Definitie

systeemtaalDe vraag of we de systeemtaal kunnen toepassen bij de implementatie van AI is interessant.

Een systeem wordt gedefinieerd door de verbanden tussen onderdelen, niet door de onderdelen zelf. Alles staat in interactie: geen enkel element kan op zichzelf worden begrepen. Systemen bestaan uit loops: uitkomsten beïnvloeden weer input. Zowel positieve feedback (versterkend, groeiend) als negatieve feedback (stabiliserend, regulerend). Systemen bestaan vaak uit lagen: subsystemen maken deel uit van grotere systemen. Nieuwe eigenschappen (“emergentie”) ontstaan op hogere niveaus die niet voorspelbaar zijn uit de losse delen. Een systeem krijgt vorm door de grenzen die we trekken: wat rekenen we mee, wat niet? Elke grenskeuze is subjectief en beïnvloedt welke problemen en oplossingen zichtbaar worden.

Systemen veranderen continu en vaak op onvoorspelbare, niet-lineaire manieren. Kleine oorzaken kunnen grote effecten hebben (chaos, tipping points). Achter de complexiteit schuilen vaak eenvoudige onderliggende regels of patronen. Systemen passen zich aan hun omgeving aan, soms zonder centrale sturing. Dit kan leiden tot onverwachte, maar robuuste structuren.

Onderscheid

Hoe pas je dit nu toe? Maak onderscheid. Stel vragen: Wat hoort erbij en wat niet? Wie zijn de actoren, wie niet? Breng het systeem in kaart. Deel het vraagstuk op in onderdelen en laat zien hoe ze samen een groter geheel vormen. Kijk naar subsystemen en niveaus: individu, team, organisatie, maatschappij. Identificeer relaties.

Perspectief

Zoek naar verbanden en causaliteit: wie beïnvloedt wie? Breng feedbackloops in kaart: versterkende en corrigerende effecten. Verken perspectieven. Benoem vanuit welke standpunten je kijkt (actoren, disciplines, belangen). Herken dat systemen veranderen in de tijd en vanuit elk perspectief andere patronen tonen. Zoek patronen & eenvoudige regels. Achter veel complexiteit liggen simpele regels die gedrag sturen. Vraag: Wat zijn de kernmechanismen die telkens terugkeren?

Implementatie AI

Ik vertaal het naar de implementatie van AI. Grenzen en afbakening: wat hoort wel/niet bij dit systeem? Welke processen of taken gaan we met AI ondersteunen? Subsystemen en emergentie. Hoe is het geheel opgebouwd, wat ontstaat er op hoger niveau? Hoe past AI in bestaande werkprocessen, teams en organisatiestructuur? Welke subsystemen worden geraakt (IT, HR, klantenservice, compliance)? Welke nieuwe eigenschappen/cultuur kunnen ontstaan door AI (bijv. snelheid, minder menselijk contact)?

Verbanden en feedback: Welke interacties en terugkoppelingen zijn er? Hoe verandert de relatie tussen mens en technologie (wie beslist, wie ondersteunt)? Welke feedbackloops ontstaan (bijv. AI-beslissingen die klantgedrag beïnvloeden ? nieuwe data ? betere AI ? versterkend effect)? Perspectieven. Wie kijkt ernaar, hoe verandert het in de tijd? Hoe ervaren verschillende actoren de AI-implementatie (werknemers, managers, klanten, toezichthouders)? Welke zorgen of verwachtingen hebben zij?

Zelforganisatie

Zelforganisatie: welke onderliggende mechanismen sturen het gedrag? Welke kernregels sturen ons gebruik van AI (bijv. “AI mag nooit eindbeslisser zijn”, “mens + AI samen sterker”)? Welke patronen zien we in eerdere digitale transformaties binnen de organisatie (weerstand, adoptiesnelheid)? Hoe kunnen we die patronen benutten of doorbreken?

Literatuur

Cabrera, D. en L. Cabrera en G. Midgley. (2023). The Routledge Handbook of Systems Thinking . Routledge

Woldendorp, H. en A. Jeninga. (2018). Organisaties ontwarren. Systemisch kijken, denken en doen binnen de gezondheidszorg. SWP