René de Baaij

AI hoort in een regeerakkoord, niet als bijzaak

We spreken in beleid vaak over digitalisering alsof het een hulplijn is voor de uitvoering, een technisch dossier dat losstaat van de echte politieke keuzes.

AI laat zien dat het andersom werkt. De manier waarop we sturen, samenwerken en waarde creëren wordt mede door algoritmen gevormd.

AI is daarmee geen ICT-dossier, maar een keuze over mens en systeem. Als we dat niet expliciet maken, organiseert AI onze werkelijkheid op basis van impliciete aannames, gemaakt door wie er toevallig het systeem heeft ontworpen, niet door wie er democratisch verantwoording over zou moeten afleggen.

In de meeste beleidsagenda’s wordt AI vooral genoemd als technologische hefboom voor productiviteit en innovatie. Dat is terecht. Maar dezelfde technologie vergroot ook de kans op sluipende schade: vooringenomenheid in besluitvorming, concentratie van macht en data, afhankelijkheid van een beperkt aantal platformleveranciers, kwetsbaarheid van kritieke infrastructuur, geleidelijke uitholling van vakmanschap. Dat vraagt om iets wat beleid zelden doet: tegelijk versnellen en begrenzen.

AI schuift, stilletjes en zonder dat daar een bewust besluit aan voorafging, de rolverdeling tussen mens en systeem op. Wie mag concluderen? Wie draagt verantwoordelijkheid wanneer een conclusie verkeerd uitpakt? Hoe borgen we waardigheid in een proces dat steeds verder wordt geautomatiseerd? Zolang die vragen onbenoemd blijven in beleidsteksten, vullen routines en leveranciers ze in, op een manier die zelden expliciet democratisch is gelegitimeerd.

Een volwassen AI-paragraaf in beleid brengt drie dingen samen: ontwerp, praktijk en governance.

Ontwerp betekent mensgericht bouwen vanaf het begin, niet als correctie achteraf. Praktijk betekent aandacht voor vakmanschap en datahuishouding, de dagelijkse realiteit waarin mensen met systemen moeten werken. Governance betekent regels, toetsing en aansprakelijkheid die niet verdampen op het moment dat het ertoe doet.

Een dergelijke paragraaf zou expliciet moeten kiezen voor versnelling mét begrenzing, niet als compromis maar als enige houdbare positie. Dat betekent mensgericht ontwerp als norm: systemen die beslissingen over mensen ondersteunen, ontworpen voor controleerbaarheid, herroepbaarheid en proportioneel gebruik. Het betekent publieke data- en modelsoevereiniteit: investeren in betrouwbare data-infrastructuur en exporteerbare standaarden voor audit, logging en documentatie, zodat overheid en vitale sectoren bij inkoop expliciet vastleggen wie eigenaar is van data en welke exit-mogelijkheden bestaan.

Het betekent ook risicogebaseerde toepassing: in domeinen met hoge impact, zoals zorg, veiligheid, werk en alles wat kinderen raakt, strengere eisen aan kwaliteit, het beperken van bias, robuustheid en menselijk toezicht. Voor generatieve AI specifiek: watermerken, bronverantwoording en maatregelen tegen deepfakes in democratische processen, een onderwerp dat in een eerder deel van deze reeks al aan de orde kwam in relatie tot verkiezingscampagnes.

Het betekent vakkennis plus machinekracht: AI vervangt geen professionele oordeelsvorming, het verrijkt die, op voorwaarde dat er wordt geïnvesteerd in scholing en een nieuwe rolverdeling. Wie interpreteert modellen? Wie spreekt tegen? Wie tekent voor de uiteindelijke beslissing? En het betekent toetsing en aansprakelijkheid via een onafhankelijke instantie, met een register, een toetsingskader, modelkaarten, een meldpunt voor schade, en een route voor opschorting of stillegging bij risico’s. Aansprakelijkheid moet de besluitketen volgen, en burgers moeten effectieve bezwaar- en herstelmogelijkheden behouden, niet alleen op papier maar in de praktijk.

Wat vraagt dit van leiders die deze paragrafen schrijven, of die ze straks moeten uitvoeren?

AI dwingt tot preciezer leiderschap. Niet harder sturen, maar helderder begrenzen. Dat betekent de ethische randvoorwaarden expliciet benoemen, het gesprek over risico en schade normaliseren in plaats van het te vermijden tot er al iets is misgegaan, en de structuur zo inrichten dat het goede gedrag het makkelijkst is, niet het meest uitzonderlijke.

Het vraagt om werken aan taal: wat bedoelen we precies met beslissen, wanneer een deel van dat beslissen door een systeem wordt voorbereid? Het vraagt om ritme: wanneer herijken we modellen, en wie bepaalt wanneer dat moet gebeuren? En het vraagt om rolzuiverheid: wie draagt welke verantwoordelijkheid, vastgelegd voordat het ertoe doet, niet pas wanneer er al een incident is.

Zo wordt AI niet de onzichtbare manager die besluiten neemt zonder gezicht en zonder stem, maar een gereedschap dat menselijke waardigheid en publieke waarde daadwerkelijk vergroot.

Mijn kernstandpunt hierin is eenvoudig: AI hoort publieke waarde en menselijke waardigheid te vergroten, en mag nooit verantwoordelijkheid verdunnen. Snelheid zonder begrenzing is bestuurde willekeur. Begrenzing zonder tempo is een gemiste maatschappelijke kans. Leiderschap is het precisiewerk van tegelijk uitnodigen en inperken, met zicht op de onderstroom van drijfveren, angst en prestatiedruk die elk beleidsproces rond technologie onvermijdelijk met zich meebrengt.

Noten voor wie verder wil lezen:

  1. Virginia Dignum, Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way (2019, Springer). Over het vertalen van beleidsambities naar concrete governance-structuren voor AI.
  2. Stuart Russell, Human Compatible: Artificial Intelligence and the Problem of Control (2019, Viking). Over mensgericht ontwerp als ontwerpnorm in plaats van als correctie achteraf.
  3. Argyri Panezi, Article 14 Human Oversight, in The EU Artificial Intelligence Act: A Commentary (2024). Over de juridische verankering van menselijk toezicht in Europese regelgeving, relevant voor nationale beleidskeuzes.
  4. Cathy O’Neil, Weapons of Math Destruction (2016, Crown Publishing). Over hoe het ontbreken van toetsingskaders maatschappelijke schade veroorzaakt op grote schaal.
  5. Luciano Floridi, The Ethics of Information (2013, Oxford University Press). Over de morele infrastructuur die beleidskeuzes rond AI onvermijdelijk meebrengen, ook wanneer dat niet expliciet wordt benoemd.