Op 27 mei 2026 verscheen op Hacker News een post met de titel “I’m Tired of Talking to AI”. Hij haalde ruim 2.000 punten en zo’n 950 reacties, uitzonderlijk veel voor een opinie-stuk op een doorgaans tech-pro-platform. Rond diezelfde tijd stapelden de signalen zich op meerdere fronten op. Vier ontwikkelingen uit het voorjaar, gelezen als één verhaal, vertellen iets dat de AI-sector volgens veel critici te lang heeft genegeerd: de tegenbeweging is geen niche meer.
Update 25 september 2026 We hebben de beschrijving van de Hacker News-post gecorrigeerd: het citaat dat we de auteur toeschreven staat niet in de oorspronkelijke tekst, en de post verscheen op 27 mei. Ook hebben we drie cijfers geschrapt waarvoor we geen controleerbare bron vonden (88% burn-out, 54% moe van AI-nieuws, 51 minuten tool-switching) en het aantal Nederlandse AI-gebruikers bijgewerkt naar de meting van Newcom van juli 2026.
Update 18 september 2026 Bij een nieuwe controle van de bronnen hebben we drie dingen gecorrigeerd. Het ‘brain fry’-onderzoek is van BCG en UC Riverside en verscheen in Harvard Business Review; het is geen Harvard-onderzoek, en het ging om 1.488 werknemers in plaats van 1.400. De uitspraak van Sam Altman deed hij al in januari 2026 op X, als reactie op Elon Musk, en niet in de week van de Hacker News-post. De DHS/FBI-documenten kwamen naar buiten via Wired.
Beginner-tip “Tegenbeweging” klinkt zwaar, maar het is breder dan dat. Het loopt van mensen die gewoon moe zijn van LLM-gesprekken, via werknemers die echte symptomen hebben na 8 uur prompten, tot demonstranten bij datacenters. Het is geen eenduidige houding: eerder een verzameling reacties op iets dat te snel ging.
De HN-post die het persoonlijk maakte
De titel is alledaags genoeg om over te lezen. De inhoud raakte iets. De auteur beschrijft hoe AI-antwoorden echte gesprekken verdringen: op GitHub plaatsen meerdere gebruikers identieke AI-antwoorden, een ondernemer stuurt screenshots van ChatGPT in plaats van zelf op een technische vraag in te gaan, en een gesprekspartner op Reddit blijkt een AI-agent. De kern in zijn eigen woorden: “I want to talk to real people. But even when I talk to people, they forward my questions to AI and send me the AI’s answer.” (Bron: orchidfiles)
Opvallend is waar dit gebeurt. Hacker News is een platform van ontwikkelaars en tech-ondernemers, mensen die zelf met AI bouwen. Dat juist daar bijna duizend reacties loskwamen, zegt iets. Voor veel lezers die net in AI zijn ingestapt klinkt dat misschien tegenstrijdig — maar precies daar zit het signaal.
De cijfers onder de uitputting
Het is niet alleen een gevoel. In maart 2026 publiceerde Harvard Business Review onderzoek van BCG en de University of California, Riverside, onder 1.488 Amerikaanse voltijds-werkenden. Ongeveer 14% rapporteerde een specifieke vorm van cognitieve vermoeidheid na intensieve AI-gesprekken: moeite met concentreren, traagheid in beslissingen, hoofdpijn. De onderzoekers doopten het “AI brain fry”: geen klinische term, wel een herkenbare beschrijving (Bron: Harvard Business Review).
Gevorderden De interessantste bevinding zit in de prestatie-data. Werknemers die brain fry rapporteerden, scoorden 39% hoger op zelfgerapporteerde grote fouten (‘major errors’) dan collega’s zonder die klachten, en 33% hoger op beslismoeheid (Bron: Search Engine Journal over het HBR-onderzoek). Dat is geen klein verschil. Het suggereert dat het cognitieve verschil tussen ‘zonder AI-tool’ en ‘met AI-tool’ niet alleen positief uitvalt. Voor een minderheid van zware gebruikers loopt het direct in de operationele kant.
Hetzelfde onderzoek laat ook een plafond zien. De ervaren productiviteit steeg van één naar twee en van twee naar drie AI-tools, maar daalde zodra mensen er meer dan drie gebruikten (Bron: Search Engine Journal). Meer tools betekent dus niet vanzelf meer output; vaak betekent het meer toezicht op meer uitkomsten. Die kritische blik op mooie cijfers houden we overigens ook onszelf voor: in waarom ons track record van 84% naar 72% daalde leggen we onze eigen meting langs diezelfde strenge lat.
Sam Altman erkent ‘AI-psychose’
Al in januari 2026 reageerde Sam Altman op X op de zorgen over “AI-psychose” — een werkterm die psychiaters hanteren voor patiënten waarbij langdurig intensief chatbotgebruik samenhangt met paranoia, verlies van realiteitsbesef of versterking van bestaande psychische klachten. “Bijna een miljard mensen gebruiken het,” zei Altman, “en sommigen van hen zijn in zeer kwetsbare mentale staten.” (Bron: Futurism).
De erkenning is opvallend, want OpenAI heeft tot nu toe weinig publiek gereflecteerd op de mental-health-implicaties van massaal chatbot-gebruik. Wat Altman feitelijk zegt: bij 1 miljard gebruikers zit per definitie een groep waarvoor het tool niet helpt, en die groep heeft geen filter, geen begeleider, geen waarschuwingsschild aan de chat. Het is een schaaleffect: wat bij een kleine groep gebruikers zeldzaam is, komt bij honderden miljoenen gebruikers dagelijks voor. Dat die chatbots ook nog geneigd zijn je gelijk te geven, maakt het niet makkelijker: Stanford-onderzoekers maten dat chatbots gebruikers 49% vaker gelijk geven dan mensen.
‘Anti-tech extremisme’ — als reactie zich opbouwt
Eind mei publiceerde Wired interne documenten van het Department of Homeland Security (DHS), de FBI en regionale inlichtingencentra met een term die niet eerder in publieke domestic-extremism-rapporten verscheen: “anti-tech violent extremism” (Bron: Cybernews). De zorg, volgens één assessment van New York City’s Intelligence and Counterterrorism Bureau: snelle AI-vooruitgang zou de komende vijf jaar kunnen bijdragen aan “large-scale protests” en “anti-tech violent extremist activity” — vooral rondom datacenters in stedelijke gebieden.
Gevorderden Burgerrechtenorganisaties trokken meteen aan de bel. De categorie groepeert ideologieën die feitelijk weinig gemeen hebben (van anarchistische datacentrum-saboteurs tot lawful arbeidsbeschermers tot privacy-activisten) onder één extremisten-label. Sommige gedragingen die de rapporten noemen als “verdacht” — fotograferen van infrastructuur, security-arrangementen observeren, demonstraties bijwonen — overlappen met klassiek beschermd protest. Voor wie de ontwikkeling van EU-regelgeving rond AI volgt: dit is de schaduwkant van de andere governance-tijdgeest — toezichthouders die niet alleen AI reguleren, maar ook degenen die AI bekritiseren.
Niet alleen zorgwekkend, ook informatief. Wanneer een staat een novel extremisme-categorie introduceert — voor een gedachtenstroming die nog amper georganiseerd is — zegt dat iets over hoe serieus die staat de mogelijkheid van publieke weerstand inschat. Het is een schaduwsignaal: AI-fatigue als individueel fenomeen kan, mits geschaald, een politieke kracht worden.
Wat het Nederland aangaat
Geen van bovenstaande cijfers is per definitie van toepassing op Nederland. De HN-post was Amerikaans, het BCG-onderzoek werd onder US-werknemers gedaan, de DHS/FBI-documenten zijn US-overheid. Maar twee dingen wel.
Eén: Nederlandse werknemers gebruiken inmiddels op grote schaal AI-tools. Volgens de AI-monitor van Newcom gebruikten in juli 2026 5,2 miljoen werkende Nederlanders AI voor hun werk, tegen 4,6 miljoen in maart (eerder analyseerden we dat in onze MKB-update). Als 14% daarvan brain fry zou rapporteren onder vergelijkbare omstandigheden, praat je over ruim 700.000 mensen met cognitieve klachten. Dat is geen marginaal aantal.
Twee: bedrijven die hard pushten op AI-adoptie — denk aan Helloprint, dat z’n bedrijf rond een AI-brein herbouwt — moeten rekening houden met deze tegenstroom in hun eigen organisatie. Niet alleen technisch (welke tools, welke processen) maar menselijk (wie raakt overbelast, wie haakt af, wie krijgt mental health-klachten). De vraag schuift van “hoe automatiseren we?” naar “hoe houden we dit menselijk vol?”. Een concrete kant van die overbelasting: AI neemt vooral de simpele klusjes weg, waardoor het werk dat overblijft mentaal zwaarder wordt.
Praktisch — hoe verlaag je AI-moeheid?
Drie dingen die terugkomen in aanbevelingen van vakmedia, en deels in het onderzoek hierboven:
Budget je AI-tijd. Niet als straf, wel om bewust te kiezen wanneer je het inzet. Twee uur actieve AI-sessies per werkdag is een redelijke vuistregel. Als je daarboven gaat, vraag je af waarom. Vaak is het een teken dat je AI inzet waar een korter overleg met een collega, of helemaal geen tool, beter zou werken.
Stop tool-switching. Kies één assistent per taaktype; in het HBR-onderzoek daalde de ervaren productiviteit boven drie AI-tools. Onze vergelijking van ChatGPT, Claude, Gemini en Copilot geeft een vertrekpunt. Op tool-niveau verschuift dat naar onze update over zero.xyz op debesteaitools.nl — een gateway-laag die het wisselen tussen onderliggende services voor jou onzichtbaar maakt.
Laat de AI niet meedenken over besluiten waar jij verantwoordelijk voor bent. Gebruik het voor uitvoeringswerk waar je gerust de output kan accepteren of afwijzen. Hou de besluitvorming bij jezelf. Dat is de strategie die mensen rapporteren als minst uitputtend, en ook degene die hallucinaties het minst gevaarlijk maakt als ze toch optreden. Vertrouw op een kans, niet op een stellige uitspraak: precies de valkuil die de WK-voorspellingen van AI blootleggen.
Beginner-tip Voel je je moe na AI-gesprekken? Dat is geen falen of zwakte. Het is een signaal dat je hersenpatroon van continu output-evalueren erbij moet komen, bovenop je gewone werk. Begin met één AI-vrije ochtend per week. Veel mensen rapporteren dat dat al het verschil maakt.
Dat continu controleren en bijschaven van AI-antwoorden heeft inmiddels een eigen naam: botsitting, en het kost gemiddeld zes uur per week. Precies dat onzichtbare herstelwerk is een groot deel van waar de uitputting vandaan komt. Hoe snel de aandacht per onderwerp op- en afzwelt, kun je sinds juli elk kwartaal volgen op onze hype-curve.