Reeks Organisatievermogen · deel 6 van 9
Vrijwel elke toepassing van generatieve AI raakt uiteindelijk aan één ding: beoordelingsvermogen. Of AI nu informatie combineert, teksten analyseert, alternatieven genereert of een processtap uitvoert: steeds maakt het systeem impliciet oordelen over relevantie, betekenis en de volgende passende stap. Dat maakt beoordelingsvermogen een veel concretere ingang voor AI-governance dan algemene principes over ‘menselijke controle’.
Overal zit een oordeel in
Het valt makkelijk te missen, maar kijk goed naar wat AI doet en je ziet overal oordelen. Informatie combineren is kiezen wat relevant is. Samenvatten is kiezen wat weg mag. Een advies voorbereiden is kiezen welke opties ertoe doen. Een processtap uitvoeren is kiezen wat de volgende passende handeling is. Elk van die stappen bevat impliciet of expliciet een beoordeling over waarschijnlijkheid, samenhang, betekenis of gepastheid. Zodra je dat ziet, wordt beoordelingsvermogen het hart van de zaak.
De vraag achter ‘wat kan AI?’
De meeste AI-gesprekken beginnen bij “wat kan AI?”. Nuttig, maar het laat de belangrijkste vraag onbeantwoord. Die luidt: welk oordeel vertrouwen we aan AI toe, welk oordeel ondersteunen we met AI, en welk oordeel moet expliciet menselijk blijven? Dat is een veel bruikbaarder onderscheid dan een algemeen principe als “er blijft altijd een mens in the loop”. Want die mens doet in het ene geval iets wezenlijk anders dan in het andere.
Drie soorten oordeel
- Oordeel dat je aan AI kunt toevertrouwen: routinematig, goed af te bakenen, laag risico, makkelijk te controleren, zoals classificeren, sorteren, een eerste concept.
- Oordeel dat je met AI ondersteunt: de mens beslist, maar AI levert analyse, opties of tegenspraak. Verantwoordelijkheid blijft menselijk, het denkwerk wordt verrijkt.
- Oordeel dat menselijk moet blijven: waar context, belangen, uitzonderingen, ethiek of verantwoordelijkheid doorslaggevend zijn. Hier verschuift de menselijke rol eerder dan dat die verdwijnt.
De rol verschuift, hij verdwijnt niet
AI wordt steeds beter in combineren, zoeken, analyseren, samenvatten, patronen herkennen, opties genereren en voorspellen. Maar juist daardoor wordt de menselijke vraag scherper, niet overbodig: klopt de context? Is de uitkomst betekenisvol? Welke belangen spelen mee? Wat zijn de uitzonderingen? Wat is verantwoord? Wie draagt uiteindelijk de verantwoordelijkheid? Daaruit volgt een ontwerpprincipe: AI kan beoordelingsvermogen ondersteunen en vergroten, maar verantwoordelijkheid moet je expliciet ontwerpen. Als je niet oplet, verschuift ze vanzelf naar het systeem.
Waarom dit governance concreet maakt
Praat je over “menselijke controle”, dan krijg je knikkende hoofden en geen gedrag. Vraag je per toepassing welk van de drie soorten oordeel aan de orde is, dan krijg je een concreet gesprek met concrete keuzes. Dat is de vierde vraag uit “eerst repareren, dan versterken”: “wat blijft menselijk?” Hier is die vraag uitgewerkt tot een bruikbaar raster.
Welk oordeel in jouw werk zou je nooit aan een systeem willen overlaten, en welk juist wél?
Wil je per toepassing bepalen welk oordeel menselijk blijft? Plan een gesprek met 5Value.
Is bij jullie duidelijk wie verantwoordelijk is voor een AI-uitkomst? De gratis scan ‘Zijn jouw AI-spelregels op orde?’ laat zien waar het grootste gat zit.
