De energietransitie vraagt om fundamentele keuzes over infrastructuur, investeringen en waarden. Waar energie vroeger centraal werd opgewekt en voorspelbaar verdeeld, ontstaat nu een gedistribueerd netwerk van duizenden producenten, opslagpunten en gebruikers. Het systeem is complexer, dynamischer en onzekerder dan ooit.
Binnen deze context ontwikkelden TU Delft en TNO het open¬sourcerekenmodel Tulipa, dat met kunstmatige intelligentie (AI) investeringsbeslissingen in het Europese energiesysteem simuleert.
Tegelijk groeit het besef dat AI niet alleen versneller maar ook versterker is: ze optimaliseert wat er al is. In mijn essay AI in de energietransitie: voorbij optimalisatie onderzoek ik die paradox en pleit ik voor een verschuiving naar een regeneratieve koers, waarin technologie niet alleen schade beperkt, maar systemen actief herstelt.
Tulipa: intelligent rekenen aan het energiesysteem
Tulipa gebruikt AI, modellering en optimalisatie om te berekenen hoe de energiemix van de toekomst eruit kan zien. Het model integreert elektriciteit, warmte, waterstof en transport, en simuleert de gevolgen van beleidskeuzes over een periode van vijftig jaar. Als input gebruikt het parameters als energiebehoefte, kosten van technologieën, emissiegrenzen, netcapaciteit en weersdata. Als output geeft het de optimale investeringsmix, met inzicht in kosten, emissies en systeemrisico’s. Tulipa versnelt scenario-analyses en biedt beleidsmakers open toegang tot complexe berekeningen. Daarmee vergroot het de transparantie van beslissingen en versterkt het de kennisbasis voor publiek beleid.
AI voorbij optimalisatie
Waar Tulipa binnen het bestaande systeem zoekt naar de ‘beste’ energiemix, stelt mijn essay de fundamentele vraag: wat optimaliseren we eigenlijk – en voor wie?
AI kan netten slimmer, onderhoud voorspelbaarder en planning efficiënter maken. Maar zonder systeemverandering dreigt de optimalisatieparadox: efficiëntie leidt tot meer verbruik, niet minder. De Jevonsparadox laat zien dat winst door technologische vooruitgang vaak wordt opgeslokt door extra vraag en consumptie.
Daarom is het niet genoeg om alleen sneller en slimmer te rekenen; we moeten ook anders gaan denken. In een regeneratief systeem is AI niet alleen gericht op economische efficiëntie, maar op herstel van ecologische en sociale veerkracht. Tulipa en mijn essay vertegenwoordigen wat mij betreft dan ook twee noodzakelijke perspectieven op dezelfde transitie:
- Tulipa laat zien wat technisch mogelijk is: AI als rekeninstrument om de energiemix te optimaliseren en scenario’s te vergelijken.
- Het essay onderzoekt wat maatschappelijk wenselijk is: AI als ontwerpvraag voor nieuwe waarden, governance en grenzen.
Samen vormen ze een complementair raamwerk. Tulipa maakt de gevolgen van keuzes zichtbaar; de regeneratieve lens bepaalt welke keuzes moreel en ecologisch houdbaar zijn.
Naar een regeneratieve koers
Om AI en modellering verantwoord te verankeren in de energietransitie zijn drie bewegingen nodig:
- Nieuwe meetlat: Breid modellen uit met niet-economische parameters zoals biodiversiteit, sociale rechtvaardigheid, materiaalgebruik en waterverbruik.
- Publieke governance: Organiseer open, democratische besluitvorming over aannames, data en scenario’s. AI hoort in publieke infrastructuren, niet enkel in commerciële omgevingen.
- Leer binnen grenzen: Gebruik AI voor reflectie in plaats van als besturingsinstrument, om te verkennen hoe beleid uitpakt binnen planetaire en maatschappelijke grenzen.
Tulipa laat zien wat AI kan betekenen voor het versnellen van de energietransitie. Mijn essay toont waarom die versnelling niet genoeg is. De echte vernieuwing ligt wat mij betreft in het verbinden van rekenkracht aan waardenkracht.
1 reactie
Wat ik in mijn essay bedoel heeft een naam “Beyond Human-Centered AI“.