Er is een kloof in jouw bedrijf waar je waarschijnlijk nog nooit van hebt gehoord. Mannen gebruiken AI-codeertools meer dan twee keer zo vaak als vrouwen. Niet een beetje meer — 200% meer. En dit is niet zomaar een diversiteitscijfer: het raakt direct je productiviteit, je innovatiekracht en je concurrentiepositie.
Wat het onderzoek liet zien
AI-onderzoeksbedrijf Anthropic — de makers van Claude — onderzocht hoe sociale wetenschappers AI gebruiken. De resultaten zijn ongemakkelijk: onderzoekers met typisch mannelijke namen gebruiken AI-codeertools twee keer vaker dan degenen met typisch vrouwelijke namen. Dit verschil blijft bestaan, zelfs als je corrigeert voor vakgebied en ervaringsniveau.
De kloof is niet overal even groot. Economen zijn koplopers: 39% gebruikt AI-codeertools. Onderwijswetenschappers bungelen onderaan met 4%. PhD-studenten gebruiken de tools veel meer dan hoogleraren, en onderzoekers aan top-25 universiteiten gebruiken ze 40% vaker dan collega's elders. Maar het meest opvallende: de genderkloof in codeer-AI is véél groter dan in algemeen AI-gebruik. Mannen en vrouwen chatten wél even vaak met ChatGPT — maar zodra het om code schrijven gaat, haken vrouwen massaal af.
Waarom dit ook speelt op jouw werkvloer
De studie keek naar universiteiten, maar de dynamiek is identiek in het bedrijfsleven. Codeertools zoals GitHub Copilot, Claude Code en Cursor worden de nieuwe Excel: iedereen die data analyseert, rapporten bouwt of processen automatiseert, gebruikt ze. Of zou ze moeten gebruiken.
Als de helft van je team deze tools niet omarmt, mis je niet alleen individuele productiviteitswinst — je creëert een tweedeling. De vroege gebruikers worden sneller, krijgen betere projecten, maken meer promotie. De achterblijvers — in dit geval disproportioneel vrouwen — raken juist verder achterop. Over twee jaar heb je een team waarin mannen structureel productiever zijn, niet omdat ze beter zijn, maar omdat ze betere tools gebruiken.
Wat verklaart de kloof?
De onderzoekers doen geen harde uitspraken over oorzaken, maar de patronen zijn suggestief. Het gaat niet om technische vaardigheden — de kloof verdwijnt niet als je corrigeert voor programmeerervaring. Het gaat eerder om zelfselectie en tooltoegang. Mannen zijn simpelweg eerder geneigd om een nieuwe tool uit te proberen, terwijl vrouwen vaker wachten op training of formeel beleid.
Ook interessant: 70% van de onderzoekers is optimistischer over hun eigen productiviteit dan over AI's impact op hun vakgebied als geheel. De early adopters zien de voordelen, maar maken zich zorgen over wat er met de achterblijvers gebeurt. Dat is precies wat er nu in jouw organisatie gebeurt — alleen niemand die er expliciet over praat.
Het contra-intuïtieve inzicht
We denken bij de AI-genderkloof aan iets abstracts — dat "vrouwen minder in tech zitten" of "meisjes geen bèta kiezen". Maar deze studie laat zien dat het veel dichterbij zit: binnen dezelfde functie, hetzelfde opleidingsniveau, hetzelfde vakgebied gebruiken mannen consequent geavanceerdere tools. De kloof is geen instroomprobleem — het is een adoptieprobleem. En dat is goed nieuws, want adoptie kun je actief sturen.
De oplossing is niet een verplichte AI-training voor vrouwen. Het is bewustwording, zichtbaarheid, en het wegnemen van de onuitgesproken drempel dat "codeertools iets voor techneuten zijn". De beste data-analist in jouw team gebruikt misschien geen AI-tools — niet omdat ze het niet kan, maar omdat niemand haar ooit heeft gevraagd of ze het wil proberen.
Een concreet Nederlands voorbeeld: een MKB-groothandel in de bouwsector ontdekte vorig jaar dat hun mannelijke inkopers AI-gestuurde voorraadvoorspellingen omarmden, terwijl de vrouwelijke category managers vasthielden aan spreadsheets. Het verschil in voorspelnauwkeurigheid? 23 procent. Na één workshop waarin een vrouwelijke collega liet zien hoe zij de tool gebruikte, verdween de kloof in zes weken. Niet door verplichting, maar door zichtbaarheid.
Drie dingen die je deze week kunt doen:
- Meet de AI-adoptie per team: wie gebruikt welke tools? Als je het niet meet, bestaat het probleem niet — maar de kloof wel.
- Laat vrouwelijke AI-gebruikers zichtbaar zijn: nodig niet alleen de usual suspects uit voor de AI-demo. Laat zien dat het voor iedereen is.
- Maak AI-tools laagdrempelig beschikbaar: wacht niet op formeel trainingsbeleid. Geef toegang en laat mensen ontdekken. De drempel is lager dan je denkt.
De 200%-kloof is geen natuurwet. Het is een managementkeuze — en je kunt er vandaag iets aan doen.