Misschien maakt AI organisaties wel saamhoriger dan ooit

Waarom succes met AI minder afhangt van individuele AI-experts en meer van het vermogen om samen te leren en samen verantwoordelijkheid te nemen.

Er zijn altijd mensen die heel zelfverzekerd over AI praten. Alsof ze precies weten hoe het werkt, welke toepassingen waardevol zijn en hoe organisaties ermee om zouden moeten gaan. Maar die zelfverzekerdheid is lang niet altijd een teken van echte zekerheid. Vaak is het juist een manier om onzekerheid te camoufleren.

De werkelijkheid is namelijk veel minder overzichtelijk. Vrijwel iedereen is nog aan het experimenteren. Nieuwe modellen, toepassingen en werkwijzen volgen elkaar snel op. Wat vandaag indrukwekkend lijkt, kan morgen alweer achterhaald zijn. Organisaties proberen uit wat werkt, lopen tegen grenzen aan en ontdekken onderweg pas waar AI daadwerkelijk waarde toevoegt.

Iedereen klooit dus in zekere zin nog aan.

En juist daarin zit misschien een belangrijke les voor organisaties. Succes met AI zal waarschijnlijk minder afhangen van individuele mensen die zichzelf als AI-expert positioneren, en veel meer van het vermogen van een organisatie om gezamenlijk te leren.

AI is geen individuele vaardigheid

In veel organisaties wordt AI nog benaderd als een persoonlijke competentie. Wie goed kan prompten, de nieuwste tools kent en vooroploopt met experimenteren, wordt al snel gezien als iemand met sterke AI-skills.

Maar dat beeld is te beperkt.

Natuurlijk is het belangrijk dat mensen leren omgaan met nieuwe technologie. Alleen ontstaat echte waarde pas wanneer individuele ervaringen worden gedeeld. Wat werkte bij de ene medewerker? Waar ging het mis? Welke aannames maakte een model? Welke bronnen bleken betrouwbaar? Wanneer leverde AI tijdwinst op en wanneer kostte controle juist meer tijd?

Zolang die kennis alleen bij individuele gebruikers blijft, leert een organisatie nauwelijks.

Daarom wordt saamhorigheid in het experimenteren met AI zo belangrijk. Niet iedereen hoeft dezelfde tools te gebruiken of dezelfde expertise te hebben. Wel moet er een cultuur ontstaan waarin mensen ervaringen delen, elkaar corrigeren en gezamenlijk ontdekken wat verantwoord en effectief gebruik van AI betekent.

De organisaties die hier uiteindelijk goed in worden, zijn niet de organisaties waarin iedereen zelfverzekerd roept dat hij of zij AI beheerst. Het zijn de organisaties waarin mensen gemakkelijk kunnen zeggen: dit werkte goed, dit ging fout, dit begrijp ik nog niet en hier heb ik iemand anders bij nodig.

Van kennis hebben naar kennis beoordelen

AI verandert ook onze relatie met kennis.

Traditioneel werd expertise vaak gekoppeld aan hoeveel iemand wist. De expert was degene die kennis in zijn hoofd had, veel ervaring had opgebouwd en daardoor betere beslissingen kon nemen.

Die expertise verdwijnt niet. Integendeel. Ze wordt waarschijnlijk juist belangrijker. Maar de manier waarop we expertise gebruiken verandert wel.

AI kan enorme hoeveelheden informatie verzamelen, samenvatten, vergelijken en interpreteren. Daardoor wordt het steeds minder onderscheidend om simpelweg toegang tot kennis te hebben. De belangrijke vraag wordt: kun je beoordelen of die kennis klopt?

Dat vraagt iets anders. Je moet kunnen herkennen welke informatie relevant is, welke bronnen betrouwbaar zijn, welke aannames onder een analyse liggen en waar mogelijke fouten zitten. Je moet voldoende inhoudelijke kennis hebben om een AI-uitkomst niet alleen te lezen, maar ook daadwerkelijk te kunnen beoordelen.

Het gaat dus steeds minder om wie de kennis in pacht heeft en steeds meer om wie kennis kan cureren, begrijpen en wegen. En daar komt uiteindelijk verantwoordelijkheid om de hoek kijken.

Verantwoordelijkheid wordt een kernvaardigheid

Een van de belangrijkste professionele vaardigheden in een wereld met steeds krachtigere AI wordt misschien wel het vermogen om verantwoordelijkheid te nemen voor beslissingen die mede op basis van AI tot stand komen.

Een AI-model kan een analyse uitvoeren. Het kan honderden documenten vergelijken, patronen herkennen en een voorstel formuleren. Een AI-agent kan mogelijk zelfs zelfstandig een volgende stap uitvoeren. Maar daarmee verdwijnt menselijke verantwoordelijkheid niet. Integendeel.

Iemand moet uiteindelijk bereid zijn om te zeggen: ik begrijp waarop deze analyse is gebaseerd, ik heb voldoende vertrouwen in de gebruikte kennis en ik sta achter het besluit dat hieruit voortkomt. Dat is wezenlijk iets anders dan zeggen: “De AI kwam met deze conclusie.”

Een model kan geen organisatorische verantwoordelijkheid dragen. Het kan geen professionele reputatie op het spel zetten, geen morele afweging maken vanuit de context van een organisatie en geen verantwoording afleggen wanneer een besluit verkeerd uitpakt. Mensen zullen dat moeten blijven doen.

Daarom wordt het vermogen om AI-uitkomsten te valideren zo belangrijk. Niet ieder detail hoeft handmatig opnieuw gecontroleerd te worden, maar iemand moet voldoende begrijpen van het onderwerp om verantwoordelijkheid te kunnen nemen voor de uitkomst. Dat maakt echte expertise eerder belangrijker dan minder belangrijk.

Expertise krijgt een andere betekenis

Dat leidt tot een interessante paradox. AI maakt kennis toegankelijker, maar verhoogt tegelijkertijd de waarde van mensen die diep genoeg in een onderwerp zitten om de kwaliteit van die kennis te kunnen beoordelen.

De expert van de toekomst is daarom misschien niet degene die altijd direct het antwoord weet. Het is degene die weet welke vragen gesteld moeten worden. Die kan herkennen wanneer een AI-model iets overtuigend formuleert zonder dat de onderbouwing sterk genoeg is. Die weet welke expertise ontbreekt en wanneer een tweede oordeel nodig is. En vooral: degene die uiteindelijk verantwoordelijkheid durft te nemen.

Dat vraagt niet alleen inhoudelijke kennis, maar ook professioneel oordeel. Want hoe meer informatie beschikbaar komt, hoe makkelijker het wordt om jezelf achter informatie te verschuilen. Er is altijd wel een analyse, dataset, model of rapport te vinden dat een bepaald besluit ondersteunt.

De echte uitdaging is niet om nóg meer informatie te verzamelen. De uitdaging is om op een gegeven moment te kunnen zeggen: we weten genoeg om een keuze te maken, en we staan achter die keuze.

Verantwoordelijkheid wordt vaker gezamenlijk

Naarmate AI een grotere rol speelt in belangrijke beslissingen, wordt het waarschijnlijk moeilijker voor één persoon om alle relevante kennis en risico's zelfstandig te overzien. Besluiten zullen daardoor vaker verschillende soorten expertise vereisen.

• Een inhoudelijk expert begrijpt het domein.
• Een data-expert begrijpt de gebruikte informatie.
• Iemand anders begrijpt de juridische of ethische gevolgen.
• Weer iemand anders kent de operationele consequenties.

Verantwoordelijkheid wordt daardoor niet alleen belangrijker, maar ook vaker gezamenlijk. Dat kan organisaties veranderen.

Want gezamenlijke verantwoordelijkheid vraagt dat mensen eerder met elkaar in gesprek gaan. Dat aannames expliciet worden gemaakt. Dat mensen elkaar durven tegenspreken. En dat het normaal wordt om onzekerheid te benoemen voordat een besluit wordt genomen. Juist AI kan daardoor een technologie blijken die samenwerking noodzakelijker maakt.

Van individuele zekerheid naar collectief vertrouwen

Misschien is dat uiteindelijk een veel interessanter perspectief op AI dan de eindeloze discussie over wie de beste prompts schrijft of wie de nieuwste tool als eerste gebruikt. AI dwingt organisaties om opnieuw na te denken over hoe kennis wordt opgebouwd, hoe beslissingen tot stand komen en wie daarvoor verantwoordelijkheid draagt.

Daarvoor is geen cultuur nodig waarin iedereen doet alsof hij alles begrijpt. Het tegenovergestelde is waarschijnlijk effectiever: een organisatie waarin mensen openlijk kunnen aangeven waar onzekerheid zit. Waar experimenten worden gedeeld. Waar fouten niet worden verstopt, maar gebruikt om collectief slimmer te worden. En waar expertise niet betekent dat iemand altijd gelijk heeft, maar dat iemand voldoende begrijpt om een oordeel te vormen en daar verantwoordelijkheid voor te nemen.

Misschien zorgt de inzet van AI er daardoor juist voor dat organisaties saamhoriger worden dan ooit. Niet omdat AI automatisch verbinding creëert, maar omdat niemand deze ontwikkeling volledig alleen kan doorgronden.

We zullen samen moeten experimenteren, samen kennis moeten opbouwen en steeds vaker samen verantwoordelijkheid moeten nemen voor de beslissingen die daaruit voortkomen. En misschien is precies dat wel een van de belangrijkste AI-skills van de toekomst.