Drie keer is het gemeten met een controlegroep. De uitkomst is niet wat je verwacht.

Wat gebeurde er bij vijfduizend klantenservicemedewerkers?

Ze losten 14 procent meer zaken per uur op. Maar het gemiddelde verbergt de uitkomst: beginners en minder ervaren mensen gingen er 34 procent op vooruit, en bij ervaren en hoogopgeleide mensen was het effect vrijwel nul.

Zit je hier zelf mee? Leg het me in twee zinnen voor. Ik lees het zelf.

Dat is de bevinding die alles verandert aan hoe je erover nadenkt. Het gereedschap maakte de besten niet beter. Het verspreidde wat de besten al deden onder de rest, en dat is iets heel anders.

Er kwam nog iets uit dat zelden geciteerd wordt: klanten waren aantoonbaar positiever, en er vertrokken minder medewerkers. Wie minder vastloopt, blijft langer.

En bij schrijfwerk?

Vierhonderddrieenvijftig hoogopgeleide professionals kregen schrijftaken uit hun eigen vak. De groep met hulp deed er 40 procent minder tijd over en leverde werk dat 18 procent hoger beoordeeld werd. En ook hier: de mensen met de zwakste uitgangspositie wonnen het meest.

En bij consultants, die het al goed konden?

Zevenhonderdachtenvijftig consultants deden taken uit hun echte werk. Met hulp: 12,2 procent meer taken af, 25,1 procent sneller, en werk dat 40 procent hoger scoorde. Maar alleen bij taken die binnen het bereik van het gereedschap vielen.

Daarbuiten gebeurde het omgekeerde. De onderzoekers noemen dat de gekartelde grens: het gereedschap kan sommige dingen verbluffend goed en andere dingen slecht, en er zit geen logica in die je van tevoren kunt zien. Bij taken buiten die grens werd de uitkomst niet beter maar slechter dan zonder hulp.

Wat betekent dat bij elkaar?

Drie dingen. Het tilt de onderkant op en niet de top. Het werkt alleen op taken die binnen het bereik vallen, en dat bereik is grillig. En het effect is groot genoeg om serieus te nemen: geen procent of twee, maar tientallen procenten op het werk waar het past.

De praktische vertaling: zet het in waar mensen vastlopen op iets wat een collega wél weet. Niet bij je beste medewerker, want daar levert het meetbaar bijna niets op.

Waarom je niet mag rekenen met deze percentages

Omdat het laboratoriumcijfers zijn. Ze zijn gemeten op afgebakende taken met een controlegroep, en dat is precies waarom ze betrouwbaar zijn, maar ook waarom ze niet zomaar op je bedrijf van toepassing zijn. Wat er in de praktijk van bedrijven overblijft, staat op de volgende pagina, en dat is een stuk minder vrolijk.

Waar deze cijfers vandaan komen

Drie experimenten met een controlegroep, alle drie bij de bron nagekeken. Dat laatste is het belangrijkste woord op deze pagina: zonder controlegroep weet je niet of het aan het gereedschap lag of aan de week.

• Brynjolfsson, Li & Raymond · Generative AI at Work, NBER working paper 31161, verschenen in de Quarterly Journal of Economics, 2025. Vijfduizend klantenservicemedewerkers, gevolgd terwijl de hulp stap voor stap werd ingevoerd.
• Noy & Zhang · Experimental evidence on the productivity effects of generative artificial intelligence, Science, juli 2023. Vierhonderddrieenvijftig hoogopgeleide professionals, met een controlegroep.
• Dell’Acqua e.a. · Navigating the Jagged Technological Frontier, Harvard Business School en BCG, verschenen in Organization Science. Zevenhonderdachtenvijftig consultants, vooraf geregistreerd experiment.