Een docent wiskunde laat een klas van dertig een uur lang met een AI-tutor werken. Dertig gesprekken, honderdduizenden tokens, allemaal netjes geregistreerd. Twee straten verder zet een bedrijf een model in dat een klantenserviceteam van veertig mensen overbodig maakt. Dat model draait een paar keer per uur. In het voorstel dat Bill Gates deze week deed, betaalt de klas de rekening en het callcenter bijna niets. Dat contrast is niet van ons: AI-onderzoeker Oren Etzioni zet die twee tegenover elkaar om te laten zien wat er precies belast zou worden.
Gates riep op tot een plan voor wat AI met werk doet. Hij stelt drie dingen voor: een belasting op door AI geproduceerde inhoud en op robots, een internationaal toezichtsorgaan, en het vastleggen van banen die aan mensen voorbehouden blijven. “De wereld heeft behoefte aan een plan om de gevolgen van deze technologie op onze samenlevingen in goede banen te leiden”, waarschuwt hij; hij zette zijn zorgen uiteen in een gesprek met The New York Times. Volgens Gates mag je niet van AI-bedrijven verwachten dat zij hierin het initiatief nemen. Nederlandse berichtgeving hierover stond onder meer in De Telegraaf.
Dit is een man die van mening is veranderd, en dat telt
Vorig jaar zei Gates nog dat AI per saldo duidelijk positief zou uitpakken voor de mensheid. Nu zegt hij tegenover The New York Times: “Ik vind het niet leuk om mensen slecht nieuws te brengen of om te zeggen dat innovatie negatieve gevolgen kan hebben, maar dit is nu eenmaal de realiteit.” Waar veel stemmen in de techsector verwachten dat AI meer banen creëert dan vernietigt, denkt Gates dat er zonder passende maatregelen op termijn veel minder banen zullen zijn dan vandaag. Iemand die zijn eerdere standpunt intrekt op een onderwerp waar hij zelf geld aan verdient, verdient een serieuzere lezing dan de zoveelste voorspelling.
Een belasting op tokens meet inspanning, niet verdringing
De diagnose delen wij. Het middel niet, en de scherpste ontleding daarvan komt van Etzioni, die het samenvat als “de juiste diagnose, het verkeerde recept”. Tokens zijn ongeveer woorden, en het is waar AI-bedrijven per afrekenen. Een belasting daarop belast dus hoevéél je een model laat werken, niet hoeveel werk het van mensen overneemt: belasting op toetsaanslagen, meet inspanning in plaats van verdringing.
Etzioni legt er twee weeffouten naast. De prijs van tokens daalt hard. Stanfords AI Index zette de kosten van GPT-3.5-niveau op 20 dollar per miljoen tokens in november 2022 en op zeven cent in oktober 2024, een factor 280 lager. Je zou een sociaal vangnet koppelen aan een grondslag die elk jaar krimpt terwijl het probleem dat hij moet dekken groeit. En inference draait inmiddels op laptops, telefoons en op servers in landen die niet meetekenen — een heffing die alleen geldt voor wie een Amerikaanse API gebruikt, maakt vooral de niet-Amerikaanse modellen goedkoper. Wie dagelijks met deze modellen werkt, herkent beide bezwaren meteen: de prijs per token van vorig jaar is dit jaar al geen maatstaf meer.
De robotbelasting is het deel dat wél hout snijdt, en ook daarvoor levert Etzioni de reden: een mens in dienst nemen kost je elk jaar loonheffing, een robot kopen schrijf je in jaar één af. Dat verschil stuurt aan op automatiseren, ongeacht of het beter werk oplevert. Dat rechttrekken is geen rem op techniek, dat is het weghalen van een subsidie.
“Leer prompten” helpt de 22-jarige niet die niet binnenkomt
En dan het ongemakkelijke deel voor ons. Op een site over prompten en AI-vaardigheden is de conclusie makkelijk: leer ermee werken, dan overkomt het jou niet. Dat is voor mensen die al binnen zijn ook grotendeels waar. Maar het cijfer waar dit debat op rust, wijst een andere kant op. Stanfords Digital Economy Lab meet dat de werkgelegenheid voor 22- tot 25-jarigen in de meest AI-blootgestelde beroepen 19 procent lager ligt dan wanneer die had meebewogen met leeftijdsgenoten in minder blootgestelde beroepen — een jaar eerder was dat 15 procent. Dezelfde onderzoekers zeggen erbij dat ze géén brede verdringing over de hele economie zien; de werkloosheid bleef in juli op 4,1 procent staan.
Lees dat dan ook goed. De schade komt niet als ontslagrondes, maar als vacatures die nooit worden geplaatst. Voor die groep is “leer beter prompten” geen antwoord, want zij komen niet binnen op hun vaardigheden maar op een startfunctie die niet meer bestaat. Wie AI-training verkoopt als banenverzekering, verkoopt dat aan mensen die al een baan hebben, en niet aan degenen die dit cijfer maken.
Tel deze week je juniorplekken
Doe deze week één ding, en het kost een half uur: loop de rollen in je team langs en kijk hoeveel daarvan je een jaar geleden aan een instromer zou hebben gegeven, en hoeveel daarvan nu bij een ervaren collega met AI liggen. Niet om iets terug te draaien, maar omdat dit het punt is waarop je verschuiving zichtbaar wordt vóór hij in een cijfer staat. Verdwijnt je onderste trede, dan verdwijnt over drie jaar ook de middelste, want daar komt niemand meer vandaan. Wie dat wil vertalen naar werk dat wél overblijft, vindt dat terug in van goed prompten naar automatiseren.
Per token of per vervangen baan: dat ene woord beslist
Komt er een uitgewerkt voorstel voor zo’n heffing, dan is er één vraag die de rest overbodig maakt: waar wordt op geheven, op verbruik of op vervanging? Staat er “per token” of “per rekenuur”, dan betalen de scholen en de kleine gebruikers en gaat de partij die veertig banen wegautomatiseert vrijuit. Staat er iets over verlaagde afschrijving of over loonkosten versus kapitaalkosten, dan raakt het de knop die dit gedrag echt stuurt. In dat ene woord zit het verschil tussen een plan en een gebaar. Wat er ondertussen wél in eigen hand ligt, staat in AI verandert werk.