We staan aan de vooravond van een tijdperk waarin kunstmatige intelligentie ons niet alleen uitdaagt om anders te werken, maar ook om anders te denken. Ethiek is daarbij geen rem, het werkt richtinggevend. In een eerder blog verkenden we hoe Europa, de VS en China AI strategisch benaderen en welke waarden daarin centraal staan. We concludeerden dat AI zelf niet het probleem is — het houdt ons een spiegel voor. Dit blog gaat een stap verder: waarom herontwerp van onze systemen geen luxe is, maar bittere noodzaak.
1. De bron van innovatie
Generatieve AI heeft zich in korte tijd verspreid zoals Everett Rogers het ooit beschreef in zijn diffusietheorie — niet via beleid of techniek, maar via sociaal gedrag en waargenomen meerwaarde. Wat begon in de niche van techontwikkelaars, werd razendsnel opgepikt door een breed publiek. Burgers, studenten, ondernemers en docenten ontdekten uit zichzelf hoe krachtig en behulpzaam AI kan zijn — als gesprekspartner, tekstschrijver, uitleggever, denkhulp. Zonder advertenties, zonder klikfuiken, zonder de flikkerende reclameruis van commerciële zoekmachines. In termen van Clayton Christensen is dit een klassieke disruptieve innovatie: eenvoudig, direct bruikbaar en precies goed genoeg om het bestaande alternatief (eindeloos zoeken via zoekmachines, antwoorden doorspitten, klikken, lezen en weer opnieuw beginnen) te verdringen.
De snelheid waarmee generatieve AI zich verspreidde, laat zien hoe innovaties in de praktijk vaak bottom-up groeien: niet omdat machtstructuren dat opleggen, maar omdat mensen er waarde in zien. Wat begon als technologische niche, groeit nu uit tot maatschappelijke gewoonte. De vraag is niet meer of mensen AI willen gebruiken. De vraag is: zijn onze instituties bereid zich daaraan aan te passen?
2. Ongemak over digitale systemen bij burgers, consumenten en mkb
Ruim vóór de opkomst van generatieve AI tekende zich al een groeiend ongemak af over de manier waarop digitalisering het dagelijks leven binnendrong. Wat ooit bedoeld was om processen eenvoudiger, sneller en goedkoper te maken, voelt voor veel mensen steeds meer als een bron van frustratie en vervreemding. Burgers verdwalen in overheidsportalen, stuiten op ontoegankelijke interfaces of raken verstrikt in keuzemenu’s en chatbots die vooral lijken te zijn ontworpen om persoonlijk contact te vermijden. Ook consumenten en mkb’ers herkennen het patroon: inefficiënte klantportalen, gebrekkige koppelingen en IT-systemen die méér werk en kosten veroorzaken dan ze besparen.
Sectoren als financiële dienstverlening, energie en zorg krijgen te maken met steeds complexere regelgeving, vaak ingegeven door grote maatschappelijke opgaven. Denk aan de nasleep van de financiële crisis, de coronapandemie, klimaatdoelen en crisistaal rond woningtekorten, stikstof en migratie. Wat begon als crisismaatregelen, is uitgegroeid tot een controle- en reguleringsstaat. Wetgeving dringt steeds dieper door in de haarvaten van het gedrag van mensen en organisaties — en roept steeds nieuwe verplichtingen, systemen en controles in het leven. Tegelijkertijd groeit de roep om maatwerk en de menselijke maat — een belofte die voor veel mensen als muziek in de oren klinkt, maar steeds lastiger blijkt waar te maken.
Dit alles is uitgemond in een systeem dat op een ander vlak wringt: de beloofde efficiëntie heeft niet geleid tot lagere kosten — integendeel. Publieke dienstverlening is in veel gevallen duurder én complexer geworden. Ondanks forse investeringen in technologische vernieuwing, ervaren burgers en consumenten zelden betere of snellere service. In plaats van dat het systeem zich aanpast aan de mens, moet de mens zich aanpassen aan het systeem.
Digitalisering voelt zo niet als dienstbaar, maar als dwingend. Niet ontworpen vanuit de behoeften van mensen, maar vanuit de logica van beheersing en schaalbaarheid, met maatwerk als schaamlapje. Precies daar ontstaat het wantrouwen: niet tegen technologie an sich, maar tegen de manier waarop die technologie wordt ingezet.
3. AI en de rol van het vrijheids- en beheersingsideaal
Dit groeiende ongemak over digitalisering roept een fundamentele vraag op: welke idealen sturen onze keuzes? In het debat over digitalisering en AI botsen twee onderliggende idealen die zelden expliciet worden benoemd, maar die fundamenteel zijn voor hoe we technologie inzetten: het vrijheidsideaal en het beheersingsideaal.
Het vrijheidsideaal gaat uit van vertrouwen, autonomie en keuzevrijheid. Technologie wordt dan gezien als middel om mensen te versterken: om zelf keuzes te maken, toegang te krijgen tot kennis, zich uit te drukken, te leren en te participeren. Generatieve AI sluit hier naadloos bij aan: het biedt individuen de mogelijkheid om complexe informatie te begrijpen, ideeën vorm te geven en sneller te navigeren door nieuws, bureaucratie of leerstof. Het succes van AI onder burgers komt voort uit die belofte van empowerment — een technologie die zich voegt naar de gebruiker, niet andersom.
Daartegenover staat het beheersingsideaal, dat omarmd lijkt door bureaucratie: technologie als instrument om risico’s te minimaliseren, processen te standaardiseren en gedrag te sturen. Dit ideaal domineert veel institutionele AI-toepassingen: algoritmes voor risicoselectie, fraudedetectie, voorspellende modellen, controle van burgers, koopbeïnvloedingen via algoritmes die ons over de hele wereld volgen. Hier staat niet de burger of consument centraal, maar het systeem — en de wens om dat systeem zo efficiënt, voorspelbaar, bestuurbaar en beheersbaar mogelijk te maken.
AI brengt deze twee idealen onvermijdelijk met elkaar in conflict. Waar burgers AI omarmen als vrijheidstechnologie, wordt het binnen overheidsstructuren en het grootbedrijf vaak ingekapseld in controlelogica. Daarmee wordt het risico zichtbaar dat AI geen brug slaat tussen burger en systeem, maar juist het spanningsveld vergroot.
De fundamentele vraag is dan ook niet alleen hoe we AI inzetten, maar: welk mensbeeld ligt eraan ten grondslag? Zien we mensen als autonome, handelende wezens — of als risico’s die gemanaged moeten worden? Ontwerpen we systemen die keuzes verruimen, of systemen die afwijkingen corrigeren?
4. Open regels en de maatwerkutopie
AI houdt ons niet alleen een spiegel voor – het dwingt ons ook tot fundamenteel herontwerp van onze systemen. In Nederland zijn veel wetten, regels en afspraken bewust open geformuleerd. Ze geven professionals – zoals artsen, rechters of toezichthouders – ruimte om in het individuele geval tot een wijs oordeel te komen. Deze ruimte is gebaseerd op vertrouwen in expertise, en wordt vaak geborgd via tuchtrecht of beroepsethiek. Ook toezichthouders zoals de ACM bepalen deels zelf welke kwesties ze oppakken. Dit past bij een high-trust society waarin professionals tijd en mandaat hebben om te doen wat goed is.
Maar die belofte van maatwerk komt onder druk te staan. Wanneer vraag en aanbod uit balans raken, wanneer wachttijden oplopen of besluiten onnavolgbaar worden, ontstaat twijfel. Burgers vragen zich af voor wie de regels eigenlijk zijn, wie de beslissingen controleert, en vanuit welk wereldbeeld ze ontstaan. Wie controleert of het oordeel van de professional nog wel rechtvaardig, herkenbaar en uitlegbaar is? En welke onderliggende agenda ligt achter besluiten?
De openheid van regels die werd verkocht als menselijke maat, slaat zo om in ondoorzichtigheid, willekeur en twijfel aan de professionals zelf. Denk aan rechters die zich meer laten leiden door procedurele verfijning dan door begrijpelijkheid voor burgers, of toezichthouders die zich verliezen in intern spel en prestige, in plaats van dienstbaar te zijn aan het publieke belang. En precies daar ontstaat de aantrekkingskracht van generatieve AI: de behoefte aan snelle, transparante, consistente en kosteneffectieve oordelen. AI en open normen staan echter op gespannen voet. Want hoe combineer je algoritmische logica met contextgevoeligheid, empathie en situationeel oordeel? Het ideaal van maatwerk vraagt om meer dan techniek – het vraagt om een herijking van hoe we vertrouwen organiseren in een digitale tijd. Daarbij is beter uitleggen niet genoeg. Het vraagt ook om het verder codificeren van beslissingen en het inperken van de beslissingsmarge van experts die boven de partijen staan. Waar nu nog ruimte is voor professioneel oordeel en maatwerk, groeit de druk om die ruimte te beperken in ruil voor voorspelbaarheid vooraf, transparantie tijdens het proces en uitlegbaarheid achteraf richting burgers.
5. Praktijkvoorbeeld: AI in de WMO – Sneller, goedkoper en rechtvaardiger?
De Wet maatschappelijke ondersteuning (WMO) in Nederland is een sprekend voorbeeld van hoe bureaucratie en complexiteit burgers frustreren. Het aanvraagproces voor hulp duurt gemiddeld 80 dagen (bron: VNG, Staat van de Wmo 2023) en loopt over veel schijven met WMO-consulenten, tussenpersonen, adviesbureaus en WMO-artsen, met hoge administratieve lasten en onmacht bij burgers tot gevolg.
Hoe met herontwerp en AI dit systeem kan worden verbeterd:
- Burger centraal: Burgers delen aandoeningen en medische prognoses van huisartsen en medisch specialisten via een Persoonlijke Gezondheidsomgeving (PGO), zodat AI adviseert over hun medische situatie in relatie tot de gevraagde voorziening.
- Vereenvoudiging van processen: AI vertaalt de gezinssamenstelling en video-analyses van woningen naar mogelijke knelpunten in relatie tot (progressieve) aandoeningen.
- Kostenreductie: Fors besparen op uitvoeringskosten, want reeds bestaande informatie wordt direct gebruikt en geeft objectief inzicht in aanvragen.
Lessen voor systeemherontwerp:
- Transparantie en vertrouwen: AI kan menselijke bias verkleinen, maar vereist wel checks door artsen bij twijfel en steekproeven.
- Ethiek als basis, geen sluitpost: Het systeem is ontworpen rond burgerbehoeften, niet rond ambtelijk comfort.
- Macht herverdelen: AI daagt de rol van consulenten uit – niet als vervanging, maar als ondersteuning voor eerlijkere besluiten.
De overheid doet er verstandig aan om veranderingen niet organisch vanuit een sector te laten ontstaan, maar systemisch aan te vliegen. Daarbij is het essentieel dat juridische, technologische en artsmatige expertise wordt samengebracht om grotere en structurele veranderingen voor te bereiden.
Lees meer: AI in de WMO – Sneller, goedkoper en rechtvaardiger
6. De burger weer leidend te maken: AI vraagt om herontwerp
AI dwingt ons niet alleen anders te werken, maar vooral anders te ontwerpen. Niet door systemen simpelweg slimmer te maken, maar door structuren fundamenteel te herzien — gericht op het versterken van de positie van burgers in plaats van het beschermen van bestaande belangen.
De praktijk wijst de weg. De casus rond de WMO laat zien dat herontwerp mogelijk is: met AI kunnen we bureaucratie vereenvoudigen, de menselijke maat herstellen en middelen terugbrengen naar waar ze horen — bij de burger.
Maar herontwerp vraagt moed. Moed om de macht van de polder, gezagshouders en maatschappelijke instituties in te perken ten gunste van burgers. Moed om niet te repareren, maar radicaal opnieuw te ontwerpen. Moed om ethiek niet als sluitpost te zien, maar als het startpunt van vernieuwing.
Hoewel AI kan bijdragen aan snellere en consistenter beslissingen, vraagt herontwerp ook om balans. We moeten de voordelen van standaardisatie benutten — waar voorspelbaarheid en transparantie nodig zijn — én tegelijk ruimte houden voor menselijk inzicht en uitzonderingsvermogen — waar context en empathie essentieel zijn. Technologie kan veel, maar contextgevoeligheid en moreel oordeel blijven lastig te vangen in algoritmes. Herontwerp betekent dus niet kiezen tussen regels of ruimte, maar bewust combineren: standaardiseren én menselijke maat organiseren, afhankelijk van wat de situatie vraagt.
De uitdaging lijkt simpel, maar vraagt leiderschap: blijven we doormodderen in systemen die burgers vervreemden, of hebben we de moed om opnieuw te ontwerpen rond vertrouwen, vrijheid en menselijke waardigheid?
Eerdere blogs
Ethische AI begint niet bij regels, maar bij reflectie (1 van 8).