Een manifest over slimme machines, menselijke vrijheid en onze merkwaardige gewoonte om vooral mensen langer te laten werken.

België wil dat we langer werken. Tegelijk investeren we in technologie die ons werk moet overnemen. Misschien moeten die twee ambities eens samen aan tafel gaan zitten. Liefst voordat iemand de vergadering automatiseert.

AI hoeft geen massawerkloosheid te veroorzaken om onze economie te veranderen. Ook wanneer bijna iedereen blijft werken, kunnen de opbrengsten anders worden verdeeld. Dat raakt aan onze sociale zekerheid, aan eigendom en aan de vraag waarvoor technologische vooruitgang eigenlijk moet dienen.

Dit manifest pleit voor een publieke stresstest van onze verzorgingsstaat. En voor iets wat we naast de begrotingstafel te weinig organiseren: een ontwerptafel waar we alternatieven onderzoeken voordat we ze uit noodzaak moeten improviseren.

Twee ambities, één ongemakkelijke vergadering

Meer mensen aan het werk. Meer uren presteren. Langere loopbanen. Het zijn begrijpelijke antwoorden binnen een samenleving waarin arbeid voor inkomen zorgt en een belangrijke basis vormt voor de financiering van sociale bescherming.

Technologie kan daarbij helpen. AI kan werk verlichten, personeelstekorten helpen opvangen en mensen ondersteunen om langer actief te blijven. Langer werken en automatiseren hoeven elkaar dus niet tegen te spreken.

Maar er wringt iets wanneer we ons sociale model toekomstbestendig proberen te maken door steeds nadrukkelijker op arbeid te rekenen, terwijl technologie juist de relatie tussen arbeid en economische waarde kan veranderen.

Daarvoor hoeven robots niet massaal onze bureaustoelen te bezetten. Het volstaat dat ondernemingen meer produceren zonder dat hun loonmassa evenredig meegroeit. Of dat een groter deel van de opbrengsten terechtkomt bij eigenaars van software, infrastructuur en kapitaal.

Ondertussen blijven we aankloppen bij de vertrouwde loketten: werknemers en werkgevers. Die weten we blindelings te vinden. Bij voorkeur met een extra bijdrageformulier.

Het is geen vaststaande toekomst. Het is wel een mogelijkheid waarop we ons beter voorbereiden.

De huidige begrotingsproblemen verdwijnen niet door over AI te filosoferen. Er moeten vandaag beslissingen worden genomen. Maar naast de begrotingstafel hebben we een ontwerptafel nodig: een plaats waar we onderzoeken hoe onze verzorgingsstaat overeind blijft wanneer technologie verandert wie inkomen ontvangt en waar belastinginkomsten ontstaan.

En nee, daarmee bedoel ik geen extra overlegorgaan dat na zes maanden concludeert dat er dringend een werkgroep moet worden opgericht. Ik bedoel een concrete onderzoeksopdracht, met scenario’s, modellen en experimenten die helpen om houdbare beleidskeuzes te maken.

AI hoeft onze jobs niet af te pakken om de economie te veranderen

Het debat over AI en werk lijkt soms op een discussie tussen twee waarzeggers. De ene voorspelt dat binnenkort niemand nog hoeft te werken. De andere verzekert ons dat technologie altijd nieuwe banen creëert en we dus vooral niet ongerust moeten zijn.

Beiden lijken opmerkelijk zeker van hun zaak. Helaas is zekerheid geen vervanging voor onderzoek.

De International Labour Organization schatte in 2025 dat wereldwijd ongeveer één op vier werknemers een beroep uitoefent dat in enige mate aan generatieve AI is blootgesteld. De hoogste blootstellingscategorie omvatte 3,3 procent van de wereldwijde werkgelegenheid. Volgens de ILO is transformatie van beroepen waarschijnlijker dan volledige vervanging.[1]

Dat een taak technisch door AI kan worden uitgevoerd, betekent nog niet dat automatisering economisch rendabel is. En als een taak verdwijnt, hoeft het hele beroep niet te verdwijnen.

Toch zijn er concrete productiviteitseffecten. In de NBER-workingpaper Generative AI at Work uit 2023 onderzochten Erik Brynjolfsson, Danielle Li en Lindsey Raymond de invoering van een AI-assistent bij 5.179 klantenservicemedewerkers. Het aantal opgeloste problemen per uur steeg gemiddeld met 14 procent. Vooral minder ervaren medewerkers profiteerden.[2]

Dat betekent niet dat morgen de hele economie 14 procent productiever wordt. Wie dat beweert, heeft vermoedelijk zelf iets te enthousiast op ‘Generate’ geklikt.

Het onderzoek maakt wel een fundamentele vraag zichtbaar:

Wat gebeurt er met de extra waarde wanneer dezelfde mensen in dezelfde tijd meer kunnen produceren?

Krijgen klanten betere dienstverlening? Stijgen de lonen? Daalt de werkdruk? Worden werkweken korter? Dalen de prijzen? Of stijgen vooral de winsten?

Wanneer een organisatie aankondigt dat AI medewerkers meer ruimte zal geven voor betekenisvol werk, stel ik graag een bijkomende vraag: krijgen mensen dan ook meer ademruimte, of gewoon meer betekenisvol werk op hun bord?

De technologie kent geen cao en verlangt niet naar een vrije vrijdagnamiddag. De verdeling van productiviteitswinst hangt af van eigendom, concurrentie, arbeidsorganisatie, onderhandelingsmacht en politieke keuzes.

Daron Acemoglu en Pascual Restrepo beschrijven in hun economische raamwerk hoe automatisering taken van arbeid naar kapitaal kan verschuiven, waardoor het aandeel van arbeid in de geproduceerde waarde kan afnemen. Tegelijk kunnen nieuwe taken ontstaan die de vraag naar menselijke arbeid versterken.[3]

Productiviteit, lonen en werkgelegenheid stijgen dus niet noodzakelijk samen. Hun ontkoppeling is evenmin onvermijdelijk. Precies daarom moeten we nadenken over de verdeling, voordat de laatste werknemer zijn badge inlevert. En liefst ook wanneer die werknemer helemaal niet verdwijnt.

Een hogere productiviteit schrijft niets over naar de sociale zekerheid

In het belasten van arbeid staat België bijzonder sterk. Volgens Taxing Wages 2025 bedroeg de Belgische belastingwig in 2024 voor een alleenstaande werknemer zonder kinderen met een gemiddeld loon 52,6 procent: de hoogste van de OESO-landen.[4]

Die belastingwig omvat personenbelasting en sociale bijdragen van werknemers en werkgevers, verminderd met relevante uitkeringen, als aandeel van de totale loonkosten. Dat betekent niet dat iedere werknemer meer dan de helft van zijn brutoloon aan belastingen betaalt. Het cijfer vertelt evenmin welk aandeel van alle overheidsinkomsten uit arbeid komt. Het toont wel hoe zwaar we de arbeidsrelatie belasten.

Stel dat een Belgische onderneming dankzij automatisering meer produceert, terwijl haar loonmassa nauwelijks groeit. Dat hoeft geen slecht nieuws te zijn voor de overheidsfinanciën. Meer productie kan meer belastbare winst opleveren. Lagere prijzen kunnen consumptie ondersteunen. Nieuwe activiteiten kunnen bijkomende belastinginkomsten genereren.

Maar die compensatie gebeurt niet vanzelf. Een productiviteitsstijging schrijft niet spontaan een bedrag over naar de sociale zekerheid. Zelfs niet wanneer ze in een PowerPoint staat met indrukwekkende pijlen naar rechtsboven.

Denk aan een onderneming die minder uitgeeft aan Belgische lonen en meer aan softwarelicenties bij een buitenlandse technologieleverancier. Dan kunnen zowel de aard als de locatie van de belastinggrondslag veranderen. Hoeveel van die welvaart uiteindelijk bij de Belgische overheid terechtkomt, hangt onder meer af van winsttoerekening, internationale fiscale afspraken en de verdeling van de opbrengsten.

Een achterblijvende loonmassa hoeft bovendien niet absoluut te dalen. Ze kan blijven groeien terwijl haar aandeel in de economie kleiner wordt. Of dat volstaat om sociale bescherming te financieren, hangt ook af van de uitgaven en andere inkomstenbronnen.

Daarom verdient deze vraag een centrale plaats in het beleidsonderzoek:

Hoe robuust is onze sociale zekerheid wanneer de productiviteit sneller stijgt dan de loonmassa?

En welke beleidskeuzes maken ons minder kwetsbaar voor die ontwikkeling?

Ook een economie waarin bijna iedereen blijft werken, kan ingrijpend veranderen in de manier waarop waarde en inkomen worden verdeeld. Massawerkloosheid is geen noodzakelijke voorwaarde voor een financieringsvraagstuk.

De machine werkt. Maar wie ontvangt de opbrengst?

Een populaire reactie op automatisering is de robottaks. Als machines werk overnemen, klinkt het logisch dat ze ook bijdragen aan de sociale rekening.

Tot we moeten bepalen wat precies een robot is.

Belasten we een industriële robotarm? Een AI-assistent? Een algoritme dat facturen verwerkt? Software die een verpleegkundige helpt om minder administratie te doen? En wanneer ondersteunt een toepassing menselijke arbeid, en wanneer vervangt ze die?

Voor je het weet, richten we een nieuwe overheidsdienst op die onderzoekt hoeveel ambtenaren door software zijn uitgespaard. De ironie zou bijna de moeite waard zijn.

Achter die uitvoeringsvragen schuilt een ernstige afweging. Een belasting op automatisering kan ook technologie ontmoedigen die arbeid veiliger, aangenamer of productiever maakt.

Het IMF waarschuwde in 2024 voor de uitvoeringsproblemen en mogelijke negatieve effecten van een specifieke AI-belasting. Tegelijk pleitte het voor een herziening van fiscale prikkels die arbeidsverdringing ondoelmatig stimuleren en voor sterkere belastingheffing op kapitaalinkomsten.[5]

Misschien moeten we dus niet de robot belasten omdat hij een robot is, maar beter onderzoeken waar de economische opbrengst terechtkomt.

En ook fiscaliteit is maar een deel van het verhaal. We kunnen achteraf herverdelen én onderzoeken wie vooraf eigenaar wordt van de systemen en ondernemingen die de opbrengsten voortbrengen.

Werknemersparticipatie, coöperaties en publieke vermogensfondsen verdienen daarom een plaats in het debat. Mensen hoeven niet uitsluitend via hun loon in productieve opbrengsten te delen.

Een begrensd voorbeeld is het Alaska Permanent Fund, waaraan een jaarlijks dividend voor inwoners verbonden is. Onderzoekers Damon Jones en Ioana Marinescu vonden geen effect van het dividend op de totale werkgelegenheid, maar wel een toename van deeltijdwerk.[8]

Dat bewijst niet dat een volledig basisinkomen dezelfde gevolgen zou hebben. Evenmin dat België morgen een vergelijkbaar fonds kan financieren. Het toont wel dat zulke regelingen empirisch onderzocht kunnen worden, in plaats van uitsluitend besproken vanuit vermoedens over hoeveel mensen nog uit hun bed zouden komen.

Natuurlijk zijn er risico’s. Een publiek fonds wordt niet vanzelf rijker omdat we er ‘AI’ op schrijven. Waar komt het startkapitaal vandaan? Wie beheert het? Wie draagt verliezen? Hoe vermijden we afhankelijkheid van een handvol technologiebedrijven of politieke bevoordeling?

Ook werknemersaandelen zijn geen wondermiddel. Wie zijn baan én spaargeld aan dezelfde werkgever koppelt, kan bij een faillissement twee keer verliezen. Gedeeld eigendom vraagt risicospreiding, transparantie en degelijk bestuur. Anders democratiseren we vooral het verlies.

Toegang tot AI is niet hetzelfde als deelnemen aan de welvaart die AI voortbrengt. Iedereen leren prompten kan nuttig zijn. Het is alleen nog geen vermogensbeleid.

Een bijdragemaatschappij is geen tegenprestatiemaatschappij

Zelfs als we de economische opbrengsten breder verdelen, blijft een andere vraag liggen. Wat geeft mensen verbondenheid, erkenning en betekenis wanneer betaald werk minder centraal komt te staan?

Een meta-analyse naar het model van Marie Jahoda vond dat werkenden gemiddeld meer toegang rapporteerden tot tijdsstructuur, sociaal contact, collectieve doelen, status en activiteit dan werklozen.[7]

Dat betekent niet dat iedereen voltijds moet werken om gelukkig te zijn. Wie ooit op maandagochtend in een zinloze vergadering zat, weet dat aanwezigheid niet automatisch gelijkstaat aan zingeving. Het betekent wel dat financiële zekerheid alleen onvoldoende kan zijn wanneer arbeid ingrijpend verandert.

Daarom wil ik een bijdragemaatschappij verkennen: een samenleving waarin bestaanszekerheid niet uitsluitend afhangt van betaalde arbeid en waarin mensen ook kunnen deelnemen door te leren, te zorgen, te creëren of zich te engageren.

Dat is een politieke en maatschappelijke keuze, geen conclusie die onderzoek ons voorschrijft. Onderzoek kan wel helpen om de voorwaarden en gevolgen te begrijpen.

Stel je iemand voor die dankzij een kortere werkweek meer tijd krijgt. Een deel gaat naar de zorg voor een ouder. Af en toe helpt die persoon in een buurtatelier, volgt een opleiding of begint een creatief project. Misschien doet die ook gewoon even helemaal niets. Dat moet kunnen.

Want zodra we spreken over ‘maatschappelijk bijdragen’, loert de verleiding om die bijdrage te meten. En waar gemeten wordt, verschijnen vroeg of laat een formulier, een registratiesysteem en een werkgroep over de juiste indicatoren.

Voor je het weet, is de vrije donderdag vervangen door verplichte vrijwilligersuren met een kwartaalrapportage.

Dat is uitdrukkelijk niet de bedoeling.

Wie voor een ouder zorgt, hoeft geen maatschappelijke KPI te halen. Wie ziek is, moet niet eerst een buurtfeest organiseren om bestaanszekerheid te verdienen. Wie tijdelijk nauwelijks iets aankan, blijft evenveel mens als iemand met een overvolle agenda.

Sociale rechten mogen niet afhankelijk worden van een digitaal puntensysteem voor goed burgerschap. Evenmin mogen we professionele zorg afbouwen omdat buren het voortaan ‘samen wel zullen oplossen’. Sommige vormen van zorg verdienen juist betere lonen en sterkere arbeidsrechten. Andere activiteiten moeten vrijwillig kunnen blijven.

Het onderzoek van Elinor Ostrom naar gemeenschappelijke hulpbronnen laat zien dat gebruikers die onder geschikte institutionele voorwaarden kunnen beheren. Regels, gedeelde besluitvorming en het omgaan met belangenconflicten spelen daarin een belangrijke rol.[9] Dat is geen blauwdruk voor een volledige samenleving, maar wel een waarschuwing dat samenwerking meer vraagt dan goede bedoelingen.

Ook praktische voorwaarden tellen: vervoer, kinderopvang, toegankelijkheid, begeleiding en inkomenszekerheid. Anders wordt vrijheid vooral een privilege voor wie ze vandaag al kan betalen.

We kunnen mensen stimuleren om bij te dragen zonder hun bestaansrecht afhankelijk te maken van hun meetbare bijdrage.

Ook het huidige systeem moet door de stresstest

Wanneer iemand een alternatief voorstelt, komen terecht moeilijke vragen. Wat kost het? Wie betaalt? Blijven mensen werken? Wat gebeurt er met investeringen?

Die vragen moeten we even kritisch stellen aan het bestaande systeem. Dat mag niet blijven zitten alleen omdat het er gisteren ook al zat. Een soort benoeming voor het leven, maar dan voor een beleidsaanname.

Wat kost het om sociale bescherming sterk aan arbeid verbonden te houden? Wat gebeurt er als opbrengsten in toenemende mate elders neerslaan? Wat als productiviteitswinst vooral leidt tot hogere prestatienormen, zonder meer vrije tijd of onderhandelingsmacht?

Het antwoord is niet dat alternatieven per definitie beter zijn. Ze moeten onder vergelijkbare omstandigheden worden onderzocht.

Daarvoor onderscheiden we technologische ontwikkelingen van beleidskeuzes. We kunnen bijvoorbeeld deze ontwikkelingen onderzoeken:

  • AI levert minder productiviteitswinst op dan verwacht.
  • AI ondersteunt vooral bestaande werknemers en verhoogt hun productiviteit.
  • Veel taken worden geautomatiseerd en de loonmassa blijft achter bij de toegevoegde waarde.

Binnen elk scenario vergelijken we vervolgens het bestaande beleid met andere belastinggrondslagen, gedeelde vermogensparticipatie, sterkere publieke voorzieningen of arbeidsduurverkorting. Eerst afzonderlijk waar dat zinvol is, daarna in combinatie. Beleidskeuzes kunnen ook de technologische ontwikkeling beïnvloeden; die terugkoppeling hoort in de analyse.

Zo wordt zichtbaar welke voorstellen alleen overeind blijven wanneer alle aannames zich voorbeeldig gedragen.

Een burgerdividend moet ook worden getest bij tegenvallende rendementen. Arbeidsduurverkorting moet rekening houden met sectoren waar personeel schaars blijft en automatisering moeilijk is. Bij belastingverschuivingen telt wie uiteindelijk de economische last draagt, niet alleen welke naam bovenaan het aanslagbiljet staat.

Ook mijn eigen favoriete ideeën mogen door een stresstest. Anders zijn het overtuigingen in een mooi opgemaakt document.

Een digitale tweeling van België? Veel succes met de bevoegdheidsverdeling

We beschikken al over bruikbare onderzoeksinstrumenten. BELMOD, het microsimulatiemodel van de FOD Sociale Zekerheid, is gebouwd op de Belgische EUROMOD-basis. Het maakt gedetailleerde berekeningen van belastingen en sociale uitkeringen mogelijk. De officiële beschrijving vermeldt een dataset met gegevens uit 2019 over ongeveer 473.500 huishoudens.[6]

Dat illustreert ook een aandachtspunt: voor toekomstgericht onderzoek moeten de gebruikte gegevens en actualiseringsmethoden geschikt zijn. Gegevens worden niet recenter door er een modern dashboard rond te bouwen.

De statische, niet-gedragsmatige opzet van dit type model laat toe directe inkomenseffecten van gewijzigde regels te berekenen.[6] Het vertelt niet vanzelf hoe ondernemingen investeren, hoeveel mensen willen werken of hoe prijzen reageren.

Daarom pleit ik voor een publieke onderzoeksomgeving voor AI en de verzorgingsstaat waarin we bestaande expertise verbinden. Microsimulaties kunnen tonen hoe regels huishoudens raken. Macro-economische modellen kunnen verbanden tussen productiviteit, lonen, investeringen en consumptie onderzoeken. Agentgebaseerde modellen kunnen verkennen wat ontstaat wanneer actoren volgens expliciete gedragsregels op elkaar reageren. Praktijkonderzoek moet helpen toetsen of die aannames op de werkelijkheid lijken.

Een verzameling modellen is nog geen betrouwbare simulatieomgeving. Begrippen en tijdshorizonten moeten aansluiten. Effecten mogen niet dubbel worden geteld. Wanneer modellen elkaar tegenspreken, is dat een onderzoeksresultaat, geen technisch ongemak dat onder het tapijt van het gemiddelde moet verdwijnen.

Wie dit een maatschappelijke digital twin wil noemen, mag dat doen. Zolang niemand denkt dat we België exact digitaal kunnen namaken. Zelfs met een uitklapmenu voor alle bevoegdheidsniveaus zou dat een optimistische onderneming zijn.

Het doel is verschillende mogelijke toekomsten systematisch onderzoeken, aannames zichtbaar maken en beleid onder dezelfde omstandigheden vergelijken. Zo’n omgeving moet met nieuwe gegevens kunnen worden bijgewerkt en onafhankelijk controleerbaar zijn. Ze moet ook tonen wanneer een voorstel faalt, of wanneer we onvoldoende weten om een conclusie te trekken.

Een model dat altijd bevestigt wat de opdrachtgever vooraf hoopte, is vooral een bijzonder dure manier om instemmend te knikken.

Menselijke waardigheid staat niet in kolom F

We kunnen begrotingssaldi berekenen, inkomenseffecten vergelijken en productiviteit modelleren. Vrijheid, waardigheid en verbondenheid laten zich veel moeilijker in cijfers uitdrukken.

Dat maakt ze niet minder belangrijk. Een cel in Excel met twee cijfers na de komma is nog geen diep inzicht in het menselijk bestaan.

Een publieke onderzoeksomgeving moet daarom verschillende soorten kennis combineren: economische modellen, praktijkonderzoek en gesprekken met burgers en professionals. Wat niet in de dataset staat, houdt niet op te bestaan.

Daarnaast zijn er grenzen waar geen optimalisatie-oefening overheen mag. Privacy, rechtsbescherming en gelijke behandeling zijn geen variabelen die we versoepelen omdat het begrotingsresultaat dan aantrekkelijker wordt.

Onderzoek naar de samenleving vereist geen permanent individueel toezicht. Het vraagt zorgvuldig beheerde gegevens, gegevensminimalisatie, beveiligde toegang en controle op hergebruik. Aannames en rekenregels moeten controleerbaar zijn zonder persoonsgegevens openbaar te maken.

Onafhankelijke onderzoekers moeten de uitkomsten kunnen betwisten. Burgers en sociale partners moeten mee kunnen bepalen welke vragen worden onderzocht. En wanneer modellen verschillende antwoorden opleveren, hoort dat in het publieke verslag, niet alleen in een voetnoot achteraan een technische bijlage.

Onzekerheid is geen bewijs dat onderzoek mislukt is. Ze kan juist het belangrijkste resultaat zijn.

Modellen kunnen gevolgen helpen begrijpen. Ze beslissen niet wat wij rechtvaardig vinden. Die discussie kunnen we helaas niet uitbesteden aan de chatbot.

Een manifest dat ook maandagochtend iets wil veranderen

Een manifest schrijven is relatief eenvoudig. Je benoemt een probleem, schetst een betere wereld en sluit af met een zin die het goed doet op LinkedIn.

Een verandering organiseren is lastiger. Daarom wil ik niet eindigen met de gebruikelijke oproep om ‘het debat dringend aan te gaan’. Mijn voorstel is concreter.

1. Begin met een AI-stresstest van de sociale zekerheid

Onderzoek hoe ontwikkelingen in productiviteit, loonmassa en kapitaalinkomen de Belgische sociale bescherming beïnvloeden. Neem ook scenario’s op waarin de beloofde AI-winsten uitblijven. Publiceer de aannames, onzekerheden en resultaten.

2. Vergelijk het bestaande systeem met echte alternatieven

Onderzoek belastingverschuivingen, gedeeld eigendom, publieke voorzieningen en arbeidsduurverkorting met vergelijkbare maatstaven. Toon gevolgen voor inkomensgroepen, huishoudens, generaties en regio’s. Een positief gemiddelde kan samengaan met ernstige verliezen voor bepaalde groepen. Het gemiddelde huishouden krijgt tenslotte geen belastingbrief.

3. Maak de overgang betaalbaar

Een publiek fonds moet worden opgebouwd voordat het duurzaam kan uitkeren. Lagere lasten op arbeid vragen andere dekking. Breng overgangskosten en risico’s vooraf in beeld. De facturen blijven binnenkomen terwijl we onderweg zijn naar onze ideale samenleving.

4. Test voorstellen op beperkte schaal

Onderzoek bijvoorbeeld vrijwillige arbeidsduurvermindering, werknemersparticipatie of lokale samenwerkingsvormen in begrensde praktijkproeven. Leg vooraf vast wat wordt gemeten, hoe deelnemers worden beschermd en wanneer een proef wordt bijgestuurd of stopgezet. Een lokaal succes bewijst niet automatisch dat landelijke invoering hetzelfde resultaat heeft.

5. Maak onderzoek publiek bruikbaar

Ik zie een samenwerking voor me tussen onder meer de FOD Sociale Zekerheid, het Federaal Planbureau, universiteiten en andere bevoegde instellingen, aangevuld met sociale partners, uitvoerende professionals en burgers. Dat is een voorstel, geen bewering dat deze organisaties het manifest al onderschrijven.

Geef de opdracht een verantwoordelijke, een budget, controleerbare methoden en een afgesproken moment waarop de resultaten publiek worden besproken. Met een beleidsantwoord en de bereidheid om ook onaangename conclusies te publiceren.

Onderzoek mag geen excuus worden om noodzakelijke beslissingen uit te stellen. Politieke haast mag evenmin een reden zijn om beschikbare kennis te negeren.

De ontwerptafel moet iets opleveren. Anders wordt ze een bijzonder comfortabel meubel waarop moeilijke beslissingen kunnen blijven liggen.

Vooruitgang moet ergens bij mensen aankomen

Misschien ondersteunt AI vooral bestaande werknemers. Misschien reorganiseert ze grote delen van het kenniswerk. Misschien blijven de opbrengsten veel kleiner dan de spectaculaire presentaties doen vermoeden.

Juist daarom mogen we ons maatschappelijk model niet van één toekomstverwachting afhankelijk maken.

Technologische vooruitgang moet bijdragen aan bestaanszekerheid, werkbaar werk en menselijke vrijheid. Mensen moeten kunnen delen in productiviteitswinsten zonder eerst hun onderhandelingspositie of sociale bescherming te verliezen. Wie minder betaalde uren werkt, hoeft niet minder maatschappelijk waardevol te zijn.

Dat zijn waarden en politieke keuzes. Ze verdienen een open debat én een zorgvuldige toets van hun praktische gevolgen.

Dat is ook waarom dit onderwerp bij Dinobusters thuishoort. AI invoeren gaat over meer dan de keuze van een tool. Het gaat over hoe we werk organiseren, mensen betrekken en beslissen wat we met de vrijgekomen mogelijkheden doen. In een team, in een organisatie en uiteindelijk ook in de samenleving.

We hoeven niet te kiezen tussen wachten tot alles zeker is en geloven dat we de toekomst kunnen uitrekenen. We kunnen onderzoeken, vergelijken, experimenteren en bijsturen. Met controleerbare aannames en aandacht voor wie de voordelen ontvangt en wie de risico’s draagt.

België rekent op arbeid. AI kan de rekening veranderen.

Laten we beginnen met een publieke stresstest van onze sociale bescherming en een eerlijke vergelijking van de alternatieven. Want als technologie ons in staat stelt met minder menselijke arbeid meer welvaart te creëren, mogen we minstens onderzoeken of mensen daardoor ook meer tijd, zekerheid en keuzevrijheid kunnen krijgen.

Het zou toch bijzonder Belgisch zijn als we de arbeidsbesparende machine van de eeuw uitvinden, om vervolgens een werkgroep op te richten die onderzoekt hoe we allemaal nog wat extra arbeidsuren kunnen presteren.

Sources

[1] https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure

[2] https://www.nber.org/papers/w31161

[3] https://www.nber.org/papers/w25684

[4] https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/04/taxing-wages-2025-country-notes_16d47563/belgium_37522304/2c8c7ceb-en.pdf

[5] https://www.imf.org/en/blogs/articles/2024/06/17/fiscal-policy-can-help-broaden-the-gains-of-ai-to-humanity

[6] https://socialsecurity.belgium.be/en/shaping-social-policy/belmod/what-belmod

[7] https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2023.1017358/full

[8] https://www.nber.org/papers/w24312

[9] https://www.nobelprize.org/prizes/economic-sciences/2009/press-release