Wie ziet beter?

‘We should not confuse the appearance of intelligence with the presence of understanding.’( Joseph Weizenbaum)

Intelligentie

Intelligentie begon als iets uiterst eenvoudigs en praktisch. De eerste vormen van intelligentie waren reflexmatig, doelgericht en volledig gericht op overleving. Handelen stond centraal, niet nadenken. Het menselijke brein is dan ook niet geëvolueerd als één allesomvattende “general-purpose computer”, maar als een modulair en gelaagd systeem. Oude structuren vormen nog steeds de basis, zoals snelle overlevingsreacties die doen denken aan het reptielenbrein. Daarbovenop kwamen lagen voor emotie en motivatie, vervolgens systemen voor voorspellen en plannen en pas heel laat in de evolutie ontstonden abstract denken en taal. Nieuwe lagen hebben de oude niet vervangen, maar zijn erop voortgebouwd en werken er voortdurend mee samen.

Intelligentie draait om voorspellen en corrigeren. Het brein probeert continu te anticiperen op wat er gaat gebeuren, en gebruikt fouten in die voorspellingen als brandstof voor leren en aanpassing. Intelligentie is daarmee geen kwestie van perfecte kennis, maar van flexibel omgaan met onzekerheid. Dit staat haaks op veel huidige AI-systemen, die vooral sterk zijn in patroonherkenning maar nauwelijks begrip hebben van wat ze doen.

Overleven

Moderne AI, en vooral grote taalmodellen kunnen intelligent gedrag overtuigend imiteren, maar missen essentiële ingrediënten zoals lichamelijke ervaring, intrinsieke motivatie, doelen die voortkomen uit overleving en echte feedback uit de fysieke wereld. Ze zijn vaardig in hun output, maar arm in werkelijk begrip van de context waarin die output betekenis zou moeten hebben.

Intelligentie bestaat niet uit het geven van slimme antwoorden, maar uit adaptief handelen binnen een specifieke context. Intelligentie toont zich pas echt wanneer een systeem kan omgaan met onzekerheid, belangen en betekenis en precies daar ligt het fundamentele verschil tussen mens en machine. In de werkomgeving betekent dit dat AI uitermate sterk is in analyse, patroonherkenning en het genereren van suggesties, terwijl mensen superieur blijven in oordeelsvorming, morele afwegingen, het omgaan met ambiguïteit en het geven van betekenis. AI kan ondersteunen, maar niet dragen wat normatief, ethisch of contextueel geladen is.

Ondersteunen

Voor leiderschap heeft dit directe implicaties. AI moet worden ingezet als ondersteuner, niet als beslisser. Blind vertrouwen is vooral riskant wanneer belangen botsen, context onvolledig is of waarden een rol spelen. Goed leiderschap betekent weten waar de kracht van AI ophoudt en waar menselijk oordeel onmisbaar wordt. Het echte kompas zit niet in het model, maar in degene die het gebruikt.

AI mist een lichaam, eigen belangen, het vermogen tot lijden en morele intuïtie. Toch geven we deze systemen steeds meer invloed op domeinen als personeelsselectie, kredietverlening, verzekeringen, zorgprioritering en zelfs rechtspraak-achtige beslissingen. Dat maakt het cruciaal om AI beslissingsondersteunend te houden in plaats van beslissend. De ethische vraag gaat hier niet over bewuste AI, maar over het onterecht toekennen van gezag aan systemen die geen moreel referentiekader hebben.

Zien

Niet wat je weet, maar hoe je betekenis geeft aan informatie wordt doorslaggevend. Voor leiders en HR betekent dit investeren in meta-vaardigheden, niet alleen in technische AI-skills. Een gezonde toepassing van AI in besluitvorming gebruikt systemen voor scenario’s, inzichten en second opinions, maar laat mensen beslissen wanneer er ethische spanning is, strategische keuzes moeten worden gemaakt of de menselijke impact groot is. Een cruciale vraag voor leiders blijft daarom: wat ziet het model niet, maar wij wel?

Literatuur

Bennett, M. (2024). A Brief History of Intelligence: Why the Evolution of the Brain Holds the Key to the Future of Ai. William Collins
Woldendorp, H., A. Jeninga en A. Eliens. (2025). Kun je me doorverbinden met …mezelf? Een reisgids voor kinderen en volwassenen. Uitgever Virtuoos