De waardevolste momenten in leiderschapsontwikkeling voelen persoonlijk: iemand reageert op wat je daadwerkelijk zegt en laat je het opnieuw proberen. Dat niveau van aandacht was altijd moeilijk op te schalen. AI bewijst Blooms belofte van twee sigma niet. Het verandert wat oefenen kost.

Het is dinsdagmiddag. Een manager heeft het team net verteld hoe AI een vertrouwd onderdeel van hun werk zal veranderen. In het hoofd van de manager was de boodschap helder. In de ruimte kwam die over als een bedreiging.

De workshop over leidinggeven aan verandering was zes weken geleden. De volgende coachingssessie is pas over drie weken. Wat deze manager nodig heeft, is geen nieuw model. Wel tien rustige minuten om het moment terug te halen, te zien wat er is gemist en het gesprek opnieuw te proberen.

Die kleine kloof tussen weten en doen is waar leiderschapsontwikkeling meestal slaagt of strandt.

Waarom Bloom het een probleem noemde

In 1984 beschreef onderwijspsycholoog Benjamin Bloom wat bekend werd als het 2-sigmaprobleem.

Hij besprak twee promotieonderzoeken waarin traditioneel klassikaal onderwijs, leren tot beheersing en begeleiding werden vergeleken. Verdeeld over vier kleine steekproeven, met twee vakken en een looptijd van drie weken, presteerde de gemiddelde begeleide leerling ongeveer twee standaardafwijkingen boven het gemiddelde van de traditionele klas—grofweg het 98e percentiel.

Dat was geen universele wet voor individuele begeleiding. In de begeleidingsgroep werkten soms twee of drie leerlingen met één begeleider. Er waren tussentijdse controles, corrigerende feedback en een nieuwe kans om de stof te beheersen.

Begeleiding helpt nog steeds. Maar twee sigma kun je beter zien als een mogelijkheid onder uitzonderlijk gunstige omstandigheden dan als een belofte.

Bloom noemde het een probleem omdat één-op-éénbegeleiding “voor de meeste samenlevingen te duur was om op grote schaal te dragen”. De vraag was nooit alleen: “Werkt persoonlijke aandacht?” De vraag was: “Hoe maken we responsief, individueel leren praktisch voor iedereen?”

De blijvende les is niet twee sigma. Het is feedback, bijsturen en opnieuw proberen.

Leiderschap kent dezelfde personalisatiekloof

Een workshop kan een groep een gedeelde taal geven. Een facilitator kan een moment creëren dat verandert hoe een team naar zichzelf kijkt. Een menselijke coach kan de aarzeling achter een antwoord opmerken.

Elk heeft waarde. Maar ze vervullen verschillende rollen.

De workshop ziet de groep. De coach ziet de persoon. De werkplek levert het moment dat er echt toe doet.

Dat moment is heel specifiek: de uitblinker die anderen geen ruimte geeft; de AI-verandering die het team stilletjes wantrouwt; de beslissing die op papier klopt, maar in de ruimte verkeerd valt. Menselijke coaching is waardevol omdat die tot op dat detailniveau kan werken. Tegelijk was coaching meestal voorbehouden aan een relatief kleine groep. Menselijke aandacht is eindig. Zodra een programma vijftig of vijfhonderd leiders omvat, wordt het persoonlijke deel dunner.

Wat AI verandert

AI maakt leiderschap niet eenvoudig. Het maakt oefenen beter beschikbaar.

Een leider kan nu een lastig gesprek oefenen voordat het plaatsvindt. Het systeem kan de sceptische collega spelen, de defensieve expert of het bestuurslid dat het antwoord in één zin wil. De leider kan pauzeren, vragen waardoor een antwoord onduidelijk werd en het opnieuw proberen.

Na het echte gesprek kan de leider terugblikken: wat wilde ik bereiken? Wat leek de ander nodig te hebben? Waar schoot ik in de verdediging? Wat doe ik de volgende keer anders?

Daarvoor hoeft niemand drie weken op de volgende module te wachten.

Bij Relevance gaat dit niet om één algemene chatbot. Relevance Capable® past het bredere leertraject aan op de rol en het individu. Persona Pro biedt realistische gesprekken met meer dan 60 AI-persona's en directe feedback. Daaromheen staat een zorgvuldig geaccrediteerde Relevance® faculty pool van trainers en coaches die context, uitdaging en menselijk oordeelsvermogen inbrengen. Samen maken deze drie persoonlijk oefenen tot onderdeel van een echt blended programma.

Onderzoek naar leiderschapsontwikkeling wijst al in deze richting. Een meta-analyse van 335 onafhankelijke steekproeven noemt behoefteanalyse, feedback, meerdere leervormen—vooral oefenen—en gespreide sessies als kenmerken die samenhangen met sterkere resultaten van leiderschapstraining. AI kan verschillende van die ingrediënten tussen menselijke sessies makkelijker beschikbaar maken.

Dat is een gevolgtrekking, geen bewijs dat een AI-oefenplatform een bepaald effect oplevert. Maar het is een nuttige ontwerpvraag: wat verandert er als individuele oefening niet langer schaars is?

Het ontwerp telt zwaarder dan de chatbot

Recent onderzoek naar AI-begeleiding laat beide kanten van deze kans zien.

In een natuurkunde-experiment van Harvard uit 2025 leerden 194 studenten meer in minder tijd met een speciaal ontwikkelde AI-tutor dan met dezelfde stof in een actieve les. Maar het experiment omvatte twee lessen. Het systeem werkte met stapsgewijze antwoorden van experts en een platform dat de volgorde bepaalde. Het was geen leeg chatvenster.

Een apart veldonderzoek onder bijna 1.000 middelbare scholieren in Turkije liet het tegenovergestelde risico zien. Een standaard GPT-4-chatinterface verbeterde de prestaties tijdens het oefenen, maar gebruikers scoorden op een toets zonder AI 17% lager dan de groep die niet met AI had geoefend. Een door docenten begeleide versie gaf hints in plaats van antwoorden en nam het verlies grotendeels weg, maar leverde geen voordeel op de toets op.

De les voor leiderschap is helder: met AI het werk doen is niet hetzelfde als het oordeelsvermogen ontwikkelen om het zelf te doen.

Een AI-oefenpartner moet niet meteen het perfecte feedbackbericht schrijven. Die moet de leider laten nadenken. Om een eerste poging vragen. Een aanname ter discussie stellen. Het perspectief van de ander spelen. Om bewijs vragen. De leider laten beslissen, spreken en opnieuw proberen.

Daarom draait Persona Pro om een gesprek met een persona, niet om een antwoord dat voor de deelnemer wordt geschreven. De leider moet nog steeds spreken, luisteren en bijsturen.

Houd het menselijke werk menselijk

AI kan herhaling, rollenspel en reflectie ondersteunen. Mensen blijven onmisbaar voor vertrouwen, ethische afwegingen, de context van de organisatie en verantwoordelijkheid. Een model kan niet weten wat onuitgesproken bleef en kan geen verantwoordelijkheid dragen voor een beslissing. Leiders mogen gevoelige medewerkersgegevens of vertrouwelijke strategie nooit invoeren in een tool die daarvoor niet is goedgekeurd.

Een sterke mix ziet er zo uit:

AI maakt oefening minder schaars. Daardoor blijft menselijke aandacht beschikbaar voor het werk dat een mens nodig heeft.

Waar begin je?

Kies één echt gesprek uit de komende week. Verwijder namen en vertrouwelijke details. Kies in Persona Pro de persona en het scenario die het beste passen. Voeg daarna drie dingen toe: het resultaat dat je wilt bereiken, wat het gesprek lastig maakt en de reactie die je het liefst niet wilt horen.

Oefen het gesprek vijf minuten. Vraag niet om een antwoord dat je kunt napraten. Reageer in je eigen woorden.

Stel daarna drie vragen:

1. Waar was ik helder en waar verschool ik me achter vage taal?
2. Wat heeft de ander misschien nodig dat ik niet heb erkend?
3. Welke ene zin moet ik anders proberen?

Voer het gesprek opnieuw.

Dat is geen transformatie van twee sigma. Het zijn tien minuten doelgericht oefenen die je zonder oefenpartner makkelijk overslaat. Herhaald in een heel programma is dat het punt waarop de kostenstructuur begint te veranderen.