The Fabricated Front: Generative AI and the Opacity of Workplace Performance

In de stille brom van een modern kantoor wordt vertrouwen opgebouwd door middel van kleine, onzichtbare signalen. Wanneer een collega een e-mail stuurt, lezen we niet alleen de woorden; we lezen de persoon achter de woorden. De keuze voor een specifieke frase, een aarzeling in de toon, of het unieke ritme van een zin vertelt ons wie er spreekt, hoeveel aandacht aan de boodschap is besteed en of de schrijver werkelijk aanwezig is. Deze signalen vormen een soort sociale infrastructuur, waardoor teams kunnen coördineren zonder constante verificatie. We gaan ervan uit dat de output die we zien — het rapport, het ontwerp, het bericht — een directe reflectie is van de menselijke inspanning die eraan voorafging. Deze aanname is het fundament van professionele relaties.

Echter, een nieuwe technologie is deze basis stilletjes aan het afbreken. Generatieve kunstmatige intelligentie kan nu schrijven, ontwerpen en analyseren met een vloeiendheid die menselijk denken nabootst, maar zonder de menselijke betrokkenheid die er gewoonlijk mee gepaard gaat. Dit creëert een vreemde disconnect: het werk ziet er hetzelfde uit, maar de persoon erachter is mogelijk veranderd. Onderzoekers zijn het fenomeen "effort opacity" (inspannings-opaakheid) gaan noemen: een staat waarin het zichtbare resultaat systematisch is losgekoppeld van de menselijke arbeid die het heeft voortgebracht. De vraag is niet langer alleen of machines het werk kunnen doen, maar hoe deze verandering de manier waarop we elkaar beoordelen, vertrouwen opbouwen en onze professionele identiteit behouden, beïnvloedt in een wereld waar de grens tussen menselijke en machinale output steeds vager wordt.

Een team onderzoekers van de University of California, Berkeley, zette zich in om precies te begrijpen hoe deze verschuiving zich afspeelt in het dagelijks leven van werknemers. Ze vertrouwden niet enkel op enquêtes of theoretische modellen. In plaats daarvan analyseerden ze 1.250 interviewtranscripten uit een grote dataset van gesprekken tussen mensen en een kunstmatige intelligentie-interviewer. Deze deelnemers kwamen uit een breed scala aan velden, waaronder algemeen kantoorwerk, creatieve industrieën en de wetenschappen. De onderzoekers luisterden nauwgezet naar hoe deze professionals hun eigen gebruik van AI beschreven, zoekend naar patronen in wat zij kozen te verbergen en wat zij kozen te onthullen. Hun doel was om de specifieke manieren in kaart te brengen waarop AI het "front" verandert dat werknemers aan de wereld presenteren.

De studie identificeerde vijf specifieke manieren waarop AI deze opaakheid creëert. Ten eerste kan het de stem van de schrijver maskeren, waardoor een boodschap weliswaar welsprekend klinkt, maar de persoonlijke stijl wordt weggehaald waarmee collega's elkaar herkennen. Ten tweede vertroebelt het de herkomst (provenance), oftewel het vermogen om achter het werk te staan en uit te leggen hoe het tot stand is gekomen. Ten derde verbergt het kwetsbaarheid, waardoor een werknemer een façade van totale competentie kan presenteren, zelfs wanneer hij onzeker is of worstelt. Ten vierde creëert het aandachts-opaakheid, waarbij een werknemer de indruk kan wekken tijdens een vergadering te luisteren terwijl zijn geest elders is, omdat de AI de aantekeningen maakt. Ten slotte vervaagt het investering, waardoor het onmogelijk wordt om te zien of een project uren van diepe reflectie vereiste of in enkele seconden werd gegenereerd.

Wat de onderzoekers vonden, was een opvallend en consistent patroon in hoe werknemers op deze vijf gebieden reageerden. Professionals waren fel beschermend over hun identiteit. Wanneer het ging om stem en herkomst — de onderdelen van het werk die zeggen "dit ben ik" — probeerden werknemers de opaakheid actief te voorkomen. Ze bewerkten door AI gegenereerde tekst om ervoor te zorgen dat het klonk als zijzelf, of ze weigerden verantwoordelijkheid te nemen voor werk dat ze niet volledig konden uitleggen. Ze beschouwden deze elementen als essentieel voor hun reputatie en hun vermogen om vertrouwd te worden.

In schril contrast hiermee waren werknemers veel bereidwilliger om de opaakheid toe te laten wanneer het ging om de arbeid achter de schermen. Ze lieten de AI vrijelijk hun onzekerheid verbergen, de taak van het opletten tijdens vergaderingen overnemen, of de enorme hoeveelheid inspanning die nodig is om een resultaat te produceren, maskeren. In deze gevallen probeerden de werknemers de schijn van menselijke strijd of diepe betrokkenheid niet te bewaren. In plaats daarvan accepteerden ze de onzichtbare aard van het werk en zagen ze dit vaak simpelweg als een kwestie van efficiëntie. De studie suggereert dat dit geen willekeurige keuze is, maar een strategische. In een werkomgeving die het eindproduct boven het proces waardeert, is het verbergen van de arbeid acceptabel, maar het verbergen van de identiteit niet.

De onderzoekers herleidden dit gedrag naar de manier waarop modern werk is georganiseerd. In veel beroepen is het leverbaar — de voltooide e-mail, de gesloten ticket, het gepubliceerde artikel — het primaire bewijs dat er werk is verricht. Als het resultaat goed is, wordt aangenomen dat het proces adequaat was. Generatieve AI maakt gebruik van deze aanname. Het stelt een werknemer in staat om een perfect resultaat te produceren zonder de gebruikelijke menselijke betrokkenheid, en omdat het resultaat er hetzelfde uitziet, blijft het gebrek aan betrokkenheid onopgemerkt. De studie vond dat werknemers hebben geleerd dit te navigeren door twee verschillende soorten zichtbaarheid te beheren. Ze bewaken hun stem en auteurschap omdat dat de zaken zijn die door anderen gedetecteerd en beoordeeld kunnen worden. Maar ze laten de inspanning verdwijnen omdat er geen detector bestaat voor inspanning die nooit is geleverd.

Deze dynamiek creëert een nieuwe vorm van sociale organisatie. Werknemers verbergen hun AI-gebruik niet simpelweg voor iedereen; ze beheren het verschillend afhankelijk van wie er kijkt. De studie toonde aan dat collega's vaak informatie over hun AI-gebruik met elkaar delen, waardoor een private ruimte van eerlijkheid ontstaat, terwijl ze een verenigd, menselijk front presenteren aan managers en klanten. Dit is geen samenzwering, maar een gecoördineerde inspanning om de noodzakelijke sociale grenzen te handhaven. De werknemers weten dat als ze te veel onthullen over hun afhankelijkheid van AI, ze het risico lopen als minder competent of minder toegewijd te worden gezien. Daarom cureren ze hun optreden, waarbij ze ervoor zorgen dat de delen van het werk die definiëren wie ze zijn menselijk blijven, terwijl de delen die definiëren hoe hard ze werkten onzichtbaar blijven.

De implicaties van deze bevinding strekken zich uit voorbij eenvoudige beleidsvoering. De onderzoekers betogen dat het simpelweg vragen aan werknemers om openheid te geven over hun AI-gebruik het probleem niet zal oplossen. Het gaat niet alleen om transparantie, maar om de vraag welke vorm van menselijke betrokkenheid daadwerkelijk vereist is om een stuk werk als geldig te beschouwen. De studie suggereert dat de echte uitdaging voor organisaties ligt in de beslissing over welke vormen van menselijke participatie zichtbaar en controleerbaar moeten blijven. Is een goed resultaat voldoende, of moet het proces van het creëren ervan ook herkenbaar menselijk zijn? Het huidige systeem, dat de output als het enige belangrijke beschouwt, moedigt werknemers aan om de arbeid te verbergen terwijl de identiteit behouden blijft.

Uiteindelijk schetst het artikel een beeld van een werkplek in transitie, waar de definitie van professionele competentie wordt herschreven. De werknemers in de studie wijzen AI niet af; ze passen zich aan een nieuwe realiteit aan waarin de verbinding tussen inspanning en output is verbroken. Ze leren de delen van zichzelf te beschermen die zichtbaar en beoordeelbaar zijn, terwijl ze de rest naar de achtergrond laten vervagen. Deze selectieve zichtbaarheid is geen falen van ethiek, maar een rationele reactie op een systeem dat het product boven het proces waardeert. Naarmate AI meer geïntegreerd raakt in het dagelijkse werk, zal de vraag niet zijn of we de machine kunnen detecteren, maar of we nog steeds de mens achter het scherm kunnen herkennen. De studie concludeert dat, zonder een duidelijk begrip van welke menselijke handelingen zichtbaar moeten blijven, het vertrouwen dat werkplekken bij elkaar houdt, zal blijven eroderen, vervangen door een zorgvuldig beheerde performance waarbij de arbeid verborgen is, maar het gezicht hetzelfde blijft.