AI in de organisatie vraagt om meer dan losse afspraken

AI wordt in organisaties steeds vaker gebruikt voor schrijven, samenvatten, analyseren, zoeken, structureren en het voorbereiden van voorstellen. Daardoor ontstaat al snel de behoefte aan regels: wat mag wel, wat mag niet en welke informatie mag je invoeren?

Maar alleen een lijst met toegestane en verboden toepassingen is meestal niet genoeg. Dezelfde AI-toepassing kan in het ene werkproces weinig risico opleveren en in een ander proces grote gevolgen hebben. Een eerste tekstvoorstel laten maken is iets anders dan AI gebruiken bij een beoordeling, advies of besluit dat gevolgen heeft voor medewerkers, klanten of inwoners.

De relevante vraag is daarom niet alleen óf AI wordt gebruikt, maar welke rol AI krijgt in het werkproces, wie de uitkomst controleert en wie uiteindelijk verantwoordelijk blijft.

Begin bij het werkproces, niet bij de AI-tool

Verantwoord AI-gebruik begint met het onderzoeken van de taak zelf. Welke informatie gaat erin? Wat verwacht je van de uitkomst? Hoe belangrijk is juistheid? Kan een fout worden herkend en hersteld? En wat gebeurt er wanneer iemand een AI-uitkomst zonder verdere controle overneemt?

Dat maakt verschil. Bij brainstormen of het maken van een eerste opzet kan ruimte voor fouten acceptabel zijn. Bij vertrouwelijke informatie, inhoudelijke beoordelingen, financiële analyses of beslissingen over mensen ligt dat anders. Daar wegen bronkwaliteit, privacy, uitlegbaarheid en menselijk oordeel zwaarder.

Ook binnen één organisatie kunnen verschillen groot zijn. Een communicatiemedewerker gebruikt AI anders dan een HR-adviseur, beleidsmedewerker of projectleider. Eén algemene regel geeft daarom lang niet altijd voldoende houvast.

Wat moet je bij een AI-toepassing onderzoeken?

Een bruikbaar AI-kader ontstaat wanneer je toepassingen vanuit het daadwerkelijke werk beoordeelt:

• Doel en taak
  Waarvoor wil je AI inzetten en welk probleem moet het gebruik ervan oplossen?

• Informatie en gegevens
  Welke gegevens worden gebruikt, hoe gevoelig zijn die en mogen ze in de gekozen toepassing worden verwerkt?

• Kwaliteit en controle
  Hoe belangrijk is een juiste uitkomst, hoe wordt die gecontroleerd en kan een medewerker fouten herkennen?

• Menselijk oordeel
  Waar kan AI ondersteunen en bij welke afwegingen of beslissingen moet een professional zelf leidend blijven?

• Risico en gevolgen
  Wat zijn de mogelijke gevolgen wanneer de AI-uitkomst onjuist, onvolledig of bevooroordeeld is?

• Verantwoordelijkheid
  Wie beoordeelt de uitkomst, wie mag ermee verder werken en wie blijft aanspreekbaar op het resultaat?

Pas wanneer die vragen per toepassing zijn onderzocht, kun je zinvolle grenzen en voorwaarden vastleggen. Dan ontstaat geen algemeen AI-beleid dat vooral op papier bestaat, maar een werkwijze die medewerkers helpt om in concrete situaties een verantwoorde keuze te maken.

Een goed AI-kader bepaalt daarom niet alleen waar AI wel of niet voor mag worden gebruikt. Het maakt zichtbaar welke rol AI in het werk mag krijgen, welke voorwaarden daarvoor nodig zijn en waar menselijk oordeel en verantwoordelijkheid bewust leidend blijven.

Bronnen & hulpmiddelen

Voor wetgeving, risicobeheersing en verantwoord gebruik van AI zijn deze bronnen relevant:

• AI Act — Europese Commissie

• AI Risk Management Framework — NIST

• Algoritmes & AI — Autoriteit Persoonsgegevens

• OECD AI Principles — OECD