In deze serie AI Start – AI begrijpen zonder technische achtergrond verkennen we stap voor stap wat AI is, hoe het werkt in dagelijkse werkprocessen en hoe professionals er bewust en verantwoord mee om kunnen gaan.
In het vorige deel was de conclusie simpel: voor wie software gebruikt, telt maar één vraag — zit er AI ín het product? Maar daarmee ben je er niet. “AI in het product” is geen één ding, en zelfs als je weet wát de AI doet, weet je nog niet of je hem kunt vertrouwen. Dit deel gaat over allebei.
Zien
Drie treden
AI in software doet niet overal hetzelfde. Grofweg zijn er drie treden, met steeds meer eigen ruimte voor het systeem.
- Interpreteren. De software leidt betekenis af uit iets ruws — een foto, een tekst, een reeks metingen. Onduidelijke input wordt iets bruikbaars. Het besluit blijft van jou.
- Beslissen. De software trekt zelf een conclusie en handelt ernaar. Niet “hier is de informatie”, maar “ik heb dit gedaan”. Het besluit dat eerst van jou was, ligt nu bij het systeem.
- Leren. De software past zichzelf aan op basis van wat hij tegenkomt. De regels waarmee hij werkt staan niet meer vast. Ze bewegen mee.
Elke trede omhoog geeft het systeem meer autonomie, en verplaatst iets wat eerst bij jou lag.
Zekerheid is geen juistheid
Er is een tweede laag die los staat van deze ladder, en die het lastiger maakt: AI klinkt altijd zeker. Een fout antwoord komt net zo vloeiend en overtuigend als een goed antwoord. Er zit geen twijfel in de toon — op geen van de drie treden.
Dat is geen toeval. AI is gebouwd om plausibele taal en plausibele uitkomsten te produceren. Of het ook klopt, is een aparte vraag. Die twee vallen vaak samen, maar niet altijd — en juist als ze uit elkaar lopen, merk je er aan de toon niets van.
Doen
Dezelfde app, drie treden, drie manieren om ernaast te zitten
Terug naar de app die zwembadwater beoordeelt.
Interpreteren. Je maakt een foto van een teststrip. De app herkent de kleuren en zet ze om in waarden — dat scheelt overtypen. Maar in de avondzon leest hij een kleur verkeerd en meldt: “chloor in orde.” Even stellig als anders. Niets verraadt dat de meting mis is. Jij controleert de invoer, en ziet het pas als je zelf twijfelt aan wat je ziet.
Beslissen. De app is gekoppeld aan de doseerinstallatie. Hij meet, ziet dat het chloor te laag is, en doseert zelf bij — met een standaarddosering. Klinkt logisch. Maar jouw bad ligt in de volle zon en verliest chloor sneller dan gemiddeld; het advies negeert dat. Kloppend in het algemeen, fout voor jouw situatie. Achteraf krijg je een melding: “chloor bijgesteld.” Jij controleert niet meer de invoer, maar de uitkomst: klopt wat hij deed?
Leren. De app houdt het hele seizoen bij hoe het water zich gedraagt en past zijn eigen streefwaarden aan. Hij legt in nette zinnen uit waaróm — de uitleg klinkt sluitend. Maar het kan een net verhaal om een uitkomst heen zijn, niet per se de echte grond eronder. De norm waarmee hij in augustus werkt is niet meer die van mei, en jij hebt geen vaste standaard meer om tegenaan te leggen.
In alle drie de gevallen is de vorm perfect. De inhoud niet noodzakelijk. En aan de vorm alleen zie je het verschil niet.
Dragen
Wat er verschuift, en wat je moet controleren
Met elke trede schuift verantwoordelijkheid van jou naar het systeem — en op elke trede geldt: vertrouw op grond, niet op toon.
Bij interpreteren houd jij de regie. De app levert aan, jij beslist. Gaat er iets mis, dan zie je het bij je eigen besluit — als je tenminste niet blind aanneemt wat de app aanlevert.
Bij beslissen geef je een stuk regie uit handen. Dan wordt de vraag: kun je zien waaróp de app zijn besluit baseerde? Een app die bijdoseert zonder te tonen waarom, vraagt om blind vertrouwen.
Bij leren verschuift zelfs de norm. Dat is de lastigste trede: je kunt de app niet meer aftoetsen aan een vaste standaard, want de standaard beweegt mee. De vraag is dan niet alleen “klopt de uitkomst?”, maar “klopt nog steeds waarop hij zich baseert?”
Op alle drie de treden helpen dezelfde twee vragen om je vertrouwen te kalibreren:
- Hoe erg is het als het fout is?
- Kun je het onafhankelijk aftoetsen — een tweede meting, je eigen ogen, iemand die het weet?
Is er een goedkope check, doe hem, zeker bij besluiten die ertoe doen. Hoe hoger de app op de ladder staat, hoe minder je genoeg hebt aan alleen de uitkomst, en hoe belangrijker die twee vragen worden.
Samenvatting
“AI in het product” kent drie treden — interpreteren, beslissen, leren — en op elke trede schuift er verantwoordelijkheid van jou naar het systeem. Wat die verschuiving lastig maakt: AI klinkt op alle drie de treden even zeker, ook als het fout zit. Zekerheid van toon zegt dus niets over juistheid. De vaardigheid die je nodig hebt is niet AI wantrouwen, maar kalibreren: hoe hoger de trede en hoe erger de gevolgen van een fout, hoe meer controle een antwoord verdient — en hoe minder je genoeg hebt aan alleen kijken of het overtuigend klinkt.