‘ The prevailing mindset and planning remains steadfastly focused on automation and task substitution rather than innovation, elimination, and radical change’(Susskind, p. 82)

Proces en outcome

effectiviteit van AIBij de beoordeling van de effectiviteit van AI is er een verschil tussen procesdenkers (hoe werkt AI: begrijpen hoe AI tot een antwoord komt) en outcome-denkers (wat levert het op: beoordelen van de waarde van het antwoord zelf).

Innovatie en eliminatie

Er is sprake van drie typen impact:

  1. Informatisering: bestaand werk wordt doelmatiger ingericht
  2. Innovatie: er worden fundamenteel nieuwe werkwijzen gecreëerd
  3. Eliminatie: problemen worden voorkomen zodat bestaand werk overbodig wordt

Bij innovatie en eliminatie gaat het erom zicht te hebben op feitelijke klanteisen en of AI die beter kan leveren. Begin daarom niet met de invoering van AI, maar met het vaststellen welk probleem je wilt oplossen. AI kent verschillende verschijningsvormen (generen tekst, doen van voorspellingen, herkennen van beelden, voeren van gesprekken, ondersteunen van beslissingen etc.): bepaal welke vorm bij jouw probleem past.

Werkpraktijk

Zorg ervoor dat AI in de werkpraktijk past. Daarom is het gewenst eindgebruikers vroeg bij de implementatie te betrekken. Medewerkers worden goed getraind in het werken met AI. Vragen die hierbij relevant zijn:

Stap Focus Kernvraag
1 Probleemgericht starten Waar is AI zinvol, niet alleen mogelijk?
2 Data op orde brengen Kunnen we AI goed voeden?
3 Modelkeuze afstemmen Past dit type AI bij onze taak?
4 Klein testen, gedrag meten Doet het wat we willen én hoe we willen?
5 Leren en verbeteren Wat zegt het gebruik? Wat verbeteren we?
6 Menselijke controle houden Wie grijpt in als het misgaat?
7 Ethisch en juridisch borgen Is het eerlijk, uitlegbaar en veilig?
8 Organisatie en acceptatie Is de context AI-ready?

 

Uiteindelijk gaat het om het herontwerpen van systemen rond de mogelijkheden van AI. Die systemen worden herontworpen rondom technologie. Het gaat bij innovatie en eliminatie dus niet om het optimaliseren van wat we hebben, maar om opnieuw te bedenken wat nodig is.

Zorg

Voor de gezondheidszorg betekent dat: van genezen naar voorkomen (AI-systemen kunnen met grote hoeveelheden medische data vroegtijdig signalen herkennen (bijv. via wearables, digitale dossiers; democratisering van medisch advies (medisch gezag wordt gedeeld met systemen (verlies van monopolie voor artsen); digitale triage en zelfdiagnose; zorg als digitaal ecosysteem (minder gefragmenteerde zorg: data en AI koppelen huisartsen, specialisten, patiënten en zorgverzekeraars aan elkaar).

Literatuur

Susskind, R. (2025). How to think about AI. A guide for the perplexed. Oxford University Press
Woldendorp, H., A. Jeninga en A. Eliens. (2025). Kun je me doorverbinden met…mezelf? Een reisgids voor kinderen en volwassenen. Virtuoos