De makkelijkste manier om jezelf als organisatie kwijt te raken, is AI invoeren zonder helderheid over waar het wel en niet voor mag werken.<\/p>\n
Dat klinkt misschien als een open deur, maar de praktijk laat iets anders zien. Bedoeling wordt zelden expliciet gemaakt voordat een AI-systeem live gaat. Niet omdat niemand er belang aan hecht, maar omdat bedoeling abstract aanvoelt vergeleken met een werkende demo, en abstracte gesprekken verliezen het vaak van concrete deadlines.<\/p>\n
Zonder scherpe bedoeling infiltreert AI ongemerkt in je cultuur.<\/strong><\/p>\n Technologie is nooit neutraal. Dat is geen filosofische uitspraak, het is een praktische waarschuwing. Elk AI-systeem draagt een mensbeeld mee, ingebakken in de keuzes die bij het ontwerp zijn gemaakt, ook als niemand die keuzes bewust als mensbeeld heeft benoemd. Zijn mensen in dat systeem een kostenpost, of een bron van betekenis? Zijn fouten risico’s die voorkomen moeten worden, of grondstof waarvan geleerd kan worden? Is afwijken van de norm ongewenst gedrag, of juist het kenmerk van professionaliteit?<\/p>\n Die vragen worden meestal niet gesteld voordat een systeem wordt aangeschaft. Ze worden pas zichtbaar achteraf, in de manier waarop het systeem zich daadwerkelijk gedraagt, en op dat moment is het al ingebakken in processen die niet meer eenvoudig terug te draaien zijn.<\/p>\n Er zijn drie beslissingen over bedoeling die elke organisatie volgens mij zou moeten maken, en het liefst voordat de eerste pilot live gaat, niet erna.<\/p>\n De eerste beslissing gaat over de vraag waartoe AI mag bijdragen. Koppel die bijdrage expliciet aan strategische doelen: betere dienstverlening, kortere doorlooptijden, minder administratieve last. Maar wees minstens zo expliciet over wat AI nooit vervangt. Het moreel eindoordeel niet. Het gesprek met medewerkers niet. De relationele kern met klanten of inwoners niet. Een zin die ik organisaties vaak aanraad om letterlijk op te schrijven, is deze: AI ondersteunt het werk van professionals; het neemt nooit definitieve besluiten over mensen zonder menselijk oordeel. Die zin lijkt eenvoudig. Ze is bindend zodra je haar daadwerkelijk gebruikt als toetssteen bij elke nieuwe toepassing.<\/p>\n Een organisatie die niet expliciet kiest, kiest impliciet. En de impliciete keuze is bijna altijd de keuze die het minst weerstand biedt op dat moment, niet de keuze die het meest recht doet aan wat de organisatie werkelijk wil zijn.<\/strong><\/p>\n De tweede beslissing gaat over waarden die nooit onder druk mogen komen. Kies drie tot vijf waarden, niet meer, want een lange lijst met waarden wordt nooit een werkbaar instrument. Denk aan menselijke waardigheid, rechtvaardigheid, betrouwbaarheid, transparantie, inclusie. Vertaal elke waarde vervolgens naar een concreet ontwerpprincipe. Recht op uitleg, bijvoorbeeld: iedereen die wordt beoordeeld door een systeem moet kunnen vragen waarom, en moet een begrijpelijk antwoord krijgen. Ruimte voor tegenspraak zonder repercussies: niemand mag een nadeel ondervinden van het in twijfel trekken van een AI-uitkomst. Het loggen van menselijke overruling: als iemand afwijkt van het systeem, leg dat dan vast, niet om die persoon te controleren, maar om als organisatie te kunnen leren van de patronen die daaruit ontstaan.<\/p>\n De derde beslissing gaat over rode lijnen, de dingen die je expliciet niet doet. Geen verborgen profilering van prestaties zonder dat mensen weten dat het gebeurt. Geen automatische weigeringen in kwetsbare gevallen zonder dat er een mens met een tegengesteld oordeel naar heeft gekeken. Geen monitoring van emoties zonder een zwaarwegende reden en zonder instemming van de medezeggenschap. Deze rode lijnen voelen misschien als beperkingen op wat technisch mogelijk is. Dat zijn ze ook. Dat is precies hun functie.<\/p>\n Het is goed om hier expliciet bij stil te staan, omdat rode lijnen vaak worden opgevat als wantrouwen richting technologie, terwijl ze in werkelijkheid iets anders zijn: een vertaling van wat de organisatie al wist over haar eigen waarden, voordat AI in beeld kwam. Een rode lijn rond verborgen profilering bestond impliciet al lang voordat er een algoritme was dat het kon uitvoeren. Wat AI doet, is die impliciete grens testen, simpelweg omdat het ineens technisch mogelijk wordt om haar te overschrijden zonder dat iemand het meteen opmerkt. De rode lijn expliciet maken is dus geen nieuwe beperking. Het is het hardop uitspreken van iets dat al gold, op een moment dat het ertoe doet.<\/p>\n Mensen luisteren minder naar woorden dan naar praktijken.<\/strong><\/p>\n Dit punt verdient herhaling, omdat het de kern raakt van waarom bedoeling zonder praktijk waardeloos is. Als je eerste pilot draait om monitoring, ontvangt de organisatie een boodschap die niet in woorden is uitgesproken maar wel luid en duidelijk doorkomt: we vertrouwen het systeem meer dan jou. Als je AI primair inzet om mensen te ontlasten en hun vakmanschap te versterken, ontvangt de organisatie een andere boodschap: we nemen jouw oordeel serieus.<\/p>\n Datzelfde mechanisme werkt overigens niet alleen op het niveau van de organisatie als geheel, maar ook op het niveau van individuele leidinggevenden. Een manager die zegt te vertrouwen op het oordeel van zijn team, maar tegelijkertijd elke beslissing dubbel checkt met een AI-systeem voordat hij ermee instemt, communiceert iets anders dan zijn woorden beweren. Dat hoeft geen bewuste tegenstrijdigheid te zijn. Het is vaak gewoon onbewust gedrag dat ontstaat uit onzekerheid over een nieuw instrument. Maar het effect op het team is hetzelfde, ongeacht de intentie erachter.<\/p>\n Hoe pak je dit nu praktisch aan, binnen een tijdsbestek dat een drukke organisatie ook echt kan opbrengen? Het kan in twee uur, als je het scherp organiseert. Organiseer een sessie met het managementteam rond drie vragen: waarvoor mag AI bij ons wel werken, welke waarden zijn niet-onderhandelbaar, en wat zijn onze rode lijnen? Vang de uitkomst in een kompas van \u00e9\u00e9n pagina, aangevuld met een tweede pagina vol concrete voorbeeldsituaties: dit doen we wel, dit doen we niet. En leg dat kompas naast jullie bestaande visie op leiderschap en cultuur. Klopt het verhaal dat daaruit spreekt met het verhaal dat jullie in de organisatie willen laten zien?<\/p>\n Wat je vandaag al kunt doen, is je eigen doel met AI in \u00e9\u00e9n zin formuleren, in gewone taal, zonder jargon. Wat je op iets langere termijn kunt doen, is drie bestaande praktijkcases toetsen aan de waarden die je hebt vastgesteld, om te zien of ze daadwerkelijk standhouden of alleen mooi klinken op papier. En wat je beter vermijdt, is wat ik value-washing noem: posters met waarden aan de muur, zonder dat die waarden ooit hebben geleid tot een concrete ontwerpkeuze.<\/p>\n Kun je vandaag al geloofwaardig antwoorden op de vraag waarvoor AI bij jullie gebruikt mag worden, en waarvoor absoluut niet?<\/p>\n Als het antwoord nee is, is dat geen reden voor paniek. Het is een aanwijzing voor waar het werk nu moet beginnen.<\/p>\n Noten voor wie verder wil lezen:<\/em><\/p>\n De makkelijkste manier om jezelf als organisatie kwijt te raken, is AI invoeren zonder helderheid waar het wel en niet voor mag werken. Deel twee van een reeks over AI implementeren zonder jezelf te verliezen.<\/p>","protected":false},"author":1,"featured_media":926,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[87,26,82],"tags":[68,88],"class_list":["post-5015","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-leiderschap","category-blog","category-nederlands","tag-leiderschap","tag-nederlands"],"_links":{"self":[{"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/posts\/5015","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/comments?post=5015"}],"version-history":[{"count":1,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/posts\/5015\/revisions"}],"predecessor-version":[{"id":5124,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/posts\/5015\/revisions\/5124"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/media\/926"}],"wp:attachment":[{"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/media?parent=5015"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/categories?post=5015"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dbvp.nl\/en\/wp-json\/wp\/v2\/tags?post=5015"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n