Pakt AI mijn baan af? Een eerlijke analyse zonder paniek

Kort: AI vervangt taken, geen beroepen. Dat een heel beroep verdwijnt, is zeldzaam — wat meestal verandert is de samenstelling van het werk, en daarmee wat er van mensen verwacht wordt. Het praktische antwoord op de angst is niet de toekomst voorspellen, maar je eigen baan opdelen in taken en kijken welke automatiseerbaar zijn en welke draaien op verantwoordelijkheid, context en menselijk contact. En daarna heel goed kijken naar wat je verkocht wordt onder het woord 'omscholing': die markt hebben we doorgemeten, en de cijfers zijn ontnuchterend.

Eerst: waarom de vraag enger klinkt dan hij is

De angst om vervangen te worden werkt zo: we zien een beroep als één blok en vergelijken onszelf in ons geheel met een machine. Maar niemand neemt 'een boekhouder in het algemeen' aan — men neemt iemand aan voor een concrete set klussen. En de machine pakt ook geen mens, die pakt losse taken. Zodra je van 'worden boekhouders vervangen?' overstapt op 'welke van mijn 14 wekelijkse klussen zou een model kunnen doen?', is het geen schrikbeeld meer maar gewoon werk.

Geschiedenis helpt ook. Pinautomaten hebben de baliemedewerkers niet weggevaagd: er kwamen meer filialen en het werk verschoof richting advies. Spreadsheets maakten handmatig narekenen overbodig en vergrootten de vraag naar financieel analisten. Dat is geen garantie dat het altijd zo gaat, en geen belofte dat overgangen pijnloos zijn. Maar het herinnert je eraan: taken automatiseren en een beroep opheffen zijn twee verschillende dingen.

Er is een tweede reden waarom de vraag harder klinkt dan nodig. Angst is een verdienmodel. Elke luide voorspelling dat 'X% van de banen weg is in 20YY' is door iemand betaald, en die iemand verkoopt bijna altijd óf de AI zelf óf de redding ervan. Verderop laten we zien hoe die tweede handel er van binnen uitziet — want dat is het deel dat we zelf hebben doorgemeten.

Wat AI vandaag echt goed doet

• Een eerste opzet van alles wat tekst is: een mail, een plan, een beschrijving, een instructie.
• Indikken en structureren: een lang document in vijf punten, aantekeningen in een tabel.
• Vertalen en van toon wisselen — snel en op een prima niveau.
• Routineuze standaardcode en andermans code uitleggen.
• Varianten maken: twintig koppen zodat jij er één kiest.
• Het onbekende uitleggen in gewone taal — een privéleraar voor elk onderwerp.
• Grof sorteren: honderd binnengekomen meldingen in minder dan een minuut op thema leggen.

Let op wat die punten delen: het resultaat is meteen zichtbaar en in seconden te controleren. Een slechte opzet zie je. Een slechte vertaling wringt. Een slechte samenvatting stort in zodra je hem naast het origineel legt. Daarom gaan deze taken als eerste — niet omdat ze 'makkelijk' zijn, maar omdat de prijs van een fout bijna nul is: je ziet hem voordat hij ergens terechtkomt.

Waar het steevast misgaat

• Verantwoordelijkheid. Een model kan niet opdraaien voor de gevolgen. De handtekening, het risico en het besluit blijven bij een mens — dat is geen technische grens maar de bouw van verantwoordelijkheid zelf.
• Betrouwbaarheid. Het zit er vol overtuiging naast, en aan de toon hoor je het verschil met de waarheid niet — zie AI-hallucinaties.
• Onuitgesproken context. Alles wat in jouw bedrijf, jouw branche, jouw klantrelatie 'iedereen gewoon weet', is voor het model onzichtbaar.
• Menselijk contact. Lastige onderhandelingen, iemand door een rotmoment heen helpen, vertrouwen dat in jaren is opgebouwd.
• De fysieke wereld. Handen, objecten, omstandigheden buiten het boekje: er is vooruitgang, maar veel trager dan bij tekst.
• De vraag stellen. Het model beantwoordt een vraag, maar weet niet welke vraag het waard was. Dat blijft mensenwerk.

Ook deze punten delen iets: bij allemaal kun je niet snel controleren of het model gelijk heeft. Niet omdat het daar dommer is, maar omdat er geen maatstaf bij de hand ligt. Daaruit volgt een werkregel die meer waard is dan elke voorspelling: een taak schuift precies zo ver naar AI op als het goedkoop is om het resultaat te controleren. Niet 'moeilijk of makkelijk'. Niet 'creatief of routine'. Controleerbaar of niet.

Denk even na voordat je verder leest: schrijf punt voor punt op wat je vorige week op je werk hebt gedaan. Zet een streep bij de punten waar (a) het resultaat controleerbaar is, (b) een fout niet kritiek is, (c) geen context nodig is die het model niet kent. Precies die gaan als eerste — en waarschijnlijk ben je blij als ze gaan.

Haal je werk hier uit elkaar

Hieronder staat een kant-en-klare prompt. Hij is zelfdragend: de takenlijst van een echt persoon zit er al in, dus druk op 'Uitvoeren' en bekijk de hele redenering. Zet er daarna je eigen klussen in.

Je bent loopbaananalist. Antwoord eerlijk — geen hype, geen troost.

Dit is de echte weeklijst van een office manager bij de verkoopafdeling:
1. Van een CRM-export een tabel met het dealrapport voor de directeur maken.
2. 12 herinneringsmails schrijven aan klanten die te laat betalen.
3. Een kandidaat voor een assistentenfunctie interviewen.
4. Met de verhuurder twee weken uitstel van huur regelen.
5. De agenda voor het wekelijkse overleg opstellen en rondsturen.
6. 60 binnengekomen verzoeken sorteren en naar de juiste accountmanager sturen.
7. Een medewerker vertellen dat zijn proeftijd niet verlengd wordt.
8. De onboardinginstructie voor nieuwe collega's bijwerken.
9. Facturen van leveranciers controleren en betaling goedkeuren.
10. Beslissen wie van twee accountmanagers de grootste klant krijgt.

Opdracht: verdeel deze 10 punten over drie groepen —
A) AI doet dit vandaag al bijna helemaal,
B) AI versnelt het, maar het besluit en de handtekening blijven menselijk,
C) laat zich slecht automatiseren.

Geef bij ELK punt één regel met het doorslaggevende criterium:
kun je in een minuut controleren of het resultaat klopt, en waaraan?
Noem daarna de 2 punten waar je eigen indeling betwistbaar is,
en leg de argumenten van beide kanten uit.
Maak me niet bang en vlei me niet.

Let op wat het over de punten 3, 7 en 10 zegt. Het zet ze vrijwel zeker in groep C — en onderbouwt dat niet met 'moeilijkheid' maar met het ontbreken van iets om het antwoord aan te toetsen: of het besluit goed was, weet je over een half jaar. Daarin zit de hele vervangingsvraag, in één observatie.

Wat de luide cijfers zeggen — en waarom we ze eruit hebben gehaald

In een eerdere versie van dit artikel stonden de twee meest geciteerde cijfers van de sector: '39% van de kernvaardigheden verandert vóór 2030' en '71% van de leidinggevenden neemt liever een minder ervaren kandidaat met AI-vaardigheden'. We hebben ze geschrapt. De reden is simpel: we konden ze niet bij de oorspronkelijke bron controleren, en de navertelling van een navertelling doorgeven is precies hoe op internet feiten uit het niets ontstaan.

Maar het gaat niet alleen om controleerbaarheid. Zelfs als die cijfers klopten, heb jij er persoonlijk niets aan. 'Vaardigheden veranderen' is niet 'mensen worden ontslagen'. Een enquête onder bestuurders is een voornemen op een formulier, geen daad bij het aannemen. En vooral: geen van beide beantwoordt jouw vraag. Je vroeg of jouw baan verdwijnt; je krijgt een wereldgemiddelde.

Dus zijn we iets gaan meten dat je echt kunt meten en dat je echt aangaat.

Ons onderzoek: we hebben de markt van 'redding tegen AI' doorgemeten

Op 'AI pakt mijn baan af' heeft de branche precies één antwoord: schol je om. Koop een cursus. Wil je dus weten of paniek op zijn plaats is, dan loont het te kijken wat er onder dat woord daadwerkelijk verkocht wordt. We hebben de data opgehaald van de grootste niet-technische AI-cursussen op Udemy (via hun interne API) en van de Coursera-top, inclusief reviews. Dit vonden we.

Eén: de paniek is al te gelde gemaakt, op industriële schaal

Voor één cursus — Google AI Essentials op Coursera — schreven zich 1.876.929 mensen in. Voor Generative AI for Everyone van DeepLearning.AI (Andrew Ng): 814.083. Voor Prompt Engineering for ChatGPT van Vanderbilt: 698.444. Voor Generative AI: Prompt Engineering Basics van IBM: 654.256. Op Udemy heeft Generative AI for Beginners (Aakriti E-Learning) 409.492 cursisten bij 121.079 reviews en een 4,53. The Complete AI Guide heeft 376.845 cursisten, 42 uur video en 545 lessen. En ChatGPT: Complete Course For Work van Steve Ballinger: 281.823.

Hou die cijfers in je hoofd als iemand je de volgende keer vertelt dat mensen zich niet voorbereiden. Miljoenen hebben zich al ingeschreven. De vraag is niet of de markt zich voorbereidt, maar wat de markt ervoor terugkrijgt.

Twee: de 'nichemarkt voor beginners' is niet leeg, hij is overvol

We lazen de instapeisen van de acht grootste Udemy-cursussen. Programmeren hoeft nergens. Letterlijk: "No prerequisites as ChatGPT is a tool anyone can access and use immediately" (Ballinger); "No coding skills needed" (Wheeler); "A desire to learn" (Aakriti); "No prior experience with AI or programming is needed" (Complete AI Guide).

Wat dat voor jou betekent: 'instappen in AI' is geen zeldzame vaardigheid en geen slotgracht. Bijna twee miljoen mensen doen dezelfde introductiecursus als jij. Een certificaat dat je weet wat een prompt is, onderscheidt je van niemand.

Drie: de korting waar je achteraan rent, bestaat niet

Dit is het best machinaal te controleren feit dat we hebben. Dit is de ruwe respons van Udemy's eigen API op een cursuspagina:

"price": {"amount": 24.99, "currency": "EUR"}
"list_price": {"amount": 24.99, "currency": "EUR"}
"saving_price": {"amount": 0.0}
"has_discount_saving": false
"discount_percent": 0

De prijs is gelijk aan de 'oude prijs'. Besparing: nul. Korting: nul. 11 van de 12 topcursussen staan op € 19,99, één (Complete AI Guide) op € 24,99. Alles wat in de etalage op een aflopende aanbieding lijkt, hoort bij de interface en niet bij de prijs.

Wat doet dit in een artikel over jouw baan? Dit: angst is een slechte koper. Wie bang is voor zijn inkomen haast zich en controleert niet. En hier kostte controleren één minuut.

Vier: wat de mensen zeggen die al betaald hebben

We hebben de reviews met de hand verzameld en gelezen. Aandeel negatieve beoordelingen (≤3,5★) op Udemy: 9,61% bij Generative AI for Beginners, 10,36% bij Complete AI Guide. Op Coursera duidelijk lager — 1,5–3,5%. Maar interessanter dan de percentages is waarover mensen schrijven. De klachten passen in een heel smal rijtje.

De cursus is een dia die wordt voorgelezen.

"why read straight from the slide? I can do that. This was not a helpful course at all" — Janie I., 02.07.2026, 1★

"50% of this course is reading script like a robot from the slides. …they are just reading text from the slides which you can also you from any good website" — Shashank T., 13.04.2026, 1★ (Complete AI Guide)

"Written by AI, delivered by AI. The slides are way too crowded to be useful and it really doesn't help to have the bot read them out word-for-word" — Bradley M., 16.04.2026, 1★ (een cursus met 118.000 cursisten)

"They are just reading the prompter sometimes without even knowing the point. Hating myself after purchasing it." — Sachin S., 13.07.2026, 1★ (Complete AI Guide)

Niemand controleert of je iets geleerd hebt. Dat is de meest verontrustende vondst, en hij raakt het idee 'omscholing is bescherming' recht in het hart:

"you send your assignments and immediatly you got your results: 100% correct. I am still speechless. I put all that effort in and have no idea whether I my answer was correct or not." — Shinysheep, 21.09.2023, 1★ (Vanderbilt, Prompt Engineering)

"Videos are too short and superficial so you end up memorizing sentence by sentence to pass quizzes. Not a learning experience." — Laurie J Phillips, 12.04.2024, 3★ (IBM)

"quizzes give unhelpful feedback for incorrect answers and just say 'watch the video again'" — Cory Covino, 04.05.2024, 2★ (IBM)

"All the coding is done in the labs for you. You won't have to debug anything or figure anything out, just press shift-enter." — Cornelius Griggs, 1★ (Generative AI with LLMs)

Ze beloofden prompten te leren en deden het niet. En dan gaat het om cursussen met 'prompt engineering' in de titel:

"There is nothing teached about creating a good prompt. It is just an overview of types of prompts." — Geralt O., 01.07.2026, 2★

"No specific guidance on prompt engineering… what to avoid while asking, how to organize your thoughts, how to give feedback to AI based on its answers etc." — Bharat Ram A., 05.06.2026, 1.5★

"i thought it would go deeper in prompts and have more examples and sessions to master or enhance our current prompts." — Manuel L., 15.06.2026, 2★

"Didnt meet expectations, only theory is discussed which we already know." — Aditya Nagavolu, 19.11.2023, 1★ (Generative AI for Everyone)

Vijf: wat het per maand kost

Coursera Plus is € 50/maand of € 343/jaar (14 dagen retourtermijn). Google's eigen programma's op Coursera lopen op $ 49/maand na 7 dagen proef. Udemy Personal Plan is € 20,00/maand, in de actie € 10,00/maand; dat cijferpaar komt van Udemy's landingspagina en niet uit de API, want hun site geeft een crawler een 403 — dus een zwakkere bron dan de rest, en dat melden we erbij. Ondertussen vereist Vanderbilts Prompt Engineering Specialization een betaald ChatGPT+-abonnement om de opdrachten überhaupt te kunnen doen. De cursist betaalt dus voor de cursus én voor het gereedschap — zo'n € 70 per maand om video's te kijken en automatisch "100% correct" te krijgen.

Wat dit voor jou betekent

Niet dat 'cursussen slecht zijn'. Er zijn uitstekende, en Google AI Essentials met een 4,8 over 22.557 reviews is duidelijk geen rommel. Er volgt iets anders uit, en dat weegt zwaarder dan welke voorspelling over 2030 ook:

• Een cursus kopen is geen daad. Bijna twee miljoen mensen klikten al op 'inschrijven'. Dat onderscheidt je niet. Hem kunnen toepassen wel.
• Een certificaat bewijst niets. Als het systeem automatisch "100% correct" uitdeelt, zegt dat cijfer een werkgever ook niets. De cursist die dat schreef had gelijk: "no idea whether my answer was correct".
• Theorie is het goedkoopste deel. Vier onafhankelijke mensen betaalden en schreven daarna dat het alleen theorie was die ze al kenden. Angst laat je begrip kopen terwijl je vaardigheid nodig hebt.
• Controleer prijs en voorwaarden in een minuut. Dezelfde spier als bij het nakijken van een modelantwoord: vertrouw de toon niet, kijk naar de data.

Waarom de platforms dit niet kunnen repareren (het is structureel, geen luiheid)

De review van Shinysheep gaat niet over een slechte docent. Hij gaat over architectuur. Om een prompt te controleren heb je een model in de les nodig. Coursera heeft er geen. Udemy ook niet. Een nakijkautomaat kan een opstel beoordelen over wat few-shot is. Hij kan niet controleren of jouw prompt echt werkt — daarvoor moet de prompt draaien. Die automatische "100% correct" is dus geen slordigheid; het is het enige dat kan zonder uitvoeren.

Daaruit volgt een schone test voor elke AI-training, de onze incluis: als je nooit een prompt uitvoert en nooit het antwoord ziet, leer je over AI praten, niet AI gebruiken. De knop 'Uitvoeren' onder de blokken in dit artikel staat er precies daarom: je kunt drukken en zien, in plaats van ons op ons woord te geloven.

Drie fouten die mensen bij deze vraag maken

Fout 1: jezelf met het model vergelijken in plaats van met de mens die het model heeft. ChatGPT vervangt je niet. Wie je opzij kan schuiven is de collega die jouw werkdag in een uur doet. Dat verandert het plan compleet: niet met de techniek concurreren, maar hem oppakken.

Fout 2: 'creatief' voor een harnas aanzien. De creatieve uitvoering — twintig koppen, vijf beeldvarianten, een opzet — gaat als eerste, juist omdat je het meteen kunt controleren. Beslissen welke van de twintig koppen eruit gaat, en waarom, gaat niet. Wat je beschermt is niet creativiteit, maar de keuze op je nemen.

Fout 3: wachten tot het duidelijk wordt. Mensen stellen uit tot 'het helder is'. Dat wordt het niet. Wel kun je in één avond een eigen feit hebben in plaats van andermans voorspelling: neem een echte taak, doe hem met AI en zonder, en klok het. Zo'n meting weegt zwaarder dan alle rapporten bij elkaar.

Test het model op ditzelfde onderwerp

De tweede prompt is bedoeld om het model te pakken waar het zwak is. Zelfdragend, draait zoals hij staat.

Je bent een strenge analist. Hieronder staat een alinea uit een artikel
over de arbeidsmarkt. Zoek elke bewering die als een feit klinkt
maar die een lezer niet kan controleren.

Alinea:
"Volgens recent onderzoek is in 2030 ongeveer 40% van de banen
geautomatiseerd, en experts zijn het erover eens dat creatieve beroepen
als eerste geraakt worden. Vandaag heeft al 8 op de 10 bedrijven AI
ingevoerd, en de gemiddelde tijdwinst is 30%."

Geef bij elke bewering een tabel met drie kolommen:
1) de bewering zelf,
2) waarom die niet te controleren is (geen bron / geen definitie /
   enquête gepresenteerd als meting / voorspelling gepresenteerd als feit),
3) welke vraag de lezer de auteur moet stellen om het controleerbaar te maken.

Tot slot: herschrijf de alinea zo dat er geen enkele oncontroleerbare
bewering overblijft. Hij mag flink korter.

Pas dit toe op elk artikel over AI en werk, ook op dit. Precies zo hebben we die twee cijfers eruit gegooid.

Wie beter kan opletten

Zonder bangmakerij en zonder lijst van 'gedoemde beroepen' — zulke lijsten laten zich niet eerlijk maken. Maar de druk is hoger waar het werk vooral bestaat uit taken die een sjabloon volgen, volledig in tekst of data leven, makkelijk te controleren zijn en geen persoonlijke verantwoordelijkheid voor de gevolgen dragen. Dat is geen doodvonnis voor het beroep — het is een signaal om je binnen dat beroep te verschuiven naar het deel dat oordeel, context en relaties vraagt. Dat deel bestaat meestal, en het is meestal het interessantste.

Een tegenargument tegen onszelf. 'Controleerbaarheid' is een goede regel, geen natuurwet. Er zijn genoeg taken die makkelijk te controleren zijn en die niemand haast heeft te automatiseren: het volume is klein, de integratie kost meer dan hij bespaart, of de regelgeving eist een menselijke handtekening. En andersom gebeurt ook: een slecht controleerbare taak gaat naar een model simpelweg omdat niemand hem daarvoor ook controleerde. De regel zegt dus waar je moet kijken, niet wat er gaat gebeuren.

Een plan voor de komende maand

1. Maak de inventaris. Deel je werk op in taken en zet eerlijk een streep bij de automatiseerbare. Twintig minuten, één vel papier. De prompt hierboven doet de helft voor je.
2. Neem er twee zelf over. Wacht niet tot iemand anders het doet. Je eigen routine aan AI geven is de enige manier om degene te blijven die het proces stuurt.
3. Meet. Eén typische klus met AI en zonder. Een echt getal geneest de angst beter dan welk artikel ook — in beide richtingen.
4. Investeer in het niet-automatiseerbare. Problemen formuleren, onderhandelen, verantwoordelijkheid dragen, branchecontext, relaties. Dat wordt duurder naarmate uitvoering goedkoper wordt.
5. Leer een prompt debuggen in plaats van een formule stampen. Dat is precies het gat waarover zeven reviews in onze data klagen: iedereen leert 'zo is een prompt opgebouwd', niemand leert 'de prompt werkte niet — wat verander je als eerste?'.
6. Leer controleren. De zelfverzekerde leugen van een model betrappen wordt een beroepswaarde op zich.

Debuggen in plaats van formules: probeer het

De derde prompt laat het verschil zien tussen de opbouw van een prompt kennen en er een kunnen repareren. Ook zelfdragend.

Dit is een slechte prompt die een nutteloos antwoord opleverde:

"Schrijf een mail aan de klant over de vertraging."

Jouw opdracht:
1. Noem precies 4 redenen waarom deze prompt een slecht resultaat geeft.
   Elke reden moet op een concreet gemis wijzen, niet op algemeenheden.
2. Zet ze op volgorde van REPARATIEPRIORITEIT: wat verander je eerst
   en waarom levert juist dat de grootste sprong op?
3. Laat drie versies van de prompt zien: na de eerste correctie,
   na de tweede en na alle vier.
4. Zeg bij elke versie in één regel wat er concreet beter wordt
   aan het antwoord.

Spring niet meteen naar de perfecte versie — het gaat mij om de volgorde.

Het antwoord op die oefening is de vaardigheid die niet vervangen wordt. De formule voor een goede prompt dreunt een model in een seconde op; uitvogelen wat je in je eigen klus als eerste repareert, blijft aan jou.

Hoeveel tijd dit echt kost

Leg twee getallen uit onze data naast elkaar. The Complete AI Guide: 42 uur video, 545 lessen. En een review van diezelfde cursus:

"The content is mostly from 2023. …I invested my 41 hours and Im learning content which is from 2023. Very disappointed." — Harsh A., 09.04.2026, 1.5★

Eenenveertig uur. Dat is een werkweek besteed aan materiaal dat allang over de datum was. Een andere cursist zei hetzelfde over de versheid bij een andere cursus:

"Most content is from 2024. This course is not bad for its time, but just too dated now." — Martin F., 27.05.2026, 2★ (bij een cursus waarvan de pagina een update van april 2026 adverteerde)

De basisvaardigheid — de taak formuleren, een opzet krijgen, de fout zien, de prompt repareren — zit er na een paar avonden op je eigen echte werk. Niet na 42 uur video van iemand anders. Angst duwt je richting volume: 545 lessen zien eruit als een verzekering. Dat zijn ze niet.

Daar zit trouwens een aparte conclusie uit onze data in: video verliest van tekst precies daar waar de video voorgelezen tekst is. "Reading straight from the slide" is de beschrijving van dat geval. Tekst geeft je je eigen tempo en per definitie een transcript — dat een artikel te snel praat, heeft nog nooit iemand geklaagd. En tekst update je goedkoop; 545 lessen niet.

Speel het scenario waar je echt bang voor bent

De laatste prompt. Hij voorspelt niets — hij dwingt de vage angst in een vorm waarmee je kunt discussiëren.

Voer een gestructureerd debat in twee rondes over deze stelling:

"In 2030 heeft een bedrijf één financieel analist in dienst
waar het er vandaag vier heeft."

Ronde 1: het sterkste standpunt VOOR. Ronde 2: het sterkste standpunt TEGEN.
Regels:
- Geen statistiek, geen verzonnen percentages, geen rapporten aanhalen.
  Argumenteer alleen via mechanismen: welke concrete taak verschuift,
  wie controleert het resultaat, wat breekt als de controle fout is.
- Elke kant moet HET ENE bewijs noemen dat haar eigen mening zou omdraaien.

Daarna, als neutrale scheidsrechter:
- Waarover zijn beide kanten het feitelijk eens?
- Welke enkele waarneembare gebeurtenis in de komende 12 maanden
  beslecht de discussie het snelst?
- Wat moet een werkende financieel analist maandag doen,
  nu het debat onbeslist is?

Let op het verbod op statistiek. Dat staat er met opzet: zonder cijfers om achter te schuilen moet het model via mechanismen redeneren — en een mechanisme kun je naast je eigen werkplek leggen, wat met een percentage niet lukt.

Het belangrijkste om mee te nemen

De vraag 'pakt AI mijn baan af' is bijna altijd verkeerd gesteld. De juiste luidt: 'welke van mijn taken veranderen, en wat doe ik daar als eerste aan?'. Het antwoord op de tweede ligt volledig bij jou, en het kost een paar avonden, geen jaren. Bijna twee miljoen mensen kochten een videocursus als antwoord; er hebben alleen die iets aan die daarna ook echt iets hebben uitgevoerd. Begin klein: de ChatGPT-gids voor beginners en de analyse van welke taken je als eerste aan AI geeft. Zoek je nu werk, dan helpt ons artikel over AI voor je cv en sollicitatie. En wil je weten wat er van het meest opgehypte 'beroep van de toekomst' geworden is, lees dan de eerlijke analyse over de prompt engineer en ons stuk over AI-agents — dat schudt takenlijsten harder door elkaar dan welke voorspelling ook.