Is jouw AI-coach eigenlijk wel een coach, of een ja-knikker?

Ik stuurde mijn eigen AI-coach een bericht dat hij eigenlijk niet mocht beantwoorden. Gewoon om te kijken wat er zou gebeuren. Het bericht: “Ik werk al maanden 80 uur per week, ik kan niet meer nadenken. Maar ik moet door, er ligt zoveel werk. Wat moet ik doen?”

Een gewone chatbot was vooral met een plan gekomen: prioriteer, schrap, delegeer. Een echte coach doet dat niet; die onderzoekt eerst en beoordeelt of hij hier wel de juiste voor is. En dat is precies de eigenschap die een goede AI-coach ook zou moeten hebben: weten wanneer hij stil moet zijn.

Ik schrijf dit niet vanaf de zijlijn: ik heb er zelf een gebouwd, en loop tegen elke keuze aan die ik hieronder beschrijf. Wat het verschil tussen een chatbot en een coach betekent voor leiderschapsontwikkeling, en wat je moet checken voordat je AI naast je managers zet, lees je in dit artikel.

Waarom de huidige markt voor AI-coaches de plank misslaat

De markt voor AI-coachingtools groeit snel. Steeds meer organisaties experimenteren met AI als aanvulling op leiderschapsontwikkeling. Begrijpelijk, want de voordelen lijken voor de hand te liggen: schaalbaarheid, kosten en 24/7 beschikbaarheid. Veel tools die zichzelf ‘AI-coach’ noemen zijn in werkelijkheid iets anders: een vraagbaak met een vriendelijke toon. De filosofie waarmee ze gebouwd zijn, bepaalt het verschil.

De grote taalmodellen zijn afgesteld om behulpzaam, vloeiend en direct bruikbaar te zijn. Ze worden getraind op antwoorden die mensen als prettig en nuttig beoordelen, en leren daar vervolgens van. Antwoorden die lekker weglezen en een gevoel van snelle voortgang geven scoren zo beter dan antwoorden die confronteren. Dat werkt uitstekend voor een zoekmachine of tekstschrijver.

Voor coaching werkt die afstelling averechts. Coaching ontleent zijn waarde aan de momenten waarop je krijgt te horen wat je eigenlijk níet wilde horen. Aan de vraag die je liever had ontweken, maar die je wel dwingt tot zelfreflectie. Een AI-tool afgesteld op een prettige gebruikerservaring stelt die vraag niet. Die strijkt glad.

Vraagbaak versus coach: het verschil in de praktijk

Neem een manager die klaagt: “Mijn medewerker luistert gewoon niet.” De vraagbaak-reactie is een kant-en-klaar lijstje: wees concreter, geef feedback, maak verwachtingen expliciet. Allemaal waar, op dat moment volstrekt nutteloos.

De coach-reactie is één vraag: “Heb je deze medewerker ooit oprecht gevraagd waarom het niet lukt? Of ben je er direct vanuit gegaan dat het onwil is?” Die vraag voelt even vervelend. Hij legt de bal terug bij de manager. Een model dat is afgesteld op gebruikerstevredenheid bevestigt liever jouw aanname over die ‘lastige’ medewerker, omdat bevestiging nu eenmaal beter scoort dan confrontatie. Je sluit de chat af met een goed gevoel, zonder dat er iets is veranderd in je gedrag.

Waar een vraagbaak bedient, daagt een coach uit. Dit zijn twee totaal verschillende werelden.

De 3 harde eisen aan een AI-coach voor leiders

Als je AI serieus wil inzetten voor leiderschapsontwikkeling, moet de software fundamenteel anders worden geprogrammeerd. Hieronder lees je 3 harde eisen:

1. Eerst doorvragen, dan pas adviseren: waar mogelijk pas adviseren als de situatie echt duidelijk is, niet meteen als de manager zijn eerste versie heeft gedeeld. Die eerste versie bevat bijna altijd een aanname. Een model dat meteen adviseert, helpt vooral zichzelf. Het levert een antwoord, geen inzicht.
2. Het ongemak opzoeken: durven spiegelen en confronteren waar dat nodig is, ook als de gebruiker daar niet op zit te wachten. Een coach die alleen bevestigt wat je al dacht, heeft geen bestaansrecht.
3. De eigen grenzen kennen: glashelder zijn over wat buiten de competentie valt en direct doorverwijzen naar een mens als het te zwaar wordt. Een tool die overal een antwoord op heeft, is geen coach. Het is een risico.

Wat ik tegenkwam tijdens het bouwen

Ik ontwikkelde NoXQS, een AI-leiderschapscoach via WhatsApp voor professionals, managers en directie met leiderschapsvragen, en loop dagelijks tegen bovenstaande keuzes aan.

De eerste keuze: wanneer doorvragen en wanneer niet

Een coach blijft van nature vragen stellen tot echt alles duidelijk is. Dat werkt aan tafel, in een sessie van twee uur. Op WhatsApp werkt het niet. Managers appen vaak net vijf minuten voor een lastig gesprek: geef me iets bruikbaars. Drie vervolgvragen voelen dan niet als coaching, ze voelen als irritatie.

Mijn keuze: doorvragen als iemand aannames doet over de ander, de situatie of zichzelf. Als iemand vraagt om concrete tips voor een gesprek dat dezelfde dag plaatsvindt, komt er een handvat. Altijd met een kritische vraag erbij. Coachen op WhatsApp is geen coachen aan tafel. De vorm vraagt om aanpassing.

De tweede keuze: waar de grens ligt

Een AI-tool die alles bespreekbaar maakt, is gevaarlijk. Op een vraag over extreme werkdruk hoort een coach een grens te trekken. Maar dat moet je een model wel léren.

Ik stuurde NoXQS exact dat bericht uit de inleiding. Een gewone chatbot was met een plan gekomen. NoXQS herkende de ernst, gaf geen plan, en verwees direct door naar de huisarts of bedrijfsarts. Met één zin: “Het gevoel dat je ‘door moet’ is precies het signaal waar je op moet letten.”

Ik lees niet mee met wat mensen naar NoXQS appen. Volledige privacy. Maar dat betekent ook dat deze coach zijn grenzen feilloos moet kennen, zonder dat ik er als mens tussen zit. Een AI-coach die weet wanneer hij stil moet zijn, is vele malen waardevoller dan een die overal een antwoord op denkt te hebben.

Hoe je een ja-knikker herkent

Overweeg je AI in te zetten voor de ontwikkeling van je managers? Stel dan eerst 3 vragen:

1. Zegt het systeem ooit nee? Een tool die op alles ingaat, ook op burn-out, conflict of een persoonlijke crisis, voelt behulpzaam maar is onveilig.
2. Heeft de bouwer een filosofie? Vraag niet “wat kan het?”, maar “waarom heb je deze keuze gemaakt?”. Een tool zonder filosofie is een feature; een coach neemt positie in.
3. Waarop wordt de tool afgerekend? Als dat is hoe prettig mensen de gesprekken vinden, meet je het verkeerde. Goede coaching is soms onprettig. Dat is het punt.

De AI-coach als sparringpartner, niet als vervanger

Coaching vereist vertrouwen. Iemand die patronen ziet over weken heen, die hoort wat je niet zegt, die samen met jou op zoek gaat naar wat er onder jouw gedrag zit. Dat doet een los gesprek met een model niet, hoe goed het antwoord ook is.

Hier komt een scherpe tegenwerping bovendrijven: hoe weet je dat de confronterende vraag van een AI de júíste vraag is? Bij een menselijke coach vertrouw je onder meer op opleiding en ervaring. Die garantie heb je bij een model niet. Het eerlijke antwoord: een AI-coach stelt niet altijd de beste vraag (een mens trouwens ook niet).

Wat software wél kan, is patronen in taal herkennen. Een absolute claim (‘iedereen is tegen me’), een tegenstrijdigheid tussen wat iemand zegt en wil, een aanname. Dat zijn allemaal signalen in de tekst zelf, en daar kun je een model op trainen. Een spiegel zonder eigen belang of oordeel landt soms zelfs makkelijker dan dezelfde opmerking van een mens. Dat maakt de AI geen betere coach. Het maakt hem goed in een smaller, scherp afgebakend deel van het werk.

De combinatie werkt het sterkst. Een AI-coach die beschikbaar is op het moment dat de manager er behoefte aan heeft, gecombineerd met periodieke 1-op-1 sessies met een menselijke coach die de patronen ziet. De AI vangt de dagelijkse vragen op. De mens ziet wat de manager zelf niet ziet. Het lijkt concurrentie. Het is een taakverdeling. Op voorwaarde dat de AI-coach gebouwd is als coach. Niet als een vraagbaak die zo wordt genoemd.

Wie straks AI naast zijn managers zet, doet er goed aan eerst te checken: heb ik een ja-knikker ingehuurd, of een coach? Open je huidige AI-tool en stel één lastige vraag; een vraag waar je zelf nog niet uit bent. Krijg je alleen een handig lijstje met tips? Dan weet je genoeg.