AI Brain Fry

De belofte was eenvoudig. AI handelt het repetitieve werk af. Mensen handelen het denken af. De cognitieve belasting neemt af. De werkdag wordt lichter. Mensen gaan met energie over naar huis.

BCG ondervroeg 1.488 werknemers in maart 2026 en ontdekte het tegenovergestelde. Veertien procent rapporteerde een toestand die de onderzoekers “AI brain fry” noemden — mentale vermoeidheid die voortkomt uit overmatig gebruik van, interactie met en toezicht op AI-tools die de cognitieve capaciteit van de persoon overstijgen. De getroffenen rapporteerden 33 procent meer beslissingsmoeheid en 39 procent meer ernstige fouten. Ze beschreven een zoemen in hun hoofd, mentale mist, trager verwerken en het gevoel dat hun brein gewoon gestopt was met het opnemen van informatie.

De belofte was dat AI de last zou verlichten. De data zeggen dat AI de last verplaatste — van het uitvoeren van het werk naar het toezicht houden op het werk. En toezicht, zo blijkt, is niet lichter. Het is zwaarder. Het brein dat bevrijd werd van de taak werd geketend aan het toezicht. De machine werkt sneller. De toezichthouder bezwijkt eerst.

Het Supervisieplafond

Er bestaat een concept in het human-factors-onderzoek dat de meeste AI-implementatieteams nooit zijn tegengekomen: het vigilantiedecrement. Joel Warm, Raja Parasuraman en Gerald Matthews documenteerden het gedurende decennia van onderzoek, culminerend in hun artikel uit 2008 “Vigilance Requires Hard Mental Work and Is Stressful.” De bevinding is contra-intuitief. Monitoren — zitten en kijken naar fouten, anomalieen, afwijkingen — is niet passief. Het is een van de cognitief meest veeleisende activiteiten die een mens kan uitvoeren.

De reden is structureel. Wanneer je een taak uitvoert, is je brein betrokken bij het doen — de motorische planning, de besluitvorming, de feedbacklus tussen actie en resultaat. Aandacht wordt verankerd door activiteit. Wanneer je iemand anders de taak ziet uitvoeren — of een machine — moet je brein aandacht vasthouden zonder het anker van actie. Je wacht. Wacht op iets dat misschien niet gebeurt. Wacht op de fout die de machine zou kunnen maken.

Deze aanhoudende, onverankerde aandacht is metabool kostbaar. Het put dezelfde prefrontale bronnen uit die de besluitvorming gebruikt. En het put ze sneller uit dan het werk zelf uitvoeren, omdat er geen ritmische betrokkenheid is om de inspanning te ondersteunen. Het vigilantiedecrement is de meetbare afname in monitoringprestaties die zich in de loop van de tijd voordoet — doorgaans binnen 15 tot 20 minuten ononderbroken toezicht. Het brein is niet ontworpen voor aanhoudende passieve bewaking. Het is ontworpen voor betrokkenheid.

Pas dit toe op een werkdag. Een marketingmanager houdt toezicht op een AI-contentgenerator, een AI-analysedashboard en een AI-campagneoptimalisator. Elk tool produceert output die verificatie vereist. Elke verificatie vereist dat de manager evalueert of de machine het goed heeft gedaan — wat inhoudt dat ze het mentale model van wat “goed” betekent moet vasthouden terwijl ze zoekt naar afwijkingen van dat model. Drie tools. Drie gelijktijdige vigilantietaken. Elk hetzelfde cognitieve reservoir uitputtend.

Het BCG-onderzoek concludeerde dat de productiviteit piekt bij drie gelijktijdige AI-tools. Boven vier daalt ze. Dit is geen technologische bevinding. Het is een bevinding over cognitieve architectuur. Het menselijk brein heeft een supervisieplafond — een maximaal aantal gelijktijdige toezichtstromen dat het kan onderhouden voordat de prestaties afnemen. Drie tools is het plafond voor de meeste mensen. De vierde tool voegt geen capaciteit toe. Het trekt capaciteit af.

Wat Cortisol Doet met de Toezichthouder

Robert Sapolsky besteedde decennia aan het documenteren van het biologische mechanisme van chronische stress. Zijn werk, samengevat in Why Zebras Don’t Get Ulcers, traceert een nauwkeurig pad. Wanneer het brein een stressor tegenkomt — een bedreiging, een eis, een toestand van aanhoudende vigilantie — activeert de hypothalamus-hypofyse-bijnieras. Cortisol komt in de bloedbaan. In acute doses is cortisol nuttig: het verscherpt de focus, mobiliseert energie, bereidt het lichaam voor op actie. De leeuw achtervolgt je. Cortisol helpt je rennen.

Maar de stressoren van AI-toezicht zijn geen leeuwen. Ze zijn chronisch. De marketingmanager die toezicht houdt op drie AI-tools staat niet voor een enkele acute bedreiging. Ze staat voor een continue, laagdrempelige eis aan vigilantie — acht uur lang output bekijken, kwaliteit beoordelen, fouten opsporen die al dan niet bestaan. Het cortisolpad maakt geen onderscheid tussen een leeuw en een dinsdagochtend van AI-monitoring. Het activeert hetzelfde mechanisme.

Chronisch verhoogd cortisol doet drie dingen die direct relevant zijn voor cognitief werk. Ten eerste tast het de hippocampusfunctie aan. De hippocampus — de hersenstructuur waar nieuwe herinneringen worden geconsolideerd, waar leren plaatsvindt — is een van de meest cortisolgevoeelige regio’s in het brein. Sonia Lupien en collega’s demonstreerden dit in een longitudinaal onderzoek gepubliceerd in Nature Neuroscience in 1998: proefpersonen met aanhoudend verhoogd cortisol vertoonden een reductie van 14 procent in hippocampusvolume en meetbare tekorten in geheugenvorming. De operationele vertaling: een chronisch gestresste werknemer leert nieuwe dingen langzamer, onthoudt minder en maakt meer geheugenfouten.

Ten tweede tast chronisch cortisol de prefrontale cortexfunctie aan. De prefrontale cortex is waar de executieve functies huizen — planning, besluitvorming, impulscontrole, het vermogen om meerdere variabelen in het werkgeheugen vast te houden en tegelijkertijd te evalueren. Dit is precies het vermogen dat AI-toezicht vereist. De persoon die de output van de machine monitort moet de standaard vasthouden, de output vergelijken, het verschil identificeren en beslissen of ingrijpen nodig is. Elk van die stappen is een prefrontale functie. En elk wordt aangetast door het cortisol dat het monitoren zelf produceert.

Ten derde verschuift chronisch cortisol de cognitieve verwerking van bewust, reflectief denken naar gewoontegebaseerde, automatische reacties. Sapolsky documenteerde dit bij primaten; vervolgonderzoek bij mensen bevestigde het. Onder aanhoudende stress grijpt het brein terug naar al geleerde routines en snelkoppelingen. Het bespaart bronnen door de verwerkingsdiepte te verminderen. De kwaliteit van het toezicht neemt af — niet omdat de persoon lui of slordig is, maar omdat de biologie van chronische vigilantie hun cognitieve modus heeft verschoven van bewuste evaluatie naar patroonherkenning.

Het circuit sluit zich. AI-toezicht vereist aanhoudende vigilantie. Aanhoudende vigilantie produceert cortisol. Cortisol tast de cognitieve functies aan die nodig zijn voor toezicht. Aangetast toezicht produceert fouten. Fouten vereisen meer toezicht. Het systeem voedt zichzelf.

De Intensiveringslus

Het BCG-onderzoek staat niet op zichzelf. In februari 2026 publiceerden Aruna Ranganathan en Xingqi Maggie Ye van UC Berkeley bevindingen uit een acht maanden durend etnografisch onderzoek onder ongeveer 200 werknemers van een Amerikaans technologiebedrijf. Hun artikel in de Harvard Business Review droeg een titel die het heersende narratief tegenspreekt: “AI Doesn’t Reduce Work — It Intensifies It.”

Ranganathan en Ye documenteerden drie vormen van intensivering. Ten eerste, scopeuitbreiding: werknemers verlegden de grenzen van “mijn werk” omdat AI voorheen onmogelijke taken mogelijk maakte. De persoon die een rapport schreef schrijft er nu drie, omdat de AI ze snel opstelt. De persoon die een kanaal beheerde beheert er nu vier. De werklast nam niet af. De verwachtingen stegen om de capaciteit te vullen die de tool had gecreeerd.

Ten tweede, grensvervaging: omdat AI het gemakkelijk maakt om taken te beginnen en voort te zetten, sijpelde werk de pauzes in. Mensen stuurden prompts tijdens de lunch, voor vergaderingen, ‘s avonds. De natuurlijke stoppunten van de werkdag — de momenten waarop het lichaam herstelt en de geest consolideert — losten op. De tool was altijd beschikbaar, dus het werk was altijd beschikbaar, dus de werknemer werkte altijd.

Ten derde, cognitieve multithreading: werknemers voerden meerdere AI-ondersteunde processen tegelijkertijd uit — content genereren in het ene venster terwijl ze analyse bekeken in een ander en een chatbot monitorden in een derde. Elke thread eiste aandacht. De aandacht was verdeeld. De kwaliteit van elke thread nam af naarmate het aantal threads toenam.

De verbinding met de BCG-data is direct. De 14 procent die brain fry rapporteert is niet fragiel. Ze zijn niet technofoob. Het zijn de werknemers die AI het meest enthousiast hebben omarmd — en het cognitieve plafond als eerste bereikten. Het BCG-onderzoek concludeerde dat de zwaarst getroffen rollen marketing, softwareontwikkeling, HR, financien en IT waren. Dit zijn de afdelingen waar AI-adoptie het verst gevorderd is. Brain fry is geen adoptieprobleem. Het is een gevolg van adoptie zonder cognitieve grenzen.

De Vraag-Controle Botsing

Robert Karasek beschreef de architectuur van werkstress in 1979, en het model is gevalideerd over vier decennia van onderzoek naar arbeidsgezondheid. Werkstress is de interactie van twee variabelen: de eisen die aan de werknemer worden gesteld en de controle die de werknemer heeft over hoe aan die eisen wordt voldaan.

Hoge eisen plus hoge controle levert op wat Karasek “actief werk” noemde — uitdagend, engagerend, houdbaar. De chirurg die voor intense eisen staat maar de aanpak, het tempo en de instrumenten kiest, bevindt zich in het actieve kwadrant. Hoge eisen plus lage controle levert “hoogspanningswerk” op — de configuratie die het meest betrouwbaar geassocieerd is met burnout, hart- en vaatziekten en cognitieve degradatie.

AI-toezicht, zoals het doorgaans wordt geimplementeerd, bezet het hoogspanningskwadrant. De eisen zijn hoog: de output monitoren, de kwaliteit verifieren, de fouten opsporen, de standaard handhaven over meerdere gelijktijdig draaiende tools. De controle is laag: de werknemer heeft de tools niet gekozen, het tempo niet bepaald, de integratie niet ontworpen en kan het volume of de snelheid van de AI-output niet controleren. De machine produceert. De mens verifieert. De mens controleert het productietempo niet.

Het model van Karasek voorspelt het resultaat: spanning. Het onderzoek van Sapolsky verklaart het mechanisme: spanning produceert cortisol. De BCG-data bevestigen het resultaat: 14 procent meer mentale inspanning, 12 procent meer mentale vermoeidheid, 19 procent meer informatieoverbelasting. Voorspelling, mechanisme en meting zijn op een lijn.

De werknemers zijn niet onder spanning omdat ze zwak zijn. Ze zijn onder spanning omdat de organisatiearchitectuur ze in een positie van hoge eisen en lage controle heeft geplaatst en dat empowerment heeft genoemd.

Het Lichaam als Data

Ik kom terug op deze uitdrukking omdat het gesprek over AI-gerelateerde vermoeidheid gewoonlijk in het verkeerde register wordt gevoerd. Management praat over “verandermanagement” en “adoptiecurves” en “trainingsprogramma’s.” Het lichaam praat over iets heel anders.

Toen de BCG-respondenten een “zoemen” in hun hoofd beschreven, was dat data. Het zoemen is de subjectieve ervaring van aanhoudende activering van het sympathische zenuwstelsel — de vecht-of-vluchtreactie van het lichaam die op een laag, chronisch niveau opereert. Het is geen metafoor. Het is fysiologie. De hartslag is licht verhoogd. De spieren dragen laaggradige spanning. Het aandachtssysteem is hyperactief, zoekend naar bedreigingen — in dit geval, zoekend naar fouten in de AI-output.

Toen werknemers mentale mist rapporteerden, was dat data. De mist is de subjectieve ervaring van uitputting van de prefrontale cortex — de executieve functies die afnemen omdat de metabole bronnen die ze in stand houden zijn opgebruikt aan vigilantie. De mist is geen stemming. Het is een cognitieve toestand met meetbare correlaten: tragere reactietijden, verminderde werkgeheugencapaciteit, aangetast oordeelsvermogen.

Toen werknemers rapporteerden 39 procent meer ernstige fouten te maken, was dat data. De fouten zijn geen nalatigheid. Ze zijn het voorspelbare gevolg van een uitgeput cognitief systeem waarvan gevraagd wordt precies die taken uit te voeren — evaluatie, oordeel, kwaliteitscontrole — die de uitputting aantast. Het systeem produceert de fouten die het toezicht had moeten opvangen. Het toezicht produceert de uitputting die de fouten veroorzaakt.

Het lichaam is data. En de data zeggen: het huidige model van AI-toezicht breekt de mensen waar het van afhankelijk is.

De Drie-Toolsdrempel

De BCG-bevinding over de drie-toolsdrempel verdient specifieke aandacht omdat het iets zeldzaams biedt in de organisatiepsychologie: een concreet getal.

Het meeste onderzoek naar cognitieve belasting levert relatieve bevindingen op — meer belasting leidt tot slechtere prestaties, minder belasting tot betere. De richting is duidelijk maar de drempel is vaag. De BCG-data leveren een drempel: drie gelijktijdige AI-tools is het productieve maximum voor de meeste werknemers. Boven drie overstijgt de cognitieve overhead van contextwisselingen, kwaliteitsverificatie en gelijktijdige monitoring de productiviteitswinst die de extra tools opleveren.

Dit is geen technologische beperking. Het is een biologische. Het werkgeheugen — de cognitieve werkruimte waar informatie wordt vastgehouden en gemanipuleerd — heeft een goed gedocumenteerde capaciteitslimiet. George Millers artikel uit 1956 stelde het bereik vast op zeven plus of min twee items. Vervolgonderzoek, met name Nelson Cowans verfijning uit 2001, vernauwde de effectieve capaciteit tot ongeveer vier onafhankelijke informatieblokken. Elke AI-tool die toezicht vereist bezet een of meer blokken van het werkgeheugen: het doel van de tool, de huidige staat, de outputkwaliteit en de beslissing of ingegrepen moet worden. Drie tools naderen de capaciteitslimiet. Vier overschrijden die.

Wanneer de limiet wordt overschreden, faalt het brein niet sierlijk. Het gooit ballast overboord. De aandacht vernauwt. Perifere monitoring stopt. De werknemer richt zich op de meest saliënte tool — doorgaans degene die het meest recent output produceerde of degene waarvan de fouten de ernstigste gevolgen hebben — en de andere tools draaien zonder toezicht. Het toezicht wordt een illusie. De manager gelooft dat ze vier tools monitort. Ze monitort er een, werpt een blik op twee en negeert de vierde.

De organisatie telt vier AI-tools in productie. De cognitieve realiteit is een tool onder actief toezicht en drie die op vertrouwen draaien.

Wat Organisaties Verkeerd Begrijpen

Er zit een structureel misverstand ingebakken in de meeste AI-implementatiestrategieen, en de BCG-data maken het zichtbaar.

Het misverstand is dit: organisaties behandelen AI-toezicht als een secundaire taak. De primaire taak is het werk — de marketing, de analyse, de klantenservice, de softwareontwikkeling. De AI doet de primaire taak. De mens houdt toezicht. Het toezicht wordt gepositioneerd als lichter dan de uitvoering, omdat de machine het zware werk doet.

Het human-factors-onderzoek zegt het tegenovergestelde. Toezicht is niet lichter dan uitvoering. In veel configuraties is het zwaarder — omdat het aanhoudende vigilantie vereist zonder de betrokkenheid die actie biedt. De persoon die de marketingtekst schrijft is cognitief betrokken bij de creatie. De persoon die de AI-marketingtekst beoordeelt is cognitief betrokken bij de evaluatie — en evaluatie zonder creatie is de klassieke vigilantietaak. Het is veeleisend, uitputtend en depletief.

Het misverstand produceert een voorspelbare fout in de werklastplanning. Als toezicht als licht wordt beschouwd, kan de werknemer veel tools overzien terwijl de bestaande werklast behouden blijft. De organisatie voegt AI-tools toe zonder menselijke taken te verwijderen. De netto cognitieve belasting stijgt. De werknemer absorbeert de stijging omdat het alternatief — zeggen “ik kan dit niet aan” — een carriererisico is. De BCG-data tonen het resultaat: 34 procent van de werknemers met brain fry rapporteert een actieve intentie om te vertrekken. Ze vertrekken niet omdat de tools slecht zijn. Ze vertrekken omdat de cognitieve belasting onhoudbaar is en de organisatie het niet erkent.

De oplossing is niet meer training. De oplossing is herontwerp van de werklast. Als AI-toezicht cognitief veeleisend is — en de data zeggen dat het zo is — dan moet de introductie van AI-tools vergezeld gaan van de verwijdering van equivalente cognitieve eisen elders. Niet meer taken met lichter gewicht. Minder taken met hetzelfde gewicht. De rekenkunde is niet-onderhandelbaar: het brein heeft een eindig dagelijks budget aan cognitieve inspanning, en toezicht put uit hetzelfde budget als uitvoering.

De Organisatiecultuurvariabele

Het BCG-onderzoek bracht een bevinding aan het licht die het hele gesprek herkaadert: werknemers in organisaties die actief werk-privébalans waarderen rapporteerden 28 procent lagere vermoeidheidsscores dan werknemers in organisaties die dat niet doen.

Achtentwintig procent is niet marginaal. Het is het verschil tussen een houdbare en een destructieve werklast. En het heeft niets te maken met de AI-tools zelf. De tools zijn identiek. De cognitieve eis van toezicht is identiek. Het verschil is de organisatorische context — specifiek, of de organisatie voorwaarden schept waarbinnen de werknemer kan herstellen van de cognitieve eisen van de dag.

Herstel is geen luxe. Het is een biologische vereiste. Sapolskys onderzoek naar cortisol toont aan dat de stressreactie geen schade aanricht wanneer ze gevolgd wordt door herstel. Acute stress gevolgd door rust is hoe het systeem ontworpen is om te werken. De schade ontstaat wanneer de stress chronisch is — wanneer er geen herstelperiode is, wanneer het cortisol verhoogd blijft, wanneer het lichaam nooit terugkeert naar de basislijn.

Een organisatie die werk-privébalans waardeert is een organisatie die herstelperiodes creëert. Vergaderingen eindigen op redelijke tijden. Weekenden zijn geen werkdagen. Avonden zijn geen monitoringsessies. De herstelperiodes staan toe dat cortisol terugkeert naar de basislijn. De hippocampus consolideert het geleerde van de dag. De prefrontale cortex vult zijn metabole reserves aan. De volgende dag keert de werknemer terug naar toezichtstaken met herstelde cognitieve capaciteit.

Een organisatie die werk-privébalans niet waardeert is een organisatie die herstelperiodes elimineert. De AI-tools draaien continu, dus de monitoring draait continu. De output arriveert ‘s avonds, dus de verificatie vindt ‘s avonds plaats. De grens tussen werk en rust lost op — precies het patroon dat Ranganathan en Ye documenteerden op hun onderzoekslocatie. Het cortisol keert nooit terug naar de basislijn. De cognitieve degradatie accumuleert. Brain fry is geen gebeurtenis. Het is een traject.

De Integratie

Dit is de spanning die ik wil vasthouden, omdat het laten instorten ervan oneerlijk zou zijn.

AI-tools zijn oprecht nuttig. Ze vergroten mogelijkheden, versnellen output en maken voorheen onmogelijke taken routinematig. De BCG-data spreken dit niet tegen. Werknemers die AI-tools gebruiken rapporteren productiviteitswinst — tot aan de drie-toolsdrempel. De winst is reeel.

AI-toezicht is oprecht uitputtend. Dezelfde tools die mogelijkheden vergroten vereisen toezicht dat de toezichthouder uitput. De cognitieve kosten van toezicht zijn reeel, biologisch en cumulatief. De uitputting is geen karakterfout of trainingstekort. Het is een gevolg van het menselijk brein vragen om aanhoudende vigilantie uit te voeren — een taak waarvoor het niet ontworpen is — met de snelheid en schaal van machineoutput.

Beide dingen zijn waar. De tools helpen. Het toezicht schaadt. Het voordeel en de kosten komen samen, in hetzelfde systeem, en treffen dezelfde persoon.

De organisaties die deze spanning zullen navigeren zijn degenen die stoppen met AI-implementatie te behandelen als een technologieproject en beginnen het te behandelen als een project van cognitieve architectuur. De vraag is niet “welke AI-tools moeten we implementeren?” De vraag is “wat is het cognitieve-belastingsbudget van het team dat toezicht zal houden op deze tools, en hoe houden we de totale belasting binnen het budget?”

Het BCG-onderzoek geeft ons de drempel: drie tools. Karasek geeft ons het model: controle verhogen naast de eis. Sapolsky geeft ons het mechanisme: bescherm de herstelperiodes of het cortisol zal de schade aanrichten. Warm en Parasuraman geven ons de waarschuwing: toezicht is geen rust. Het is werk — zwaar, veeleisend, uitputtend werk dat het organogram als makkelijk heeft geclassificeerd.

Het brein heeft een supervisieplafond. De meeste organisaties hebben het al overschreden. De data zijn beschikbaar. De vraag is of de organisaties die de tools hebben geimplementeerd de data zullen lezen voordat de mensen die toezicht houden op de tools opbranden.

De machine werkt sneller. De toezichthouder bezwijkt eerst. Het lichaam is data. Lees de data.