Juist bij dat aanpassen kan het tegenvallen. Je ziet wat er anders moet, maar krijgt het niet voor elkaar zonder opnieuw uit te leggen wat je bedoelt. Dan ben je vooral bezig om de tool bij te sturen.
Mooi op het eerste gezicht, maar nog niet af
Toen Tim Gamma uitprobeerde voor presentaties, vond hij de eerste opzet sterk. Er stond snel iets moois. Maar hij wilde ook zelf bepalen hoe de tekst, afbeeldingen, logo's en indeling eruitzagen. Zodra hij van de voorgestelde opzet wilde afwijken, kostte het aanpassen hem te veel tijd.
Daar speelde zijn eigen maatstaf mee: een presentatie moest voor hem helemaal kloppen. Een goede schets was niet genoeg. Hij stopte na een maand met de tool, omdat het afmaken voor hem te veel werk bleef.
Dat maakt een snelle opzet niet waardeloos. Als je met zo'n opzet goed verder kunt, helpt die je juist. Maar het verschil tussen bijna klaar en klaar kan groter zijn dan het eruitziet. Een paar aanpassingen lijken weinig werk, totdat je ze daadwerkelijk probeert te doen.
Kun je zelf makkelijk verder?
Daar zouden wij op letten bij het kiezen van een AI-tool. Niet alleen op wat de tool voor je maakt, maar ook op hoeveel vrijheid je daarna hebt. Kun je een tekst zelf aanpassen, een afbeelding vervangen of de indeling wijzigen? Of moet je voor iedere correctie opnieuw een opdracht geven en afwachten wat er terugkomt?
Soms werkt het prettiger om zelf de basis te maken en AI bij een onderdeel te laten helpen. Bij een presentatie kun je bijvoorbeeld je verhaal en dia's zelf opzetten en daarna per dia kijken wat AI kan verbeteren. Je hoeft niet het hele werk uit handen te geven om er voordeel van te hebben.
Als AI je helpt om een beter resultaat te maken, kan dat de moeite waard zijn zonder dat je tijd bespaart. Alleen moet je die kwaliteitswinst niet verwarren met tijdwinst.
Probeer een nieuwe tool daarom met een taak die je normaal ook doet. Maak het resultaat echt af, inclusief de aanpassingen die jij nodig vindt. Vergelijk daarna de totale tijd en de kwaliteit met je gewone werkwijze.