AI is in korte tijd doorgedrongen tot vrijwel iedere organisatie. Van klantenservice en marketing tot zorg, onderwijs en beleidsvorming: slimme systemen schrijven, voorspellen, adviseren en automatiseren. Maar de meest bepalende vraag is niet wat AI technisch kan. De vraag is: wat willen we dat AI doet met mensen, werk en besluitvorming?

Dat is de kern van MenswaardigeAI, het boek van Patrick Petersen en Rik Vera. Het boek plaatst AI niet tegenover de mens, maar naast de mens. Technologie kan processen versnellen en kennis toegankelijker maken, maar mag menselijke waardigheid, autonomie en verantwoordelijkheid niet verdringen.

AI is daarom geen simpel IT-project. Het is een leiderschaps-, cultuur- en governancevraagstuk.

Niet elke AI-taak vraagt om dezelfde rolverdeling

De balans tussen mens en AI hangt af van twee factoren: de mate van risico en de mate van ambiguïteit. Bij routinetaken met weinig risico kan AI veel zelfstandig uitvoeren, terwijl een mens toezicht houdt. Denk aan het samenvatten van documenten, het ordenen van data of het voorbereiden van standaardcommunicatie. Wordt het risico hoger, dan verandert de rol van AI. Bij beslissingen die grote gevolgen hebben voor mensen – bijvoorbeeld in HR, zorg, kredietverlening of publieke dienstverlening – blijft de mens aan zet. AI kan analyseren, scenario’s vergelijken en adviseren, maar niet de eindverantwoordelijkheid overnemen. Bij een hoge mate van onzekerheid is juist ruimte nodig om samen te verkennen. Mens en AI kunnen experimenteren, hypotheses toetsen en nieuwe mogelijkheden ontdekken. Maar wanneer onzekerheid én risico hoog zijn, is strategisch menselijk leiderschap essentieel. Dan ondersteunt AI, maar bepaalt de mens richting, grenzen en verantwoordingslijnen.

“De mens blijft verantwoordelijk; AI krijgt ruimte waar risico en context dat toelaten.”

Dat uitgangspunt voorkomt twee valkuilen. De eerste is technologische schijnzekerheid: het idee dat een AI-uitkomst automatisch objectief of juist is. De tweede is verantwoordelijkheidsverdamping: iedereen gebruikt het systeem, maar niemand voelt zich eigenaar van de gevolgen.

Het 5C-model: leiderschap vóór technologie

Menswaardige AI vraagt om leiders die niet alleen naar productiviteit kijken, maar ook naar de menselijke gevolgen van automatisering. Het 5C AI-leiderschapsmodel van Rik Vera geeft daar praktische taal aan.

1. Critical Thinking betekent dat mensen AI-uitkomsten blijven toetsen. Een systeem kan overtuigend klinken en toch fouten maken, vooroordelen herhalen of belangrijke context missen. Kritisch denken is dus geen rem op innovatie, maar een voorwaarde voor betrouwbaar gebruik.
2. Collaboration gaat over een heldere taakverdeling. AI is geen collega met intentie, loyaliteit of moreel besef. De organisatie moet daarom expliciet vastleggen welke taken AI uitvoert, waar menselijke controle nodig is en wie beslist wanneer het systeem faalt.
3. Compassion bewaakt de menselijke impact. Verandert AI de werkdruk, autonomie of waardigheid van medewerkers? Worden klanten en burgers nog als persoon gezien, of slechts als dataprofiel? Juist deze vragen maken het verschil tussen efficiënte en menswaardige automatisering.
4. Creativity creëert ruimte voor veilige experimenten. Niet iedere AI-pilot hoeft direct schaalbaar te zijn. Organisaties hebben speelruimte nodig om te leren, fouten te herkennen en toepassingen aan te passen voordat ze grote gevolgen hebben.
5. Curiosity houdt de organisatie scherp. Blijf vragen: waarom geeft dit systeem deze uitkomst? Welke data ontbreken? Voor wie werkt dit minder goed? En wat gebeurt er als we het advies níet volgen?

De 3M Menskompas Methode maakt AI uitvoerbaar

Waarden alleen zijn niet genoeg. Daarom biedt de 3M Menskompas Methode een praktische werkcyclus voor implementatie.

Het begint met het definiëren van waarden en doelen: welk probleem lossen we op, voor wie en onder welke voorwaarden? Daarna volgt een analyse van context en impact. Wie wordt geraakt, welke risico’s ontstaan en kan de toepassing bestaande ongelijkheid versterken? Pas dan komt het mensgerichte ontwerp. Eindgebruikers, professionals en andere betrokkenen moeten niet achteraf worden geïnformeerd, maar vanaf het begin mee kunnen denken. Vervolgens vraagt AI om beveiliging en borging: duidelijke eigenaarschap, toezicht, privacybescherming en procedures voor fouten of incidenten. Een begeleide pilot maakt het mogelijk om gecontroleerd te leren. Daarna volgt kritische evaluatie: werkt het systeem werkelijk zoals bedoeld, en wat betekent het in de dagelijkse praktijk? Tot slot worden lessen gedeeld, zodat niet alleen één project beter wordt, maar de hele organisatie AI-volwassener wordt.

De kracht van deze methode is dat zij AI niet behandelt als een eenmalige technische implementatie. Het is een doorlopend proces van afwegen, leren en bijsturen.

Menswaardige AI betekent dus niet dat organisaties minder ambitieus moeten zijn met technologie. Het betekent dat zij ambitie koppelen aan waarden. Niet alleen vragen of AI sneller, goedkoper of slimmer werkt, maar ook of zij vertrouwen versterkt, mensen ruimte geeft en bijdraagt aan een rechtvaardige organisatie.

Dat is uiteindelijk de belofte: niet machines die meer overnemen, maar mensen die beter worden ondersteund in wat hen mens maakt.