In maart 2026 introduceerden onderzoekers van Stanford en BetterUp een term voor iets wat iedereen al had opgemerkt, maar waar niemand een naam aan had gegeven: workslop. Het is door AI gegenereerde content die er gepolijst uitziet, soepel leest en professioneel taalgebruik hanteert — maar die absoluut niets toevoegt.
Je hebt workslop vast al gezien. En waarschijnlijk ook zelf geproduceerd. De mail die begint met “Ik hoop dat deze boodschap je goed bereikt” en vervolgens in 200 woorden vertelt wat ook in 20 woorden had gekund. Het rapport dat keurig elk onderdeel van het sjabloon invult, maar geen origineel inzicht bevat. De LinkedIn-post die klinkt als alle andere posts omdat hij door hetzelfde model met dezelfde standaardprompt is gegenereerd.
Workslop is de verborgen kostenpost van AI die geen enkele productiviteitsstudie meet — omdat het eruitziet als output. Het vult inboxes, verstopt Slack-kanalen en bevolkt rapporten. Het haalt alle geautomatiseerde kwaliteitschecks. Maar het voegt voor niemand die het leest enige waarde toe.
Belangrijkste inzicht
Workslop ontstaat wanneer je AI gebruikt om te genereren in plaats van om na te denken. De oplossing: gebruik AI om ideeën die je al hebt te verfijnen, niet om ideeën te creëren die je niet hebt. Begin met een ruwe gedachte en laat AI die polijsten. Begin niet met “schrijf iets over X” en accepteer wat er uit komt.
Hoe herken je workslop?
| Signaal | Hoe het eruitziet | Waarom het workslop is |
|---|---|---|
| Generieke opening | "In het snel veranderende landschap van vandaag..." | Kan over elk onderwerp gaan. Geen specificiteit. |
| Synoniemen stapelen | "Innovatieve, geavanceerde, baanbrekende aanpak" | Drie woorden die hetzelfde zeggen. Opvulling. |
| Geen specifieke cijfers | "Aanzienlijke verbetering" in plaats van "37% verbetering" | Vage claims die niet geverifieerd of opgevolgd kunnen worden. |
| Conclusie herhaalt inleiding | "Tot slot, zoals we hebben besproken..." | Geen nieuw inzicht, alleen structuur toegepast. |
| Verwisselbare inhoud | Zou elk bedrijf/product/persoon kunnen beschrijven | Geen domeinkennis, geen originele observatie. |
Waarom produceert AI workslop?
Omdat je het erom vroeg. Workslop is het natuurlijke resultaat van vage prompts. "Schrijf een mail over de projectupdate" → de AI heeft geen projectdetails, geen context over de doelgroep en geen specifieke update. Het genereert iets dat lijkt op een mail over een projectupdate. Het gebruikt professioneel taalgebruik, heeft alinea’s en opsommingen. Maar het bevat je eigenlijke update niet, omdat je die nooit hebt meegegeven.
Dit is het fundamentele misverstand over AI: het genereert tekst die past bij het patroon van wat je vroeg. Als je prompt een patroon beschrijft ("schrijf een mail"), krijg je een patroon. Als je prompt inhoud bevat ("vat deze 3 beslissingen samen en de 2 actiepunten met deadlines"), krijg je inhoud.
Het ICCSSE-framework bestaat juist om workslop te voorkomen. Elk element dwingt je om inhoud toe te voegen: wie de AI moet zijn (Identiteit), in welke situatie dit geldt (Context), welke grenzen gelden (Constraints), in welke volgorde iets moet gebeuren (Steps), wat je precies wilt (Specifics) en hoe goed eruitziet (Examples). Een prompt die al deze zes vragen beantwoordt, kan geen workslop produceren, omdat je de AI te veel concrete informatie hebt gegeven om terug te vallen op patronen.
---📬 Heb je hier iets aan? We schrijven over AI als practitioners, niet als promotors. Ontvang het in je inbox →
---5 manieren om workslop te voorkomen
1. Begin met jouw inzicht, niet met AI. Schrijf je eigenlijke punt eerst in 2-3 zinnen. Vraag daarna aan AI om dat uit te breiden, te verfijnen en te formatteren rond JOUW punt. Zo weet je zeker dat elke output ten minste één originele gedachte bevat — die van jou.
2. Verwijder alles wat ook voor iemand anders zou kunnen gelden. Nadat AI output heeft gegenereerd, haal je elke zin weg die even waar zou zijn voor een ander bedrijf, persoon of situatie. Wat overblijft, is de inhoud. Als er niets overblijft, heb je workslop.
3. Voeg specifieke cijfers toe voordat je AI vraagt om te schrijven. "Omzet groeide met 23% naar $4,2M" levert echte content op. "Omzet liet aanzienlijke groei zien" levert workslop op. Cijfers dwingen specificiteit af.
4. Pas de "dus wat?"-test toe. Lees elke alinea en vraag "dus wat?". Als het antwoord is "niets — het klinkt alleen professioneel", verwijder het dan. Professioneel klinkende leegte is de definitie van workslop.
5. Optimaliseer je prompts. De Prompt Optimizer herschikt elke prompt zodat die context, constraints en specifics bevat — de elementen die workslop voorkomen. Plak je vage prompt, krijg een specifieke terug en zie de kwaliteit van de output stijgen.
---📬 Wil je meer van dit soort content? We bestrijden workslop met echte content, elke week. Gratis inschrijven →
---Veelgestelde vragen
Is alle door AI gegenereerde content workslop?
Nee. AI kan uitstekende, inhoudelijke output produceren wanneer je specifieke input, duidelijke constraints en voorbeelden meegeeft. Workslop ontstaat door luie prompting, niet door AI zelf. Het model produceert content die net zo specifiek is als je prompt.
Hoe weet ik of mijn eigen AI-output workslop is?
De verwisselingstest: zou deze tekst elk ander bedrijf/persoon/situatie zonder aanpassingen kunnen beschrijven? Als dat zo is, is het workslop. Goede AI-output is specifiek voor jouw situatie, data en context.
Worden mensen ontslagen omdat ze workslop produceren?
Nog niet — maar de trend gaat die kant op. Naarmate AI-geletterdheid toeneemt, kunnen managers AI-gegenereerde opvulling makkelijker herkennen. Werknemers die AI gebruiken om volume in plaats van kwaliteit te produceren, vallen steeds meer op. De vaardigheid die telt, is AI gebruiken om beter werk te leveren, niet om meer werk te doen.
Transparantie: sommige links in dit artikel zijn affiliate links. We raden alleen tools aan die we zelf hebben getest en regelmatig gebruiken. Bekijk ons volledige transparantiebeleid.