“Iemand moet leugens over Joseph K. hebben verteld, want zonder iets verkeerds te hebben gedaan, werd hij op een ochtend gearresteerd.” ~ Het Proces (1925), Franz Kafka

Daar zit je dan, starend naar je scherm. De cursor bevriest, dus je duwt hem even aan – voor de zekerheid. Zag je er net lui uit? Er is niets aan de hand. Toch doe je alsof er wel iets aan de hand is.

Een stil softwareprogramma houdt je constant in de gaten. Het bedrijf noemt het ‘hulp’. Een AI-partner die je sneller, slimmer, productiever en zelfs gelukkiger maakt. Toch voel je dat er iets veranderd is onder de blik van deze digitale onderzoeker. Misschien weet je niet eens wat er precies in de gaten gehouden of gemeten wordt, of waar al die informatie naartoe gaat.

Dit wordt in rap tempo de nieuwe norm op kantoor, waar algoritmes constant meekijken. Deze verschuiving zet onze kijk op rechten flink onder druk. Sommige rechten zijn al wettelijk vastgelegd – al zijn ze niet altijd even makkelijk afdwingbaar – zoals beperkingen op opdringerige surveillance, privacybescherming en een eerlijke procedure bij evaluatie en ontslag.

Andere rechten zijn moeilijker te benoemen, ook al ervaren mensen ze dagelijks: de behoefte aan een zekere mate van transparantie en het besef dat we een eigen identiteit hebben die niet tot data te reduceren is. Deze rechten vormen de basis voor waardigheid en zinvol werk – essentieel voor een succesvol personeelsbestand, bloeiende bedrijven en een welvarende samenleving.

Werkgevers hebben altijd naar controle gestreefd; werknemers hebben altijd gestreden voor autonomie en waardigheid. AI is het nieuwste hoofdstuk, en misschien wel het meest intense tot nu toe — intiemer en alomvattender dan welke vorm van monitoring dan ook. Waar het verhaal naartoe gaat, is onduidelijk, maar zonder snelle, doelbewuste interventie buigt de boog af naar de normalisering van oncontroleerbare systemen die ronduit kafkaësk zijn.

Ogen zonder gezicht

De huidige AI-monitoringsystemen zijn er in twee varianten: tools die je gedrag volgen en systemen die geautomatiseerde beslissingen daarover nemen. Samen worden ze vaak “bossware” genoemd – een term die onprettig veel lijkt op de reeds bestaande term “spyware”.

Bossware neemt geen genoegen met observeren en meten, maar voorspelt, stuurt aan en grijpt in: Krista, blijf tijdens werktijd binnen de goedgekeurde applicaties. Dave, neem corrigerende maatregelen om je betrokkenheidsscore te verbeteren.

Het is niet meer voldoende om je opdrachten in te leveren. Werk kan aanvoelen alsof je gedwongen wordt een spel te spelen op een bord dat je niet kunt zien. Hoe meer je typt, hoe meer het algoritme leert. Alleen het algoritme kent de stand.

Veel fulltime-, parttime- en zzp’ers worden nu geconfronteerd met wat sommigen omschrijven als een ” ontmenselijkende ” vorm van surveillance. De meesten, met name kantoorpersoneel en freelancers met weinig georganiseerde bescherming of duidelijke overeenkomsten, bevinden zich in een juridisch grijs gebied. Zelfs voor degenen die het geluk hebben lid te zijn van een vakbond, lopen de oude waarborgen achter op de technologie. Werknemers moeten improviseren en proberen zich een weg te banen door systemen van spionage die ze niet volledig begrijpen.

Steeds vaker wordt er gebruikgemaakt van ’task mining’, software die registreert hoe werknemers met hun computers en werkprocessen omgaan om in kaart te brengen hoe werk wordt gedaan en waar het kan worden geoptimaliseerd of geautomatiseerd. Je dagelijkse digitale gedrag wordt zo een continue dataset over productiviteit.

Dit is in feite Taylorisme voor de 21e eeuw. Werkgevers presenteren het als efficiëntie, maar werknemers ervaren het vaak als een vorm van openbaarheid en vernedering. Voor sommigen is het niet zozeer het bijhouden van de resultaten, zoals bezorgde pakketten of afgesloten verkopen. Daar zouden ze nog wel mee kunnen leven.

Het gaat om de controle van de input: inactieve minuten worden gemarkeerd, toiletpauzes worden getimed, toon en ritme worden tot in detail geanalyseerd tijdens telefoongesprekken. Voeg daar nog ondoorzichtige regels, de constante verwachting van bereikbaarheid en de voortdurende screenshots aan toe, waardoor je zelfs geen recept voor gestoomde vis meer durft op te zoeken, en wat er aan productiviteit gewonnen had kunnen worden, gaat verloren in een steeds grotere golf van stress.

Stel je voor: een barista bij Starbucks, of een willekeurige kantoormedewerker of freelancer, kan zich plotseling in de gaten gehouden zien worden door een AI genaamd “Aware”. Deze AI scant Slack, Teams en Zoom op betrokkenheid, sentiment of wat dan ook als “risicogedrag” wordt beschouwd, en stuurt de bevindingen vervolgens naar de dashboards van managers. Werknemers zien alleen de resultaten, niet de logica die eraan ten grondslag ligt. Het is de logica van Kafka, maar dan aangepast voor software.

Heeft de barista ingestemd met dit systeem? Niet in de gebruikelijke zin van het woord. Het algoritme is niet optioneel, en in gewone arbeidscontracten en -beschermingen is geen sprake van een leidinggevende met zo’n ondoorzichtige en ingebedde rol.

Met steeds geavanceerdere tools tot hun beschikking proberen werkgevers niet alleen vast te leggen wat je doet, maar ook hoe je je daarbij voelt . AI-systemen interpreteren gezichtsuitdrukkingen, oogbewegingen en zelfs je houding, en zetten je stemming om in een meetwaarde. Wat al langzaam de werkvloer binnensloop als biobewaking, is geëvolueerd tot emotionele kunstmatige intelligentie en duikt overal op, van callcenters tot financiële afdelingen.

AI-programma’s beweren data van wearables, sms-berichten en computeractiviteit te gebruiken om te detecteren hoe je je voelt, maar in werkelijkheid is het slechts een gevolgtrekking: nooit wat je daadwerkelijk ervaart. Een breed scala aan werkgevers maakt al gebruik van emotionele AI, ondanks het feit dat wetenschappers waarschuwen dat de wetenschap erachter op zijn zachtst gezegd twijfelachtig is. Was dat scepsis of interesse?

Bedrijven zoals Azure Vision lijken het te weten, maar onderzoekers van de University of Western Ontario stellen het onomwonden : “We moeten computerwetenschappers niet op hun woord geloven dat de paradigma’s voor menselijke emoties die ze hebben ontwikkeld… de werkelijke waarheid over menselijke emoties kunnen opleveren.”

Een van de redenen is dat machines bevooroordeeld zijn. Vrouwen, oudere werknemers, neurodiverse werknemers en mensen van kleur worden veel vaker verkeerd geïnterpreteerd en beoordeeld. Wat het algoritme aanmerkt als ‘gebrek aan betrokkenheid’ kan simpelweg vermoeidheid, culturele verschillen of, god verhoede, een moment van stille reflectie zijn. Toch kunnen deze verkeerde interpretaties van invloed zijn op functioneringsgesprekken, promoties en ontslagen.

Wat, ik me zorgen maken?

Zelfs in het beste geval kan AI-bewaking averechts werken, waardoor werknemers te maken krijgen met meer onzekerheid, slechtere arbeidsomstandigheden, oneerlijke lonen en roosters, en meer discriminatie – en dat alles terwijl de ongelijkheid verder toeneemt. Toch beschouwen sommige werkgevers AI-bewaking als een hulpmiddel voor welzijn in plaats van Big Brother achter je bureau.

Bij JPMorgan Chase bijvoorbeeld wordt elke digitale handeling van junior bankiers nu geregistreerd om ‘overbelasting’ op te sporen. Het bedrijf beweert dat het allemaal draait om ‘bewustzijn’ en ‘welzijn’. Maar zelfs wanneer toezicht als nuttig wordt gepresenteerd, kan algoritmische monitoring en management problemen veroorzaken.

In een experiment voerden deelnemers dezelfde taak uit onder twee omstandigheden: ze werden geobserveerd door een mens of door een AI-systeem genaamd ‘AI Technology Feed’. Zelfs toen de feedback hetzelfde was, voelde de AI-groep zich gestrest, machteloos en minder creatief, en verzette zich meer tegen de AI dan de menselijke observator. Een studie uit 2025 wees uit dat intensievere digitale surveillance het vertrouwen ondermijnt en werknemers op scherp houdt.

Katharina Klug, onderzoeker bedrijfspsychologie aan de Universiteit van Bremen, waarschuwt dat AI-gestuurde werkplekbewaking “een demotiverend effect kan hebben… als het niet transparant gebeurt – je weet niet welke gegevens worden verzameld of wat je werkgever ermee doet.”

Ze merkt op dat dit kan leiden tot een verschuiving in motivatie richting extrinsieke beloningen en een situatie waarin werknemers zich onder druk gezet en angstig voelen. Econoom Nadia Garbellini van de Universiteit van Modena in Italië heeft gewaarschuwd dat AI de kwaliteit van banen kan verminderen en werknemers kan veroordelen tot een “steeds kleiner wordende mate van autonomie”.

Het is ook een gezondheidsprobleem . Het observeren door AI genereert anticiperende stress: je maakt je zorgen over hoe elke actie in de toekomst geïnterpreteerd zou kunnen worden. Dit kan leiden tot burn-out, een verminderd voorstellingsvermogen en zelfs fysieke klachten. Alex Rosenblat heeft geschreven over AI-bazen die, naast het mogelijk maken van problemen zoals loondiefstal, soms risicovol gedrag aanmoedigen, zoals Uber-chauffeurs aansporen om door te rijden wanneer ze moe zijn.

Zelfs wanneer werknemers de meetgegevens begrijpen, duiken er onbedoelde problemen op. Zo manipuleren mensen bijvoorbeeld de metingen, vaak ten koste van het grotere geheel, wat leidt tot oppervlakkige naleving en geknoei met de cijfers. In sommige bedrijven worden medewerkers gedwongen tot tegenmaatregelen zoals de beruchte “muisbewegingen”, waarbij een lichte cursorbeweging wordt gesimuleerd zodat werknemers een rookpauze kunnen nemen zonder dat dit opvalt. Wells Fargo heeft meer dan een dozijn werknemers ontslagen nadat dergelijke tactieken waren ontdekt.

En wat gebeurt er precies met werknemersgegevens nadat ze zijn verzameld? Ze blijven mogelijk niet binnen de werkplek. Werkgevers kunnen ze doorgeven aan leveranciers, clouddiensten en analysebureaus, terwijl tools zoals Slack of Zoom stromen van gedragsgegevens genereren die via meerdere derde partijen worden doorgegeven onder brede serviceovereenkomsten.

Beleid op de werkplek staat steeds vaker het verzamelen en hergebruiken toe van productiviteitsgegevens, communicatiemetadata en andere digitale sporen, vaak uitgebreid via updates die weinig duidelijkheid bieden over het verdere gebruik ervan. In sommige rechtsgebieden bieden wetten zoals de California Consumer Privacy Act (CCPA) in Californië beperkte rechten op inzage in of afzien van bepaalde vormen van gegevensgebruik, waaronder de verkoop van persoonlijke informatie, hoewel de handhaving ongelijkmatig is en afmelden zelden eenvoudig is. Elders – veel succes.

Zelfs als een bedrijf niet van plan is uw gegevens te verkopen, kunnen ze alsnog door hun vingers glippen. De surveillance-app WorkComposer liet meer dan 21 miljoen screenshots van werknemers onbeveiligd achter in een Amazon S3-bucket. Gevoelige beelden van werknemersactiviteiten lekten uit, waardoor werknemers risico liepen op identiteitsdiefstal en andere schadelijke gevolgen. Oeps!

AI heeft ook een risico op de werkvloer versterkt dat we ‘schaduwevaluatie’ zouden kunnen noemen. Je manager noemt het een ’trainingsprogramma’, maar achter de schermen beoordeelt AI je zwakke punten. Tegen de tijd dat je de sessie hebt afgerond, heeft het algoritme al een aanbeveling over je gedaan, waarna de manager alleen nog maar op ‘goedkeuren’ hoeft te klikken.

Ondertussen schetst het systeem een ​​completer beeld van uw prestaties, waardoor beter kan worden ingeschat of het bedrijf uiteindelijk zonder u kan. INET Research Director Thomas Ferguson merkt op dat brancheanalisten er in besloten kring voor waarschuwen dat werknemers die zich willen verdiepen in AI-tools er wellicht voor kiezen om in hun eigen tijd met de software te experimenteren, in plaats van de kennis met hun werkgevers te delen.

“De Amerikaanse arbeidswetgeving behandelt de meeste werknemers als tijdelijke, wegwerpbare instrumenten”, merkt hij op, “met voorspelbaar desastreuze gevolgen voor de snelheid waarmee maatschappelijke voordelen van AI zich in veel sectoren kunnen verspreiden.” Ferguson verwacht dat de introductie van AI in Noord-Europese landen met sterkere arbeidsbescherming gemakkelijker zal verlopen.

Zonder dergelijke bescherming krijgen we Kafka’s rechtbank in haar meest efficiënte vorm: onzichtbare aanklachten die in realtime worden verwerkt door onzichtbare bureaucraten.

Bossware kan je loon ook verlagen door middel van wat bekend staat als ‘surveillanceloon’. Een rapport van het Washington Center for Equitable Growth, dat 500 AI-leveranciers onderzocht, concludeert dat onder AI-systemen “verschillende mensen verschillende lonen kunnen ontvangen voor grotendeels hetzelfde werk, en dat individuele werknemers hun inkomen in de toekomst niet kunnen voorspellen.”

Het resultaat is een “ontkoppeling van hard werken en een zeker, eerlijk loon” – een dynamiek die eerst gigwerkers zoals taxichauffeurs en maaltijdbezorgers trof en zich nu verspreidt naar andere sectoren en beroepen.

Tot slot – en we hebben nog maar nauwelijks de risico’s van AI-surveillance aangeraakt – zetten bedrijven AI in om vakbonden in toom te houden. Tools die oorspronkelijk voor het leger zijn ontwikkeld, patrouilleren in kantoorruimtes en magazijngangen om te voorkomen dat vakbondsvorming überhaupt een kans krijgt. Sommige bedrijven gebruiken AI zelfs om sociale media buiten de werkplek te speuren en te achterhalen wie overweegt zich bij een vakbond aan te sluiten.

Werknemers van Amazon , en zelfs van Boston University , hebben al een voorproefje gekregen van AI-gestuurde vakbondsonderdrukking. De inzet van AI tegen vakbonden is een sinister kenmerk geworden van wat wel de ” Amazonificatie van de Amerikaanse beroepsbevolking ” wordt genoemd .

Op een meer verraderlijke manier verschuift algoritmisch management de werkplek van een gedeelde, politieke ruimte naar een geïsoleerde omgeving waar mensen concurreren met hun eigen data. De ervaring wordt er een van individuele meetwaarden in plaats van collectieve omstandigheden, waardoor het gevoel van eigen regie afneemt.

Ontwerpen met oog voor waardigheid

In het tijdperk van AI worden we geconfronteerd met zowel regelgevende als conceptuele vraagstukken. Er is een dringende behoefte om de menselijke belangen preciezer te omschrijven en te benadrukken dat efficiëntie, hoe nuttig ook, niet het doel van werk of de volledige reikwijdte van de rechten van werknemers mag bepalen.

Het dieperliggende probleem is dat werk steeds vaker wordt uitgevoerd via systemen die niet alleen informatie over mensen verzamelen, maar die informatie ook omzetten in oordelen, vaak zonder uitleg en met zeer weinig ruimte – en vrijwel geen wettelijke rechten – om zich daartegen te verzetten.

Sommige overheden beginnen hierop te reageren. In de Europese Unie beschouwt de Artificial Intelligence Act het gebruik van AI op de werkplek voor aanwerving, ontslag, salaris en functioneringsgesprekken als “hoog risico”. Dit betekent dat bedrijven moeten documenteren hoe deze systemen werken, ze moeten testen op vooringenomenheid en een menselijke tussenkomst moeten behouden.

De Algemene Verordening Gegevensbescherming (AVG) geeft werknemers ook een aantal basisrechten om toegang te krijgen tot hun gegevens en volledig geautomatiseerde beslissingen aan te vechten die hen wezenlijk beïnvloeden.

De Verenigde Staten daarentegen worstelen nog steeds met een lappendeken aan wetgeving. Bestaande arbeids- en privacywetten kunnen soms worden opgerekt om werkplekbewaking of algoritmische scores te omvatten, maar de handhaving is ongelijkmatig en de regels zijn niet gemaakt voor systemen die oordelen uitbesteden aan modellen. Het grootste deel van het juridische kader gaat er nog steeds van uit dat er ergens een daadwerkelijk persoon is die een beslissing neemt waarnaar je kunt verwijzen. Steeds vaker is er echter niemand meer bij betrokken.

Die kloof is belangrijk, omdat wetgeving alleen dit evenwicht niet zal herstellen. Werknemers hebben vakbonden, collectieve arbeidsovereenkomsten en organisatievermogen nodig om daadwerkelijk vorm te geven aan hoe deze systemen in de praktijk worden gebruikt.

Waar vakbonden sterk staan, beginnen ze zich hiertegen te verzetten: ze eisen transparantie over monitoringinstrumenten, beperken het gebruik van algoritmes voor disciplinaire maatregelen en salarisverhogingen, en staan ​​erop dat werknemers door een mens worden beoordeeld wanneer geautomatiseerde systemen hen signaleren of rangschikken.

Dit is allemaal niet abstract. Het gaat om het wezenlijke verschil tussen inspraak hebben in hoe je beoordeeld wordt en er achteraf achter komen dat je überhaupt beoordeeld bent.

Het is van groot belang wie de data ziet en wie er controle over heeft, en ook hoe het mensen beïnvloedt om het gevoel te hebben dat ze voortdurend worden geïnterpreteerd door systemen die de context niet echt begrijpen. Het meeste menselijke werk bestaat niet uit een reeks heldere, meetbare resultaten. Het is rommelig. Je hebt slechte dagen, herstelperiodes, leerprocessen, afleiding, improvisatie en inschattingen die zich niet netjes laten vertalen in datapunten.

Uiteindelijk staat er een soort recht op onbepaaldheid op het spel: het recht om niet vastgepind te worden door systemen die voortdurend proberen af ​​te leiden wat voor soort werknemer je bent op basis van de sporen die je achterlaat. Niemand verwacht volledig vrij te zijn van metingen – dat is niet realistisch – maar we kunnen en moeten wel een grens verwachten aan wat die metingen mogen betekenen en hoeveel gezag ze mogen hebben.

Zonder die grenzen voelt werk minder aan als iets wat je doet en meer als iets waarin je voortdurend wordt vertaald . Zodra dat gebeurt, wordt een werknemer gereduceerd tot een simpel profiel dat continu wordt bijgewerkt en eeuwig wordt beoordeeld.

Dit wil niet zeggen dat AI geen plaats heeft op de werkvloer. Die tijd is allang voorbij, en veel tools kunnen nuttig zijn als ze doordacht en transparant worden ingezet, met voldoende inbreng van werknemers. De vraag is echter: zullen ze tools zijn die de mens en gedeelde welvaart ondersteunen, of laten we ze verworden tot het nieuwste middel waarmee het management meer controle uitoefent en minder weerstand ondervindt?

Slechts één van die paden biedt ruimte voor waardigheid.