In de bredere visie van Beyond Human-Centered AI wordt AI ontworpen binnen de context waarin ze functioneert: tussen mens, natuur, technologie en gemeenschap. Dat vraagt om systeemdenken en inzicht in hoe technologische keuzes doorwerken in economie, cultuur en ecologie. Ontwerpers en beleidsmakers worden uitgedaagd om niet alleen te streven naar efficiëntie en effectiviteit, maar vooral naar rechtvaardigheid, duurzaamheid en wederkerigheid.

De les uit Aotearoa: technologie als deel van het leven
Een inspirerend voorbeeld komt uit Nieuw-Zeeland. In de Māori-wereldvisie is alles met elkaar verbonden. Mensen, dieren, rivieren en bergen vormen samen één levend netwerk. Alles heeft mauri (levenskracht) en maakt deel uit van whakapapa (stamboom van het leven). Vanuit dat wereldbeeld ontstaan drie leidende principes: kaitiakitanga
(zorg en verantwoordelijkheid voor de aarde), manaakitanga (respect en zorg voor anderen) en tikanga (het juiste doen voor gemeenschap en omgeving).

Een concreet voorbeeld is het Kaitiaki Intelligence Platform (KIP), een inheems geleid systeem dat moderne sensoren combineert met traditionele kennis. Het platform verzamelt niet alleen gegevens over lucht, water of bodem. Het kijkt vooral naar hoe gezond de natuur is: of een rivier nog leeft, of een gebied nog kracht heeft. De mensen die daar wonen, houden zelf de regie over de gegevens. Zo helpt technologie om beter voor de aarde te zorgen, in plaats van haar te gebruiken of uit te putten.

Het KIP laat zien dat AI niet alleen data kan verwerken, maar ook relaties kan versterken. Technologie wordt hier niet ingezet voor controle, maar voor zorg en wederkerigheid. Dat is een fundamenteel ander uitgangspunt dan het westerse idee van technologie als middel tot beheersing. Onderzoekers als Yong, Hudson en Whaanga (2023) spreken in dit verband over Māori Algorithmic Sovereignty: het idee dat algoritmen moreel juist moeten handelen binnen hun context.

Een ander concreet voorbeeld is het Abundant Intelligences-programma van Lewis, Whaanga en Yolgörmez (2025), waarin onderzoekers uit Canada, de VS en Nieuw-Zeeland samen met inheemse gemeenschappen AI ontwikkelen vanuit relationele kennismodellen. Het uitgangspunt daarbij is dat het draait om hoe we weten (epistemologie) en niet alleen om wat we weten (feiten en cijfers). Inheemse denkwijzen benadrukken relaties, zorg en gemeenschap boven individuele efficiëntie en effectiviteit. Via lokale onderzoekspods experimenteren teams met toepassingen die AI verbinden aan taal, cultuur en welzijn. Het doel is een vorm van AI die niet alleen slimmer, maar ook rechtvaardiger en meer verbonden met mens en aarde is.

De essentie van Beyond Human-Centered AI is dat technologie deel uitmaakt van een groter geheel. AI is geen neutraal instrument, maar een actieve speler in onze sociale en ecologische systemen. Wie AI ontwerpt of toepast, is medeverantwoordelijk voor de waarden en doelen die daarin worden ingebouwd. Voor organisaties betekent dit een fundamentele verandering in denken. Niet alleen de gebruiker telt, maar ook de gemeenschap, het milieu en toekomstige generaties. Dat vraagt om co-creatie, ethische reflectie en een eerlijk gesprek over macht: wie bepaalt eigenlijk wat “goede technologie” is en voor wie? Het gaat om een verschuiving van AI voor de mens naar AI voor het geheel.

Bij het schrijven van mijn essay AI in de energietransitie: voorbij optimalisatie kende ik deze term nog niet, maar in essentie gaat het in mijn essay om deze visie. AI kan pas echt duurzaam zijn als ze wordt ingezet binnen regeneratieve systemen. Systemen die niet alleen schade beperken, maar natuur, samenleving en economie actief helpen herstellen. In die zin vormt regeneratief denken de praktische vertaling van Beyond Human-Centered AI: technologie als partner in het juiste doen – in evenwicht met mens, aarde en toekomst.

De toekomst van intelligentie is wat mij betreft niet kunstmatig, maar verbonden!

Bronnen

• Auernhammer, J. (2020). Human-centered AI: The role of human-centered design research in the development of AI.
• Bell-Giuffre, P. et al. (2023). I am the river, the river is me [Documentaire].
• Bifet, A., Green, R., Wilson, D., & Zhang, M. (2021). Aotearoa New Zealand artificial intelligence: A strategic approach. Artificial Intelligence Researchers Association.
• Derksen, M. (2025). AI in de energietransitie: voorbij optimalisatie. Transitietijd.
• Ehsan, U., & Riedl, M. O. (2020). Human-centered explainable AI: Towards a reflective sociotechnical approach. arXiv.
• Kaitiaki Intelligence Platforms. Technology empowered ancestral wisdom.
• Khan, S. (2025). Beyond human-centered AI: An Indigenous framework for planetary futures. The New Real Magazine,2, 70–75.
• Lewis, J. E., Whaanga, H., & Yolgörmez, C. (2025). Abundant intelligences: Placing AI within Indigenous knowledge frameworks. AI & Society, 40, 2141–2157.
• New Zealand Digital Government. (2024). Māori, Pacific peoples, ethnic communities and GenAI.
• Shneiderman, B. (2022). Human-centered AI. Oxford University Press.
• University of Waikato. Indigenous data and governance. Te Ngira Institute.
• Yong, A., Hudson, M., & Whaanga, H. (2023). Māori Algorithmic Sovereignty: Idea, principles, and use. arXiv.