De uitgebreide verkenning van de kansen en uitdagingen van AI in onze economie, maatschappij en persoonlijke levens.

De wereld bevindt zich midden in een technologische revolutie die voortdurend de grenzen van het mogelijke verlegt. Kunstmatige intelligentie (AI) verandert de manier waarop we werken, communiceren en zelfs hoe we samenlevingen organiseren. Van geautomatiseerde processen die bedrijven efficiënter maken tot geavanceerde algoritmes die ons helpen maatschappelijke uitdagingen zoals klimaatverandering en tekorten op de arbeidsmarkt aan te pakken, de mogelijkheden lijken eindeloos. Onlangs zagen we weer prachtige voorbeelden van een tool als Google’s NoteBookLM. Een tool die waarschijnlijk een impact kan gaan hebben op de manier waarop we informatie tot ons nemen. Niet alleen kunnen we hier interacteren met interessante papers, we kunnen ook een soort minipodcasts maken van tussen de 10 en 25 minuten waarbij we kunnen aangeven welke onderwerpen we besproken willen hebben of het model zo kunnen hacken dat het ook een Nederlandse podcast wordt.

Tegelijkertijd worden er steeds meer kritische vragen gesteld over de ethische, sociale en economische gevolgen van AI. Wat gebeurt er met onze privacy? Welke invloed zal AI hebben op banen, de manier waarop we leren, onze mentale ontwikkeling en gedrag, gelijkheid en autonomie? En hoe voorkomen we dat we afhankelijk worden van buitenlandse techgiganten? Dat we geen speelbal worden van de Geo-politiek?

Met dit artikel willen we een genuanceerd beeld geven van deze complexe technologie door zowel de mogelijkheden als de uitdagingen van AI te verkennen. Zonder te vervallen in utopische dromen of dystopische voorspellingen. Hiervoor hebben we geput uit de artikelen AI Dystopia or Utopia en Machines of Loving Grace. Op basis hiervan willen we een realistisch en evenwichtig beeld schetsen. Wat zijn de voordelen van AI en hoe benutten we die? Welke risico’s lopen we en hoe kunnen we die beheersen? De antwoorden op deze vragen zijn cruciaal om te bepalen welke rol AI in onze toekomst zal spelen.

Economische groei en welvaart

Kunstmatige intelligentie wordt steeds meer gezien als een motor voor economische groei en brede welvaart. Dit komt mede door het vermogen om grote hoeveelheden gegevens snel en nauwkeurig te analyseren. AI biedt de mogelijkheid om bedrijfsprocessen te optimaliseren, nieuwe inzichten te genereren en sneller in te spelen op veranderingen. Een vooruitgang die het mogelijk maakt voor sectoren als de gezondheidszorg, landbouw, transport en logistiek maar ook bij de overheid om aanzienlijke efficiëntieverbeteringen te realiseren. Dit draagt niet alleen bij aan economische groei, maar ook aan betere en slimmere diensten voor de samenleving.

Een voorbeeld is de gezondheidszorg, waar AI-toepassingen nu worden gebruikt om medische beelden te analyseren en diagnoses te ondersteunen. Dit bespaart artsen tijd en verhoogt de nauwkeurigheid van diagnoses. AI heeft ook een duidelijke toegevoegde waarde in de landbouw: geavanceerde algoritmen helpen boeren de productie van gewassen te optimaliseren door onder andere klimaatgegevens, bodemgesteldheid en weersvoorspellingen te combineren. Hoe meer actuele digitale realtime gegevens we van een fysieke omgeving in onze digitale twin hebben, hoe beter de inzichten. Dit leidt niet alleen tot hogere opbrengsten, maar ook tot een efficiënter en duurzamer gebruik van hulpbronnen zoals water en meststoffen.

Daarnaast speelt AI een sleutelrol in de samenwerking tussen de publieke en private sector, met name door nieuwe bedrijfsmodellen te ondersteunen die innovatie aanwakkeren. Denk bijvoorbeeld aan AI-gestuurde publiek-private partnerschappen die gegevens en kennis delen om nieuwe toepassingen te ontwikkelen die de economische veerkracht versterken. Deze samenwerkingsverbanden helpen de kloof tussen onderzoek en praktijk te overbruggen en zorgen ervoor dat innovaties sneller en effectiever kunnen worden ingezet.

Hoewel de economische voordelen van AI veelbelovend zijn, brengt de toenemende afhankelijkheid van AI-technologie ook een belangrijke uitdaging met zich mee: strategische autonomie. Veel geavanceerde AI-oplossingen, softwareplatforms en zelfs hardware zijn ontwikkeld door grote internationale technologiebedrijven, vaak gevestigd in derde landen. Deze afhankelijkheid brengt risico’s met zich mee voor de economische en politieke soevereiniteit van landen als Nederland. De vraag rijst of de economische voordelen van AI in evenwicht kunnen worden gebracht met de noodzaak om onafhankelijk te blijven van technologieën en bedrijven uit andere landen, die mogelijk strategische invloed kunnen uitoefenen.

Een situatie waarin Nederland grotendeels afhankelijk wordt van buitenlandse technologiebedrijven voor onze essentiële AI-oplossingen in bedrijfs- en overheidsprocessen zou kunnen leiden tot een verlies aan autonomie. Daarmee worden we dan niet alleen een speelbal van de Tech bedrijven die de diensten leveren, maar mogelijk ook een Geopolitieke speelbal. Dit kan Nederland, onze bedrijven en de economie kwetsbaar maken voor invloeden van buitenaf, bijvoorbeeld door beleidswijzigingen of nieuwe wet- en regelgeving in het land van herkomst van deze technologieën. Denk aan bedrijven als Google en Microsoft die niet alleen AI-technologie leveren, maar ook eigenaar zijn van de infrastructuur en dataopslag. Als deze bedrijven hun bedrijfsmodellen veranderen, of als er politieke spanningen ontstaan, kunnen organisaties in Nederland, zowel publiek als privaat, worden beïnvloed zonder dat ze daar controle over hebben.

Daarnaast brengt de afhankelijkheid van internationale AI-systemen het risico met zich mee dat de blootstelling aan cyberdreigingen toeneemt. Buitenlandse bedrijven zijn mogelijk minder geneigd om met dezelfde intensiteit aandacht te besteden aan de lokale beveiligingseisen en privacywetgeving van Nederland en Europa. Dit kan leiden tot kwetsbaarheden in systemen waar kwaadwillenden misbruik van kunnen maken. Een manier om dit tegen te gaan is door de ontwikkeling van een robuust eigen AI-ecosysteem te stimuleren en te investeren in Nederlandse en Europese samenwerkingsverbanden voor AI-ontwikkeling. Dit zou niet alleen bijdragen aan een stabielere technologische autonomie, maar ook aan de versterking van een betrouwbare, waardegedreven AI-systemen en -infrastructuur die meer in lijn is met Europese normen en waarden.

De strategische uitdaging ligt in het vinden van een balans: aan de ene kant de economische voordelen van AI ten volle benutten en aan de andere kant voorkomen dat Nederland zijn technologische soevereiniteit in gevaar brengt. Kiezen voor Nederlandse AI-organisaties met eigen modellen, getraind op onze eigen data. Deze balans vereist echter een duidelijke visie op digitale soevereiniteit en de bereidheid om te investeren in de ontwikkeling en ondersteuning van Nederlandse en Europese AI Startups en AI-capaciteiten.

Maatschappelijke uitdagingen en AI als oplossing

Naast economische groei heeft kunstmatige intelligentie het potentieel om een aantal van de meest urgente maatschappelijke uitdagingen aan te pakken. AI kan namelijk een belangrijke oplossing zijn voor problemen als vergrijzing, tekorten op de arbeidsmarkt, klimaatverandering en de toenemende vraag naar gezondheidszorg en voedselzekerheid. Door geavanceerde gegevensverwerking en zelflerende algoritmen kan AI bestaande processen slimmer en efficiënter maken en zo bijdragen aan een duurzamere en veerkrachtigere samenleving.

In de gezondheidszorg wordt AI bijvoorbeeld gebruikt om zorg op maat te leveren door ziekten vroegtijdig op te sporen. AI-systemen kunnen patronen herkennen in medische gegevens en risicoanalyses uitvoeren, waardoor patiënten preventief advies of zorg krijgen. Dit verlicht de druk op zorgverleners en verhoogt de levenskwaliteit van patiënten.

AI biedt ook oplossingen voor de arbeidsmarkt. Door onder andere routinetaken te automatiseren, kunnen schaarse werknemers zich richten op meer strategische en creatieve taken. Agents in bedrijfsprocessen kunnen als junior collega’s veel operaties zodanig ondersteunen dat het een enorme verlichting kan geven. Dit is bijvoorbeeld waardevol in sectoren als de overheid, waar AI administratieve lasten kan verlichten, de AI kan instellen als persoonlijke assistent voor memo’s, memo’s maar ook en de dienstverlening aan burgers kan verbeteren door betere beleidsinzichten.

Hoewel AI een oplossing biedt voor verschillende maatschappelijke problemen, brengt het ook ethische en veiligheidsrisico’s met zich mee. Wanneer AI wordt ingezet om maatschappelijke uitdagingen aan te pakken, worden vaak grote hoeveelheden gegevens verzameld en geanalyseerd. Dit kan potentiële privacy- en veiligheidsrisico’s met zich meebrengen. Bovendien kunnen de algoritmes die AI-systemen aansturen onbedoelde vormen van discriminatie of vooroordelen introduceren, wat schadelijk kan zijn voor gelijkheid en rechtvaardigheid in de samenleving. Om dit te voorkomen is AI en digitale geletterdheid relevant. Het helpt bij het juiste gesprek over BIAS. Waar, wanneer zet je AI in Waarom daar en wat kunnen de effecten zijn naast de voordelen?

Op de arbeidsmarkt kan AI bevooroordeelde beslissingen nemen op basis van demografische gegevens, bijvoorbeeld door bepaalde groepen te bevoordelen of te benadelen zonder transparantie over het waarom. Ook bijvoorbeeld open toegang tot AI-technologieën stelt zowel overheden als individuen in staat om AI te gebruiken voor manipulatieve doeleinden, wat een bedreiging kan vormen voor de democratie en sociale cohesie.

We staan dus voor de uitdaging om te zorgen voor een verantwoorde inzet van AI, met waarborgen voor privacy, ethiek en veiligheid. Dit vereist strikte regelgeving, toezicht en de ontwikkeling van ethische normen waarin de waarden transparantie, gelijkheid en verantwoordingsplicht centraal staan.

AI en verantwoordelijke overheidsinzet.

De overheid kan een belangrijke rol spelen bij het verantwoord en transparant inzetten van kunstmatige intelligentie. Door de juiste inkoopeisen te stellen aan de eigen ingekochte diensten denk aan soevereiniteit (inkopen bij NL en EU partijen), duurzaamheidseisen (aan zowel het model, de manier van trainen van het model en eventuele cloud faciliteiten etc.), privacy en auteursrecht eisen, transparantie eisen (aan het model, de trainingsdata maar ook in het gebruik) en het juiste ethische gesprek inclusief het waardegedreven inzetten van AI. Allemaal overwegingen die de overheid helpen om niet alleen de eigen processen te verbeteren, maar ook als voorbeeld te dienen voor verantwoord gebruik in andere sectoren en de eigen (kennis)economie aan te jagen. AI biedt de overheid kansen om de dienstverlening aan burgers te optimaliseren, administratieve lasten te verminderen en processen efficiënter te maken. Denk aan toepassingen waarbij AI helpt om grote hoeveelheden data te analyseren, bijvoorbeeld om fraude op te sporen (met veel aandacht voor onder andere BIAS en Transparantie), belastingaangiften of andere informatiestromen / documenten te verwerken of proactief de dienstverlening aan burgers te verbeteren.

Een concreet voorbeeld is het gebruik van AI voor gepersonaliseerde diensten. Overheidsinstellingen kunnen AI gebruiken om beter in te spelen op de specifieke behoeften van burgers, bijvoorbeeld door digitale diensten op maat aan te bieden. Ook hoeft er na een telefoontje van bijvoorbeeld een burger of organisatie voor informatie met de overheid geen excuus meer te zijn om de informatie ook meteen per e-mail te delen, omdat een AI Agent het telefoontje ook kan registreren en de beller in 1 moeite door kan informeren. Het kan ook helpen om administratieve lasten te verminderen, bijvoorbeeld door standaard verzoeken automatisch te verwerken of rapporten samen te stellen op basis van historische gegevens.

Hoewel de voordelen van AI in de publieke sector veelbelovend zijn, kunnen de toepassingen van AI door overheden ook aanzienlijke risico’s met zich meebrengen. Denk met name aan gebieden als transparantie en ethiek met betrekking tot het behoud van het vertrouwen van de burger. Burgers hebben het recht om te weten hoe beslissingen worden genomen, vooral als ze gebaseerd zijn op algoritmen. Incidenten met algoritmen hebben eerder laten zien hoe onbedoelde effecten – zoals discriminatie of oneerlijke besluitvorming – grote maatschappelijke gevolgen kunnen hebben.

Een groot risico van AI bij de overheid is dat beslissingen ondoorzichtig worden voor burgers of dat bijvoorbeeld beleid, wetten of regels op ondoorzichtige manieren tot stand komen. Wanneer AI wordt gebruikt om besluitvorming te automatiseren, kan het moeilijk zijn om na te gaan op basis van welke gegevens en regels de AI tot een bepaald oordeel komt. Dit kan leiden tot wantrouwen bij burgers, vooral wanneer de resultaten van AI-systemen en -beslissingen daarom niet gemakkelijk te begrijpen of te verifiëren zijn. Om dit risico te beperken is onder andere transparantie essentieel. Transparantie betekent niet alleen dat algoritmes begrijpelijk moeten zijn, maar ook dat de overheid duidelijk communiceert hoe en waarom AI wordt gebruikt in besluitvormingsprocessen, en dat er traceerbare processen zijn zodat antwoorden, beslissingen en andere geproduceerde informatie controleerbaar zijn.

Daarnaast vereist een verantwoord gebruik van AI in de publieke sector een strikte naleving van ethische normen. AI-systemen moeten zo vrij mogelijk zijn van vooroordelen en discriminatie en moeten voldoen aan de hoge ethische normen die worden gesteld aan overheidsdiensten. Hierbij spelen zowel regelgeving als actieve controle een cruciale rol, maar ook de kennis van de eigen medewerkers binnen de overheid van zowel Data, Processen, Technologie, Kansen, Risico’s, Ethiek en juist gebruik om er het juiste gesprek over te kunnen voeren en er goed mee om te gaan (AI Literacy). Hierbij helpt onder andere de Europese AI-verordening om een gelijk speelveld te creëren en dwingt het overheden om zorgvuldig om te gaan met de rechten en belangen van burgers bij AI-gebruik en ervoor te zorgen dat AI Literacy.

De overheid heeft de verantwoordelijkheid om AI zorgvuldig te implementeren met waarborgen voor transparantie en ethiek, zodat het vertrouwen van het publiek niet wordt geschaad. Dit vereist ook nieuwe vormen van toezicht, duidelijke ethische normen en een proactieve benadering om AI begrijpelijk en controleerbaar te maken. Dit houdt onder andere in dat er goede groepen belanghebbenden moeten worden gevormd rond het proces van permanent testen en dat er ethische toetsingscommissies moeten worden opgericht. Alleen met een evenwichtige aanpak kan de overheid profiteren van de mogelijkheden van AI, zonder dat deze technologie haar maatschappelijke verantwoordelijkheid ondermijnt.

Impact op onderwijs en arbeidsmarkt

Verwacht wordt dat kunstmatige intelligentie naast de arbeidsmarkt ook het onderwijs ingrijpend zal veranderen. Het gaat om mogelijkheden om onderwijsprogramma’s flexibeler en persoonlijker te maken, zodat leertrajecten beter aansluiten bij de individuele behoeften en mogelijkheden van jonge leerlingen en studenten. Maar het vereist ook nieuwe kennis en vaardigheden vanwege de impact op de arbeidsmarkt, omdat je je als professional onder andere zult moeten richten op meer strategische en creatieve taken, kritisch denken en meer.

Laten we eerst eens kijken naar de inzet binnen het onderwijs, waar AI bijvoorbeeld kan worden gebruikt om adaptieve leermethoden te ontwikkelen die zich aanpassen aan het leervermogen van elke leerling. Dit maakt gepersonaliseerd leren mogelijk, waarbij studenten sneller kunnen groeien in hun sterke punten en extra begeleiding kunnen krijgen op hun zwakkere gebieden.

Naast productiviteitswinst vereist de AI-revolutie ook nieuwe vaardigheden. Creativiteit wordt bijvoorbeeld steeds belangrijker. Werknemers moeten originele ideeën kunnen combineren met AI-output en nieuwe toepassingen kunnen bedenken. Adaptief leren wordt ook cruciaal: snel kunnen schakelen tussen tools en technologieën is nodig om bij te blijven in een omgeving waar AI en andere technologieën razendsnel evolueren. Interdisciplinaire samenwerking wordt ook steeds belangrijker; professionals moeten kunnen samenwerken met AI-specialisten en tools effectief kunnen integreren in verschillende werkprocessen.

Hoewel AI het onderwijs kan verbeteren en nieuwe kennis en vaardigheden vereist, brengt het ook risico’s met zich mee op gebieden als gelijkheid en toegang tot vaardigheden. Ondanks het feit dat sommige AI-toepassingen vrij beschikbaar zijn, heeft niet iedereen dezelfde toegang tot AI-onderwijs of de middelen om zich snel aan te passen aan nieuwe technologieën, wat kan leiden tot een groeiende kloof tussen werknemers met AI- en andere technische vaardigheden en werknemers zonder deze vaardigheden. Dit verschil kan leiden tot ongelijkheid op de arbeidsmarkt, waarbij werknemers zonder deze vaardigheden worden benadeeld.

Ook de complexiteit en ethische kwesties rondom AI kunnen voor uitdagingen zorgen. Werknemers moeten niet alleen leren om AI-systemen te gebruiken, maar ze moeten ook kritisch denkvermogen ontwikkelen om de output van AI te evalueren. Interessant is dan als AI gaat functioneren als een junior collega hoe gaan we dan de juiste kennis en vaardigheden verwerven om de output van de AI op de juiste manier te wegen. De huidige kennis die we hiervoor opdoen in het onderwijs is niet voldoende en in het bedrijfsleven zullen deze juniorfuncties steeds meer worden geautomatiseerd. De vraag is dan hoe dit zich zal ontwikkelen. AI-systemen zijn niet altijd foutloos en kunnen onder andere “hallucinaties” of bevooroordeelde resultaten produceren. Het wordt essentieel om fouten te herkennen en de betrouwbaarheid van AI-informatie te beoordelen, vooral in situaties waarin beslissingen belangrijke gevolgen hebben.

Om deze kloof te dichten is het daarom ook van vitaal belang dat AI-geletterdheid en ethisch bewustzijn centraal komen te staan in zowel het onderwijs als de beroepsopleiding. Dit omvat proceskennis en systeeminzicht, maar ook inzicht in datageletterdheid om vooroordelen in gegevens te kunnen herkennen en corrigeren, maar ook om gegevens te beoordelen op kwaliteit. Op deze manier kunnen we een inclusieve en veerkrachtige arbeidsmarkt en onderwijsstelsel creëren dat niet alleen de kansen van AI benut, maar ook de risico’s overwint.

In een wereld waarin kunstmatige intelligentie (AI) steeds meer verweven raakt met onze dagelijkse activiteiten, is internationale samenwerking en diplomatie essentieel. In de Europese Unie (EU) streven we er via een Europese aanpak van AI samen met de landen naar om, onder andere via strategische allianties, de voordelen van AI te benutten zonder afhankelijk te worden van een select groepje technologiebedrijven.

Voordelen van internationale samenwerking

Internationale samenwerking op het gebied van AI biedt tal van voordelen.

Door gezamenlijke beleidsinitiatieven en diplomatieke inspanningen kunnen landen gemeenschappelijke standaarden ontwikkelen die niet alleen economische groei stimuleren, maar ook fundamentele waarden als privacy en soevereiniteit beschermen. Daarnaast kunnen we door Soevereine Keuzes te maken in samenwerking met onder andere Nederlandse partijen voor bijvoorbeeld end-to-end procesondersteuning met AI of Transcription AI – partijen die zowel User interface als taalmodellen on premise kunnen leveren – ervoor zorgen dat we zelf bouwen aan een robuuste AI-economie.

Als je meer wilt weten over de partijen, neem dan contact met ons op.

Door kennis en expertise te delen, kunnen we ook samenwerken om ethische richtlijnen en hoogwaardige maar transparante AI-systemen te ontwikkelen. Hiervoor hebben we onder andere de Europese AI-verordening die erop gericht is AI-systemen betrouwbaar en veilig te maken.

Deze samenwerking bevordert niet alleen innovatie, maar zorgt er ook voor dat AI-toepassingen in overeenstemming zijn met de Europese normen en waarden. Daarnaast versterkt Europese samenwerking de cyberveiligheid. Door samen te werken worden gezamenlijke landen weerbaarder tegen digitale dreigingen en desinformatiecampagnes.

Kritische beschouwing: Geopolitieke risico’s en technologische afhankelijkheid

Ondanks de voordelen brengt internationale samenwerking op het gebied van AI ook geopolitieke risico’s met zich mee. Veel geavanceerde AI-technologieën worden ontwikkeld door en bij bedrijven in de VS en China. Deze afhankelijkheid kan de strategische autonomie van Europese landen ondermijnen. Tijdens de ambtstermijn van voormalig president Donald Trump werd duidelijk hoe geopolitieke spanningen kunnen leiden tot beperkingen in de export van technologie, waardoor de afhankelijkheid van buitenlandse technologieën problematisch wordt. We hebben dit deels zien ontwikkelen onder de huidige president Joe Biden door op te roepen tot verdere beperkende maatregelen ten aanzien van onder andere ASML. Nu Donald Trump is verkozen voor een tweede termijn, is de sterke verwachting dat dit zal doorgaan, mede omdat zowel China als de VS ernaar streven wereldleider te worden op het gebied van AI. Dit zich ontwikkelende imperium zou kunnen leiden tot een geopolitieke machtsstrijd waarin verdere beperkingen zelfs in Tech niet vreemd zijn. China heeft bijvoorbeeld aanzienlijk geïnvesteerd in AI-onderzoek en -ontwikkeling en streeft ernaar om in 2030 wereldleider op dit gebied te zijn.

Maar zelfs als dat niet zo is, zijn de banden tussen Trump en Big Tech beter dan ooit! Als gevolg daarvan verwachten we onder andere dat ze veel meer vrijheden zullen krijgen. Wat kan gaan zorgen voor een nog grotere marktdominantie van Amerikaanse techgiganten, maar ook voor minder ruimte voor Europese concurrenten om te groeien op de Amerikaanse markt. Daarnaast ziet Trump naar verwachting ook geen risico in het opschalen van energieopwekking met kerncentrales. Dit zou ook innovatie op het gebied van duurzaamheid kunnen remmen. Vrijheden die vaak op gespannen voet staan met Europese richtlijnen en behoeften. Reden te meer om meer te kijken naar OpenSource en bouwers en leveranciers binnen de EU.

De ambities van Amerika en China om de AI-markt te domineren kunnen er ook toe leiden dat Europese landen nog afhankelijker worden van technologieën uit deze landen, met mogelijke gevolgen voor hun eigen soevereiniteit en beleidsvrijheid.

Daarnaast kunnen de ambities van Amerika en China om de AI-markt te domineren ertoe leiden dat Europese landen nog afhankelijker worden van technologieën uit deze landen, met mogelijke gevolgen voor hun eigen soevereiniteit en beleidsvrijheid.

Een ander risico is dat AI-systemen, wanneer ze functioneren als een “junior digitale collega”, kunnen leiden tot verlies van bepaalde kennis en vaardigheden en dus tot een verdere toenemende afhankelijkheid van technologie. En we zijn voor technologie, maar als deze afkomstig is van systemen uit landen met verschillende geopolitieke belangen, bestaat het risico dat in geval van politieke spanningen de toegang tot deze technologieën wordt beperkt. Dit benadrukt het belang voor Nederland, Europa en alle organisaties en overheden daarbinnen om te investeren in ons eigen robuuste AI-ecosysteem zodat we minder kwetsbaar zijn voor invloeden van buitenaf.

Innovatie, efficiëntie en veiligheid in bedrijfsprocessen.

AI dringt steeds dieper door in de kern van bedrijfsprocessen – van HR tot financiën tot strategisch beleid. De belofte is duidelijk: met AI kunnen organisaties efficiënter werken, slimmere beslissingen nemen en sneller innoveren. De slimme algoritmes kunnen HR-afdelingen bijvoorbeeld helpen bij het screenen van sollicitanten. Hoewel dit, gezien het risiconiveau en kijkend naar de EU AI Act, niet het eerste is waar je het op wilt inzetten bij HR. Beter zou zijn om te kijken naar zaken als automatisering van verlofaanvragen, inzet van AI bij Training en Ontwikkeling, om de betrokkenheid van werknemers te vergroten of bijvoorbeeld het maken en analyseren van enquêtes. Daarnaast zijn er nog veel meer afdelingen om naar te kijken. Op de financiële afdeling bijvoorbeeld, fraudedetectie, automatisering van boekhoudprocessen, het genereren van financiële rapporten of de inzet van autonome agents om historische gegevens te analyseren en patronen en trends te identificeren. Voor beleidsmakers kan dat de inzet zijn van geautomatiseerde informatieverzameling, datagestuurde besluitvorming, het opstellen van memo’s of notities of een programmaplan. En zo zijn er nog talloze andere mogelijkheden die we kunnen bedenken voor elk team in elke organisatie. De toepassingen lijken eindeloos en in theorie zou AI bedrijven moeten bevrijden van saaie routinetaken, zodat werknemers zich kunnen richten op werk met meer waarde.

Een praktisch voorbeeld van AI in de bedrijfsvoering is bijvoorbeeld de inzet bij een inkooporganisatie waar AI wordt gebruikt om bijvoorbeeld reacties op aanbestedingen te wegen. Het classificeren of ze voldoen aan de marktvraag maar ook het uitwerken van beargumenteerde oordelen daarover. Maar ook AI die wordt ingezet bij het schrijven van de eerste opzet van CIO-oordelen over Projecten en Programma’s en AI die wordt ingezet bij de eerste opzet van Contracten en overeenkomsten en de verdere opvolging bij levering van diensten die gerelateerd zijn aan het contract.

Te mooi om waar te zijn?

Zoals bij elke belofte van moeiteloze efficiëntie, schuilen er valkuilen achter de genialiteit van AI. Ten eerste is AI vaak slechts zo goed als de gegevens waarmee het is getraind. Bovendien laten gegevens zien wat er ECHT is gebeurd. Maar wat er daadwerkelijk gebeurt, is niet altijd wat er had moeten gebeuren of wat je bedoeling was dat er zou gebeuren. Als je daar vervolgens op voortbouwt, zal het patroon ook iets laten zien wat je waarschijnlijk toch liever (iets) anders had gezien.

Voor HR kan dit bijvoorbeeld betekenen dat een AI-model automatisch dezelfde voorkeuren (en dus dezelfde vooroordelen) herhaalt op basis van eerdere aannamebeslissingen. Dit brengt risico’s met zich mee, bijvoorbeeld op het gebied van discriminatie, waarbij mogelijk specifieke groepen onterecht worden uitgesloten.

Met steeds slimmere cyberdreigingen komt er een grotere behoefte om AI-systemen te beschermen tegen aanvallen. Hierbij helpt het als je kiest voor on premise gebruikersinterfaces en on premise modellen. Daar komt bij dat AI-systemen afhankelijk zijn van gevoelige bedrijfsgegevens. Deze gegevens kunnen kwetsbaar worden voor misbruik als ze in handen vallen van kwaadwillenden en daarom is het veiliger om een deel ervan binnen de deur te houden. Wat gebeurt er bijvoorbeeld als een financiële AI-tool wordt gehackt en gevoelige bedrijfsgegevens lekt? Of als een chatbot – ooit bedacht om klanten efficiënt te helpen – per ongeluk vertrouwelijke informatie verstrekt? Dit zijn situaties waarin AI ineens minder betrouwbaar lijkt en organisaties gedwongen worden om hun vertrouwen in deze technologie te heroverwegen.

Efficiëntie versus innovatie

Hoewel AI zeker kan helpen om processen te stroomlijnen, bestaat het risico dat deze “efficiëntie” soms juist leidt tot minder innovatie. Denk bijvoorbeeld aan Microsoft CoPilot dat je helpt om snel documenten op te stellen. Handig denken we dan, snel één projectplan voor je geschreven. Maar waarom zou je projectplannen schrijven als er meer dan uitstekende projectmanagementapplicaties zijn waarbij je geen ellenlange documenten hoeft te schrijven, maar die je wel helpen om heel gericht de juiste gegevens bij elkaar te krijgen en tijdens het project goede projectinformatie opleveren. Of stel je voor, handig met CoPilot Powerpoint presentaties maken, maar waarom zou je nog (MS) Powerpoints maken als je met AI ook video’s kunt maken?

Medewerkers hebben minder behoefte om creatief na te denken of processen fundamenteel te verbeteren als een AI-systeem alles “automatiseert” en dat is waar de BigTech ook op aanstuurt anders komt hun relevantie in het gedrang. Wij van DigiBeter helpen je organisatie kritisch te kijken naar wat je doet, waarom je het doet en dan te kijken waar AI je echt kan helpen. Het gevaar is dat, juist door te vertrouwen op AI, organisaties de verbinding met hun eigen processen verliezen en vooral bezig zijn met het aanpassen van AI-modellen en algoritmes. AI vervangt dan geen routinetaken (noodzakelijk of niet), maar verschuift het probleem – en creëert de illusie dat alle oplossingen met een algoritme kunnen worden opgelost.

Complexiteit, milieu-impact en vaardigheden

Eerdere stukken en nieuwsbrieven hebben de voordelen en uitdagingen van kunstmatige intelligentie (AI) behandeld, van economische groei tot ethische dilemma’s. Nu richten we ons op de impact van AI vanuit drie andere belangrijke perspectieven: de technische complexiteit van AI, de milieu-impact van energieverbruik en de vaardigheden die nodig zijn voor een verantwoorde en effectieve toepassing.

Complexiteit: Mogelijkheden en beperkingen

De kracht van AI om enorme hoeveelheden gegevens te verwerken en inzichtelijke voorspellingen te doen is ongeëvenaard. Deze complexiteit maakt AI tot een hulpmiddel van onschatbare waarde in sectoren als de gezondheidszorg en het bedrijfsleven en de overheid. Tegelijkertijd vormt deze technische complexiteit ook een uitdaging: AI-modellen zijn vaak gebaseerd op complexe, maar ook moeilijk te doorgronden algoritmes. De resultaten daarin kunnen onder andere leiden tot een “black box” effect, waarbij op dit moment zelfs ontwikkelaars niet altijd kunnen uitleggen hoe een model tot een bepaalde uitkomst komt. Dit kan transparantie en vertrouwen tot een uitdaging maken, wat een struikelblok kan zijn voor de inzet, vooral in meer precaire functies en industrieën.

Invloed op het milieu: AI’s ecologische voetafdruk

Hoewel AI in veel gevallen helpt om (werk)processen te optimaliseren en ook voor duurzaamheid kan zorgen, kost het trainen van extreem grote en complexe modellen zoals LLM’s (Large Language Models) – Foundation Models – veel energie. Daarnaast vereist elke vraag die aan zo’n groot model wordt gesteld een aanzienlijke hoeveelheid energie en koeling om het antwoord te realiseren. Recente schattingen laten zien dat het energie- en koelverbruik van AI momenteel al te vergelijken is met dat van sommige landen. En dit kan wereldwijd alleen maar toenemen richting 2027, het moment waarop we misschien ook Kunstmatige Algemene Intelligentie zullen zien en ervaren. En hier ligt een belangrijke uitdaging: AI kan inderdaad duurzaamheidsdoelen ondersteunen, maar alleen als we ook bewust de juiste vragen stellen en de juiste eisen stellen bij inkoop en gebruik, gebaseerd op onze eigen kennis.

Gelukkig zijn er manieren om AI duurzamer te maken. Naast het stellen van de eerder genoemde slimme inkoopvoorwaarden en het kiezen van samenwerkingsverbanden met organisaties die zich inzetten voor training en verwerking in datacenters op basis van groene energie, zoals Northern Data, zijn er opties voor energiezuinige modellen die minder zware infrastructuur vereisen. Om even bij Northern Data te blijven, zij werken bijvoorbeeld met datacenters die volledig op hernieuwbare energie draaien, met als doel om CO2-neutraal te opereren. Door dergelijke samenwerkingsverbanden(maar ook door andere softwareleveranciers die AI in hun software implementeren te verplichten om met dergelijke partijen samen te werken) kan AI op een relatief milieuvriendelijkere manier worden geïmplementeerd.

Een andere cruciale keuze voor duurzaamheid is het gebruik van Small Language Models (SLM’s) – ook wel expertmodellen genoemd – in plaats van de meer energie-intensieve LLM’s. SLM’s zijn niet alleen efficiënter in energieverbruik, zowel voor training als query’s, maar ze kunnen vaak goed voldoen aan specifieke bedrijfsdoelen, in de kwaliteit die binnen uw organisatie gewenst is, zonder dat er enorme datasets of rekenkracht voor nodig zijn. Dit maakt ze een aantrekkelijke optie voor organisaties die AI willen inzetten met het oog op de impact op het milieu, hun eigen specifieke en kwalitatieve manier van werken, maar ook zaken als informatiebeveiliging, controle over de gegevens vanuit ethisch perspectief, privacy en auteursrecht) en nog veel meer. Bovendien kunnen deze kleinere modellen ook samenwerken in een slimme configuratie die de kracht van een groter model nabootst. Door meerdere SLM’s te combineren en ze aan te sturen via een centrale “dirigent”, kunnen deze modellen werken als één geïntegreerd systeem.

Dit werkt als volgt: elke SLM is verantwoordelijk voor een specifiek deel van de taak en de “dirigent” verdeelt het werk slim over de modellen. Denk aan een orkest: elk instrument speelt zijn eigen rol, maar de dirigent zorgt ervoor dat ze samen een harmonieus geheel vormen. Zo kan een vraag of probleem efficiënt en met minder energie worden afgehandeld. Deze opzet biedt de kracht van een groot model zonder de hoge energiekosten, omdat elke SLM slechts een deel van de rekentaken uitvoert en dus minder zwaar belast wordt. Daarnaast is dit ook veiliger omdat kleine modellen vaak ook eenvoudiger on premise / on device kunnen werken zonder gegevens in grote rekencentra te hoeven verwerken. Een laatste voordeel dat we hier willen noemen is dat, wanneer dit bijvoorbeeld bij een overheid wordt opgepakt, je hier kunt spreken van schaalvoordeel. Als elke overheid één of enkele modellen zou trainen op een bepaald gebied (en deze zou uitwisselen met collega-overheden) is het geen onrealistisch scenario dat een land in zeer korte tijd modellen kan realiseren die kwalitatief gelijkwaardig zijn aan de LLM’s van de huidige grote marktspelers.

Het samenbrengen van duurzaam inkopen, groene partners zoals Northern Data en de keuze voor kleinere, efficiëntere modellen zoals SLM’s onderstreept het belang van bewust en verantwoord gebruik van AI-technologie. Duurzame AI wordt werkelijkheid als duurzaamheid niet slechts een streven is, maar daadwerkelijk wordt opgenomen in de voorwaarden en keuzes rondom AI-implementatie. Hiervoor is echter wel voldoende kennis nodig, zodat de juiste mensen de juiste vragen kunnen stellen. Dat brengt ons bij het volgende punt, namelijk vaardigheden op de nieuwe arbeidsmarkt.

Vaardigheden: Nieuwe eisen voor de arbeidsmarkt

Kunstmatige intelligentie heeft ons, zoals eerder besproken, al ver gebracht, van economische groei tot sociale oplossingen. Maar laten we niet vergeten dat elke technologie, hoe slim ook, ook zijn eigen uitdagingen heeft. AI mag dan een “junior collega” zijn die je werk een stuk makkelijker maakt, maar deze technologie stelt ons ook voor nieuwe vraagstukken op het gebied van duurzaamheid, complexiteit en het ontwikkelen van cruciale vaardigheden. Hoe pakken we deze uitdagingen aan?

De complexiteit van AI: meer dan een zwarte doos

AI kan ongelooflijke inzichten leveren door complexe analyses uit te voeren en patronen te herkennen die voor ons als mens nauwelijks waarneembaar zijn. Maar deze technologie werkt niet altijd als een open boek. Veel AI-modellen blijven een “zwarte doos” waarin de exacte logica moeilijk te achterhalen is, zelfs voor de ontwikkelaars. Dit roept vragen op over transparantie en vertrouwen: hoe weet je of je “junior collega” geen kleine fout maakt die grote gevolgen kan hebben?

Om AI goed te integreren, wordt een goed begrip van de onderliggende systemen belangrijker. Weten hoe een algoritme werkt, wat zijn beperkingen zijn en wanneer het misschien net niet het juiste antwoord geeft, zijn allemaal essentiële vaardigheden. Wie AI begrijpt, kan veel gerichtere vragen stellen en efficiënter met de technologie werken – precies wat je nodig hebt om AI in te zetten als een waardevolle assistent en niet als een lastige, ondoorgrondelijke kracht.

Invloed op het milieu: De onzichtbare voetafdruk van slimme technologie

Hoewel AI veel voordelen biedt, heeft het ook een grote ecologische voetafdruk. Het trainen van de grootste modellen verbruikt zoveel energie dat de koolstofuitstoot van één model kan oplopen tot het equivalent van tientallen trans-Atlantische vluchten. Tegen 2027 zou de wereldwijde AI-sector zelfs evenveel energie kunnen verbruiken als heel Nederland(Artificial intelligent…). Dit roept de vraag op: kunnen we AI op een verantwoorde manier gebruiken zonder een onhoudbare ecologische tol te eisen?

Gelukkig heeft AI ook een groene kant. Door bewuste keuzes te maken bij het kiezen van datacenters en energieleveranciers kunnen we de voetafdruk verkleinen. Datacenters zoals die van Northern Data zetten zich volledig in voor hernieuwbare energie en streven naar CO2-neutraliteit (Artificial intelligent…). Door rekening te houden met duurzaamheid bij het inkopen van AI-systemen en -infrastructuur kunnen organisaties AI beheren zonder het milieu onnodig te belasten.

Vaardigheden van de toekomst: AI begrijpen, beoordelen en gebruiken

Een AI-systeem kunnen aanspreken, een opdracht geven of een vraag stellen is één ding, maar AI optimaal gebruiken vereist veel meer. Het vereist kritisch denken, in staat zijn om te beoordelen of de gegenereerde output betrouwbaar is, of je een bepaalde bias ziet of dat je misschien te maken hebt met een “hallucinatie” – een veel voorkomend fenomeen waarbij AI simpelweg onjuiste informatie presenteert alsof het de waarheid is. In staat zijn om kritisch te beoordelen, feiten van fictie te onderscheiden, vertekeningen in de uitvoer te detecteren en data-expertise op te bouwen worden elementen van je kennis die onmisbaar zijn.

En dan is er nog de kunst van prompt engineering: het stellen van de juiste vragen op de juiste manier en hetzelfde geldt voor het geven van instructies. Duidelijke vragen en instructies leveren veel betere resultaten op, stel je voor hoe je een junior collega instrueert, vaak door het proces stap voor stap uit te leggen. Dit hoeft absoluut niet in van die lange prompts die je regelmatig voorbij ziet komen, maar het vereist wel kennis van bepaalde structureringen en technieken. Door te leren over en te experimenteren met formuleringen en formuleringstechnieken, leer je de techniek optimaal te gebruiken. Het is alsof je de AI stap voor stap leert kennen en de AI het werk precies zo doet als een nieuwe collega met wie je samenwerkt en die ontdekt wat wel en niet werkt.

Naast dit alles is er meer. Creativiteit en adaptief leren zijn ook belangrijke onderdelen van je AI-toolbox. Waar de AI de snelle analyses doet, kom jij bijvoorbeeld met originele ideeën, nieuwe toepassingen, nieuwe benodigde, hoogwaardige data en manieren om de AI te doorbreken. Allemaal om die productie samen met AI naar een hoger niveau te tillen. Koppel dit aan interdisciplinaire samenwerking, bijvoorbeeld tussen IT-specialisten, domeinexperts en andere belanghebbenden zorgt voor de integratie van AI-tools in verschillende werkprocessen, en zo begint de totale combinatie echt waarde toe te voegen.

Ethiek en verantwoordelijkheid mogen ook niet ontbreken in je gereedschapskist. AI heeft de potentie om vooroordelen en partijdigheid te versterken als we niet voorzichtig zijn en niet de juiste selecties maken op data en werken met transparante algoritmes. Iedereen heeft vooroordelen, ook iedereen bij DigiBeter. Maar door te werken met een diverse set stakeholders en brede disciplines proberen we deze zoveel mogelijk te neutraliseren. Daarnaast moeten we ook niet blind zijn voor de enorme ecologische voetafdruk die we met z’n allen achterlaten en bijvoorbeeld de impact die het gebruik van AI heeft op hoe we ons sociaal en in het werkende leven ontwikkelen. En dan willen we de impact op het werk helemaal niet vergeten, want wat betekent dit voor onze toekomstige junior collega’s als AI hun werk heeft vervangen dat ze normaal gesproken oppakken om door te groeien naar medior en senior functies. De mogelijkheid om de ethische kant van het gebruik van AI te overzien en de juiste gesprekken te voeren, maakt het mogelijk om AI eerlijk en verantwoord te gebruiken.

Het ontwikkelen van AI-geletterdheid binnen organisaties en in het bredere onderwijssysteem is daarom essentieel. Alleen door werknemers op te leiden en scholen voor te bereiden op de vaardigheden die AI vereist, kunnen we deze technologie verantwoord en inclusief gebruiken en er samen de juiste gesprekken over voeren.

De Nederlandse positie in het AI-landschap.

Nederland staat op een kruispunt. Aan de ene kant zien we ongekende kansen voor innovatie en vooruitgang, aan de andere kant staan we voor cruciale keuzes over onder andere onze technologische soevereiniteit, behoud van banen in ons land en duurzaamheid. Recente ontwikkelingen in de politiek (zoals de oorlogen die spelen en de verkiezing van Trump met Elon Musk etc.) en bij grote techbedrijven zoals OpenAI, Meta en Google (zoals de investeringen in kernenergie, keuzes om modellen ook in oorlogsvoering te kunnen gebruiken etc.) onderstrepen het belang van deze keuzes.

Waar staan we nu?

• Adoptie blijft achter: 25% van de Nederlanders gebruikt AI-tools zoals ChatGPT, terwijl in India 73% van de bevolking AI al actief gebruikt. Organisaties, vooral in de (semi)overheid en het MKB, hebben vaak nog geen zicht op het volledige potentieel.
• Afhankelijkheid van foreing tech: Nederlandse organisaties en de overheid zijn nog steeds sterk afhankelijk van voornamelijk Amerikaanse AI-technologie en bewegen hier nauwelijks op.
• Groeiend bewustzijn: Er is een groeiend bewustzijn van de behoefte aan eigen, Europese AI-oplossingen, Europese Cloud en andere kantoorsoftware.
• Wet- en regelgeving: In Europa hebben we goede, sterke wet- en regelgeving zoals de GDPR (AVG) en sinds dit jaar de AI-wet. Deze lijken voor de buitenstaander remmend, maar niets is minder waar zolang je het op de juiste manier inzet. Voor velen is het echter ingewikkeld om ze te doorzien. AI Literacy (verplicht vanaf feb. 2025) kan helpen. Wij helpen je met AI-geletterdheid.

Kansen voor Nederland (en Europa)

De situatie biedt unieke kansen voor Nederland, Europa en Nederlandse en Europese organisaties:

1. Ontwikkeling van kleinschalige, efficiënte AI-modellen (SLM’s / expertenmodellen) met voordelen zoals:
   • Hogere auality
   • Duurzamer in training en gebruik vergeleken met energie-intensieve grote modellen
   • Betaalbaar
   • Focus op specifieke toepassingen en expertisegebieden
   • Lokaal uitvoeren (op een krachtige laptop)
   • Samen schaalbaar tot 1 groot model met behulp van orkestratie
2. Publiek-private samenwerking voor nieuw, innovatief NL / EU Tech:
   • Gerichte investeringen in Nederlandse (en EU-) AI-startups, -scale-ups en -organisaties kunnen een positieve economische impuls geven en werkgelegenheid behouden/groeien.
   • Behoud / versterking van de kenniseconomie in Nederland, EU en eigen organisaties
   • Behouden van / versterking van de kenniseconomie in Nederland en eigen organisaties
   • Groei van kennistechnologische innovaties in Nederland en de EU
   • Versterking van ons economisch klimaat

Risico’s en uitdagingen

Tegelijkertijd moeten we ons bewust zijn van de uitdagingen:

• Geopolitieke spanningen: De groeiende rivaliteit tussen de VS en China in AI-ontwikkeling, oorlog tussen Rusland, Oekraïne en bredere spanningen die ons op relatief korte termijn in ongewenste situaties kunnen gaan brengen
• Energieverbruik: De toenemende energiebehoefte van AI-systemen en het maken van mogelijk verkeerde keuzes hierin.
• Kenniskloof: Het risico van een groeiende digitale kloof in de samenleving
• Werkgelegenheid en zekerheid: De impact op de werkgelegenheid in het geval van het onvoldoende accommoderen van beweging in de opleiding van werknemers of het gebruik van buitenlandse tech die optreedt als junior collega waardoor we steeds meer werk naar het buitenland uitbesteden waardoor banen ‘weglekken’ en onze vertrouwde bedrijfsinformatie daar al dan niet heimelijk wordt gebruikt.

Een nieuwe koers voor AI in Nederland en de EU

Aanbevelingen voor organisaties

1. Investeer in kennis (Wij helpen u hierbij) :
   • AI-geletterdheid ontwikkelen binnen de organisatie
   • Focus op kritisch denken en evaluatie van AI-resultaten
   • Interdisciplinaire samenwerking aanmoedigen
2. Kies voor hoogwaardige, veilige, duurzame, NL en/of EU oplossingen (Wij helpen u hierbij):
   • Overweeg kleinschalige, speciale AI-modellen
   • Aandacht besteden aan energieverbruik en milieu-impact
   • Overweeg welke, waar en hoe informatie wordt verwerkt
   • Werken met Nederlandse en Europese partners
3. Zorg voor ethiek en transparantie:
   • Duidelijke richtlijnen implementeren voor het gebruik van AI
   • Verantwoording afleggen over AI-beslissingen
   • Denk aan privacy en beveiliging

Tips voor het selecteren van AI-toepassingen/organisaties

let op het volgende

Organisaties / toepassingen die:

1. komen uit Nederland of elders in Europa en hebben weinig tot geen invloed van investeerders of politiek buiten de EU.
2. Focus op NL en Europa
3. Kan zowel gebruikersinterface als modellen on-premise en/of in de EU-cloud leveren en kan worden gehost op verschillende soorten servers (Linux, Windows, enz.).
4. Bij voorkeur open source
5. Train deskundige modellen (SLM’s) samen met een orchestrator
6. Ethische modellen leveren die niet getraind zijn met clickers,
7. Modellen leveren die geen (openbare of niet-openbare) privacygegevens of auteursrechtelijk of anderszins beschermde of onethische inhoud bevatten
8. Sta voor duurzame ontwikkeling, zowel bij het opleiden van de modellen als bij het gebruik ervan
9. Controleer in je inkoopprocessen van nieuwe applicaties of AI erin geïntegreerd wordt/is en zo ja, neem bovenstaande eisen op in de inkoopvoorwaarden aan je leverancier met betrekking tot de ingebouwde AI-functionaliteit.
10. En andere(n)

Conclusie: Een eigen weg vooruit

Nederland en de EU staan voor de uitdaging om een eigen, veilige, soevereine en onderscheidende positie in het internationale AI-landschap te ontwikkelen. Dit vraagt om:

• Gerichte investeringen in Nederlandse en Europese AI-ontwikkeling
• Duidelijke keuzes
• Focus op kleinschalige, bij voorkeur deelbare en efficiënte oplossingen
• Sterke publiek-private samenwerking
• Aandacht voor informatiebeveiliging, privacy, duurzaamheid en ethiek

Dit klinkt misschien als onhaalbaar, maar we zien organisaties waar dit al werkt. Door nu de juiste keuzes te maken, kan Nederland een voorloper worden in verantwoorde AI-ontwikkeling, met oog voor zowel innovatie als maatschappelijke waarden.

Dit artikel is automatisch vertaald met AI