Een tekst voor de website, een eerste analyse van bezoekersreacties of een opzet voor een campagne: generatieve AI kan bij dit soort werkzaamheden ondersteunen. Het zijn ook opdrachten waarmee stagiairs kennismaken met een bedrijf en ervaring opdoen. Wat gebeurt er met die leerervaring als de software een groter deel van de opdracht uitvoert?
Die vraag gaat over meer dan het vervangen van een paar eenvoudige klusjes. Hoe zou het werk zich verder kunnen ontwikkelen? Blijft AI vooral een hulpmiddel dat een medewerker opdracht geeft? Of krijgen systemen binnen afgesproken grenzen meer ruimte om zelf stappen te zetten? En welke gevolgen zouden verschillende ontwikkelingen hebben voor opleidingen, stages en ondernemerschap?
AI en stagewerk: wat weten we vandaag?
UWV beschrijft veranderingen in werk met routinematige taal- en datataken. Het World Economic Forum onderzocht in juni 2026 de gevolgen van AI voor starterswerk. Zulke onderzoeken geven zicht op de huidige blootstelling van taken aan AI. Ze vertellen niet precies hoe de baan van een medewerker op een vakantiepark er in 2030 of 2035 uitziet.
Welke werkzaamheden veranderen al bij recreatiebedrijven? Hoeveel tijd wordt daadwerkelijk bespaard, en hoeveel tijd gaat naar instructies, controle en herstel? Worden stagiairs minder gevraagd, krijgen zij andere opdrachten of kunnen zij juist meer doen? Waar zijn ervaringen van leerbedrijven beschikbaar die verder gaan dan verwachtingen en demonstraties?
AI en stagewerk: hoe ontwikkelt het werk zich verder?
Stel dat AI vooral een assistent blijft. Studenten maken dan bijvoorbeeld met software een campagne, vergelijken voorstellen en controleren informatie. Hoeveel vakkennis moeten zij zelf hebben om die voorstellen te kunnen beoordelen? En hoe leren zij herkennen wat een systeem over het hoofd ziet?
Een ander denkbaar scenario is dat systemen meer opeenvolgende stappen uitvoeren. Denk aan het verzamelen van informatie, voorstellen doen, een campagne klaarzetten en resultaten volgen. Dit is een scenario om te onderzoeken, geen voorspelling. Wat zou er in zo’n situatie overblijven van een traditionele marketingstage? Wie bepaalt het doel, wie bewaakt de grenzen en wie grijpt in bij een verkeerde keuze?
Wat als de ontwikkeling juist trager verloopt dan verwacht? Kosten, betrouwbaarheid, de aansluiting op bestaande systemen en de voorkeuren van gasten kunnen het gebruik beïnvloeden. Hoe voorkomt een opleiding dat zij studenten voorbereidt op een toekomst die bij veel kleine ondernemers nog ver weg is? Hoe kan hetzelfde onderwijs ruimte bieden aan een hotel met vergaande automatisering en een recreatiebedrijf dat vooral met persoonlijk contact werkt?
Waarvoor leiden we onze mensen op?
Een student die nu begint, werkt mogelijk nog tientallen jaren in een veranderende sector. Welk deel van de opleiding is bedoeld voor de eerste baan? Wat legt een basis voor functies die later kunnen ontstaan? En welke kennis blijft bruikbaar wanneer de software waarmee iemand afstudeert wordt vervangen?
Hoeveel tijd besteden opleidingen aan bestaande werkwijzen, hoeveel aan nieuwe hulpmiddelen en hoeveel aan leren omgaan met onzekerheid? Moet een student vooral zelf kunnen uitvoeren, systemen kunnen beoordelen of een combinatie van beide? Op welk moment in de opleiding komt welke vaardigheid aan bod?
Ook begrippen als gastvrijheid, creativiteit en kritisch denken verdienen vragen. Welk concreet gedrag verstaan we daaronder? Hoe oefent een student het herkennen van een onuitgesproken behoefte van een gast? Wanneer is een origineel voorstel ook commercieel bruikbaar? En hoe stelt iemand een verkeerde AI-uitkomst ter discussie als die overtuigend wordt gepresenteerd?
Wie bepaalt welke vaardigheden nodig zijn: de opleiding, de huidige werkgever, de student of de sector gezamenlijk? Hoe krijgen toekomstige functies een plek in dat gesprek zonder dat verwachtingen als vaststaande feiten worden behandeld?
AI en stagewerk: hoe ontstaat vakkennis?
Beginners doen ervaring op door opdrachten uit te voeren, fouten te bespreken en opnieuw te proberen. Wat leren zij wanneer een systeem de eerste versie levert? Gaat daardoor een deel van het leerproces verloren, of ontstaat er ruimte voor andere leerervaringen?
Hoe ontwikkelt iemand beoordelingsvermogen zonder eerst zelf veel werk te hebben gemaakt? Welke opdrachten zijn nodig om te leren waarom een analyse deugt? Zou een student dezelfde opdracht eerst zelfstandig en daarna met AI kunnen uitvoeren? Wat leert zo’n vergelijking, en hoeveel tijd mag die kosten?
Kan een stage draaien om een vraag die nog geen duidelijke oplossing heeft? Bijvoorbeeld: waarom reserveren bepaalde gasten niet opnieuw? Welke rol krijgen gesprekken, waarnemingen, gegevens en AI in het onderzoek? En hoe wordt zichtbaar welke afwegingen de student zelf heeft gemaakt?
Hoe bereiden opleidingen zich op meerdere toekomsten voor?
Er bestaan al onderwijsinstrumenten voor het werken met AI. SBB heeft het keuzedeel Artificial intelligence: werken met generatieve AI. Npuls biedt een raamwerk voor AI-geletterdheid en een AI-waaier voor toetsing.
Hoe verbinden opleidingen zulke instrumenten aan de mogelijke ontwikkeling van beroepen? Wordt alleen het gebruik van de huidige tools behandeld, of onderzoeken studenten ook wat er kan veranderen aan taken, verantwoordelijkheden en verdienmodellen? Hoe vaak wordt die inhoud opnieuw bekeken?
Welke rol krijgen docenten en praktijkbegeleiders? Waar halen zij hun eigen ervaring vandaan? Hoe kunnen leerbedrijven terugkoppelen wat er werkelijk verandert? En hoe worden studenten betrokken bij het ontwerpen van een opleiding die hen op een nog onbekende arbeidsmarkt voorbereidt?
Wat vraagt AI en stagewerk van de ondernemer?
Een ondernemer kijkt naar de bezetting en resultaten van vandaag, maar ook naar het bedrijf van morgen. Welke mensen denkt hij over drie, vijf of tien jaar nodig te hebben? Op welke aannames is dat beeld gebaseerd? En hoe zou de behoefte veranderen als AI veel meer, of juist minder, kan overnemen dan verwacht?
Als een bedrijf minder beginners aanneemt, hoe ontwikkelt het dan toekomstige ervaren medewerkers? Zou er later voldoende vakkennis beschikbaar zijn om systemen te controleren? Wat gebeurt er met die kennis wanneer ervaren collega’s vertrekken?
Kan een stagiair helpen om mogelijke toepassingen te onderzoeken? Hoe krijgt zo’n experiment een duidelijke leeropdracht? Wie begeleidt het, wie beoordeelt de uitkomst en wie draagt de verantwoordelijkheid als iets misgaat? Wat levert de stage de student op, naast het resultaat voor het bedrijf?
En wat als gasten juist meer persoonlijk contact verlangen? Welke werkzaamheden zou een ondernemer willen automatiseren en welke bewust door mensen laten uitvoeren? Hoe stelt hij vast wat gasten waarderen, en welke ruimte krijgt de student om dat te onderzoeken?
Wie krijgt toegang tot het werk van morgen?
Hoe verandert de instroom in de sector wanneer digitale startersopdrachten minder beschikbaar zijn? Welke kansen krijgen studenten die extra begeleiding nodig hebben? Kunnen AI-hulpmiddelen voor hen deuren openen, of verhogen nieuwe verwachtingen juist de drempel?
Wat betekent het verschil tussen opleidingen en bedrijven die goede tools kunnen betalen en partijen die daar minder ruimte voor hebben? Wordt ervaring met specifieke software een selectiecriterium? Hoe wordt dan voorkomen dat toegang tot technologie wordt verward met aanleg of vakmanschap?
AI en stagewerk: welke vragen liggen nog open?
Het gesprek over AI en stagewerk kan beginnen bij de werkzaamheden van vandaag, maar hoe ver kijken opleidingen en ondernemers vooruit? Welke ontwikkelingen volgen zij? Hoe onderscheiden zij aantoonbare veranderingen van verwachtingen over wat straks mogelijk wordt?
Wie onderzoekt samen met leerbedrijven welke leerervaringen verdwijnen en welke erbij komen? Wat zouden studenten daar zelf over vertellen? En welke aannames over de medewerker van morgen zijn nog nooit aan de praktijk getoetst?
Waarvoor leiden we onze mensen op als het werk tijdens hun opleiding al verandert? Wat moeten zij zelf kunnen, welke verantwoordelijkheid krijgen zij en hoe leren zij een vak waarvan de toekomstige vorm nog openligt?
Meer achtergrond bij dit vraagstuk is te vinden bij de artikelen over innovatie in Leisure Magazine.
