Leestijd
Het paradox van Jevons is enorm fascinerend.
We praten veel over AI en over banen die verdwijnen. Over efficiëntie en over productiviteit. Maar zelden stellen we de vraag wat er gebeurt als intelligentie zelf goedkoop wordt. Laten we de Paradox van Jevons er eens bij pakken.
In 1865 beschreef de Engelse econoom William Stanley Jevons iets ogenschijnlijk tegenintuïtiefs. Toen de stoommachine van James Watt efficiënter werd, verwachtte men dat het kolenverbruik zou dalen. Want als je minder kolen nodig hebt om dezelfde output te leveren, gebruik je minder kolen. Logisch.
Het tegenovergestelde gebeurde. Omdat de machine efficiënter werd, werd ze op grotere schaal ingezet. Meer fabrieken mechaniseerden. Meer processen werden aangedreven door stoom. Het gevolg was geen daling, maar een explosieve stijging van het totale kolenverbruik. Efficiëntie leidde tot méér gebruik.
Dat fenomeen noemen we de paradox van Jevons. En precies dat zien we nu gebeuren met intelligentie. Het paradox van Jevons leert ons namelijk heel veel over de huidige tijd waar we in bewegen.
Waarom is Paradox van Jevons nu relevant?
AI maakt analyse goedkoper. Ook sneller en toegankelijker. Wat vroeger dagen kostte, kost nu minuten. Wat voorheen specialistisch werk was, is nu beschikbaar voor iedereen met een internetverbinding. Intelligentie wordt een metagrondstof, inzetbaar in vrijwel elk domein.
Veel mensen denken dan automatisch: dus er verdwijnt werk. Maar als de Paradox van Jevons ons iets leert, dan is het dit: wanneer iets goedkoper en toegankelijker wordt, neemt de vraag meestal toe.
Niet minder intelligentie.
Meer intelligentie en meer toepassingen.
Meer interacties en meer beslissingen.
En daar begint het interessante deel.
De verschuiving zit niet in denken, maar in duiden
Wanneer analyse gemeengoed wordt, verschuift waarde. Niet naar degene die het snelst kan berekenen, maar naar degene die kan interpreteren. Niet naar degene met de meeste informatie, maar naar degene met het beste oordeelsvermogen.
Dat zagen we eerder in het schaken. In 1997 verloor Garry Kasparov van de computer Deep Blue. Een historisch moment. De mens werd verslagen door de machine. Daarna ontstonden er toernooien waarin mens en computer samen speelden tegen andere teams. Die combinatie bleek sterker dan mens alleen en sterker dan computer alleen. Kasparov noemde dat de Centaur: half mens, half machine.
Een periode waarin samenwerking tussen mens en technologie superieur is.
Maar die fase is niet permanent. In 2017 verscheen AlphaZero. Een zelflerend programma dat na enkele uren training sterker was dan elke menselijke combinatie met een machine.
De ongemakkelijke vraag is dus niet of AI ons helpt. Dat doet het. De vraag is hoe lang de tussenfase duurt waarin onze toegevoegde waarde nog duidelijk is.
En belangrijker: waar zit die toegevoegde waarde eigenlijk?
AI automatiseert inhoud. Mensen blijven over met spanning.
In sales zie je het al. AI schrijft betere mails dan de gemiddelde verkoper. Het analyseert bezwaren, structureert proposities en optimaliseert timing. De rationele laag wordt efficiënter.
Maar koopbeslissingen zijn zelden puur rationeel. Onder een bezwaar zit vaak iets anders. Twijfel over autonomie. Angst om intern gezichtsverlies te lijden. Onzekerheid over vertrouwen.
AI kan argumenten verbeteren. Het kan geen onderliggend narratief openen.
In leiderschap gebeurt hetzelfde. Data over medewerkerstevredenheid, verloop en prestaties worden nauwkeuriger dan ooit. Maar wanneer een medewerker dichtklapt in een gesprek, wanneer een team beleefd blijft maar niets uitspreekt, dan gaat het niet over informatie. Dan gaat het over veiligheid. Over betekenis. Over wat iemand zichzelf vertelt in een spannende situatie.
En dat brengt ons bij de kern.
Gedrag is zelden het probleem
We zijn gewend om gedrag te corrigeren. Te weinig initiatief. Te veel controle. Te weinig eigenaarschap. Te veel conflict. Dus sturen we bij. We trainen vaardigheden. We maken afspraken. Maar gedrag is meestal geen beginpunt. Het is een eindpunt.
Onder gedrag ligt een verhaal. Een narratief dat iemand is gaan geloven over zichzelf en de wereld. En onder dat verhaal liggen psychologische basisbehoeften. Autonomie. Competentie. Verbondenheid. Wanneer die onder druk staan, ontstaat bescherming. En bescherming uit zich in gedrag.
Overpresteren.
Pleasen.
Controleren.
Terugtrekken.
Rationaliseren.
Zolang we alleen naar het zichtbare gedrag kijken, blijven we aan de oppervlakte. Dat kan AI straks net zo goed als wij. Misschien beter. Wat moeilijker te automatiseren is, is het voeren van een gesprek waarin iemand zijn eigen bescherming begint te herkennen.
Het gesprek waarin je niet vraagt: “Waarom doe je zo moeilijk?” maar: “Wat maakt dit voor jou spannend?”
Niet: “Hoe lossen we dit op?” maar: “Wat vertel je jezelf hier eigenlijk?”
Dat is geen zachte interventie. Dat is precisiewerk.
De echte impact van het paradox van Jevons
Wat leert de Paradox van Jevons ons? Als intelligentie goedkoper wordt, zullen er niet minder gesprekken komen. Er zullen er meer komen. Meer data betekent meer beslissingen. Meer beslissingen betekenen meer interacties. En meer interacties betekenen meer momenten waarop spanning zichtbaar wordt.
De paradox van Jevons betekent dus niet alleen dat de vraag naar intelligentie stijgt. Het betekent dat de vraag naar volwassen menselijk gedrag stijgt.
Want hoe meer systemen optimaliseren, hoe duidelijker wordt waar mensen vastlopen in hun eigen verhaal.
De vraag is dan niet: word ik vervangen door AI?
De vraag is: wat kan ik wat niet schaalbaar is?
Kun jij onderscheid maken tussen gedrag en identiteit?
Kun jij zien wanneer iemand zichzelf beschermt?
Kun jij vertragen waar anderen duwen?
Kun jij een narratief openen zonder het te bevechten?
Wie alleen inhoud toevoegt, krijgt het lastig. Wie betekenis kan duiden, krijgt het druk. Misschien is dat de echte verschuiving waar we nu middenin zitten. Niet de strijd tussen mens en machine. Maar de confrontatie tussen mens en zijn eigen verhaal.
En zolang wij nog degene zijn die het moeilijke gesprek kunnen voeren, is dat misschien wel het laatste echte menselijke domein. De paradox van Jevons is een interessant inzicht op dit onderwerp.
Vijf vragen die dit artikel waarschijnlijk oproept
1. “Maar AI kan toch ook gesprekken voeren? Waarom zou het moeilijke gesprek menselijk blijven?”
Goede vraag. AI kan gesprekken simuleren. Structureren. Zelfs empathische taal nabootsen. Maar het moeilijke gesprek gaat niet over taal. Het gaat over spanning. Over wat er in de ruimte gebeurt wanneer autonomie, competentie of verbondenheid onder druk staan. Een algoritme kan woorden genereren. Het kan geen verantwoordelijkheid dragen. Het kan geen relationeel risico nemen. Het kan niet zélf geraakt worden. En juist dat laatste is cruciaal. Het moeilijke gesprek vraagt geen perfecte formulering. Het vraagt aanwezigheid, oordeelsvermogen en morele positie.
Dat is fundamenteel anders dan een goed script.
2. “Is dit niet gewoon een romantisering van menselijk werk? Technologie heeft vaker complete beroepen weggevaagd.”
Absoluut. En dat kan opnieuw gebeuren. Het paradox van Jevons garandeert geen baanzekerheid. Hij zegt alleen dat efficiëntie vaak tot meer gebruik leidt. Niet tot minder. Wat wél zeker is: werk verschuift. De vraag is dus niet of banen verdwijnen. De vraag is: beweegt jouw vak mee naar het domein waar menselijk onderscheidingsvermogen nog waarde heeft? Wie blijft hangen in uitvoerend denkwerk, loopt risico. Wie leert duiden, vertragen en narratieven openen, beweegt naar het domein dat moeilijk schaalbaar is.
Dat is geen romantiek. Dat is strategisch realisme.
3. “Je hebt het over narratief en bescherming. Is dat niet te psychologisch voor de gemiddelde professional?”
Dat hangt ervan af hoe je professionaliteit definieert. In vrijwel elk vak waar interactie centraal staat (sales, leiderschap, consultancy, bestuur) ontstaan fricties niet door gebrek aan informatie, maar door interpretatie.
Mensen reageren niet op feiten. Ze reageren op wat die feiten voor hen betekenen. Dat is geen soft onderwerp. Dat is dagelijkse realiteit. Wie dat ‘te psychologisch’ noemt, onderschat hoe sterk gedrag gestuurd wordt door wat iemand zichzelf vertelt onder druk.
4. “Wat betekent dit concreet voor mij? Moet ik therapeut worden?”
Nee. Het betekent niet dat je moet analyseren. Het betekent dat je moet leren waarnemen. Kun je zien wanneer iemand verdedigt in plaats van onderzoekt? Kun je herkennen wanneer jij zelf harder gaat duwen omdat je ongemak voelt? Kun je een vraag stellen die opent in plaats van sluit? Dat vraagt geen therapie. Dat vraagt bewustzijn. En misschien de bereidheid om je eigen narratief onder ogen te zien.
5. “Wat als AI uiteindelijk ook beter wordt in duiden en oordeelsvermogen?”
Dat kan. De geschiedenis leert dat technologische grenzen steeds opschuiven. De Centaurfase in schaken duurde ongeveer twintig jaar. Daarna werd de machine dominant. De vraag is dan niet: wint AI uiteindelijk? De vraag is: wie ben jij in de fase waarin mens en machine samenwerken? Ben jij degene die technologie gebruikt om dieper te kijken? Of ben jij degene die wacht tot technologie jouw toegevoegde waarde vervangt? Zelfreflectie, relationele moed en het voeren van het moeilijke gesprek zijn vandaag nog menselijk onderscheidend vermogen. Misschien verandert dat ooit. Maar tot die tijd is de vraag relevanter dan ooit:
Wat kan jij wat niet schaalbaar is?
