Afgelopen weekend deelde ik op LinkedIn een korte reflectie naar aanleiding van twee discussies: een van Philippe De Ridder over de relevantie van de Lean Startup-aanpak in een tijd waarin AI het bouwen van producten radicaal versnelt, en een andere van Barend Last over de vraag waarvoor AI eigenlijk een oplossing is. Beide gesprekken raakten voor mij aan een onderliggend vraagstuk dat ik al langer zie terugkeren: doen we nog wel de juiste dingen, of zijn we vooral bezig ze sneller en beter te doen?
Philippe stelde dat AI de kosten en tijd van bouwen zó heeft verlaagd, dat het verstandiger is om snel een eerste versie te ontwikkelen en onderweg te leren, in plaats van langdurig vooraf te valideren. Daarmee verschuift de aandacht, zegt hij, van het reduceren van ontwikkelrisico naar het trekken van gebruikersaandacht. In mijn reactie benadrukte ik dat snelheid pas waardevol is als die voortkomt uit inzicht. Zonder diepgang leidt snel bouwen eerder tot ruis dan tot betekenisvolle innovatie.
Barend Last stelde een vergelijkbare vraag, maar dan in bredere zin: waarom zoeken we eigenlijk excuses om AI níét serieus te onderzoeken als mogelijke bijdrage aan publieke vraagstukken? Felienne Hermans reageerde daarop met de terechte observatie dat veel AI-toepassingen niet voortkomen uit een doorleefd probleem, maar eerder uit technologische fascinatie.
Wat me opviel in de vele reacties, is hoeveel mensen deze spanning tussen denken en doen herkennen.
Rhea Flohr merkte scherp op dat wat als een probleem wordt gezien, zelden objectief is. Ik ben het daar volledig mee eens: ik zie digitale transformatie dan ook niet als een technisch vraagstuk, maar als een sociaal-politiek proces. Wat we als probleem definiëren, hangt af van wie je bent, waar je zit, en wat er voor jou wringt.
Maarten Lens-FitzGerald verwees in een reactie naar Stuart Winter-Tear, die stelt dat kennis in het AI-tijdperk minder onderscheidend wordt. Informatie is overvloedig, goedkoop en overal beschikbaar. Wat AI (nog) niet kan, is afwegen, prioriteren, verbanden leggen — kortom: synthetiseren. Juist dát wordt de onderscheidende menselijke vaardigheid.
In de discussie verwees ik naar een eerdere blog over hoe AI organisaties dwingt tot helderheid over hun processen, geïnspireerd op een artikel van Simone Cicero. AI versnelt niet alleen, maar legt ook genadeloos bloot waar processen niet helder, niet doordacht of intern tegenstrijdig zijn. En precies daarom vraagt AI om reflectie. Niet om vaart te vertragen, maar om richting te houden.
Hermannus Stegeman deelde een recente essay in De Morgen van Ilja Leonard Pfeijffer over het verdwijnen van kritisch denken in een tijd waarin informatie vooral bevestigt wat we al geloven. Pfeijffer beschrijft een samenleving waarin we niet meer denken op basis van feiten, maar geloven en vervolgens informatie zoeken die dat geloof bevestigt. AI versterkt dat patroon.
Machiel Tesser haalde de systeemlogica aan van Donella Meadows: als we écht iets willen veranderen, moeten we niet alleen aan knoppen draaien, maar het onderliggende paradigma bevragen. Hij stelde de vraag op welk niveau je een probleem definieert, en wie de eigenaar daarvan is.
De kernvraag blijft voor mij: wat is eigenlijk het probleem dat we proberen op te lossen? En lossen we iets op dat er werkelijk toe doet of optimaliseren we vooral het bestaande, omdat dat veiliger voelt dan het systeem herontwerpen?
De volledige discussie is terug te lezen op LinkedIn.
Dank aan iedereen die reageerde, deelde, meedacht en bijstuurde. Ik ben voorlopig nog niet klaar met deze cruciale vraag over de inzet van AI.
2 reacties
Welk probleem proberen we eigenlijk op te lossen? Wanneer ik die vraag voor mezelf beantwoord, voel ik geen specifiek ‘oorspronkelijk probleem’. Wat ik wel herken zijn de gefaalde beloftes uit het verleden, kennismanagmentsystemen die experts hun expertise moesten laten vastleggen, internet en sociale media die ons allemaal slimmer en behulpzamer zou maken. Geen van de technologieën is echt geslaagd.
Met AI komen verschillende elementen samen waardoor we mogelijk wél collectief slimmer kunnen worden, mits we het gereedschap goed inzetten voor menselijke vooruitgang. Ik blijf daar (misschien tegen beter weten in) optimistisch over.
Maar terug naar je kernvraag: welk probleem lossen we nu eigenlijk op? Ik denk dat evolutie nooit bewust ‘problemen oplost’, ze ontwikkelt zich gewoon anders. Nieuwsgierigheid, voortbestaan, overleving en voortplanting zijn de echte drijfveren.
Het gaat niet zozeer om het ‘oplossen van problemen’, maar meer om de onderliggende evolutionaire ontwikkeling van de mens als drijfkracht.
AI past in dit patroon. Biologische evolutie gaat traag, maar ons brein zoekt voortdurend naar uitbreiding en versnelling. Daar kan ik wel van genieten.
Wat ik bedoel te zeggen met mijn bericht op LinkedIn en deze blog is dat ik (te) vaak zie dat men met een AI-oplossing komt voor bestaande processen. Omdat het sneller en/of goedkoper kan. Daar is op zich niets mis mee, maar het punt dat ik probeer te maken is dat we eerst moeten nadenken of het bestaande proces wel de oplossing is voor wat we nodig hebben. We lopen namelijk hiermee het risico dat we het oude paradigma in stand houden en in een ‘digitaal doosje’ stoppen en we het daar voorlopig niet meer uit krijgen. Nieuwe legacy heb ik het ook al genoemd.