De belangrijke verschuiving in AI op de werkvloer is niet dat een model een betere alinea kan schrijven. Het is dat een systeem steeds vaker in meerdere stappen een doel kan nastreven: bestanden inspecteren, verbonden diensten doorzoeken, een artefact maken, een gegeven bijwerken en een bericht versturen.

Daardoor verandert de professionele vraag van ‘Is dit antwoord correct?’ in ‘Wat mag dit systeem doen voordat het mij om toestemming moet vragen?’

Zapier beschrijft ChatGPT Work als een agentische modus die gedurende langere tijd met bestanden en verbonden applicaties kan werken, terwijl de Plan-modus vóór uitvoering een strategie ter goedkeuring voorstelt. Microsoft presenteert Copilot, organisatorische kennis en governance op vergelijkbare wijze als complementaire onderdelen van een operationele AI-stack. Deze voorbeelden wijzen op een praktisch onderscheid: AI beweegt van gesprekspartner naar gedelegeerde uitvoerder.

Delegatie kan tijd besparen, maar verandert ook de aard van verantwoordelijkheid. Een chatbot produceert doorgaans een uitvoer die iemand kan controleren. Een agent kan meerdere tussenliggende acties uitvoeren, waarvan sommige achteraf moeilijk op te merken zijn. De veiligste invoerstrategie is daarom niet maximale autonomie, maar expliciete, stapsgewijze bevoegdheid.

Denk in acties, niet in prompts

Een nuttige eerste stap is een lijst te maken van de acties die een AI-systeem in een workflow zou kunnen uitvoeren. ‘De onboarding van klanten afhandelen’ is te breed om te kunnen reguleren. Een nuttigere inventaris kan bestaan uit:

  • een intern beleid lezen en vereisten eruit halen;
  • een goedgekeurde kennisbank doorzoeken;
  • een e-mail of samenvatting van een contract opstellen;
  • een ticket of rij in een spreadsheet aanmaken;
  • een klant- of financieel gegeven wijzigen;
  • een gebruiker uitnodigen, een document publiceren of een extern bericht versturen;
  • een betaling goedkeuren, gegevens verwijderen of namens de organisatie een verplichting aangaan.

Elke actie heeft een andere combinatie van omkeerbaarheid, gevoeligheid, externe impact en kosten. Door ze allemaal als ‘AI-assistentie’ te behandelen, wordt de werkelijke beslissing verhuld.

Een eenvoudige classificatie is praktischer dan de vage belofte dat een mens op alles toezicht zal houden:

  • Mag doen: acties met een laag risico die omkeerbaar zijn en binnen een duidelijk afgebakende werkomgeving vallen.
  • Moet voorstellen: acties die gedeeld werk wijzigen, extern communiceren of een betekenisvolle verplichting creëren.
  • Mag nooit alleen doen: acties met betrekking tot gereguleerde beslissingen, onomkeerbare verwijdering, overdrachten van grote waarde, wijzigingen in toegangsbeheer of gevoelige personeelskwesties.

Het agentische-AI-programma van de overheid van de VAE biedt een relevant beleidsvoorbeeld: het bevat regels om te bepalen welke taken agents mogen voltooien en welke ze alleen mogen aanbevelen. Het onderliggende idee is goed toepasbaar op een individueel team: toestemming moet aan de taak worden gekoppeld en niet enkel worden verleend omdat het systeem capabel lijkt.

Gebruik goedkeuringspoorten waar de gevolgen veranderen

Niet elke stap verdient een bevestigingsdialoog. Als een systeem na elke bestandslezing om goedkeuring vraagt, zullen mensen automatisch goedkeuren of de controle uitschakelen. Plaats de poort direct vóór een overgang met gevolgen.

Een agent kan bijvoorbeeld zonder onderbreking informatie verzamelen, opties vergelijken en een concept voorbereiden. Het moet pauzeren voordat het:

  • iets buiten de organisatie verstuurt;
  • een document publiceert of met een nieuw publiek deelt;
  • een brongegeven wijzigt;
  • geld uitgeeft of een korting toezegt;
  • machtigingen wijzigt of inloggegevens aanmaakt;
  • gegevens verwijdert, overschrijft of exporteert;
  • een beslissing neemt die gevolgen heeft voor werkgelegenheid, geschiktheid, krediet, veiligheid of wettelijke rechten.

In het goedkeuringsverzoek moeten de voorgestelde actie, het exacte doel, de relevante inputs en het waarschijnlijke gevolg worden vermeld. “Doorgaan?” is een zwakke controle. “Dit bericht naar 2.400 klanten sturen, met de bijgevoegde lijst en tegen geschatte campagnekosten van $X” geeft iemand iets concreets om te beoordelen.

Voor acties met grote gevolgen moet een met naam genoemde goedkeurder worden aangewezen, in plaats van zomaar degene die toevallig naar het scherm kijkt. Scheid de persoon die de workflow heeft ontworpen van degene die het meest ingrijpende resultaat ervan autoriseert, wanneer het risico dat rechtvaardigt.

Bepaal het werkingsbereik van de agent

Professionals hoeven niet elk modeldetail te begrijpen om zinvolle grenzen vast te stellen. Ze moeten wel het werkingsbereik van het systeem specificeren:

  • Bereik: welke projecten, mappen, accounts en gegevensbronnen zijn beschikbaar?
  • Hulpmiddelen: mag het systeem lezen, schrijven, verzenden, aankopen doen, code uitvoeren of machtigingen wijzigen?
  • Limieten: welke limiet geldt voor uitgaven, volume, frequentie of tijd?
  • Bronnen: welke domeinen, repositories of databases gelden als gezaghebbend?
  • Escalatie: welke onzekerheid, welk conflict of welke ontbrekende informatie vereist tussenkomst van een persoon?
  • Stopvoorwaarden: wanneer moet het systeem stoppen in plaats van te improviseren?

De toegang tot hulpmiddelen moet waar mogelijk beperkter zijn dan de algemene accounttoegang van de gebruiker. Een agent die een gedeelde schijf kan lezen, heeft niet automatisch toestemming nodig om naar elk contact een e-mail te sturen. Een agent die code kan opstellen, heeft niet automatisch productiegegevens nodig. Een afzonderlijk serviceaccount, een beperkte werkruimte of een alleen-lezenverbinding kan ervoor zorgen dat een fout minder kostbaar is.

Formuleer de grens in operationele taal. “Gebruik je beoordelingsvermogen” is geen controle. “Verstuur geen externe e-mail zonder goedkeuring; wijzig de klantendatabase niet; gebruik uitsluitend de goedgekeurde prijstabel van [date]; stop als twee bronnen elkaar tegenspreken” is toetsbaar.

Maak plannen vóór uitvoering controleerbaar

Planning is een van de nuttige functies van gedelegeerde AI, maar een plan is geen bewijs dat het deugt. Beoordeel het als een voorgestelde reeks acties.

Stel vier vragen:

  1. Welk resultaat probeert het systeem te bereiken?
  2. Van welke aannames gaat het uit?
  3. Welke hulpmiddelen zal het aanroepen en met welke machtigingen?
  4. Bij welke stap kan een fout kostbaar of moeilijk terug te draaien worden?

Een goed goedkeuringsscherm moet de grenzen van het plan zichtbaar maken, niet alleen de uiteindelijke tekst. Als het systeem zegt dat het “het account zal opschonen”, moet de beoordelaar kunnen zien of dat betekent dat records worden gelabeld, duplicaten worden samengevoegd, berichten worden gearchiveerd of gegevens worden verwijderd.

Voor terugkerend werk moet je alleen dan een beleid goedkeuren in plaats van elk afzonderlijk geval, wanneer het beleid eng genoeg is om te testen. “Facturen van deze leveranciers onder dit bedrag automatisch archiveren, zonder de originelen te verwijderen” komt daarvoor in aanmerking. “Facturen beheren” niet.

Ga ervan uit dat context verloren kan gaan

Systemen die uit meerdere stappen bestaan, kunnen het spoor bijster raken van eerdere instructies, opgehaalde informatie verkeerd interpreteren of een onjuiste aanname blijven meenemen. Onderzoek en technische richtlijnen in de digest wijzen op verschillende faalwijzen, waaronder contextverlies, promptinjectie, niet-beëindiging, fouten in gestructureerde uitvoer en problemen bij het herstellen van de status. Berkeley’s ABBEL-onderzoek stelt bovendien dat het de voorkeur kan hebben om interactiegeschiedenissen samen te vatten in overtuigingstoestanden, in plaats van steeds de volledige geschiedenis mee te voeren, maar contextbeheer blijft een punt van zorg voor prestaties en betrouwbaarheid.

Dat heeft een directe consequentie op de werkvloer: laat een kritieke goedkeuring niet afhangen van het feit dat de agent zich een beperking uit stap twee van een lange uitvoering herinnert. Plaats belangrijke beperkingen vlak bij de toolaanroep of de goedkeuringspoort. Vereis gestructureerde velden voor gevoelige handelingen, zoals ontvanger, bedrag, bron, motivering en vervaldatum. Als een taak lange tijd duurt, vereist u een controlepunt waarin het huidige doel, voltooide stappen, openstaande acties en onopgeloste onzekerheden opnieuw worden vermeld.

Wees extra voorzichtig wanneer een agent onbetrouwbaar materiaal leest. Een webpagina, e-mail, document of codecommentaar kan instructies bevatten die erop gericht zijn het systeem te manipuleren in plaats van te helpen de taak te voltooien. Opgehaalde tekst moet als gegevens worden behandeld, tenzij de workflow deze expliciet aanmerkt als een geautoriseerde instructie.

Ontwerp voor stoppen en herstel

Gedelegeerd werk heeft een zichtbaar stopmechanisme en een herstelplan nodig. Stel een maximumaantal iteraties, toolaanroepen of een maximale looptijd in voor taken die kunnen blijven rondlopen. Zorg dat nieuwe pogingen veilig zijn: twee keer hetzelfde ticket aanmaken of twee keer dezelfde e-mail versturen is geen onschuldige fout. Gebruik waar dat wordt ondersteund idempotente bewerkingen, of laat het systeem controleren of een handeling al heeft plaatsgevonden voordat deze opnieuw wordt uitgevoerd.

Houd een voor mensen leesbaar activiteitenlogboek bij: het verzoek, het plan, de gebruikte tools, geraadpleegde gegevensbronnen, verleende goedkeuringen, aangebrachte wijzigingen en het eindresultaat. Dit is niet alleen bedoeld voor evaluaties achteraf. Het stelt een collega in staat het werk over te nemen wanneer de oorspronkelijke uitvoerder niet beschikbaar is en maakt het mogelijk een resultaat ter discussie te stellen zonder een volledige onzichtbare keten te reconstrueren.

Test bij belangrijke workflows bewust slechte scenario’s voordat u autonomie verleent. Probeer ontbrekende gegevens, tegenstrijdig beleid, een verlopen bron, een kwaadwillige instructie in een document, een dubbel verzoek, een ingetrokken machtiging en een tool die een fout retourneert. Het doel is niet te bewijzen dat de agent nooit faalt. Het doel is te verifiëren dat een fout leidt tot een pauze, een duidelijke escalatie of een veilige terugdraaiing.

Een praktische delegatieladder

U kunt een agent stapsgewijs introduceren:

  1. Observeren: het systeem leest goedgekeurde informatie en legt uit wat het zou doen.
  2. Opstellen: het bereidt uitvoer voor, maar een persoon voert elke externe handeling uit.
  3. Handelen in een sandbox: het maakt testrecords, branches of bestanden aan in een geïsoleerde werkruimte.
  4. Handelen met beperkte machtigingen: het voert omkeerbare handelingen met een laag risico uit binnen limieten voor volume en tijd.
  5. Handelen volgens beleid: het verwerkt een goedgeteste categorie taken en pauzeert bij vastgelegde goedkeuringspoorten.

Ga pas naar een hoger niveau wanneer de lagere fase bewijs heeft opgeleverd dat de workflow zich aanvaardbaar gedraagt. Als de taak verandert, de tools veranderen of de gegevens gevoeliger worden, ga dan terug naar een lager niveau van de ladder.

Wat dit betekent voor uw carrière

De waardevolle vaardigheid is niet simpelweg weten hoe u een AI om een resultaat vraagt. Het is weten hoe u een vage delegatie omzet in een afgebakende werkprocedure. Daaronder vallen het opsplitsen van werk in handelingen, het identificeren van onomkeerbare overgangen, het opstellen van escalatieregels, het ontwerpen van goedkeuringsverzoeken en het herkennen van het moment waarop een agent moet stoppen.

Beschrijf in sollicitatiegesprekken of functioneringsgesprekken de grens die u hebt ontworpen, en niet alleen de automatisering die u hebt gelanceerd: “Het systeem doet onderzoek en stelt concepten op; een met naam genoemde beoordelaar keurt externe communicatie goed; schrijfacties in de database zijn beperkt tot deze velden; dubbele handelingen worden gecontroleerd; onopgeloste conflicten stoppen de uitvoering.” Die formulering toont operationeel inzicht.

Agentisch werk zal de behoefte aan professionele verantwoordelijkheid niet wegnemen. Het maakt verantwoordelijkheid concreter. Bepaal voordat u een taak overdraagt wat het systeem mag doen, wat het eerst aan u moet laten zien en wat het nooit zelfstandig mag doen. Maak die beslissingen vervolgens zichtbaar in de workflow zelf.

Maya Chen is de verantwoordelijke menselijke redacteur van AI Career Brief, over vaardigheden, functies en slimme stappen om te werken in het tijdperk van AI.