AI schrijft mee. Maar wie denkt er nog?
Er zit iets ongemakkelijks in de opmerking van toezichthouders dat accountants AI niet de schuld kunnen geven van fouten. Het klinkt als een open deur, natuurlijk niet, maar onder die ogenschijnlijke vanzelfsprekendheid ligt een veel interessantere realiteit verscholen.
Want als je AI niet de schuld kunt geven, waarom gebruiken we het dan steeds vaker op plekken waar professioneel oordeel centraal staat
Wat begon als een discussie binnen de accountancy, blijkt bij nadere beschouwing een bredere verschuiving te zijn. Niet alleen accountants, maar ook CFO’s, belastingadviseurs en advocaten bewegen zich in hetzelfde spanningsveld. Overal waar complexe afwegingen, interpretaties en oordelen nodig zijn, schuift AI langzaam maar zeker naar binnen. Niet als vervanger, maar als stille medespeler. En precies dat maakt het zo verraderlijk.
De verleiding van een goed antwoord
De kracht van moderne AI zit niet in waarheid, maar in waarschijnlijkheid. Modellen zijn getraind om het meest plausibele antwoord te geven, niet het meest juiste. En dat is een fundamenteel verschil waar we als professionals nog onvoldoende rekening mee houden.
Een goed AI-antwoord heeft iets gevaarlijks: het voelt af. Het is vloeiend, logisch opgebouwd, overtuigend geformuleerd. Het mist de rafelrandjes die normaal gesproken aanleiding geven tot twijfel. En juist daardoor verdwijnt de reflex om door te vragen.
Waar een junior vroeger een half antwoord gaf dat uitnodigde tot discussie, presenteert AI een afgerond verhaal. Geen haperingen, geen onzekerheden, geen zichtbare aannames. En daarmee ontstaat een subtiele maar wezenlijke verschuiving: niet het antwoord wordt beter, maar de kritische houding wordt zwakker.
De CFO: sturen op overtuigende maar onbegrepen cijfers
In de boardroom van de CFO voltrekt deze verschuiving zich misschien wel het snelst. Forecasts worden automatisch gegenereerd, variantieanalyses komen uit systemen rollen en managementrapportages worden steeds vaker deels door AI geschreven.
Op papier is dat vooruitgang. Sneller, efficiënter, consistenter. Maar de vraag die zelden expliciet wordt gesteld, is deze: begrijpt de CFO nog hoe de uitkomst tot stand is gekomen?
Waar vroeger een analyse het resultaat was van expliciete aannames en handmatige bewerkingen, zit die logica nu verstopt in modellen en tooling. De output is scherper, maar de herleidbaarheid neemt af. En daarmee verschuift het risico. Niet langer draait het primair om fouten in cijfers, maar om besluiten gebaseerd op cijfers die niet volledig doorgrond worden.
Het gevaar is niet dat de CFO verkeerde beslissingen neemt, maar dat hij of zij goede beslissingen denkt te nemen op basis van overtuigende, maar niet volledig begrepen informatie.
De belastingadviseur: optimaliseren zonder frictie
In de fiscale praktijk zien we iets vergelijkbaars. AI helpt bij het structureren van fiscale posities, het analyseren van jurisprudentie en het aandragen van optimalisaties. Wat voorheen dagen kostte, kan nu in minuten.
Maar fiscale kwaliteit zit niet in snelheid. Het zit in nuance. In het herkennen van uitzonderingen, in het wegen van context, in het begrijpen van de intentie achter wetgeving. Precies die elementen laten zich lastig vangen in generieke modellen.
Een AI-gegenereerd fiscaal advies kan er indrukwekkend uitzien. Volledig, logisch, goed onderbouwd. Maar wie toetst of de redenering juridisch standhoudt? Wie ziet de kleine afwijking die in de praktijk het verschil maakt tussen een verdedigbaar standpunt en een risico?
De ironie is dat juist de afwezigheid van frictie een risico vormt. Waar twijfel en discussie vroeger onderdeel waren van het proces, wordt nu een ogenschijnlijk afgerond antwoord gepresenteerd. En daarmee verdwijnt een belangrijk controlemechanisme.
De advocaat: overtuiging zonder waarheidstoets
Bij advocaten wordt de spanning misschien nog het meest zichtbaar. AI kan pleidooien structureren, argumenten aandragen en relevante jurisprudentie samenvatten. Het kan zelfs suggesties doen voor de beste lijn van redenering.
Maar een model weet niet wat waar is. Het weet alleen wat waarschijnlijk overtuigt.
En dat is een fundamenteel probleem in een vakgebied dat draait om waarheid, interpretatie en bewijs. Een goed geformuleerd argument is niet per definitie een juridisch houdbaar argument. Toch ligt daar precies de verleiding: als het goed klinkt, voelt het al snel goed.
Hier ontstaat een nieuwe categorie risico: retoriek zonder diepgang. Argumentatie die overtuigt, maar niet bestand is tegen echte toetsing. En hoe beter AI wordt in formuleren, hoe moeilijker dat onderscheid wordt.
De accountant: vertrouwen zonder meetlat
Binnen de accountancy speelt nog een extra dimensie. Daar waar AI wordt ingezet in het controleproces, ontbreekt vaak een fundamentele vraag: wat doet het eigenlijk met de auditkwaliteit?
Er wordt geëxperimenteerd, geïmplementeerd, opgeschaald. Maar zelden wordt systematisch gemeten of de inzet van AI leidt tot betere controles, betere risico-inschattingen of betere conclusies.
Dat is opmerkelijk in een vak dat gebouwd is op onderbouwing en reproduceerbaarheid. We accepteren geen audit evidence zonder herleidbaarheid, maar accepteren wel tooling waarvan de werking niet volledig inzichtelijk is.
De paradox is bijna te mooi om waar te zijn: we introduceren technologie in het controleproces zonder deze technologie zelf te controleren.
De stille verschuiving van professioneel oordeel
Wat deze beroepsgroepen verbindt, is niet de technologie zelf, maar wat die technologie doet met professioneel gedrag.
AI neemt geen beslissingen over. Het vervangt het oordeel niet. Maar het beïnvloedt het wel. En dat gebeurt op een manier die moeilijk zichtbaar is.
Beslissingen worden sneller genomen, omdat de input sneller beschikbaar is. Antwoorden worden minder kritisch bekeken, omdat ze beter geformuleerd zijn. En de grens tussen menselijk oordeel en gegenereerde suggestie vervaagt.
Professioneel oordeel verschuift daarmee van actief redeneren naar selectief bevestigen. Niet langer construeren we zelf de lijn van denken, maar beoordelen we de lijn die ons wordt aangereikt.
En dat lijkt efficiënt, totdat het misgaat.
Terug naar de basis: wat is de rol van de professional?
De kernvraag is uiteindelijk geen technologische, maar een professionele. Wat is de rol van de CFO, de belastingadviseur, de advocaat en de accountant in een wereld waarin antwoorden steeds makkelijker beschikbaar zijn?
Als het antwoord ligt in het reproduceren van kennis, dan wint AI. Daar is weinig discussie over. Maar als het antwoord ligt in het wegen van context, het herkennen van uitzonderingen en het nemen van verantwoordelijkheid voor een oordeel, dan verandert de rol niet – die wordt juist belangrijker.
Dat vraagt iets anders dan het simpelweg omarmen van technologie. Het vraagt om herdefiniëring van vakmanschap. Om het vermogen om niet alleen een antwoord te beoordelen, maar ook het proces waarlangs dat antwoord tot stand is gekomen.
De echte fout
De grootste fout die we op dit moment maken, is niet dat we AI gebruiken. Het zou naïef zijn om dat te ontkennen of tegen te houden. De echte fout is subtieler.
We stoppen met doorvragen zodra het antwoord er goed uitziet.
En daarmee geven we, ongemerkt, een deel van ons professionele oordeel uit handen. Niet omdat we dat willen, maar omdat het comfortabel is. Omdat het efficiënt is. Omdat het voelt als vooruitgang.
Maar vooruitgang zonder begrip is zelden duurzaam.
Schuld geven vam fouten
Je kunt AI niet de schuld geven van fouten. Dat is waar. Maar het is misschien niet de juiste vraag.
De interessantere vraag is:
waarom laten we AI steeds vaker meedenken op plekken waar we zelf minder scherp gaan denken?
Zolang we die vraag niet expliciet stellen, blijft AI een hulpmiddel dat langzaam verandert in een beïnvloeder van professioneel oordeel. Niet zichtbaar, niet expliciet, maar wel fundamenteel.
En misschien is dat wel de echte verschuiving waar we middenin zitten. Niet de opkomst van AI, maar de herdefinitie van wat het betekent om een professional te zijn.