Kunstmatige intelligentie wordt vaak gepresenteerd als dé oplossing voor organisatorische en maatschappelijke vraagstukken. Maar wie iets dieper kijkt, ziet dat AI vooral een spiegel is: van onze datahuishouding, ons vakmanschap en ons vermogen om goede vragen te stellen. Een long read over hype, realiteit en de blijvende rol van menselijk oordeel.
De afgelopen jaren lijkt elke managementpresentatie te eindigen met dezelfde slide. Een futuristisch icoon, een wolk met data en de belofte dat alles sneller, slimmer en goedkoper wordt dankzij AI. Alsof kunstmatige intelligentie een universeel oplosmiddel is: even implementeren en structurele problemen verdwijnen vanzelf.
Die belofte is begrijpelijk. Organisaties staan onder druk, kampen met personeelstekorten en zoeken naar schaal. Maar precies daar schuilt het risico. Wie AI ziet als een toverstokje, projecteert hoop op technologie in plaats van verantwoordelijkheid te nemen voor de onderliggende oorzaken.
Datawetenschapper Marc Jacobs verwoordde het recent treffend in een interview: AI is geen magie. Het is een vervolgstap in een lange ontwikkeling die begon bij data, via analytics en machine learning, naar wat we nu AI noemen.
Veel organisaties praten vandaag over generatieve AI terwijl ze nog worstelen met fundamentele vragen. Waar komt onze data vandaan? Wie is eigenaar? Welke definities hanteren we? En misschien wel de belangrijkste: vertrouwen we onze eigen cijfers eigenlijk wel?
AI kan veel, maar het kan geen rommel structureren die jarenlang is genegeerd. Slechte data blijft slechte data, hoe geavanceerd het model ook is.
AI blinkt uit in patroonherkenning, voorspellingen en optimalisatie. Maar begrijpen waarom iets gebeurt, welke afwegingen wenselijk zijn en wat de gevolgen zijn van een beslissing, blijft mensenwerk.
Elk algoritme is gebouwd op aannames, keuzes en doelstellingen. Die zijn nooit neutraal. Ze weerspiegelen waarden, belangen en beperkingen. Wie dat vergeet, loopt het risico technologie te verwarren met waarheid.
Het idee dat AI menselijke besluitvorming volledig kan vervangen, is hardnekkig. Zeker in tijden van kosten- en efficiëntiedruk klinkt het aantrekkelijk. Maar volledige automatisering suggereert objectiviteit en foutloosheid waar die niet bestaat.
Juist in domeinen waar beslissingen impact hebben op mensen, geld of vertrouwen, is menselijk oordeel onmisbaar. Niet als rem, maar als richtinggever.
In de praktijk zie je dat AI het meeste waarde toevoegt wanneer het professionals ondersteunt in plaats van vervangt. Door sneller inzicht te geven, alternatieven te tonen en afwijkingen zichtbaar te maken.
Slechte vakmensen worden niet ineens goed door AI. Goede vakmensen worden wel productiever en scherper. AI versterkt kwaliteit, maar creëert haar niet.
Misschien is dat wel de belangrijkste les. Niet dat AI overschat wordt, maar dat de mens onderschat wordt. Hoe slimmer de technologie, hoe belangrijker het wordt dat mensen context begrijpen, ethische afwegingen maken en verantwoordelijkheid nemen.
AI stelt geen betere vragen. Dat doen mensen. En precies daar ligt de echte toegevoegde waarde.
Jacobs, M. (2025). Datawetenschapper over kunstmatige intelligentie en realisme in organisaties. Interview en LinkedIn-post, december 2025.