Amelie Vrijdags (PhD), expert-psycholoog binnen de R&D-afdeling van Hudson, onderdeel van Randstad Group.
De cijfers laten er geen twijfel over bestaan: de arbeidsmarkt is in de ban van een AI-koorts. Volgens de meest recente Randstad Workmonitor is de vraag naar ‘AI Agent’-vaardigheden in vacatures wereldwijd met maar liefst 1.587 procent gestegen, terwijl de nood aan ‘prompt engineering’ als kerncompetentie met 403 procent explodeerde. Toch schuilt in deze indrukwekkende statistieken een fundamenteel gevaar. Terwijl organisaties jagen op de vaardigheden van vandaag, negeren ze de psychologische fundamenten die bepalen wie morgen nog relevant is.
De enorme vraag naar AI-specialisten creëert de misvatting dat we ons op de toekomst kunnen voorbereiden met een simpel afvinklijstje van nieuwe technische vaardigheden. Deze focus op onmiddellijk inzetbare competenties is echter riskant. In een klimaat van permanente technologische disruptie is de houdbaarheid van dergelijke kennis uiterst beperkt. Tegen de tijd dat een kandidaat is aangeworven op basis van zijn huidige ‘prompting’-vaardigheden, heeft de technologische evolutie de interface en de methode vaak alweer ingehaald.
We moeten durven erkennen dat de klassieke nadruk op statische cv-kenmerken in dit tijdperk tekortschiet. Wanneer de technologische horizon maandelijks verschuift, vormt niet het huidige kunnen, maar de onderliggende psychologische architectuur de enige duurzame voorspelling. Het wordt tijd dat we de discussie verleggen van wat mensen vandaag kunnen, naar hoe zij psychologisch bedraad zijn voor de onbekende uitdagingen van morgen.
Wetenschappelijk onderzoek onderbouwt deze stelling: niet de beheersing van een specifieke software of tool maar onze cognitieve capaciteiten en persoonlijkheid bepalen het succes van technologische adoptie. Wie vandaag rekruteert op basis van de tools van gisteren, bouwt een organisatie op drijfzand.
Wat we werkelijk nodig hebben, is wat wij definiëren als Digital Learning Agility: een meetbaar instrument dat rust op vier onwrikbare psychologische fundamenten:
- cognitieve pk’s: AI-systemen zijn complex en inherent abstract. We hebben nood aan medewerkers met de intellectuele rekenkracht om patronen te herkennen in ambigue output. Hoge cognitieve vaardigheid fungeert als een hefboom: deze individuen doorgronden de logica van nieuwe technologie sneller, ongeacht de interface.
- intellectuele openheid: waar klassieke bedrijfsculturen vaak volgzaamheid belonen, is voor AI-adoptie de persoonlijkheidsfactor Openness to experience cruciaal. We hebben nood aan ‘Agile Thinkers’ die verandering niet als een bedreiging, maar als een exploratieveld beschouwen.
- gevalideerde scepsis: de grootste bedreiging voor een organisatie is niet de werknemer die AI weigert, maar de werknemer die de machine blind vertrouwt. Echt kritisch denken en de capaciteit om hallucinaties en technische beperkingen van AI bloot te leggen is de enige manier om tot een ethisch verantwoorde en zakelijk accurate ‘human-in-the-loop’ benadering te komen.
- emotionele stabiliteit: AI-integratie verloopt zelden lineair. Hoge scores op emotionele stabiliteit beschermen tegen de zogenaamde ‘technostress’. Een werkelijke groei-mindset is immers geworteld in de veerkracht om te volharden wanneer een systeem hapert.
Deze verschuiving heeft directe gevolgen voor het strategisch talentbeleid. Het laat bedrijven toe om weg te stappen van een ‘one-size-fits-all’ benadering. Door psychologische data te gebruiken, kunnen organisaties hun ‘AI-champions’ identificeren. Zij zijn de natuurlijke trekkers die de rest van de organisatie kunnen meeslepen. Tegelijkertijd biedt het een blauwdruk voor de ondersteuning van medewerkers die meer structuur en psychologische veiligheid nodig hebben om de overstap te maken.
Laat u dus niet verblinden door de astronomische groeicijfers in vacatures voor tijdelijke skills. De vraag is niet of uw kandidaat vandaag de juiste ‘prompt’ kan schrijven. De vraag is of die kandidaat de psychologische ruggengraat heeft om zichzelf opnieuw uit te vinden.