Wie het meest risico loopt door automatisering van werk, leert het minst bij: hoe komt dat?

De snelle opkomst van kunstmatige intelligentie en robotica verandert banen ingrijpend. Taken als lezen, schrijven, patronen herkennen en beslissen kunnen steeds vaker door nieuwe technologie worden uitgevoerd. Ook als banen niet volledig verdwijnen, verandert de inhoud van veel functies en worden andere vaardigheden gevraagd. Werknemers moeten daarom blijven leren om duurzaam inzetbaar te blijven, zowel via cursussen en trainingen (formeel leren) als via leren in het dagelijks werk, bijvoorbeeld door uitproberen, van collega’s, of uit vakliteratuur (informeel leren).

Toch laten eerdere studies een opvallende paradox zien: juist werknemers met banen die het meest kwetsbaar zijn voor automatisering, nemen het minst deel aan bij- en omscholing. In dit artikel onderzoeken we hoe dat kan. We gebruiken surveydata onder 1.719 werknemers in Nederland uit 2020 en structural equation-modellen om naar vier factoren te kijken: (a) het daadwerkelijke (‘objectieve’) automatiseringsrisico van hun baan, (b) het gepercipieerd risico (hoe groot werkenden dit risico zelf inschatten), (c) hun leerintenties (de bereidheid om te leren), en (d) de toegang die zij ervaren tot opleidingsmogelijkheden en een ondersteunende leeromgeving in de organisatie waar zij werken.

De resultaten laten zien dat verschillen in leerdeelname deels samenhangen met objectieve automatiseringsrisico’s, maar vooral met leerintenties én met toegang tot scholing en een ondersteunende leeromgeving. Werknemers in hoogrisicobanen hebben minder vaak de intentie om te leren en geven vaker aan dat opleidingsmogelijkheden ontbreken. Opvallend is dat zij het risico op automatisering wel hoger inschatten dan anderen, en dat deze onzekerheid juist samengaat met méér bereidheid om bij te blijven met technologische ontwikkelingen. Het zijn dus niet hun zorgen over automatisering, maar vooral de beperktere kansen en steun in hun organisatie die maken dat zij minder vaak daadwerkelijk deelnemen aan leeractiviteiten. Daarmee toont deze studie dat organisatiebeleid van groot belang is voor een evenwichtige verdeling van de risico’s van automatisering over werkenden.