Loopbaanontwikkeling in het AI-tijdperk: houd het stuur

Op een dinsdagavond zit Karim naar een spreadsheet te kijken die een AI-tool voor hem heeft ingevuld. Kolom na kolom staat er welke van zijn vaardigheden over vijf jaar verouderd zijn, welke cursussen het gat dichten en welke functies statistisch bij zijn profiel passen. Alles klopt. En toch staart hij naar het scherm met een leeg gevoel dat in geen enkele kolom voorkomt.

Dat lege gevoel is geen storing in het systeem. Het is de vraag die de machine niet kan stellen.

Loopbaanontwikkeling in het AI-tijdperk draait niet langer om de vraag welke skills je moet bijleren, maar om de vraag welk verhaal je verder wilt vertellen. AI kan berekenen wat de arbeidsmarkt straks vraagt. Het kan niet duiden wat voor jou betekenis heeft. De machine rekent, de mens duidt, en regie over je loopbaan begint bij weten wie je bent.

Wat kan AI wel berekenen, en wat niet?

De cijfers geven Karim gelijk dat er iets verschuift. Het World Economic Forum verwacht dat bijna 40 procent van de vaardigheden die we nu op het werk gebruiken tegen 2030 verandert, en dat 59 van elke 100 werkenden in die periode zullen moeten om- of bijscholen (World Economic Forum, 2025). Dat is geen ver-van-je-bed-scenario. Dat is de collega naast je, en waarschijnlijk jijzelf.

Een AI-tool is hier verbluffend goed in. Hij vergelijkt jouw profiel met miljoenen andere loopbanen, herkent patronen die geen loopbaanadviseur overziet en rekent in seconden uit welke stap statistisch het meest oplevert. Voor de vraag wat er in de markt gebeurt, is dat waardevol.

Maar de rekenkracht stopt precies op het punt waar het persoonlijk wordt. Een algoritme weet dat datavaardigheden groeien. Het weet niet of jij warmloopt voor data of dat je ze alleen leert omdat je bang bent achterop te raken. Het ziet dat een leidinggevende rol bij je profiel past. Het voelt niet dat je juist rust vond toen je vorig jaar bewust een stap opzij deed. De machine kent je gemiddelde. Ze kent jouw verhaal niet.

Waarom "welke skills" de verkeerde eerste vraag is

De reflex is begrijpelijk. Als de grond onder je functie beweegt, wil je weten welke vaardigheid je moet aanschaffen om weer vaste voet te krijgen. Zo wordt loopbaanontwikkeling al snel een inhaalrace: een eindeloze lijst van cursussen achter een technologie aan die sneller verandert dan jij kunt bijhouden.

Het probleem met die race is niet dat bijscholen zinloos is. Bijscholen is nodig, en dezelfde cijfers laten zien dat menselijke vaardigheden als analytisch denken, veerkracht en samenwerken juist waardevoller worden naast de technische (World Economic Forum, 2025). Het probleem is de volgorde. Wie begint bij "welke skills", laat de arbeidsmarkt bepalen wie hij wordt. Je optimaliseert jezelf richting een profiel dat een algoritme aantrekkelijk vindt, en verliest onderweg het spoor naar wat jou eigenlijk in beweging brengt.

De vraag die eraan voorafgaat is een andere. Niet: wat moet ik kunnen? Maar: welk verhaal ben ik aan het leven, en wil ik dat verhaal verder vertellen of wil ik het verleggen? Pas als die vraag beantwoord is, wordt een skill een keuze in plaats van een reactie. Dit is dezelfde onderstroom die we eerder beschreven toen AI verandert de arbeidsmarkt, maar de echte vraag gaat over jou aan de orde kwam: de technologie verandert de buitenkant van je werk, maar de richting komt van binnenuit.

De machine rekent, de mens duidt

Deze week raakte een discussie over AI onverwacht aan dezelfde kern. Econoom en schrijver Elbert Dijkgraaf betoogt naar aanleiding van zijn roman over kunstmatige intelligentie dat de mens het stuur niet uit handen mag geven: ook als een AI-systeem zelfstandig handelt, blijft de mens verantwoordelijk, zoals dat ook geldt bij de zelfrijdende auto (AI Headliner, 2026). Zijn punt is juridisch, over aansprakelijkheid, maar het benoemt een onrust die veel breder leeft.

Want datzelfde stuur speelt in het klein bij elke loopbaankeuze. Je kunt een AI de route laten uitrekenen. Je kunt het advies zelfs opvolgen. Maar op het moment dat je een baan aanneemt, een opleiding kiest of een aanbod afslaat, ben jij het die betekenis geeft aan die stap. Een berekening kan je vertellen dat een pad waarschijnlijk lonend is. Alleen jij kunt bepalen of het een pad is dat je wilt lopen.

Dat onderscheid is geen semantiek. Rekenen is uitrekenen wat waar is: welke functies groeien, welke skills schaars zijn, welke overstap loont. Duiden is bepalen wat het betekent: past dit bij het verhaal dat ik aan het schrijven ben, of stap ik in het verhaal van iemand anders? De machine levert het antwoord op de eerste vraag steeds sneller. Juist daardoor wordt de tweede vraag, die alleen jij kunt beantwoorden, de vraag die telt.

Hoe houd je zelf het stuur in handen?

Regie houden betekent niet dat je de technologie negeert. Het betekent dat je de volgorde omdraait. Je gebruikt AI om de kaart te lezen, en jezelf om te bepalen waarheen.

Dat begint bij een paar vragen die geen algoritme voor je invult. Wanneer verloor ik in mijn werk het besef van tijd, en wat deed ik toen precies? Welke stap in mijn loopbaan voelde als vooruitgang op papier, maar als stilstand van binnen? En als niemand meekeek naar mijn cv, welk werk zou ik dan willen doen? Wie deze vragen serieus neemt, ontdekt vaak dat de rode draad er al lag, alleen nog niet in woorden.

Daarna pas komt de markt in beeld. Wat vraagt de arbeidsmarkt, en waar raakt dat aan wat ik net over mezelf ontdekte? Nu is de AI-analyse geen bevel meer, maar gereedschap. Je laat de cijfers je opties tonen en je eigen verhaal kiezen welke optie van jou is. Zo wordt bijscholen geen vlucht vooruit, maar een verdieping van een richting die je al had. Het is het verschil dat we eerder aanstipten met de gedachte dat iedereen een verhaal heeft, maar de vraag is of je het ook leeft: een loopbaanplan op papier is pas van jou als het aansluit op wie je werkelijk bent.

Waar het cijfer stopt en het verhaal begint

Loopbaanontwikkeling laat zich, net als leiderschap, niet oplossen met meer meten alleen. Een assessment, een skills-scan of een AI-loopbaananalyse geeft taal en overzicht, en dat is waardevol. Maar een uitkomst vertelt je wat er is, niet waarom het er is. Ze laat zien dat je hoog scoort op zelfstandigheid; ze vertelt niet of die zelfstandigheid een bewuste keuze is of een muur die je ooit optrok.

Dat is de laag die een verhaal wel opent. Bij NarraTyx begint dat bij het persoonlijk verhaal van NarraTyx: een reflectie-instrument, geinspireerd op narratieve denkkaders zoals de Hero's Journey, dat helpt verstaan zonder te oordelen. Het levert geen cijfer en geen ranking, maar ankers, spanningen en de vragen die je jezelf bij een loopbaankeuze zelden stelt. De score is het begin, het verhaal maakt het af. In een tijd waarin de machine steeds beter rekent, wordt die menselijke laag niet minder belangrijk, maar meer.

Karim sloot die avond zijn laptop zonder een cursus te boeken. Hij pakte in plaats daarvan een leeg vel en schreef bovenaan een vraag die geen enkele kolom hem had gesteld: waar wil ik over vijf jaar over vertellen dat ik het gedaan heb? Het antwoord kwam niet meteen. Maar voor het eerst in maanden had hij het gevoel dat hij zelf het stuur vasthield.

En jij? Laat je de machine je volgende stap uitrekenen, of laat je haar de kaart tekenen terwijl je zelf de richting kiest?

Wil je onderzoeken welk verhaal onder jouw loopbaankeuzes ligt, voordat je de volgende stap zet? Een NarraTyx-proefgesprek is een goede plek om te beginnen.

Bronnen

• World Economic Forum. (2025, 7 januari). Future of Jobs Report 2025: 78 million new job opportunities by 2030 but urgent upskilling needed to prepare workforces. https://www.weforum.org/press/2025/01/future-of-jobs-report-2025-78-million-new-job-opportunities-by-2030-but-urgent-upskilling-needed-to-prepare-workforces/
• AI Headliner. (2026, 24 juli). Roman Elbert Dijkgraaf over AI maakt duidelijk dat de mens het stuur niet uit handen mag geven. Reformatorisch Dagblad. https://ai.headliner.nl/item/roman-elbert-dijkgraaf-over-ai-maakt-duidelijk-dat-de-mens-het-stuur-niet-uit-handen-mag-geven-refdb-108763