Ai Almanac

Iedereen lijkt bang om de AI-boot te missen. Maar misschien zouden bestuurders zichzelf eerst een andere vraag moeten stellen. Waarom moeten we deze boot eigenlijk wel missen?In deze aflevering van AI Almanac ga ik in gesprek met Maarten van den Outenaar, voormalig Director Digital Solutions en ervaren leider in data- en AI-transformaties bij onder andere Schiphol, NS en VolkerWessels.We onderzoeken waarom organisaties miljoenen investeren in AI terwijl de daadwerkelijke opbrengsten vaak achterblijven. Volgens Maarten ligt het probleem daarbij lang niet altijd bij de technologie. De moeilijkste stap begint juist ná het experiment: van innovatie naar echte organisatietransformatie.We praten over FOMO versus ROI, pilots die technisch succesvol zijn maar nooit worden gebruikt, de kloof tussen technologie en operatie en de merkwaardige neiging van organisaties om eerst een AI-oplossing te kopen en daarna pas op zoek te gaan naar het probleem.Centraal staat daarbij de medewerker. Want wat gebeurt er wanneer AI vooral wordt ingezet om processen goedkoper te maken en mensen uit het proces te verwijderen? En wat verandert er wanneer je de vraag omdraait: welke prestatie willen we als organisatie verbeteren en hoe kan AI onze mensen helpen die prestatie te leveren?Van Schiphol en VolkerWessels tot industriële revoluties, boekdrukkunst, rekenmachines, banenverlies, cognitieve vaardigheden en de mogelijke AI-bubbel: het gesprek ontwikkelt zich uiteindelijk tot een veel fundamentelere vraag.Hebben organisaties werkelijk een AI-probleem, of proberen we met AI problemen op te lossen die eigenlijk over strategie, leiderschap en organisatieontwerp gaan?Maarten vertelt daarnaast over zijn boek Geen woorden, maar data en de lessen die hij uit jarenlange data- en AI-transformaties heeft verzameld.Een aflevering over AI, waarin AI uiteindelijk misschien wel het minst ingewikkelde onderdeel blijkt te zijn.

In deze aflevering van AI Almanac spreek ik met Una Verhoeven over een onderwerp waar opvallend weinig mensen echt over nadenken: de prijs van convenience. Niet alleen onze privacy staat onder druk, maar ook ons kritisch denkvermogen, onze organisaties en uiteindelijk de manier waarop we beslissingen nemen.We bespreken waarom AI fundamenteel verschilt van sociale media, waarom GDPR alleen niet meer voldoende is, hoe AI-governance veel verder gaat dan compliance en waarom organisaties eerst hun processen moeten begrijpen voordat ze AI implementeren.Daarnaast gaan we in op hallucinerende modellen, AI-fatigue, vibe coding, technische schuld, de toekomst van softwareontwikkeling, de rol van kritisch denken in het onderwijs en waarom AI pas echt waarde toevoegt wanneer mensen verantwoordelijk blijven voor de uitkomsten.Geen hype. Geen doemdenken. Wel een eerlijk gesprek over wat AI werkelijk betekent voor organisaties én voor de samenleving.

We praten veel over wat kunstmatige intelligentie allemaal kan, maar opvallend weinig over wat wij ondertussen zelf dreigen af te leren.In deze aflevering ga ik opnieuw in gesprek met data scientist en gedragswetenschapper Marijn Markus. We onderzoeken de werkelijkheid achter de AI-hype: de miljarden die worden geïnvesteerd, de verliezen die zich opstapelen, de geopolitieke afhankelijkheid van Amerikaanse technologiebedrijven en de hardnekkige belofte dat deze generatie AI nu écht alles zal veranderen.Maar het gesprek gaat uiteindelijk over iets fundamentelers dan technologie. Wat gebeurt er wanneer mensen taalmodellen verwarren met kennismodellen? Wanneer kinderen leren hoe ze antwoorden kunnen genereren voordat ze leren hoe ze een antwoord moeten beoordelen? Wanneer organisaties Copilot-licenties tellen, maar niet onderzoeken of mensen werkelijk beter denken, leren of werken?Marijn noemt generatieve AI geen kunstmatige intelligentie, maar gemiddelde intelligentie. De technologie kan vrijwel iedereen helpen om op veel terreinen redelijk te presteren. Maar een systeem dat voor iedereen beschikbaar is, maakt je niet vanzelf onderscheidend. Wie uitzonderlijk wil zijn, zal moeten blijven begrijpen, onderzoeken, twijfelen en zelfstandig oordelen.We spreken over de AI-bubbel, desinformatie, onderwijs, systeemdenken, vakmanschap, cybersecurity, technologische soevereiniteit en de menselijke neiging om complexe problemen te reduceren tot groene lampjes op een dashboard.AI is geen doel en ook geen strategie. Het is een krachtig hulpmiddel. Maar alleen voor mensen en organisaties die nog weten welk probleem ze proberen op te lossen en bereid zijn de werking ervan werkelijk te begrijpen.

AI belooft veel in het onderwijs, van personalisatie, voorspelling, optimalisatie tot leren op maat. Elk kind een eigen leerpad. Elk probleem meetbaar. Elke ontwikkeling zichtbaar in dashboards.Maar wat gebeurt er als we kinderen steeds meer gaan bekijken als datapunten? Wat verliezen we wanneer onderwijs niet langer begint bij aandacht, relatie en pedagogiek, maar bij meetbaarheid, selectie en efficiëntie?In deze aflevering van AI Almanac spreekt Amir Sabirović met Jan Jaap Hubeek over de mythe van maakbaarheid in het onderwijs. Jan Jaap stelt een ongemakkelijke maar noodzakelijke vraag: is een kind eigenlijk wel maakbaar? En wat gebeurt er als AI een onderwijssysteem versterkt dat nu al zwaar leunt op vroege selectie, toetsdruk, dashboards en prestatielogica?Het gesprek gaat over onderwijs als relationeel proces, over systemische ongelijkheid, over algoritmes die bestaande vooroordelen kunnen versterken, en over de noodzaak om menswaardigheid terug te brengen in onderwijs. Van de vroege selectie op elfjarige leeftijd tot het gevaar van data-gestuurde besluitvorming. Van Amazon’s bias in recruitment tot de Post Office-affaire in Engeland. Van Frankenstein tot Hannah Arendt. Lekker luchtig dus, zoals mensen graag doen wanneer ze beseffen dat ze een compleet systeem op drijfzand hebben gebouwd.De centrale boodschap is helder: AI kan ondersteunen, analyseren en versnellen. Maar AI kan geen kind werkelijk zien. AI kan geen relatie aangaan. AI kan geen pedagogische verantwoordelijkheid dragen. Dat blijft mensenwerk.Belangrijkste thema’s in deze aflevering:De illusie van maakbaarheid door AIOnderwijs als relationeel procesDe risico’s van data-gestuurde systemenVroege selectie en systemische ongelijkheidVooroordelen in algoritmesPedagogiek, menswaardigheid en verantwoordelijkheidDe rol van leraren, schoolbesturen en oudersWaarom AI een instrument moet blijven en geen kompas mag wordenLuister deze aflevering als je wilt begrijpen waarom de toekomst van onderwijs niet alleen technologisch, maar vooral menselijk en pedagogisch moet worden ontworpen!

"Geef iedereen AI-tools en de impact volgt vanzelf." Het klinkt logisch, maar klopt het ook?In deze aflevering ontkrachten Amir Sabirović en Laura Brandwacht een van de hardnekkigste mythes rondom AI in organisaties. Want toegang tot tools is iets anders dan transformatie. Impact volgt niet uit beschikbaarheid, maar uit keuzes, leiderschap, ontwerp en sturing.Laura legt uit waarom AI veel breder is dan ChatGPT en Copilot, waarom de echte waarde ligt bij de mensen die de brug slaan tussen business en techniek, en waarom je processen soms helemaal opnieuw moet durven ontwerpen in plaats van stap voor stap te optimaliseren. Ze gaan in op de gevolgen voor banen en rollen, het verschil tussen experimenteren en echt adopteren, en waarom adoptie al op dag één begint niet pas als het product klaar is.Ook eerlijk besproken: waarom efficiëntie zelden vanzelf in de cijfers landt, hoe je een leercultuur bouwt waarin fouten gedeeld mógen worden, en wat een verstandige eerste stap is voor een directieteam dat zich onder druk voelt staan om "iets met AI" te doen.De conclusie? AI-tools uitdelen is geen transformatie. Impact vraagt om visie, leiderschap en de bereidheid om je kwetsbaar op te stellen en te kijken hoe het werk werkelijk gebeurt.Een scherp en eerlijk gesprek voor iedereen die leiding geeft in een tijd waarin niemand de toekomst nog durft te voorspellen.