Waarom zou iemand tegenwoordig nog iets leren?

Open YouTube op een willekeurige dinsdag en je vindt duizenden varianten van dezelfde video. Bouw een SaaS-applicatie in één uur, zonder dat je speciale vaardigheden nodig hebt. Maak binnen vijf minuten een logo, zonder dat je designkennis nodig hebt. Schrijf een roman in een weekend, zonder ervaring. Start binnen één dag een cursus, zonder dat je expertise nodig hebt. De X wordt steeds specialistischer. De beloofde tijd wordt steeds korter. De vereiste vaardigheden worden steeds minder. En onder al die drukte gebeurt er stilletjes iets ernstigs: in mijn IT-informatiebubbel tenminste.

Waarschijnlijk heb jij dat ook wel eens gevoeld. Dat vage, onderliggende gevoel van onbehagen wanneer je zo'n video ziet en denkt: Wacht eens, is dat niet iets wat mensen jarenlang hebben bestudeerd?

Ja, dat klopt. Dat is precies de bedoeling van de video.

Laten we beginnen met wat overduidelijk waar is.

Ja, de inhoud van die video's is gebaseerd op gestolen werk. Het model is getraind op elke ontwerper, elke romanschrijver, elke ontwikkelaar, elke cursusmaker, elke fotograaf die ooit zijn of haar werk online heeft gezet. Niemand is erom gevraagd. Niemand is betaald. De video is in feite een herverdeling van vaardigheden die anderen gedurende hun hele carrière hebben opgebouwd.

Ja, het kost banen. De freelance ontwerper die vroeger €800 vroeg voor een logo, concurreert nu met een tiener die er dertig ontwierp tussen de wiskundelessen door. De freelance copywriter die vroeger per dag factureerde, concurreert nu met een SaaS-bedrijf dat vóór de lunch een complete contentkalender produceert. Het kleine webbureau concurreert nu met een websitebouwer die met één klik een website bouwt. Dit is geen hypothetische toekomst. Het gebeurt nu, dit kwartaal, in je inbox als je een van deze bedrijven runt.

Maar dat is niet het gedeelte dat me 's nachts wakker houdt.

De diepere vraag (en die is nog erger)

Het gedeelte dat me 's nachts wakker houdt, is dit: Als het tien jaar duurt om een vaardigheid goed te leren, en AI 80% van wat die vaardigheid produceert kan doen zonder enige vorm van training: waarom zou iemand dan die tien jaar willen investeren?

Je kunt die vraag vandaag nog zelf beantwoorden, als volwassene die al over vaardigheden beschikt. Je zou bijvoorbeeld kunnen zeggen: Tja, uit liefde voor het vak., of omdat ik uitmuntend wil zijn, of Want juist daarin schuilt de werkelijke waarde van de 20% AI, en dat is wat deze niet kan.. Helemaal terecht. Helemaal waar. Allemaal dingen die ik ook zou zeggen.

Beantwoord die vraag nu eens voor een vijftienjarige.

Een vijftienjarige die kijkt naar het pad dat jij hebt bewandeld: tien jaar oefening, herhaaldelijk falen, een leerlingsalaris, de langzame weg naar competentie: kan heel duidelijk het alternatief zien. Het alternatief is: sla dat allemaal over, typ een prompt, lever een resultaat af dat net zo goed is als dat van jou, en gebruik de tijd die je bespaart om iets anders met je leven te doen.

Waarom zouden ze voor tien jaar kiezen? Waarom zouden ze... iedereen, Zou je, als je de keuze had, voor tien jaar kiezen?

De wrede asymmetrie

Stel dat je doorzet. Jij bent het kind dat, tegen alle prikkels in, besluit om tien jaar te studeren. Je wordt een meester. Je kunt dingen in je vakgebied doen die aantoonbaar door AI niet kunnen.

Dan publiceer je je werk. Of je geeft er les in. Of je streamt jezelf terwijl je het doet. Of een klant geeft het in opdracht en iemand maakt een screenshot. Of het wordt geïndexeerd door een webscraper. Of je praat erover in een podcast. Of je promptreeks lekt uit. Of je traint een junior die later thuis AI gebruikt om zijn of haar aantekeningen te ordenen.

Elk van deze opties is voldoende. Jouw unieke creatie, iets wat alleen jij kunt doen, is nu trainingsdata. De volgende modelversie ziet het. De versie daarna heeft het geïnternaliseerd. Tegen de tijd dat de versie daarna kwam, is hetgeen wat alleen jij kon doen structureel gezien: hetgeen het model op aanvraag kan reproduceren, voor iedereen, tegen de kosten van een paar tokens.

Wat moet ik mijn dochter vertellen?

Ik heb hier veel over nagedacht, omdat ik een kind heb, en op een gegeven moment zal ze me vragen wat ze moet leren.

Mijn eerlijke antwoord is ongeveer: Leer dingen omdat je ze wilt weten, niet omdat je er geld voor verwacht. Leer dingen die met je lichaam te maken hebben, want dat is iets wat AI niet kan. Leer dingen waarbij je juridisch of emotioneel aansprakelijk bent, want dat is iets wat niemand van AI verwacht. Leer hoe je met mensen praat die niet aangesproken willen worden. Leer hoe je dingen opmerkt. Leer hoe je moet wachten. Leer hoe je fouten kunt maken zonder eraan te bezwijken.

Niets daarvan staat op een YouTube-lijst met gewilde vaardigheden. Het meeste is uit de mode. Sommige dingen klinken verdacht veel als advies dat mijn grootvader me zou hebben gegeven. Daar ben ik niet zo blij mee. Maar ik denk dat het het meest eerlijke antwoord is dat ik heb.

De vaardigheden die iemand vroeger economisch waardevol maakten – technische specialisatie, expertise in een bepaald domein, het vermogen om een verfijnd product te leveren – dat zijn precies de vaardigheden waar AI het beste in is en waarin het zich het snelst ontwikkelt. De vaardigheden waar AI het slechtst in is, zijn de onmeetbare. Oordeelsvermogen. Smaak. Aanwezigheid. Zorgzaamheid.

Dat zijn toevallig ook de vaardigheden die het langst duren om te ontwikkelen, die niemand je in een uur kan leren en die geen enkele YouTube-video belooft.

Waar dit terechtkomt

Ik heb hier geen eenduidige conclusie voor en ik wil ook niet doen alsof ik die wel heb.

De korte versie is: veel van de vaardigheden waarop mijn generatie haar identiteit heeft gebouwd, worden in een tempo gedevalueerd dat emotioneel moeilijk te verwerken is, laat staan economisch. De lange versie is: ik denk dat dit een generatie zal voortbrengen die minder leert, minder verdient, minder een identiteit opbouwt rond wat ze doen voor de kost, en die ergens anders betekenis moet zoeken. Ik weet niet of dat goed of slecht is. Waarschijnlijk allebei.

Wat ik wél weet, is dat "leer gewoon AI" ook niet de oplossing is. Dezelfde logica geldt op een hoger niveau: de prompt engineer van vandaag is morgen een standaardfunctie. Het model wordt steeds beter in het geven van prompts, en de meerwaarde van menselijke tussenkomst neemt af. Er bestaat geen veilige eindvaardigheid in dit scenario. Er is alleen een voortdurend veranderende grens.

Tot nu toe ging deze serie over AI die dom is, verkeerd gekalibreerd is en misbruikt wordt. Deze post en de vorige gaan over iets anders: niet over wat AI fout doet, maar over wat het goed doet en wat de prijs daarvan is. Want de luidruchtige mislukkingen zijn makkelijk om mee te lachen. Het zijn de stille successen die een leven veranderen.

Als je de versie van deze vraag wilt met veel hogere inzet, waarbij de gevolgen van het vertrouwen in AI variëren van een "ongemakkelijke inbox" tot "catastrofaal en ontkenbaar", dan is het laatste artikel in deze reeks het volgende: Een blunder met dodelijke gevolgen, of gewoonweg kwaadaardig?.