In het tijdperk van AI is de illusie van intelligent klinken en het bewaken van toegang door middel van expertisme ten einde gekomen. Om misverstanden te voorkomen, is het de moeite waard om uit te leggen wat ik hiermee bedoel (met de hulp van GPT-5): Lange tijd kon iemand autoriteit verwerven door "slim te klinken." Gepolijste taal, dichte jargon en elite-credentials dienden vaak als shortcuts voor het beoordelen van competentie. Wat ik hier bedoel met "Expertisme" is die status die gebaseerd is op die signalen in plaats van op herhaaldelijk aangetoonde, meetbare vaardigheden. "Gatekeeping" betekent ook dat die status wordt gebruikt om te controleren wie toegang krijgt tot informatie, tools of kansen. AI onttrekt nu veel van de waarde aan deze schijn en verzwakt die poorten. Het is belangrijk om te benadrukken dat niet de expertise zelf eindigt, maar het monopolie dat gecredentialeerde retoriek had over geloofwaardigheid. Daarom verschuift de markt van prestige-signalen naar prestatie-signalen. De vragen worden: Voorspelt jouw model nieuwe gegevens met out-of-sample nauwkeurigheid? Repliceren jouw protocollen in andere handen? Verslaan jouw beslissingen consistent eenvoudige baselines? Overleven jouw claims tegenstrijdige audits van AI? Het uiterlijk van intelligentie doet er nu veel minder toe dan het vermogen om resultaten te produceren die anderen kunnen uitvoeren, testen en verbeteren. Gatekeeping verzwakt om vergelijkbare redenen. Kennis en tools die ooit achter tijdschriften, betaalmuren of professionele kringen waren vergrendeld, kunnen door AI worden samengevat, uitgelegd en geoperationaliseerd. (Hoewel betaalde of grote datasets nog steeds in kluizen bestaan, hoop ik dat ook die open zullen worden). Mensen kunnen sneller leren, sneller prototypes maken en alternatieven vergelijken zonder toestemming te vragen. Dit maakt echte wereldexpertise niet optioneel. Tacit kennis blijft belangrijk: hoe je een experiment uitvoert zonder contaminatie, hoe je de juiste patiënten werft, hoe je een faalpatroon vroeg ziet, hoe je een protocol ontwerpt dat de beoordeling en operaties overleeft. AI kan je plan opstellen en voor de hand liggende fouten opmerken, maar het kan niet pipetteren, een patiënt onderzoeken of ethische verantwoordelijkheid dragen, althans nog niet. In de geneeskunde, techniek, wetenschap, causaal contact met de realiteit en verantwoordelijkheid voor gevolgen blijven de kern van de expertpraktijk. De praktische consequentie is een nieuwe manier van signaleren van competentie. Duidelijke, testbare claims zijn beter dan abstracte briljantheid. Reproduceerbare workflows zijn beter dan uitgebreide uitleg.