Stel u voor: u wordt wakker in een wereld waarin technologie niet elk jaar, maar elke paar maanden een sprong maakt. AI schrijft teksten, ontwerpt beelden en programmeert sneller dan u kunt bijhouden. Voor sommigen voelt dit als een goudmijn, voor anderen als een storm die alles opslokt. De vraag is niet óf die versnelling doorgaat, maar: ontwikkelt u mee, of haakt u af?
Niet alles wat snel gaat, is een hype—soms is het gewoon exponentieel.
U hoeft niet sneller te denken dan machines; u moet slimmer met ze omgaan.
We hebben dit artikel omgezet in een dynamische videopresentatie — gemaakt met Google’s LLM — om de belangrijkste inzichten tot leven te brengen.
Bekijk hieronder de Engelstalige video voor een beknopt en boeiend overzicht van De juiste mindset in een wereld van exponentiële groei en singulariteit, of kies daaronder voor de Nederlandstalige audiopodcast om het volledige verhaal te beluisteren.
Podcast (nederlands) :
Video presentatie (alleen in het engels)
1) Waarom we exponentiële groei onderschatten
Mensen hebben een hardnekkige exponential growth bias: we lezen breuken en verdubbelingen alsof het rechte lijnen zijn. Recent onderzoek laat zien dat dit onze inschatting van AI-vooruitgang direct vertroebelt: deelnemers onderschatten systematisch hoe snel AI-capaciteiten toenemen.
Ons brein houdt van rechte lijnen; technologie niet.
Verdubbelingen voelen klein—tot ze u inhalen.
2) Technostress: de schok van razendsnelle verandering
De snelheid zelf is een stressor. Recente reviews en studies koppelen pace of change, onzekerheid en complexiteit aan hogere stress en dalende prestaties of welbevinden. Dit is geen klassieke technofobie, maar een begrijpelijke frictie tussen menselijk aanpassingstempo en technologische realiteit.
Het is oké om moe te worden van ‘sneller’—niet oké is stilstaan.
Stress signaleert: uw vaardigheden lopen achter op uw tools.
3) AI en leren: gemak vs. groei
AI kan u versnellen—maar u óók afleren om zelf te denken als u alles uitbesteedt. In een recente (nog niet-gepeerreviewde) preprint heet dit de comfort-growth paradox: gemak kan groei afremmen. De voorgestelde oplossing is Enhanced Cognitive Scaffolding: AI als steiger die geleidelijk wordt afgebouwd zodat u het werk overneemt. Experimenteel onderwijsonderzoek met GenAI-scaffolds laat bovendien zien dat doordachte begeleiding leeruitkomsten kan verbeteren; omgekeerd kan over-reliance “cognitive debt” creëren. Behandel dit daarom als voorlopig maar veelbelovend.
Gebruik AI als springplank, niet als kruk.
Laat de assistent helpen—en dan loslaten.
4) Mindset-vaardigheden die u wendbaar maken
- Intellectual humility: erkennen wat u (nog) niet weet, hangt samen met betere oordeelsvorming en constructiever gedrag in conflicten.
- Growth mindset: nuttig als houding, maar effecten op prestaties zijn gemiddeld klein en context-afhankelijk—oversell het niet.
- Bias-bewustzijn (bij mens én AI): grote taalmodellen vertonen mensachtige biases (bijv. overconfidence) in een reeks tests; houd daar rekening mee.
Nederigheid versnelt leren.
Optimisme is goed; overschatting niet.
5a) Hoe mensen er nu in staan (zonder kunstmatige hokjes)
In plaats van harde “drie groepen” met percentages, laten recente datasets dit zien:
- Wereldwijd groeit het gevoel dat AI meer voordelen dan nadelen biedt, maar verschillen per land zijn groot: o.a. China ~83% ‘meer voordelen’, Nederland ~36%.
- Adoptie en vertrouwen liggen gemiddeld hoger in opkomende economieën. Op het werk gebruikt 72% in opkomende economieën AI ten minste semi-regelmatig, vs. 49% in ontwikkelde economieën; ook organisatie-adoptie ligt daar hoger.
Praktisch kunt u het publiek ruwweg zien als: voorlopers (hoge adoptie/vertrouwen), voorzichtig-experimenterend, en afwachtend/bezorgd—maar de verhouding wisselt per sector en land.
Het landschap is geen 3-vlak: het is een kaart met regio’s.
Waar u werkt en woont, kleurt uw AI-houding.
5b) Drie groepen in de samenleving (indicatieve indeling, aug 2025)
Stel dat we de wereldbevolking qua AI-houding grofweg in drie groepen zouden willen indelen, dan komen we uit op onderstaande indicatieve bandbreedtes. Dit is een denkkader op basis van synthese van recente datasets en trends; het zijn geen officiële gemeten aandelen.
| Groep | Beschrijving | Wereldwijde schatting (indicatief) |
|---|---|---|
| Groep 1 – Postzegelbewustzijn | Vast in routines, denkt lineair, ziet AI vooral als bedreiging. | 55–65% |
| Groep 2 – Potentiële groeigroep | Nieuwsgierig, ziet kansen, leert actief, gebruikt AI als hefboom. | 25–35% |
| Groep 3 – Overgangsgroep | Mengeling van nieuwsgierigheid en twijfel; open voor leren maar deels vasthoudend aan oude patronen. | 10–15% |
Let op: deze indeling is hypothetisch en bedoeld als pragmatisch kader voor beleid, communicatie en training. Regionale/sectorale verschillen kunnen substantieel afwijken.
6) Drie concrete handvatten
- Train uw oog voor exponentieel
Oefen met verdubbelingstijden, S-curves en orde-van-grootte-denken. Dit helpt de exponential growth bias te verminderen en uw planning te verbeteren. - Gebruik AI als leerpartner (scaffold)
Vraag om hints, checklists, contrapunten en een fade-out van hulp. Houd de lat zó dat u cognitief aan het werk blijft. - Wees kritisch én nederig
Calibreer op bias (bij mens & model), doe spot-checks en behoud uw eigen ‘grip’ op bronnen.
Vraag om uitleg, niet alleen om uitkomst.
Twijfel is geen rem: het is uw stuur.
Conclusie
De wereld versnelt. Wie een open, lerende houding koppelt aan bewuste scaffolding en bias-waakzaamheid, gaat niet alleen mee—maar stuurt mee.
Mindset is geen schild tegen verandering; het is uw surfplank.
Bronnen (selectie, recent & relevant)
- AI-percepties wereldwijd — Stanford HAI: AI Index 2025 · Public Opinion (PDF).
- Adoptie & vertrouwen per economie — University of Melbourne & KPMG: Global Study 2025 (landing) (PDF).
- Exponential growth bias & AI: Meikle (2024), Technology, Mind, and Behavior + KU-samenvatting.
- Technostress (snelheid/complexiteit): Comprehensive review (2024); AI & technostress (2025).
- AI-bias (mensachtige vertekeningen): Chen et al. (2025), M&SOM.
- Scaffolding met GenAI (onderwijs): Computers & Education RCT (2025); Meta-analyse HSS Comm. (2025).
- Comfort-growth paradox (voorlopig): Riva (2025) · Enhanced Cognitive Scaffolding (preprint).
- Growth mindset — effectgroottes: Sisk et al. (2018) meta-analyse; Macnamara & Burgoyne (2022) meta-analyse.
