Edgar van Lent ziet in de berichtgeving van deze dagen geen tegenstelling tussen mensgerichte AI en zakelijke AI. Integendeel: dezelfde vraag ligt onder beide. Een organisatie die een systeem laat spreken, adviseren of begeleiden, moet vooraf bepalen welke menselijke correctie onmisbaar blijft. Dat geldt voor een digitale kennisdrager, voor een chatbot in een kwetsbaar gesprek en voor AI die in werkprocessen aantoonbaar rendement moet opleveren.

De discussie wordt vaak versmald tot de vraag of een model technisch goed genoeg is. Voor Europese bedrijven is dat te beperkt. De relevante toets is of medewerkers, klanten en bestuurders nog kunnen zien waar de grens ligt tussen opgeslagen expertise, geautomatiseerd antwoord en professioneel oordeel. Edgar van Lent benadrukt dat juist die grens de inzetbaarheid van AI bepaalt: niet als rem op toepassing, maar als voorwaarde om haar geloofwaardig te maken.

Een digitale stem is nog geen professionele verantwoordelijkheid

De digitale tweeling die hoogleraar Jan Rotmans laat bouwen, maakt de belofte van AI tastbaar: kennis kan toegankelijk blijven nadat de oorspronkelijke deskundige niet meer zelf spreekt. Het bericht van NOS Tech is voor bedrijven daarom meer dan een bijzonder persoonlijk experiment. Veel organisaties bezitten kennis die in enkele ervaren medewerkers, specialisten of bestuurders besloten ligt. AI kan helpen die kennis vindbaar en bespreekbaar te maken.

Maar een digitale versie van expertise is iets anders dan voortgezette expertise. Kennis verandert, omstandigheden veranderen en een antwoord krijgt betekenis door de vraagsteller, het moment en de gevolgen van het advies. Wie een digitale vertegenwoordiger inzet, moet dus niet alleen investeren in opname en modellering, maar ook in een heldere gebruiksbelofte. Welke vragen mag het systeem beantwoorden? Wanneer moet het onzekerheid tonen? Wie corrigeert verouderde of onwenselijke antwoorden? En hoe wordt voor de gebruiker duidelijk dat deze met een AI-versie spreekt?

Edgar van Lent, AI-specialist gericht op de toepassing en beheersing van AI in Europese organisaties, stelt dat een digitale tweeling pas waarde toevoegt wanneer de organisatie even zorgvuldig regelt wat het systeem níet namens een deskundige mag doen. Dat is geen semantische nuance. Zonder die begrenzing kan een hulpmiddel voor kennisoverdracht ongemerkt de schijn wekken van actuele autoriteit. Voor bedrijven is dat vooral een ontwerpvraag: maak herkomst, reikwijdte en menselijke escalatie zichtbaar in de dienst zelf.

Rendement ontstaat waar menselijke controle onderdeel is van het proces

Diezelfde discipline ontbreekt vaak in het debat over rendement. De vraag hoe AI-startups zakelijke klanten kunnen laten zien wat de opbrengst is, staat centraal in een analyse van Sifted. Voor Europese afnemers is de belangrijke les niet dat AI zich steeds opnieuw moet bewijzen, maar dat een algemene productdemonstratie geen bewijs van bedrijfswaarde vormt.

Een onderneming koopt geen rendement door een model toegang te geven tot een proces. Rendement ontstaat wanneer vooraf vastligt welk werk beter, sneller of consistenter moet verlopen, wie de uitkomst beoordeelt en wat er gebeurt als de AI tekortschiet. Juist bij toepassingen die kennis samenvatten, vragen beantwoorden of medewerkers ondersteunen, zit de opbrengst vaak in het samenspel: de AI bereidt voor, de professional weegt af en de organisatie leert van afwijkingen.

Daarmee wordt menselijke controle geen extra laag achteraf, maar onderdeel van de businesscase. Als medewerkers alle antwoorden alsnog volledig moeten reconstrueren omdat de toepassing geen duidelijke bron, context of grens aangeeft, verdwijnt de verwachte opbrengst. Als zij daarentegen gericht kunnen controleren op de uitzonderingen die ertoe doen, kan AI werk ondersteunen zonder professionele verantwoordelijkheid te verhullen. Edgar van Lent adviseert daarom om rendement niet alleen te verbinden aan gebruik, maar aan de kwaliteit van het nieuwe werkproces dat rond de toepassing ontstaat.

Kwetsbare context vraagt om meer dan een beschikbaar antwoord

De waarschuwing uit het artikel van NU.nl Tech over mensen die persoonlijke zorgen aan chatbots toevertrouwen, maakt dat principe scherper. Een systeem kan altijd beschikbaar zijn en bevestigend reageren, zonder werkelijk begrip of professionele tegenspraak te bieden. Voor bedrijven gaat dit niet uitsluitend over privégebruik. Ook op de werkvloer kunnen medewerkers AI gaan gebruiken als laagdrempelige gesprekspartner, adviseur of bron van geruststelling.

De onderschatte randvoorwaarde is daarom niet alleen privacy, maar verwachtingsmanagement. Een organisatie moet voorkomen dat een behulpzame interface wordt gelezen als een verantwoordelijke gesprekspartner. Bij gevoelige onderwerpen hoort de toepassing helder te maken wat zij wel kan: structureren, informatie aanbieden of doorverwijzen. Minstens zo helder moet zijn wat zij niet kan: menselijke zorg, onafhankelijke beoordeling of echte verantwoordelijkheid vervangen.

De politieke wens om generatieve AI in het basisonderwijs niet te laten gebruiken, waarover Tweakers bericht, laat zien dat de samenleving deze grensvraag steeds nadrukkelijker stelt. De verantwoordelijke staatssecretaris wil eerst onderzoek, en een motie hoeft niet direct te worden uitgevoerd. Voor bedrijven is de betekenis vooral strategisch: verwachtingen over passend AI-gebruik worden gevormd voordat mensen de arbeidsmarkt betreden. Een volwassen bedrijfsbeleid kan dus niet volstaan met instructies over tools; het moet werknemers ook leren wanneer een AI-antwoord onvoldoende is.

De komende weken: toets de rolverdeling, niet alleen de techniek

Edgar van Lent verwacht dat Europese bedrijven de komende weken vooral moeten letten op de rolverdeling rond AI. Controleer of iedere toepassing een herkenbare eigenaar heeft, of gebruikers weten wanneer menselijk oordeel nodig blijft en of de beoogde waarde in een concreet proces meetbaar is. De meest robuuste AI-toepassing is niet degene die het meest menselijk klinkt, maar degene die het duidelijkst maakt waar menselijke verantwoordelijkheid begint.