Waarom een puur experimentele aanpak bij gemeenten tekortschiet 

AI‑vraagstukken hebben zich het afgelopen jaar duidelijk genesteld op de gemeentelijke agenda. De technologische mogelijkheden worden steeds tastbaarder, terwijl concrete toepassingsvormen in veel organisaties nog beperkt blijven. Dat leidt tot gesprekken over kansen en risico’s, maar ook tot actie. Pilots, proeftuinen en experimenten worden overal in het land gestart. Vaak met goede bedoelingen, soms met concrete opbrengsten. 

Tegelijkertijd verandert er nog weinig fundamenteel binnen gemeentelijke organisaties. AI blijft in veel gevallen een manier om bestaande processen wat efficiënter uit te voeren, in plaats van iets dat daadwerkelijk doorwerkt in de manier waarop het werk is georganiseerd. Dat roept de vraag op of een puur experimentele benadering, hoe begrijpelijk ook, niet juist een belemmering vormt voor de bredere verandering die AI kan betekenen. 

Experimenteren is begrijpelijk

Dat gemeenten kiezen voor experimenten is logisch. De technologie is sterk in ontwikkeling en de maatschappelijke, juridische en ethische implicaties zijn nog niet altijd scherp omlijnd. Experimenteren biedt ruimte om te leren, om te verkennen waar kansen liggen en waar grenzen — al dan niet tijdelijk — moeten worden getrokken. Het past bij een context waarin zekerheid niet vooraf kan worden georganiseerd. 

Het probleem zit dan ook niet in het experimenteren zelf. Het zit in de positie die experimenten innemen binnen de organisatie. Te vaak functioneren pilots als losse initiatieven, zonder duidelijke relatie met visie, strategie of organisatieontwikkeling. Er wordt geleerd, maar het blijft onduidelijk waartoe dat leren uiteindelijk moet leiden. 

Dit patroon wordt versterkt doordat AI vaak wordt benaderd als IT‑ of innovatievraagstuk. De focus ligt op tooling en technische haalbaarheid, terwijl de organisatorische gevolgen minder expliciet worden besproken. Terwijl juist daar de grootste impact zit: in de manier waarop kennis wordt gebruikt, besluiten worden voorbereid en verantwoordelijkheden zijn verdeeld. 

Zolang toepassingen zich in een pilotfase bevinden, hoeven deze vragen niet volledig beantwoord te worden. Wat begint als een leerinstrument, kan zo onbedoeld ook functioneren als uitstelmechanisme. 

Leren zonder richting

Opvallend is dat pilots vaak zorgvuldig worden geëvalueerd, maar zelden leiden tot strategische bijstelling. De beoordeling blijft beperkt tot de vraag of het experiment werkte, niet tot wat het betekent voor hoe de organisatie wil functioneren. Welke aannames over processen, rollen of samenwerking komen hierdoor ter discussie te staan? En welke keuzes volgen daaruit? 

Door deze vragen niet expliciet te maken, blijft leren vrijblijvend. Er ontstaat inzicht, maar geen richting. Tegelijkertijd raken AI‑toepassingen wel aan publieke waarden als rechtmatigheid, zorgvuldigheid en vertrouwen. Dat zijn vraagstukken die zich niet laten afhandelen binnen de logica van een tijdelijk project. 

Niet minder experimenteren, maar anders

De conclusie moet niet zijn dat gemeenten moeten stoppen met experimenteren. Ze leveren zeer nuttige praktijkgerichte inzichten op. De vraag is daarom niet of er moet worden geëxperimenteerd, maar hoe experimenten worden verbonden aan richting en bestuurlijke verantwoordelijkheid. 

In een volgend artikel verkennen we hoe een andere benadering, waarin de samenhang tussen technologie, organisatie en publieke waarden centraal staat, kan helpen om experimenten betekenisvol te maken en AI‑ontwikkeling daadwerkelijk verder te brengen. 

Meer weten?

 Voor meer informatie kun je contact opnemen met Tim van der Pol via de contactpagina.