Stel je voor: je hebt net een paar AI-tools aangeschaft voor je team en je wilt weten of die investering zich terugbetaalt. Dus je gaat meten. Wie gebruikt ChatGPT het meest? Wie schrijft de meeste prompts? En je koppelt dat aan de beoordeling. Klinkt logisch, toch? Meta dacht precies hetzelfde — en draaide het na een paar maanden volledig terug.
Wat er bij Meta gebeurde
Meta nam AI-gebruik op in de prestatiebeoordelingen van zijn engineers. Het idee was simpel: wie AI slim inzet, is productiever en verdient een betere beoordeling. Maar het liep uit op wat intern al snel "tokenmaxxing" werd genoemd. Medewerkers gingen zoveel mogelijk AI-tokens genereren om goed te scoren — niet om beter werk te leveren. Het gevolg was een race naar beneden waarin de maatstaf belangrijker werd dan het werk zelf. Meta heeft de maatstaf inmiddels geschrapt.
Waarom meten averechts werkt
Dit is een schoolvoorbeeld van de wet van Goodhart: zodra een maatstaf een doel wordt, houdt hij op een goede maatstaf te zijn. Zodra je AI-gebruik beloont, gaan mensen AI gebruiken om te scoren — niet omdat het zinvol is. Ze genereren prompts, laten AI teksten schrijven die ze anders zelf zouden schrijven, en vinken het vakje af. De kwaliteit van het werk verandert niet, of wordt zelfs slechter. Je meet dan activiteit, geen resultaat.
De Nederlandse realiteit
Ook in Nederland zie je dit patroon. MKB-ondernemers die net AI-tools hebben aangeschaft, willen graag zien dat de investering "werkt". Ze vragen hun team om bij te houden hoe vaak ze AI gebruiken, of koppelen het aan targets. Een administratiekantoor met vijftien medewerkers dat AI-gebruik ging meten, zag precies hetzelfde gebeuren: medewerkers gingen AI gebruiken voor taken waar het geen zin had, alleen om de cijfers te halen. De echte productiviteitswinst — de lastige klantvraag sneller beantwoorden, de offerte scherper maken — bleef uit.
Maar er is een tweede effect dat vaak over het hoofd wordt gezien. Wanneer je AI-gebruik koppelt aan beoordelingen, sturen medewerkers hun gedrag op de maatstaf in plaats van op de klant. Een boekhouder die wordt afgerekend op het aantal AI-prompts, gaat prompts genereren in plaats van jaarrekeningen controleren. De klant merkt het verschil niet direct — totdat er een fout doorheen glipt die een mens anders had opgemerkt.
Wat je wél moet meten
Meet niet het gebruik, maar het resultaat. Vraag niet "hoe vaak heb je AI gebruikt", maar "welke taak kostte je vorige maand veel tijd, en hoe heb je die sneller gedaan". Kijk naar output: snellere offertes, minder fouten, tevreden klanten. AI is een middel, geen doel. De beste vraag die je je team kunt stellen is niet kwantitatief maar kwalitatief: waar heeft een tool je deze maand echt tijd bespaard?
De kosten van niets doen
De verleiding om te meten is begrijpelijk — een AI-abonnement kost al snel honderden euro's per maand per team. Maar de verkeerde maatstaf kost meer. Medewerkers die AI gebruiken om te scoren in plaats van om te werken, verspillen uren aan zinloze prompts. En erger: ze verliezen vertrouwen in de beoordeling, wat de motivatie ondermijnt. Een gedemotiveerd team kost je meer dan welk AI-abonnement dan ook. De prijs van een verkeerde KPI is niet alleen verloren tijd, maar ook verloren vertrouwen — en dat bouw je niet zomaar terug.
De domino die eraan komt
De les van Meta is geen incident. Naarmate AI-tools goedkoper en toegankelijker worden, zal de verleiding om gebruik te meten alleen maar groeien. Leveranciers van AI-software bouwen al dashboards die precies laten zien wie hoeveel prompts gebruikt. Dat lijkt handig, maar het is een valkuil: je krijgt een cijfer dat je aanzet tot verkeerd sturen. De bedrijven die hier slim mee omgaan, zijn niet de bedrijven die het meeste meten, maar de bedrijven die de juiste vraag stellen. De vraag is niet "gebruiken we AI genoeg", maar "wordt ons werk er beter van".
Actiepunten
1. Stop met het meten van AI-gebruik. Haal AI-gebruik uit beoordelingen en targets. Het is een tool, geen KPI.
2. Meet resultaat, geen activiteit. Kijk naar doorlooptijd, foutmarge en klanttevredenheid — niet naar het aantal prompts.
3. Vraag naar de winst. Vraag je team maandelijks: "welke taak heb je deze maand sneller of beter gedaan dankzij een tool?" Dat gesprek levert meer op dan elke spreadsheet.
AI is geen scorebord — het is een hefboom. En een hefboom werkt alleen als je hem gebruikt om iets op te tillen, niet om er punten mee te scoren.