De AI-collega doet wat een team deed: het P&G-veldexperiment

De kernvraag van de afgelopen jaren was wat AI kan verbeteren aan individuele productiviteit. Een nieuw preregistreerd veldexperiment, gepubliceerd in Organization Science (10.1287/orsc.2025.20702), stelt een andere vraag: kan AI de rol van een teamgenoot vervullen? En het antwoord, gebaseerd op 791 professionals bij Procter & Gamble, is opmerkelijk genuanceerd: ja, voor een deel. GenAI presteert niet alleen beter; het verandert hoe expertise en sociale interactie in organisaties verschijnen.

Wat de auteurs deden

Het onderzoek is van bijzondere methodologische kwaliteit. Tussen mei en juli 2024 voerden de auteurs een veldexperiment uit bij P&G, een bedrijf met zo'n 7.000 R&D-professionals wereldwijd. Deelnemers werkten een volledige werkdag aan echte, langlopende innovatie-uitdagingen uit hun eigen business unit; geen hypothetische taken. De beste voorstellen zouden aan de business unit-leiders worden gepresenteerd, wat deelnemers echte professionele inzet gaf. De evaluatie gebeurde door meerdere onafhankelijke, blinde beoordelaars.

Het design was een 2×2: deelnemers werden willekeurig verdeeld over (1) individueel zonder AI, (2) duo zonder AI, (3) individueel met AI, en (4) duo met AI. Teams bestonden steeds uit één commercial-professional en één R&D-professional, een authentieke cross-functionele samenstelling. Het AI-instrument was gebouwd op GPT-4, benaderd via Microsoft Azure, en AI-deelnemers kregen een gestandaardiseerde prompttraining. Dit alles was vooraf gepreregistreerd, wat de bewijskracht versterkt.

Drie bevindingen over de drie pijlers van teamwerk

Teamwerk wordt traditioneel gerechtvaardigd langs drie pijlers: prestaties, expertise-deling en sociale verbinding. Het experiment meet elk daarvan.

1. Prestaties: individueel met AI evenaart een team zonder AI

De meest fundamentele bevinding is de prestatiehiërarchie. Individuen zonder AI presteerden het laagst. Teams zonder AI verbeterden met 0,24 standaarddeviatie (p ＜ 0,05), het klassieke teambenefits-effect, dat als validatie van het design dient. Maar de impact van AI was groter: individuen met AI presteerden 0,37σ beter dan de controle, en teams met AI 0,39σ (beide p ＜ 0,01).

De cruciale vergelijking: individuen met AI presteerden op het niveau van teams zonder AI. AI kan dus in bepaalde contexten de collectieve-prestatievoordelen dupliceren die traditioneel aan menselijke teams worden toegeschreven. Dit is geen abstract curiosum; het zegt iets over wat AI in organisaties vervangt, of, preciezer, wat het overneemt van de prestatiedimensie van teamwerk.

2. Expertise: AI doorbreekt functionele silo's

De tweede bevinding raakt de kern van kenniswerk. Zonder AI gedroegen deelnemers zich precies zoals hun functie voorschreef: R&D-professionals stelden meer technische oplossingen voor, commercial-professionals meer commercieel georiënteerde. Dat is het vertrouwde beeld van functiegebonden expertise.

Met AI verdween dat onderscheid grotendeels. Beide groepen produceerden een meer gebalanceerde mix van commercieel en technisch, zonder dat de kwaliteit leed. AI stelde professionals in staat hun probleemoplossingshorizon te verbreden en breder te denken dan hun eigen domein.

Het sterkste bewijs zit in de niet-core-job medewerkers: wie productontwikkeling niet als kernfunctie had, presteerde zonder AI relatief zwak, zelfs in een team. Maar met AI presteerden deze medewerkers alleen op het niveau van teams met ten minste één core-job collega. AI verving de expertise en begeleiding die traditioneel door ervaren teamgenoten kwam. Dat is een directe aanwijzing dat AI toegang tot expertise in organisatie kan verbeteren.

3. Socialiteit: AI roept positieve emoties op

De derde bevinding is verrassend genoeg sociaal. Medewerkers die met AI werkten rapporteerden significant meer positieve emoties (enthousiasme, energie, opwinding) en minder negatieve (angst, frustratie) dan de controlegroep. Individuen met AI lieten een stijging van 0,457σ in positieve emoties zien (p ＜ 0,01); teams met AI zelfs 0,635σ.

De auteurs benadrukken dat deze patronen afwijken van het eerdere bewijs over technologie's doorgaans negatieve impact op de sociale dynamiek op de werkvloer. De talige interface van GenAI lijkt deels de sociale en motivationele rol te vervullen die traditioneel aan menselijke collega's wordt toegeschreven.

De kern: AI als kwaliteitsversterker, niet als vervangend oordeel

Wellicht de meest verfijnde bevinding komt uit de compositie van het innovatieproces. De auteurs ontleedden de prestaties in deelcomponenten: generatiekwaliteit, variantie, selectie-effectiviteit en uitvoeringskwaliteit. Het resultaat: AI verschuift vooral de kwaliteit van gegenereerde ideeën omhoog, de rechterstaart van de verdeling in, de kansrijke uitschieters. Maar menselijk oordeel behield zijn waarde in de evaluatieve selectie.

Een implicatie die buiten het individuele paper ligt, en die als afgeleide conclusie uit deze data naar boven komt, is dat AI en mens in productontwikkeling geen substituut maar complement zijn: AI verschuift de creatieve verdeling omhoog terwijl de mens het selectiemechanisme blijft. Dat is een nieuw inzicht dat de auteurs zelf niet als propositie formuleren, maar dat volgt wanneer je de compositie-ontleding en de expertise-heterogeniteit (non-core versus core-job) naast elkaar legt.

Dat is een precies antwoord op een veel gestelde vraag. AI produceert betere grondstof voor innovatie; mensen blijven beter in het herkennen van de meest belovende concepten. De cybernetische teamgenoot is dus geen vervanging van het menselijk oordeel, maar een versterking van de creatieve input waarop dat oordeel werkt. Dit sluit aan bij de bredere verschuiving van AI als tool naar AI als handelingspartner, die ik elders in de analyse van agentic AI als de control plane heb beschreven: het scheiden van wat AI genereert van wat de mens besluit.

Beperkingen en eerlijkheid

Het is belangrijk de grenzen van dit bewijs te erkennen. Dit is één bedrijf (een grote, Amerikaanse, gestructureerde multinational in packaged consumer goods), één taaktype (new product development) en één AI-instrument (GPT-4). De emotie-bevindingen steunen op zelfrapportage. De generalisatie naar andere sectoren, taken en culturen is niet automatisch. En de auteurs zelf signaleren dat AI ook negatieve effecten kan hebben, zoals opaciteit, techno-distress, coördinatie-storingen in hybride samenwerking, die in dit design niet aan bod kwamen.

Wat dit betekent voor de Nederlandse publieke sector

Deze bevindingen zijn niet alleen relevant voor bedrijven. De overheid is bij uitstek een kennisorganisatie waarin domeinexpertise en cross-functionele samenwerking centraal staan, denk aan de combinatie van juridische, economische, technische en communicatieve expertise rond een beleidsdossier.

Drie implicaties springen eruit.

Ten eerste: GenAI als brug over expertise-silo's. In de publieke sector is functiegebonden expertise zowel een kracht als een grens. De bevinding dat AI professionals laat bijdragen buiten hun kern-domein: zonder kwaliteitsverlies kan betekenen dat kleinere teams of individuele ambtenaren met AI een breder scala aan beleidsexpertise kunnen bestrijken, precies waar een organisatie te klein is voor gespecialiseerde stafafdelingen. Dit raakt aan de "kennisachterstand" waarover het Algoritmekader spreekt.

Ten tweede: AI als toegang tot schaarse expertise. Het meest hoopvolle resultaat, niet-core medewerkers die met AI presteren op niveau van teams met een senior, is direct toepasbaar op de overheid. Gemeenten en uitvoeringsorganisaties hebben regelmatig medewerkers met een generiek profiel die in aanraking komen met zwaar domeingebonden werk (inkomensondersteuning, vergunningen, EU-subsidies). Een goed begeleide AI kan de domeincontext aanvullen die anders van een ervaren collega of een lang inwerkproces moest komen.

Ten derde: AI als aanvulling, niet als vervanging van menselijk oordeel. De bevinding dat AI de generatie maar niet de selectie verbetert, is geruststellend én bruikbaar. Het bevestigt dat het menselijk beoordelingsvermogen, in beleidsvoorbereiding, in de juridische toets, in de afweging van publieke waarden, de kern blijft van overheidsbesluitvorming. AI verbetert de opties; de overheid kiest.

Counterfactual: wat als selectie wel door AI kon

Overweeg het tegenfeitelijke scenario waarin AI wél de evaluatieve selectie zou overheersen in plaats van alleen de generatie. Dan zou het menselijk oordeel uit het innovatieproces verdwijnen op het punt waar het volgens deze data nog de meeste meerwaarde heeft. Dat zou een risico zijn, niet alleen van kwaliteit maar van legitimiteit: in de publieke sector is het oordeel over welke beleidsoptie wenselijk is niet alleen een optimalisatie maar een democratische verantwoordelijkheid. De scheiding tussen AI-degeneratie en menselijke selectie is dus niet alleen een empirische bevinding, het is ook een wenselijke afbakening van verantwoordelijkheid.

Concurrerende hypothesen en onzekerheid

De sterke bevindingen verdienen een epistemische toets. Twee alternatieve verklaringen concurreren met de kernclaim dat GenAI de rol van teamgenoot kan vervullen.

Hypothese H1: GenAI fungeert als kwaliteitsversterker, niet als oordeelsvervanger; de prestatiewinst zit in idee-generatie, selectie blijft menselijk. Falsifieerbaar: H1 zou weerlegd (falsifiable) worden wanneer uit een replicatie blijkt dat AI in deze omgeving ook de selectie-effectiviteit significant verbetert, of wanneer de prestatiewinst verdwijnt zodra de menselijke evaluatieselectie wordt verwijderd. Het sterkste tegenargument is dat het compositie-bewijs steunt op de eigen ontleding van één enkele experiment.

Hypothese H2: De emotionele winst (positieve-emotie-stijging) is niet duurzaam maar een kortstondig nieuwigheidseffect van een nieuwe tool. Falsifieerbaar: H2 zou onhoudbaar worden wanneer een longitudinale studie aantoont dat de positieve emoties aanhouden nadat de nieuwigheid is uitgewerkt. De huidige data meten een één-dag-tijdsvenster; de duurzaamheid is onbekend. Het is plausibel maar speculatief dat de emotie-winst standhoudt over maanden van dagelijks gebruik; het ontbreekt aan onafhankelijke replicatie om hier hoge betrouwbaarheid aan te hechten.

De onzekerheid in beide richtingen moet in de conclusie meewegen: dit is bewijs uit één bedrijf, één taak en één GPT-4-variant, met zelfrapportage voor emoties. Absence of evidence voor de tegenhypothesen is geen evidence of absence.

Replicerbaarheid en complexiteit van de opzet

De experimentele opzet is een goed gedefinieerd, reproduceerbaar protocol. De kern is een 2×2-factoriële toewijzing met N = 791 professionals en vier condities (I, T, I+AI, T+AI). De analyse gebruikt regressie met conditionerende variabelen en vaste effecten per business unit en dag. De statistische complexiteit is lineair in het aantal observaties: een eenvoudige ordinary least squares-regressie met kovariaten heeft O(N · k²) kost, waarbij k het aantal regressoren is. Dat is laag; het experiment is niet statistisch uitdagend in complexiteit, wat de drempel voor replicatie verlaagt.

# Reconstructie van de kernanalyse (vereenvoudigd tot de 2x2-verdeling)
import itertools
condities = ['individu_no_ai', 'team_no_ai', 'individu_ai', 'team_ai']
for c in condities:
    n = 791 // 4  # bij benadering, willekeurige toewijzing binnen clusters
    print(f"{c}: n~{n}, met AI={'ai' in c}, met team={'team' in c}")

Conclusie

Het P&G-experiment voegt iets toe dat in het AI-debat schaars is: experimenteel bewijs uit de praktijk over hoe AI de structuur van samenwerking verandert, niet alleen de output. AI is geen vervanging van teams in het algemeen, maar een specifieke invulling van een deel van wat teams doen, de prestatie- en expertise-pijler, terwijl de sociale en evaluatieve dimensies in grotere mate menselijk blijven. Voor organisaties die AI willen inzetten, is de bruikbare conclusie precies: gebruik AI waar het teams vervangbaar maakt (kennis, generatie, domeinoverbrugging) en behoud mensen waar hun oordeel en verantwoordelijkheid niet vervangbaar zijn (selectie, afweging, legitimiteit).

De cybernetische teamgenoot bestaat. De vraag is niet meer of AI collega's vervangt, maar welke rol van een collega AI precies overneemt, en waarom die grens er juist is.

Bron: Dell'Acqua, F. et al., "The Cybernetic Teammate", Organization Science (2026). Auteurs: Dell'Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S. & Lakhani, K., "The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork", Organization Science (2026), DOI: 10.1287/orsc.2025.20702. Gepubliceerd als preregistreerd veldexperiment bij Procter & Gamble.