer e-mails, maar niet met meer nuance. Ze maken meer rapporten, maar niet met diepere inzichten.

Ik noem dit de AI Adoption Paradox: hoe makkelijker het wordt om output te produceren, hoe groter het risico dat de kwaliteit daalt — simpelweg omdat niemand meer de tijd neemt om na te denken over wat er eigenlijk nodig is.

De AI Adoption Paradox: meer is niet beter

De paradox werkt als volgt. Voor AI schreef je misschien twee blogartikelen per week. Elk artikel kostte je vier uur. In die vier uur dacht je na over je doelgroep, deed je research, formuleerde je je eigen mening, schreef je, herschreef je, en kwam je uiteindelijk met iets waarvan je dacht: ja, dit is goed.

Nu schrijf je zes artikelen per week. Elk kost je een uur. Je typt een prompt, krijgt een concept, past het hier en daar aan, en klaar. Zes artikelen! Drie keer zoveel! Je baas is blij. Je KPI's zijn groen.

Maar lees die zes artikelen eens naast die twee van vroeger. Waar zijn de verrassende invalshoeken? Waar is je eigen stem? Waar zijn de voorbeelden uit je eigen ervaring die je lezers echt raken? Die zijn verdwenen. Opgelost in een zee van generieke AI-tekst die technisch correct is, maar die niemand onthoudt.

Dit is niet de schuld van AI. Dit is de schuld van hoe we AI gebruiken. We hebben een Formule 1-auto gekregen en rijden er rondjes mee op een parkeerplaats.

Het is trouwens niet alleen een theoretisch probleem. Sinds de EU AI Act in februari 2025 officieel verboden praktijken handhaaft, wordt het steeds belangrijker om bewust met AI om te gaan. Niet alleen juridisch, maar ook kwalitatief. De wet dwingt ons om na te denken over waar en hoe we AI inzetten — en dat is eigenlijk precies wat we sowieso al hadden moeten doen.

Vijf manieren om echt slimmer te werken met AI

Genoeg over het probleem. Laten we het over de oplossing hebben. Hier zijn vijf concrete manieren om niet alleen sneller, maar daadwerkelijk slimmer te werken met AI.

1. Denk eerst na, dan AI

Dit klinkt zo logisch dat het bijna beledigend is om het op te schrijven. Maar het is de fout die ik het vaakst zie. Mensen openen ChatGPT of Claude, typen een prompt, en laten AI het denkwerk doen. Het probleem: als jij niet weet wat je wilt, weet AI het ook niet.

Dit is ook hoe ik naar architectuur kijk. Je begint niet met code schrijven. Je begint niet met een framework kiezen. Je begint met de vraag: wat proberen we op te lossen? Voor wie? Waarom? Datzelfde geldt voor AI. De tool is pas nuttig als je weet wat je ermee wilt bereiken.

Ik vergelijk het met een restaurant. Als je tegen de ober zegt: "Doe maar iets lekkers," dan krijg je misschien iets lekkers. Misschien ook niet. Maar als je zegt: "Ik wil iets met vis, niet te zwaar, liefst Aziatisch, en ik ben allergisch voor pinda's" — dan krijg je een gerecht dat aansluit bij wat je echt wilt.

Neem vijf minuten voordat je AI inzet. Beantwoord drie vragen:

• Wat is het doel? Niet "schrijf een mail" maar "overtuig de klant om het contract te verlengen."
• Voor wie is dit? Niet "iedereen" maar "de CFO die vooral om kosten geeft."
• Wat mag het niet zijn? Niet "slecht" maar "te informeel, langer dan 200 woorden, of met vaktermen die de klant niet kent."

Die vijf minuten nadenken maken het verschil tussen generieke output en output die daadwerkelijk werkt.

2. Gebruik AI als sparringpartner, niet als ghostwriter

Hier wordt het interessant. De meeste mensen gebruiken AI als een productiemachine: geef input, krijg output, klaar. Maar AI is veel krachtiger als denkpartner.

In plaats van: "Schrijf een projectvoorstel voor een website-redesign." Probeer: "Ik wil een projectvoorstel schrijven voor een website-redesign. De klant is een advocatenkantoor met 30 medewerkers. Ze willen meer leads via hun site. Wat zou jij als structuur adviseren? Welke onderdelen verwacht een klant als deze? En waar vergeten de meeste voorstellen aandacht aan te besteden?"

Merk het verschil? In het eerste geval krijg je een standaard voorstel. In het tweede geval krijg je een denkgesprek. AI stelt vragen die je zelf niet had bedacht. Wijst op blinde vlekken. Geeft je een perspectief dat je anders mist — simpelweg omdat je te dicht op het onderwerp zit.

Ik gebruik dit dagelijks. Niet om AI voor me te laten schrijven, maar om mijn eigen denken aan te scherpen. Ik leg een systeemontwerp voor aan Claude en vraag: "Waar zitten de zwakke punten? Wat heb ik over het hoofd gezien?" Dat is een fundamenteel ander gebruik dan "maak dit voor me." En het levert fundamenteel betere resultaten op.

Als je eerder in deze serie hebt gelezen hoe je de juiste AI-tools kiest, dan herken je dit misschien: het gaat niet om welke tool je gebruikt, maar om hoe je die tool inzet.

3. Automatiseer het saaie, investeer in het interessante

Hier zit de echte productiviteitswinst. Niet in het sneller doen van creatief werk — maar in het elimineren van werk dat geen creativiteit vereist.

Denk aan:

• Data-invoer en -verwerking. Het samenvatten van lange documenten. Het categoriseren van e-mails. Het invullen van standaardformulieren.
• Eerste concepten van routinematige communicatie. Bevestigingsmails. Standaardantwoorden op veelgestelde vragen. Agenda-uitnodigingen.
• Research en samenvattingen. Zoek de vijf belangrijkste punten uit dit 50-pagina rapport. Vat dit onderzoek samen in drie alinea's. Vergelijk deze twee offertes op prijs, levertijd en voorwaarden.

Dit is werk dat gedaan moet worden, maar dat geen menselijk oordeel of creativiteit vereist. Laat AI dit doen. En gebruik de tijd die vrijkomt voor het werk dat er echt toe doet: strategisch nadenken, klantrelaties opbouwen, creatieve oplossingen bedenken, je team coachen.

Ik pas dit principe zelf rigoureus toe. Alles wat ik kan automatiseren, automatiseer ik. Niet uit luiheid — uit respect voor mijn eigen tijd. De uren die ik bespaar op routinewerk, investeer ik in architectuur, in het begrijpen van een klantprobleem, in het nadenken over hoe systemen beter in elkaar kunnen zitten. Dat is werk waar ik goed in ben en waar een AI voorlopig niet aan kan tippen.

De paradox is: de grootste productiviteitswinst van AI zit niet in de taken waar AI het beste in is, maar in de menselijke taken die je eindelijk de ruimte geeft om goed te doen.

4. Leer van AI-output

Dit is de meest onderschatte manier om slimmer te werken met AI, en bijna niemand doet het. Gebruik AI-output niet alleen als eindproduct, maar als leermiddel.

Een voorbeeld. Ik vroeg Claude om een technische architectuur uit te werken voor een klantproject. Het resultaat was goed, maar het bevatte een ontwerpkeuze die ik zelf niet had gemaakt: het scheidde de authenticatie-laag van de applicatie-laag op een manier die ik niet kende. In plaats van het klakkeloos over te nemen of te negeren, dook ik erin. Waarom die keuze? Wat zijn de voordelen? Wanneer zou je dit juist niet doen?

Dat kwartier research maakte me een betere architect. Niet omdat AI me iets leerde — maar omdat AI-output me triggerde om zelf te leren.

Dit werkt voor alles:

• AI schrijft een marketingtekst met een haakje dat je niet had bedacht? Analyseer waarom het werkt.
• AI stelt een projectplanning voor met een fase die je normaal overslaat? Onderzoek waarom die fase ertoe doet.
• AI formuleert een e-mail diplomatieker dan jij het had gedaan? Kijk naar de woordkeuze en leer ervan.

AI is de beste (en goedkoopste) mentor die je ooit hebt gehad. Maar alleen als je de moeite neemt om te luisteren. En als je de nieuwsgierigheid hebt om te graven wanneer iets je verrast. Dat is een eigenschap die ik altijd heb gehad — ik wil begrijpen hoe dingen werken, niet alleen dat ze werken — en met AI wordt die eigenschap steeds waardevoller.

5. Combineer menselijk oordeel met AI-snelheid

De krachtigste manier om met AI te werken is niet "AI doet het" of "ik doe het." Het is de combinatie. Menselijk oordeel plus AI-snelheid. Dat is het gouden recept.

Concreet ziet dat er zo uit:

1. Jij bepaalt de richting. Wat moet er bereikt worden? Voor wie? Waarom?
2. AI genereert opties. Drie varianten van een tekst. Vijf mogelijke oplossingen. Tien ideeen voor een campagne.
3. Jij selecteert en verfijnt. Welke optie past het best? Wat moet anders? Waar mist nuance?
4. AI voert verfijningen uit. Pas deze optie aan met die feedback.
5. Jij keurt finaal goed. De menselijke check op kwaliteit, toon, accuraatheid.

Dit proces is niet langzamer dan "AI doet alles." Het is misschien tien minuten extra. Maar het resultaat is fundamenteel beter. Omdat er een mens in de loop zit die context begrijpt, nuance ziet, en verantwoordelijkheid neemt voor het eindresultaat.

En dat is uiteindelijk waar het om draait. AI is een gereedschap. Een briljant gereedschap. Maar net als een kettingzaag in de handen van iemand die niet weet hoe je een boom moet vellen: snelheid zonder richting is gevaarlijk.

De echte vraag: wat voor werk wil je doen?

Ik denk dat de AI-revolutie ons dwingt om een vraag te beantwoorden die we al lang ontwijken: welk werk is eigenlijk waardevol?

Als AI in vijf minuten kan wat jou twee uur kostte, dan zijn er twee mogelijkheden:

1. Je werk was vooral uitvoerend. Knippen, plakken, formatteren, herhalen. Werk dat gedaan moest worden, maar geen unieke menselijke waarde toevoegde. In dat geval is AI een zegen — want het bevrijdt je om waardevoller werk te gaan doen.
2. Je werk was creatief en strategisch. Nadenken, analyseren, verbinden, overtuigen. Werk dat menselijk oordeel vereist. In dat geval is AI een versterker — niet een vervanging.

De mensen die echt slimmer werken met AI zijn de mensen die dit onderscheid begrijpen. Die niet proberen om AI alles te laten doen, maar die AI strategisch inzetten waar het de meeste waarde toevoegt. En die de vrijgekomen tijd investeren in het werk dat er echt toe doet.

Denk in systemen, niet in taken. Dat is mijn mantra als architect, en het is net zo toepasbaar op hoe je AI integreert in je werkdag. Niet: "welke taak kan AI overnemen?" Maar: "hoe kan ik mijn hele workflow herontwerpen zodat AI en ik samen beter presteren dan ik alleen?"

Conclusie: slimmer werken met AI begint bij jou

AI maakt je sneller. Dat is een feit. Maar slimmer werken met AI? Dat vereist iets wat geen AI je kan geven: bewustzijn. Bewustzijn over wat je wilt bereiken, voor wie je het doet, en waar menselijk oordeel onmisbaar is.

De vijf principes zijn simpel:

1. Denk eerst na, dan AI.
2. Gebruik AI als sparringpartner.
3. Automatiseer het saaie.
4. Leer van AI-output.
5. Combineer jouw oordeel met AI-snelheid.

Geen van deze principes vereist technische kennis. Ze vereisen alleen de bereidheid om even te pauzeren voordat je op Enter drukt. En dat, ironisch genoeg, is precies wat AI niet van je vraagt — maar wat het verschil maakt tussen goed en uitzonderlijk.

De snelste werker in de kamer is niet altijd de slimste. Maar de slimste werker in de kamer? Die gebruikt AI op een manier die je niet eens doorhebt. En die begint elke dag met dezelfde vraag: niet "wat kan AI voor mij doen?" maar "wat wil ik bereiken — en hoe helpt AI me daar?"

Dit is deel 12 in de serie "Reis door AI". In het volgende artikel duiken we in prompt engineering — de kunst van het stellen van de juiste vraag aan AI.