In een eerder artikel is stilgestaan bij de rol van experimenten rond AI binnen gemeenten. Daarin werd betoogd dat experimenteren noodzakelijk is, maar zonder samenhang en richting weinig bijdraagt aan structurele verandering. Dat roept de vraag op wat er nodig is om die samenhang wél te organiseren. 

Die vraag beperkt zich niet tot AI. In de kern zijn vraagstukken rond informatievoorziening en IT zelden puur technisch van aard. Ze raken vrijwel altijd aan hoe het werk is ingericht, hoe verantwoordelijkheden zijn verdeeld en hoe verschillende onderdelen van de organisatie met elkaar samenwerken. Technologie krijgt daarmee pas betekenis binnen de organisatie. 

Bij AI wordt dit nog explicieter. De manier waarop AI wordt ingezet, heeft direct invloed op kennisgebruik, besluitvorming en professionele ruimte. Daarmee verschuift het perspectief verder van toepassing naar inrichting. Dat brengt een andere vraag met zich mee. Niet: de technologie komt op ons af, hoe gaan we die implementeren. Maar: hoe willen we onze organisatie met behulp van AI inrichten, op een manier die voor ons wenselijk is én waar trekken we daarin bewust grenzen. 

Dat vraagt om een manier van kijken waarin technologie, organisatie en waarden in samenhang worden beschouwd. 

Een socio-technische blik

Een manier om naar dit vraagstuk te kijken, is vanuit het perspectief van socio‑technische systemen (STS). In deze benadering worden technologie en organisatie niet los van elkaar gezien, maar als elementen die elkaar voortdurend beïnvloeden en mede vormen. De betekenis van technologie ligt daarmee niet vast in de techniek zelf, maar ontstaat in de keuzes die een organisatie maakt in hoe zij die technologie inzet. Daarmee geeft de organisatie niet alleen vorm aan de toepassing van technologie, maar mede ook aan de ontwikkeling daarvan binnen de organisatie. 

AI is vanuit dat perspectief geen ontwikkeling die simpelweg op de organisatie afkomt en vervolgens moet worden geïmplementeerd. De manier waarop AI doorwerkt in het werk, in besluitvorming en in onderlinge verhoudingen, ontstaat in hoe de organisatie ermee omgaat. Daarmee verschuift ook de verantwoordelijkheid. Niet de technologie bepaalt wat er gebeurt, maar de organisatie bepaalt in belangrijke mate welke rol die technologie krijgt. 

Meervoudige perspectieven

Die rol laat zich niet eenduidig invullen. Binnen de organisatie bestaan verschillende perspectieven die ieder vanuit een eigen logica naar AI kijken. Vanuit HR gaat het over werk en vaardigheden, vanuit juridische functies over rechtmatigheid en aansprakelijkheid, vanuit privacy over gegevensgebruik, vanuit de uitvoering over de menselijke maat en vanuit bedrijfsvoering over efficiëntie en schaal. 

Geen van deze perspectieven is op zichzelf leidend. Tegelijkertijd kunnen ze moeilijk naast elkaar blijven bestaan zonder dat er keuzes worden gemaakt. Wat vanuit het ene perspectief wenselijk is, kan vanuit het andere juist vragen oproepen. Juist die spanning maakt duidelijk dat het niet gaat om het toepassen van technologie, maar om het organiseren van samenhang. 

Expliciete keuzes en risicodenken

Wanneer de organisatie op deze manier naar AI kijkt, ontstaat ook een andere manier van omgaan met risico’s. Niet alleen als iets dat achteraf moet worden beheerst, maar als een middel om vooraf richting te geven. Door bewuster onderscheid te maken in de aard en mate van risico’s, wordt het mogelijk om keuzes te maken in wat wel en niet wordt verkend. 

Sommige toepassingen kennen relatief beperkte en beheersbare risico’s en lenen zich daarmee voor experimenten. Andere toepassingen brengen grotere risico’s met zich mee, maar kunnen onder voorwaarden toch worden verkend, juist om beter zichtbaar te maken hoe die risico’s zich in de praktijk voordoen. Tegelijkertijd zijn er toepassingen waarvan de risico’s op dit moment als onbeheersbaar worden ervaren. In die gevallen ligt het voor de hand om deze bewust buiten scope te plaatsen. 

Die afwegingen zijn niet uitsluitend technisch van aard. Ze raken aan vragen over rechtmatigheid, menselijke maat, transparantie en bestuurlijke verantwoordelijkheid. Het ordenen van risico’s helpt daarmee niet alleen om risico’s te beperken, maar vooral om het gesprek te voeren over wat als organisatie wenselijk wordt gevonden. Het maakt zichtbaar waar ruimte ligt om te leren en waar grenzen worden getrokken. 

Tegelijkertijd is dit geen statische indeling. Wat vandaag als onbeheersbaar wordt gezien, kan in een later stadium onder andere omstandigheden opnieuw worden overwogen. Juist daarom is het van belang dat deze keuzes expliciet worden gemaakt en periodiek worden herijkt. 

Experimenten in samenhang

Vanuit deze benadering verandert ook de rol van experimenten. Ze vormen niet langer het startpunt, maar worden ingezet om gerichte vragen te beantwoorden die voortkomen uit eerder gemaakte keuzes. Niet elk experiment is daarmee even relevant. De vraag wordt wat nodig is om beter inzicht te krijgen in de gewenste inrichting van de organisatie en die experimenten krijgen voorrang. 

Experimenten krijgen zo een plek in een breder geheel, waarin leren en richting geven met elkaar samenhangen. In plaats van losstaande initiatieven ontstaat een beweging waarin experimenten bijdragen aan het verkennen van wat voor de organisatie wenselijk is, en wat niet. 

Toepassing

Dit maakt het ook mogelijk om experimenten gerichter in te zetten. Denk bijvoorbeeld aan het gebruik van AI bij het opstellen van beschikkingen. Vanuit een puur experimentele benadering zou dit een logische pilot zijn: het versnelt het proces en lijkt technisch haalbaar. Vanuit een socio‑technische benadering ligt eerst de vraag op tafel welke rol AI mag spelen in besluitvorming en waar de grens ligt. Wanneer wordt gekozen dat AI ondersteunend mag zijn in het voorbereiden van besluiten, maar niet in het nemen daarvan, ontstaat een duidelijk kader. Een experiment kan zich dan richten op het ondersteunen van medewerkers bij het opstellen van teksten, zonder dat de verantwoordelijkheid voor de uiteindelijke beslissing verschuift. Tegelijkertijd wordt zichtbaar waar risico’s liggen en hoe beheersbaar die zijn. 

Het verschil zit daarmee minder in het wel of niet experimenteren, dan in de mate waarin de organisatie zelf richting geeft aan wat wordt verkend en met welk doel. Waar experimenten zonder duidelijke kaders al snel iets krijgen van “we zien wel waar het uitkomt”, ontstaat in deze benadering juist meer beheersbaarheid. Niet door alles vooraf vast te leggen, maar door expliciet te maken wat wel wordt onderzocht en wat bewust niet. Daarmee wordt AI niet iets wat de organisatie overkomt, maar iets waar zij zelf vorm aan geeft. 

Meer weten?

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