Twee berichten van deze week laten dezelfde beweging zien: AI verschuift van iets dat vragen beantwoordt naar iets dat meewerkt, en dat maakt de vraag "wie heeft dit gemaakt" belangrijker. Anthropic liet Claude een taak leren door simpelweg mee te kijken terwijl jij het doet. En Substack ging content scannen op hoeveel ervan door AI is geschreven. De een gaat over AI die je werk overneemt, de ander over het herkennen van AI-werk. Voor het MKB raken ze allebei je dagelijkse praktijk.
Claude leert een taak door één keer mee te kijken
Anthropic bracht op 21 juli een functie uit in zijn Claude-desktopapp, Record a Skill, waarmee je je scherm opneemt terwijl je een taak uitvoert en hardop uitlegt wat je doet en waarom. Claude zet die opname vervolgens om in een herbruikbare vaardigheid die je later met één opdracht opnieuw kunt draaien. Geen instructies schrijven, geen stappen vooraf beschrijven: je doet het werk één keer en legt het uit, en de rest volgt. De functie zit in de Pro-, Max- en Team-abonnementen.
Dit raakt precies het knelpunt waar AI-adoptie in het MKB op vastloopt. De meeste mensen kunnen een proces dat ze op de automatische piloot doen niet in een net stappenplan gieten, en juist daarom bleef de kloof tussen "AI kan het in theorie" en "AI doet mijn specifieke werk" hardnekkig groot. Door jezelf op te nemen terwijl je het doet, met uitleg bij de keuzes die je maakt, vang je zowel de handelingen als het denken erachter. Neem een administratie- of accountantskantoor met tientallen routines die alleen in de hoofden van medewerkers zitten: de vaste maandafsluiting, de manier waarop een bepaalde klantmap wordt opgebouwd. Zulke ongeschreven processen zijn nu veel makkelijker vast te leggen en over te dragen. De horde die overblijft is vertrouwen: je laat een AI met je meekijken, dus begin met een proces zonder gevoelige gegevens en bouw het van daaruit op.
Substack gaat AI-tekst herkennen, met een belangrijke kanttekening
Substack voegde op 21 juli een functie toe, aangedreven door detectietool Pangram, die tekst van meer dan honderd woorden scant en een schatting geeft van hoeveel ervan mensenwerk, AI-ondersteund of volledig door AI geschreven is. Belangrijk: Substack presenteert het als een schatting en niet als een oordeel, handhaaft er niet automatisch op, en schrijvers kunnen de functie uitzetten. Dat is de verstandige keuze, want geen enkele detector is perfect, en onafhankelijke publicaties wijzen er al langer op dat AI-tekst die in de stijl van een bestaande auteur is geschreven vaak door de mazen glipt.
De les voor iedere ondernemer die met content werkt, is om detectie als een zwak signaal te behandelen, nooit als bewijs. De reden is structureel: een model in een bepaalde schrijfstijl laten schrijven kost één zin, terwijl het herkennen ervan een lastig statistisch probleem is dat met elke modelgeneratie moeilijker wordt. Denk aan een opleider die werkstukken beoordeelt, of een marketingbureau dat aangeleverde teksten controleert: een detectiescore is bruikbaar als context, maar wie er een beschuldiging of een sanctie op baseert, staat zwak. De houdbare aanpak is beoordelen op proces en aantoonbaar begrip, niet op een scanuitslag. En als je zelf AI inzet voor teksten, wees dan gewoon open over hoe, dan is de detectievraag sowieso minder spannend.
Twee berichten, een rode draad. AI wordt een collega die je werk overneemt zodra je het één keer voordoet, en tegelijk wordt het onderscheiden van mens- en machinewerk lastiger. Het praktische antwoord is in beide gevallen hetzelfde: leg vast hoe jij wilt dat het werk gebeurt, en beoordeel op wat er echt is gedaan, niet op wat een meter zegt. Welke vaste klus in jouw bedrijf zou je deze week één keer kunnen voordoen, zodat je hem daarna uit handen kunt geven?
Bronnen
Claude Cowork learns new skills through screen recordings and voice-over explanations, The Decoder, 21 juli 2026. Zie ook Anthropic adds screen-recorded teaching feature to Claude, Dataconomy, 22 juli 2026. Substack is adding an AI detection feature, Engadget, 21 juli 2026. Zie ook Substack introduces new AI transparency features, Dataconomy, 22 juli 2026.
