
Weerstand tegen AI Smelt Waar Collega’s Elkaar Zien Leren
David Buirs is leiderschaps- en executive coach in Amsterdam. Dit artikel gaat over leidinggevenden die weerstand tegen AI zien in hun team. Je leest waar die weerstand vandaan komt, welke aanpak averechts werkt en hoe je mensen nieuwsgierig maakt, met een wekelijks deelkwartier als concreet voorbeeld.
Verplicht iets, en mensen gaan zich verzetten. Dat is een van de meest voorspelbare reacties op de werkvloer. Het geldt voor een nieuw planningssysteem, en het geldt voor AI. Tegelijkertijd wil je je team wel in beweging krijgen. Hoe pak je weerstand tegen AI aan zonder te duwen?
Het korte antwoord: weerstand tegen AI komt meestal voort uit onzekerheid, tijdsdruk en zorg om het eigen vak. Je verkleint die door het leren zichtbaar te maken. Laat collega’s elkaar zien wat werkt, maak het veilig om iets nog niet te weten, en help mensen zien welk saai werk AI van ze kan overnemen.
Waar komt weerstand tegen AI in mijn team vandaan?
Meestal spelen er een paar verklaarbare oorzaken tegelijk.
De eerste is dat leren onzichtbaar blijft. Onderzoekers van Microsoft (Nancy Baym, Eleanor Dillon en Sonia Jaffe) schreven in maart 2026 in Harvard Business Review dat AI-adoptie vaak stokt omdat het leren niemand opvalt. Veel mensen proberen het in stilte, of helemaal niet. Wie niet ziet hoe een collega het gebruikt, weet ook niet waar te beginnen.
De tweede is zorg om het eigen vak. Das Narayandas en Shunyuan Zhang van Harvard Business School onderzochten waarom mensen AI afwijzen die wel werkt. Hun conclusie: AI kan voelen als een bedreiging voor je professionele identiteit. Het oordeel waar je jaren aan bouwde, lijkt ineens minder waard.
De derde is tijd. Iets nieuws uitproberen kost in het begin meer tijd dan het oplevert. Wie al vol zit, kiest voor wat vertrouwd is.
De vierde is angst om dom over te komen. Een prompt die niets oplevert, een fout in een AI-tekst. In een team waar fouten maken spannend is, probeert niemand iets waar anderen bij zijn.
Welke aanpak werkt averechts?
Alles wat voelt als druk. Een verplichting, een gebruiksquotum of een ranglijst van wie het meest gebruikt. Wat verplicht is, wekt bijna automatisch weerstand op.
Narayandas en Zhang zagen wat er dan vaak gebeurt. Mensen gebruiken het systeem symbolisch, voor de cijfers, en werken er ondertussen omheen. Je dashboard ziet er goed uit. In het echte werk verandert weinig.
Ook goed bedoelde dingen kunnen averechts uitpakken. Iemand in het overleg aanspreken omdat hij achterblijft. Of steeds opnieuw uitleggen waarom AI zo goed is. Dan wordt het jouw project, en de ander voelt vooral dat hij moet.
Volgens de zelfbeschikkingstheorie groeit motivatie als mensen autonomie, competentie en verbondenheid ervaren. Druk raakt alle drie. Je wilt mensen dus een reden geven om zelf te willen.
Hoe help ik mijn team zien wat AI voor hen kan doen?
Begin bij het werk dat niemand leuk vindt. Het is jouw taak als leidinggevende om mensen te helpen zien dat AI juist het saaiste, meest herhalende deel van hun vak kan overnemen.
Denk aan een PowerPoint aanpassen voor de zoveelste klant. Simpele mailtjes beantwoorden die elke week terugkomen. Administratie. Een eerste data-analyse op een spreadsheet.
Je kunt in je 1-op-1 vragen: “Welk deel van je werk kost je energie zonder dat het iets oplevert? Zullen we kijken of AI daar iets van kan overnemen?”
Zo wordt AI iets wat tijd teruggeeft voor het werk waar iemand goed in is. Dan voelt het als hulp bij je eigen vak.
Hoe maak ik mijn team nieuwsgierig naar AI?
Maak het leren zichtbaar. Mensen worden nieuwsgierig als ze zien dat een collega er iets aan heeft, bij echt werk.
Een eenvoudige vorm is een wekelijks deelkwartier. Elke week vijftien minuten waarin één of twee mensen iets laten zien wat ze met AI hebben gedaan. Een mail die ze in de helft van de tijd schreven. Een analyse die sneller ging. Of juist een poging die mislukte, en wat ze daarvan leerden.
Houd het kort, laat het over echt werk gaan en maak het vrijwillig. Tel mislukkingen net zo zwaar mee als successen. En reageer als leidinggevende altijd positief en specifiek, want hoe jij reageert op de eerste die iets deelt, bepaalt of er een tweede komt.
De onderzoekers van Microsoft noemen precies dit soort dingen: plekken om samen te leren, collega’s die laten zien hoe zij het gebruiken, en leidinggevenden die mensen belonen als ze praktische voorbeelden delen.
Waarom is psychologische veiligheid hier zo belangrijk?
Omdat leren begint met toegeven dat je iets nog niet weet. Mensen moeten zich veilig voelen om te zeggen: “Ik snap niet goed hoe dit werkt.” Of: “Ik heb het geprobeerd en er kwam onzin uit.”
Doe dat als leidinggevende zelf ook af en toe. Vertel in het deelkwartier waar AI jou teleurstelde, of welke vraag je nog niet kunt beantwoorden. Als jij laat zien dat zoeken mag, durft je team dat ook.
Wat doe ik met een collega die niet meedoet?
Laat hem met rust in het kwartier, en wees nieuwsgierig in je 1-op-1. Vraag wat hem tegenhoudt. Vaak hoor je dan iets over tijd, over twijfel aan de kwaliteit, of over wat het betekent voor zijn rol.
Stel dat het om Bas gaat, die sneller dan wie ook ziet wanneer een cijfer niet klopt. Je kunt zeggen: “Zou je eens willen kijken of de AI-analyses die toets doorstaan? Jouw oordeel heb ik daarbij nodig.”
Zo maak je van zijn scepsis een rol. Zijn vakmanschap wordt zichtbaar, en hij bepaalt zelf hoe ver hij gaat.
Voor managers die hier in een breder zakelijk kader mee aan de slag willen, is business coaching een logische stap.
Wat vraagt dit van mij als leidinggevende?
Geduld. In de eerste weken delen vooral de enthousiastelingen. De rest kijkt mee. Dat is prima, want kijken is de eerste stap.
En tijd. Wie wil experimenteren, heeft ruimte nodig in de planning. Een uur per week om iets uit te proberen, zonder dat het meteen iets moet opleveren.
Tot slot vraagt het duidelijke kaders. Stem met je IT-afdeling of legal af welke AI-tools je team mag gebruiken, en hoe je voorkomt dat gevoelige data, zoals klantgegevens, ongeautoriseerd in AI-apps terechtkomt. Heldere afspraken maken experimenteren ook veiliger, omdat mensen weten waar de grenzen liggen.
Wat levert het op als ik weerstand tegen AI zo aanpak?
Een team dat AI gebruikt omdat het helpt. Minder tijd kwijt aan saai werk, en meer tijd voor het werk waar mensen goed in zijn. Kennis die zich via collega’s verspreidt.
Weerstand tegen AI vertelt je waar onzekerheid zit. Wie daar met nieuwsgierigheid op reageert, krijgt een team dat zelf gaat zoeken.
Leidinggevenden helpen om weerstand tegen AI in hun team te verminderen, is een onderwerp dat de laatste tijd steeds vaker terugkomt in mijn coachingsessies. Voor leidinggevenden op directieniveau, die bepalen hoe AI in de hele organisatie wordt ingezet, is coaching voor leidinggevenden op directieniveau een logische volgende stap.
Laten we kijken of er een klik is. Je kunt hier een gratis en eerlijke kennismaking inplannen om te bespreken wat dit voor jouw leiderschap kan betekenen.
