Meta stopt met AI-gebruik meten, maar rolt Hatch uit

TL;DR

• Wat: Meta stopt met het beoordelen van werknemers op hun AI-gebruik ('tokenmaxxing') maar rolt tegelijk Hatch uit, een nieuw AI-agentplatform.
• Waarom relevant: Hoe je als werkgever AI-gebruik stimuleert zonder druk of perverse prikkels is een vraag die bij elk bedrijf speelt.
• Wat je ermee kunt: Kijk kritisch of je AI-gebruik meet op basis van activiteit (hoeveel) of op resultaat (wat levert het op).

Ik viel deze week over een bericht van WIRED dat precies raakt aan iets waar ik veel over nadenk: hoe introduceer je AI op de werkvloer zonder dat het een afvinklijst wordt? Meta heeft intern besloten om werknemers niet langer te beoordelen op hoeveel ze AI-tools gebruiken — terwijl het bedrijf tegelijkertijd zijn meest ambitieuze AI-project tot nu toe uitrolt: Hatch.

Wat is er gebeurd bij Meta?

Meta had intern een systeem opgetuigd waarbij medewerkers werden beoordeeld op hun zogenaamde 'AI-driven impact'. Concreet betekende dat: hoeveel tokens verbruik je? Tokens zijn de rekeneenheden waarmee AI-diensten worden afgerekend — vergelijk het met het aantal kilometers dat je met een leaseauto rijdt. Hoe meer tokens, hoe 'productiever' je heette te zijn.

Dit fenomeen kreeg de naam tokenmaxxing: het maximaliseren van je AI-verbruik om beter te scoren in beoordelingsgesprekken. Medewerkers kregen labels als 'AI Native', 'AI First' of 'AI Enabled', afhankelijk van hoe intensief ze AI-tools inzetten.

Volgens drie medewerkers die het interne bericht ontvingen, heeft Meta deze week aangekondigd dat die koppeling verdwijnt. De nieuwe richtlijn spreekt niet meer over 'gebruik van AI' als beoordelingscriterium, maar over 'uitkomsten die ondersteund kunnen worden door AI of andere middelen'. De focus verschuift dus van hoeveel je AI gebruikt naar wat het oplevert.

Waarom stopte Meta hiermee?

Er speelt een rechtszaak. In juli 2026 hebben 26 (ex-)medewerkers van Meta een zaak aangespannen bij een federale rechtbank in Oakland, Californië. Hun claim: het systeem van AI-gebruiksmetingen werkte discriminerend bij ontslagrondes. Medewerkers die met zwangerschapsverlof, ziekteverlof of mantelzorgverlof waren, konden per definitie geen tokens opbouwen. Volgens de aanklacht werden zij daardoor onevenredig hard getroffen bij reorganisaties.

De advocaten van de eisers stellen dat het systeem "door ontwerp geen scores kan opbouwen voor een werknemer die met beschermd verlof is" en dat dit harder uitpakt voor vrouwen, omdat zij vaker zwangerschaps- en zorgverlof opnemen. Meta ontkent de beschuldigingen en stelt dat beslissingen over personeel door mensen zijn genomen, niet door AI.

Ik vind het eerlijk gezegd opvallend dat een bedrijf dat zélf AI-tools bouwt, kennelijk niet had voorzien dat een verbruiksmetriek tot dit soort scheefgroei kan leiden. Maar goed — dat is mijn interpretatie, de rechtszaak loopt nog.

Wat is Hatch?

Tegelijkertijd rolt Meta intern een nieuw AI-platform uit: Hatch. Dit is wat in de industrie een 'agentic AI'-platform wordt genoemd — een systeem waarbij AI-assistenten zelfstandig taken kunnen uitvoeren op het web. Volgens berichten zou Hatch in staat zijn om te navigeren door diensten als DoorDash, Etsy, Reddit en Outlook.

Meta test Hatch momenteel intern bij werknemers en zou het later willen aanbieden als abonnementsdienst via WhatsApp, mogelijk voor rond de 200 dollar per maand. De technische basis zou deels zijn geïnspireerd op OpenClaw, een open-source tool voor AI-agents.

Wat mij hier opvalt: Meta zegt tegen werknemers "we meten niet meer hoeveel je AI gebruikt", maar introduceert tegelijk een compleet nieuw AI-systeem dat werknemers worden aangemoedigd om te testen. De druk verschuift misschien van formeel naar informeel.

Wat betekent dit voor Nederlandse ondernemers?

Je hoeft geen techbedrijf met duizenden werknemers te zijn om hier iets van te leren. De kernvraag is universeel: hoe stimuleer je AI-adoptie in je organisatie zonder perverse prikkels?

Het Meta-voorbeeld laat zien wat er kan misgaan als je AI-gebruik meet als doel op zich. Stel dat je als ondernemer met een team van tien mensen besluit om ChatGPT of een andere AI-tool in te voeren. Meet je dan hoeveel prompts iemand intikt? Of kijk je naar of het werk sneller, beter of efficiënter wordt?

Dat onderscheid is niet triviaal. In Nederland speelt bovendien een juridische context die relevant is: sinds 2 augustus 2026 geldt de EU AI Act, waarin AI-toepassingen voor HR-beoordelingen als 'high risk' worden geclassificeerd. Dat betekent dat je als werkgever verplicht bent om menselijk toezicht te organiseren als je AI inzet bij functioneringsgesprekken of beoordelingen. Volgens Grant Thornton geldt dit ook voor het monitoren of evalueren van werknemersprestaties met AI.

Voor een MKB-ondernemer hoeft dat geen ingewikkeld verhaal te zijn — volgens WerkenmetAI volstaat een AI-beleid van twee tot vier pagina's voor organisaties tussen de 10 en 250 medewerkers — maar je moet er wel over nagedacht hebben.

De paradox van aanmoedigen zonder afdwingen

Ik denk dat het Meta-verhaal een breder patroon blootlegt dat we vaker gaan zien. Bedrijven willen dat werknemers AI omarmen. Dat is begrijpelijk — de technologie kan echt waarde toevoegen. Maar zodra je er een KPI van maakt, ontstaat het risico dat mensen AI gebruiken om de metriek te voeden in plaats van het werk te verbeteren.

Een ontwikkelaar die werd aangehaald op Wikipedia over tokenmaxxing verbruikte naar eigen zeggen 50 miljard tokens per jaar en adviseerde om evenveel aan AI-gebruik uit te geven als aan je maandhuur. Critici waarschuwen dat dit juist leidt tot opgeblazen code van lagere kwaliteit, extra kosten en werknemers die AI-agents tegelijk laten draaien puur om hun verbruikscijfers op te krikken.

Kun je je voorstellen wat dat betekent als je een klein bedrijf runt? Je betaalt dan letterlijk voor lucht.

Voor mij is dit vooral een signaal dat de vraag niet is óf je AI introduceert, maar hoe je de juiste prikkels inricht. Meten op gebruik leidt tot theater. Meten op resultaat is lastiger, maar eerlijker — en uiteindelijk goedkoper.