Op 28 mei 2026 stond bovenaan Hacker News een post met de titel “I’m Tired of Talking to AI”. Ruim 1.870 punten, meer dan 900 comments — uitzonderlijk veel voor een opinie-stuk op een doorgaans tech-pro-platform. Dezelfde week verschenen op meerdere fronten signalen die niet los van elkaar staan. Vier ontwikkelingen in zeven dagen, gelezen als één verhaal, vertellen iets dat de AI-sector volgens veel critici te lang heeft genegeerd: de tegenbeweging is geen niche meer.
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. Niet één houding — 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-tools in twee jaar veranderden van uitzondering naar achtergrondruis: e-mailtjes van klanten die LLM-stijl hebben, sales-pitches die met chatbots beginnen, klantenservice die ineens onmiskenbaar machinaal antwoordt. “Het is niet dat ze slecht zijn,” schrijft de auteur volgens een veelaangehaalde passage. “Het is dat alles begint te klinken als hetzelfde gesprek.”
Wat op Hacker News opvalt is wie reageert. Niet de gewoonlijke tech-twijfelaars. Comments komen van senior engineers, product managers, founders. Mensen die zelf in AI bouwen, en die voor het eerst publiekelijk benoemen wat ze al een tijd voelen. 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. Harvard publiceerde in maart 2026 een survey onder 1.400 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, maakten gemiddeld 39% meer ‘major mistakes’ dan collega’s zonder die klachten. 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.
Twee andere cijfers uit hetzelfde landschap maken het concreter. Een industriesurvey (Shibumi) noemt 88% van zware AI-gebruikers die verhoogde burnout-symptomen rapporteren — een hoog cijfer, kritisch te bekijken. Een algemene populatie-survey vond dat 54% van Amerikanen “moe wordt van over AI horen”. En tool-switching tussen verschillende AI-platforms kost een gemiddelde werknemer 51 minuten per week, op jaarbasis 44 uur (Bron: Help Net Security). Dat is een werkweek per jaar — verdwenen in het wisselen tussen ChatGPT, Claude, Gemini en interne tools.
Sam Altman erkent ‘AI-psychose’
In dezelfde periode reageerde Sam Altman publiekelijk op de term “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. Een onderzoeker bij Stanford die we eerder spraken in een analyse over hoe AI-modellen menselijk gedrag spiegelen, noemde dit “het schaaleffect”: problemen die op laboschaal zeldzaam zijn worden bij een miljard interactie-momenten per dag onvermijdelijk.
‘Anti-tech extremisme’ — als reactie zich opbouwt
Op 26 mei lekten interne documenten van het Department of Homeland Security (DHS) en FBI 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 deontwikkeling 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 Harvard-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. Vier punt zes miljoen Nederlanders, bijna een kwart van de beroepsbevolking (eerder analyseerden we dat in onze MKB-update). Als 14% daarvan brain fry zou rapporteren onder vergelijkbare omstandigheden, praat je over ruim 600.000 mensen met meetbare 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?”.
Praktisch — hoe verlaag je AI-moeheid?
Drie dingen die meermaals terugkomen in onderzoek en in aanbevelingen van vakmedia:
Budget je AI-tijd. Niet als straf, wel om bewust te kiezen wanneer je het inzet. Twee uur actieve AI-sessies per werkdag is voor de meeste taken meer dan genoeg. 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. Eén assistent per taaktype is gemiddeld 51 minuten per week sneller dan drie tools naast elkaar. 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.
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.
Samenvatting — de 5-minuten-versie
- Vier signalen in één week (HN-post #1 vandaag, Harvard brain fry-cijfers, Altman over AI-psychose, DHS/FBI ‘anti-tech extremisme’) vormen samen het zichtbaarste teken tot nu toe dat AI-moeheid mainstream wordt.
- Harvard’s cijfer is het meest concrete: 14% van werknemers in zware AI-gebruik rapporteert ‘brain fry’, en die groep maakt 39% meer grote fouten — een meetbaar productiviteits-effect.
- Sam Altman erkent publiekelijk de term ‘AI-psychose’: geen klinische diagnose, wel een werkterm voor schaaleffecten bij bijna een miljard gebruikers.
- De DHS/FBI-categorie ‘anti-tech extremisme’ is nieuw en omstreden — een signaal dat de overheid AI-kritiek strategischer behandelt dan een jaar geleden.
- Voor Nederlandse organisaties: niet stoppen met AI, wel AI-tijd budgetteren, tool-switching beperken, en de besluitvorming bij mensen houden. Een AI-vrije ochtend per week is voor veel werknemers al genoeg om de cognitieve last hanteerbaar te maken.
Bronnen
- Hacker News — “I’m Tired of Talking to AI” — de virale post van 28 mei 2026 met 1.870+ punten.
- Harvard Business Review — When Using AI Leads to “Brain Fry” — primair onderzoek onder 1.400 US-werknemers.
- Help Net Security — More AI tools, more burnout — analyse van het Harvard-rapport en tool-switching-cijfers.
- Futurism — Sam Altman Lets Loose About AI Psychosis — Altman’s publieke erkenning van de term.
- Cybernews — US Law enforcement warns of “anti-tech” extremism — analyse van de gelekte DHS/FBI-documenten van 26 mei.
- OECD.AI — US Law Enforcement Warns of Potential Anti-Tech Extremism Linked to AI — neutrale registratie van het incident in het OECD AI-incidents register.