Proactief omscholen voor een door AI verstoorde carrière vs. afwachten hoe de markt zich ontwikkelt
Als je handelt
Proactief omscholen naar een AI-bestendige rol
15%
Als je niets doet
Wachten hoe de AI-ontwrichting uitpakt voor je omschoolt
56%
Percentage dat later spijt heeft van elke keuze. De balken en het volledige overzicht staan hieronder.
Carrière
Laatst beoordeeld 2026-05-14
Kwaliteit van bewijs 3.75/5
Beoordelingsscore op acht dimensies volgens de
kwaliteitsrubriek
. Elke dimensie krijgt een score van 1 tot 5.
D1 Bronverificatie
4/5
D2 Autoriteit en onafhankelijkheid van bronnen
4/5
D3 Nauwkeurigheid van spijtcijfer
2/5
D4 Vergelijkbaarheid van bronnen
2/5
D5 Gilovich-patroon
4/5
D6 Prozakwaliteit
5/5
D7 Volledigheid van voorbehouden
5/5
D8 Steekproefkwaliteit
4/5
Gemiddelde3.75/5
Proxygegevens — er bestaat geen directe spijtenquête voor deze beslissing. De percentages zijn afgeleid van tevredenheidsscores en toegangsdrempelgegevens in plaats van vragen die direct naar spijt vroegen. Zie opmerkingen hieronder.
Spijt van handelen
Proactief omscholen naar een AI-bestendige rol
15%
Geen enkele enquête meet spijt onder werknemers die proactief bijscholing volgden voor door AI ontwrichte carrières. ~15% is een afgeleide richtinggevende plaatsaanduiding (GEEN gemeten percentage): het weerspiegelt de actiekant van de actie/inactie-spijtasymmetrie van Gilovich & Medvec — kortetermijnactiespijt ligt bij carrièrebeslissingen ruim onder inactiespijt — en het risico van veroudering doordat AI-vaardigheden binnen 2–4 jaar achterhaald kunnen raken. De aangehaalde cijfers van Pew/LinkedIn meten AI-optimisme en zorg van leidinggevenden over vaardigheidskloven, geen spijt van wie zich omschoolde.
Werknemers die proactief AI-gerelateerde bijscholing of herscholing hebben nagestreefd (Amerikaanse en OESO-data)
2024-2025
Spijt van nalaten
Wachten hoe de AI-ontwrichting uitpakt voor je omschoolt
56%
56% van de Amerikaanse volwassenen is extreem of zeer bezorgd over AI-gedreven banenverlies — de belangrijkste vooruitkijkende proxy voor inactiespijt in door AI ontwrichte carrières (Pew 2025, n=5,410)
Amerikaanse volwassenen die nog geen AI-gerelateerde herscholing of bijscholing hebben nagestreefd
augustus 2024, gepubliceerd april 2025
% betreurt deze keuze
Proactief omscholen naar een AI-bestendige rolWachten hoe de AI-ontwrichting uitpakt voor je omschoolt
15%56%
inaction dominates — Niets doen domineert — de meesten hebben spijt dat ze niet handelden.
Gerelateerde keuzes
Semantisch vergelijkbare keuzes — zelfde terrein, andere afwegingen.
No direct regret survey exists for proactive AI retraining decisions — the rates below are forward-looking concern and aspiration proxies, not retrospective measurements. Among US adults, 56% are extremely or very concerned about AI-driven job loss and 64% believe AI will lead to fewer jobs over the next 20 years, according to a Pew Research Center survey of 5,410 US adults fielded in August 2024. Only 23% of the public believes AI will have a positive impact on how people do their jobs. Workers in the most AI-exposed roles — approximately 19% of the US workforce by Pew’s 2023 occupational analysis — face the highest structural risk: these tend to be higher-wage roles ($33/hour on average versus $20/hour in least-exposed jobs), meaning the displacement stakes for waiting are significant.
The decision to wait is not simply a bet on AI disruption failing to materialise — it is also a bet on timing. The specific AI tools and skills that are most valuable today (prompt engineering, workflow automation with a particular platform, specific coding assistants) evolve faster than most training curricula. A worker who retrains today for a particular AI application risks finding portions of that skill set superseded within a few product cycles — a plausible obsolescence risk given the pace of AI capability change, though no study has yet tracked how often this actually happens to early retrainers. This obsolescence risk generates the primary mechanism for action-side regret: early retrainers may find that one-time credential acquisition is insufficient and that the decision is better framed as beginning continuous learning earlier versus later. Only 36% of organisations operate as career development champions with structured learning programs (LinkedIn 2025 Workplace Learning Report), which means the majority of workers who do retrain are doing so without employer support — the condition most associated with higher credential mismatch rates.
Gilovich and Medvec’s temporal asymmetry research predicts that inaction regrets tend to grow over time while action regrets fade, a pattern especially likely in AI disruption because consequences accumulate slowly. Workers in AI-exposed roles may experience years of gradual wage stagnation and narrowing opportunity before attributing the outcome to delayed adaptation. By the time the inaction regret crystallises, the gap to close is substantially larger than it would have been with earlier action. The 56-to-15 inaction-to-action concern ratio should be read as directional given the prospective nature of the evidence — but the pattern is consistent with the broader Gilovich/Medvec literature on career deferral decisions, and with the structural employment data showing that AI-exposed workers are already experiencing measurable wage and opportunity divergence from less-exposed peers.
Bronnen: handelen
Bronnenverantwoording
Elk getal hieronder is wat elke bron rapporteerde, met het letterlijke citaat waarop we ons baseerden en hoe we tot ons cijfer kwamen. Klik op een link om rechtstreeks te verifiëren.
2/2 bronnen onafhankelijk woordelijk geverifieerd tegenover de geciteerde bron
[1]Pew Research Center — How the U.S. Public and AI Experts View Artificial Intelligence
Geverifieerd
Gerenommeerde referentie
73% of AI experts surveyed say AI will have a very or somewhat positive impact on how people do their jobs over the next 20 years — versus only 23% of the US public; 56% of the public is extremely or very concerned about job loss from AI
Fragment
“"While 73% of AI experts surveyed say AI will have a very or somewhat positive impact on how people do their jobs over the next 20 years, that share drops to 23% among U.S. adults."
”
Brongegevens van
2025-04-03
Geraadpleegd
2026-05-14
Verificatie
Fragment onafhankelijk opnieuw opgehaald en woord voor woord bevestigd tegenover de geciteerde bron tijdens onze onderbouwingsaudit.
Berekening
Pew Research Center, n=5,410 US adults + 1,013 US-based AI experts, fielded August 2024, published April 2025. This source measures optimism about AI's job impact (73% of experts vs 23% of the public say AI will be positive) — it does NOT measure retraining regret, and no such survey exists for AI-disruption retraining as of 2026. The 0.15 action-side rate is NOT derived from this statistic. It is an inferred directional placeholder reflecting one structural regularity from the regret literature: Gilovich and Medvec find that short-term action regrets run well below inaction regrets in career decisions, especially when the action is future-oriented rather than a reversal of a valued identity. Treat 0.15 as a placeholder consistent with the proxy_only framing, not a measured rate. The substantive action-side concern that motivates a non-zero placeholder is obsolescence risk: AI capabilities shift faster than most training curricula, so skills acquired in one generation of tools may require updating within 2-4 years. This source is retained as authoritative context for the optimism gap, not as the basis for the rate.
49% of executives agree employees lack the right skills to execute business strategy; only 36% of organizations qualify as career development champions with robust learning programs
Fragment
“"49% agreeing, 'My executives are concerned that employees do not have the right skills' to execute business strategy."
”
Brongegevens van
2025-01-01
Geraadpleegd
2026-05-14
Verificatie
Fragment onafhankelijk opnieuw opgehaald en woord voor woord bevestigd tegenover de geciteerde bron tijdens onze onderbouwingsaudit.
Berekening
LinkedIn 2025 Workplace Learning Report. The 49% executive concern figure and the 36% career-development-champion rate together establish that the majority of workers who do retrain are doing so in organisations without structured support programs. This is the mechanism for action-side regret: self-directed retraining in the absence of institutional support has a substantially higher skill- mismatch rate than employer-sponsored, structured programs. The figure is not used in the 0.15 rate arithmetic directly; it contextualises the obsolescence risk and program-quality disparity.
Bronnen: niet handelen
Bronnenverantwoording
Elk getal hieronder is wat elke bron rapporteerde, met het letterlijke citaat waarop we ons baseerden en hoe we tot ons cijfer kwamen. Klik op een link om rechtstreeks te verifiëren.
1/2 bronnen onafhankelijk woordelijk geverifieerd tegenover de geciteerde bron
[1]Pew Research Center — How the U.S. Public and AI Experts View Artificial Intelligence
Geverifieerd
Gerenommeerde referentie
56% of US adults are extremely or very concerned about job loss from AI; 64% think AI will lead to fewer jobs over the next 20 years; only 23% believe AI will have a positive impact on how people do their jobs
Fragment
“"56% of the public is 'extremely or very concerned' about job loss from AI. 64% of the U.S. public believes AI will lead to fewer jobs over the next 20 years."
”
Brongegevens van
2025-04-03
Geraadpleegd
2026-05-14
Verificatie
Fragment onafhankelijk opnieuw opgehaald en woord voor woord bevestigd tegenover de geciteerde bron tijdens onze onderbouwingsaudit.
Berekening
Pew Research Center, n=5,410 US adults, August 2024. The 56% "extremely or very concerned about job loss" figure is used as the inaction-side regret proxy. The construct validity is this: workers who are highly concerned about AI job displacement but have not yet acted on that concern by retraining or upskilling are in the condition most likely to generate eventual inaction regret — the canonical Gilovich pattern where "I wish I had done something sooner" accumulates as consequences become tangible. This is a forward-looking concern proxy, not a retrospective regret measurement. No longitudinal study has yet followed AI-worried non-retraining workers through to actual job loss and measured subsequent regret, because the AI displacement cycle is too recent. The 56% is an upper bound on eventual inaction regret: not all concerned workers will experience the displacement they fear, so actual regret will be lower. The 64% "expects fewer jobs" figure is noted as corroboration. The 23% positive-impact figure suggests that the majority who are not retraining are doing so without confidence that AI will benefit them — a stance that, if wrong, will generate minimal regret, but if correct will compound over time.
[2]Pew Research Center — Which U.S. Workers Are More Exposed to AI on Their Jobs
Gerenommeerde referentie
19% of US workers are in jobs with the highest AI exposure; workers in most-exposed jobs earn $33/hour on average versus $20/hour in least-exposed jobs
Fragment
“"19% of American workers hold jobs with the highest AI exposure, while 23% have the least exposed jobs."
”
Brongegevens van
2023-07-26
Geraadpleegd
2026-05-14
Berekening
Pew Research Center, July 2023. The 19% figure establishes that a substantial minority of US workers face the highest structural risk from AI disruption. The wage gap between most-exposed ($33/hr) and least-exposed ($20/hr) workers implies that the highest-stakes inaction decision falls on higher-earning workers who have more to lose from displacement and more resources to invest in retraining — but who may also face greater psychological resistance to career pivots. This source provides the structural denominator for inaction-side risk: approximately 1 in 5 US workers are in the highest-exposure tier where inaction carries the greatest long-term regret potential. Not used in rate arithmetic directly; anchors the population framing.
Kanttekeningen
OVERAL PROXYMETINGEN. Geen enkele enquête heeft werknemers direct gevraagd "heb je spijt dat je je niet eerder hebt omgeschoold voor AI-ontwrichting?" Beide kanten zijn geconstrueerd uit aangrenzende gegevens: vooruitkijkende zorgmaten (voor het risico aan de inactiekant), structurele werkgelegenheids- en programmakwaliteitsgegevens (voor het verouderingsrisico aan de actiekant) en gevestigde patronen uit de bredere literatuur over carrièrespijt. Het percentage aan de inactiekant van 0.56 is het Pew 2025-cijfer "extreem of zeer bezorgd over AI-banenverlies" — een vooruitkijkende zorgproxy, geen gemeten retrospectief spijtpercentage. Het percentage aan de actiekant van 0.15 is een expliciete richtinggevende schatting zonder direct enquête-anker; het weerspiegelt het actiespijt-asymmetriepatroon van Gilovich/Medvec toegepast op carrièreomscholingsbeslissingen. De regret_delta van -0.41 is daarom een schatting-van-schattingen en moet worden gelezen als richtinggevend in plaats van nauwkeurig. AI-gedreven carrièreontwrichting is historisch nieuw: het gecomprimeerde tempo van AI-capaciteitsverandering betekent dat er geen eerdere technologietransitie is met vergelijkbare ontwrichtingssnelheid waaruit omscholings-spijtpercentages kunnen worden geëxtrapoleerd. De inzet is sterk veldafhankelijk: werknemers in de meest aan AI blootgestelde functies (gegevensinvoer, basale programmering, paralegaal onderzoek, routinematige klantenservice) staan voor aanzienlijk hogere inactiekosten dan die in fysiek aanwezige, interpersoonlijk intensieve of creatief onregelmatige functies die de huidige AI slecht aankan. Zelfsturende omscholing bij afwezigheid van werkgeverssteun — de situatie voor de meerderheid van de werknemers, aangezien slechts 36% van de organisaties zich kwalificeert als kampioen van loopbaanontwikkeling (LinkedIn 2025) — levert aanzienlijk slechtere vaardigheidsmatch-uitkomsten op dan gestructureerde, door de werkgever gesponsorde programma's. Dit item zal herziening vereisen naarmate longitudinale gegevens over daadwerkelijke AI-verdringing en omscholingsuitkomsten in de periode 2026-2030 beschikbaar komen.
