Leiding geven aan de adoptie van AI binnen organisaties
Vera Blažević en Wolter Pieters van de Radboud Universiteit onderzoeken hoe organisaties AI verantwoord kunnen inzetten, zonder uit het oog te verliezen wat werk betekenisvol maakt en wat mensen nodig hebben om met verandering om te gaan. Zij komen aan het woord in Vier (lastige) vragen voor wie leiding geeft aan ‘AI in de organisatie’. Hun uitgangspunt: de belangrijkste vraag is niet wat AI kan, maar wat je als organisatie wilt. Hoe organiseer je de verandering die AI teweegbrengt, en welke rol blijft er voor mensen over?
Als organisaties met AI beginnen, is de eerste vraag van managers vrijwel altijd waar de quick wins zitten. Daarna volgen vragen als: wat is er nog meer mogelijk, welke risico’s zien we en hoe gaan we daarmee om? Een pasklaar antwoord daarop bestaat niet.
Daarom is leiderschap van belang. Hoe geef je richting aan de implementatie van AI? Vaak gebeurt dat al doende, door te leren en te experimenteren (en hopelijk daarop te reflecteren). Toch is het belangrijk om daarbij een pas op de plaats te maken en stil te staan bij je visie en waarden. Dat helpt bepalen welke kant je op wilt. Verantwoordelijkheid, autonomie en werkplezier zijn voorbeelden van zulke waarden.
Wat wordt de nieuwe rol van medewerkers naast AI, en wie is verantwoordelijk voor beslissingen die AI neemt? Pieters gelooft bijvoorbeeld niet dat het principe van ‘human in the loop’ (er is altijd een mens bij betrokken) in de praktijk gaat werken. Als productiviteitswinst een belangrijk doel is, helpt het niet wanneer een mens steeds moet controleren wat een AI-toepassing heeft gedaan. Het is ook weinig motiverend als werknemers ‘AI-controleurs’ worden. Bovendien is controleren complex, omdat het niet altijd inzichtelijk is hoe AI werkt. Ben je als werknemer wel autonoom genoeg om AI-output naast je neer te leggen?
Blažević ziet dat AI vooral zorgt voor veranderingen in het werk, en minder voor vervanging van werk en mensen. Ze geeft voorbeelden van werkzaamheden waarin AI-tools gesprekspartner van werknemers worden en bijvoorbeeld optreden als coach op het gebied van creativiteit: ideeën uitwisselen en brainstormen. Wel zul je dat vaak eerst moeten leren.
Interessant is ook de vraag wat ons sociale perspectief op werk is. Het gaat niet alleen om wat AI en mensen goed kunnen, maar ook om wat mensen motiveert en of we werk zo kunnen organiseren dat het betekenisvol blijft. AI kan dat bedreigen, maar biedt ook kansen. In sociaal opzicht kan AI iets doen waar mensen minder goed in zijn: ongemakkelijke zaken bespreekbaar maken en kritische vragen stellen. Een collega of leidinggevende durf je daar misschien niet op aan te spreken, maar voor AI geldt die drempel niet.
Hoe borgen we de overdracht van kennis en expertise? Daarbij gaat het ook om wat je met elkaar deelt. Pieters wijst erop dat mensen ergens bij willen horen en dat collega’s elkaar daarom om advies vragen. Als iedereen dat voortaan aan een AI-tool vraagt, komt het onderlinge contact onder druk te staan.
Bovendien laten studies zien dat de expertise van hoogopgeleiden afneemt bij veelvuldig gebruik van AI (een bron ontbreekt helaas). Jonge medewerkers bouwen minder vaardigheden op, bijvoorbeeld bij het schrijven van teksten, omdat ze het denkproces overslaan. Je wint tijd, maar verliest kennis. Pieters adviseert leidinggevenden om AI daarom niet als individuele verantwoordelijkheid te zien. Nieuwe vaardigheden leer je beter via een buddysysteem en door collegialiteit en kennis expliciet te bespreken.
De echte uitdaging van AI zit volgens deze bijdrage niet in de technologie zelf, maar in de keuzes die organisaties maken over werk, verantwoordelijkheid, samenwerking en leiderschap.
Mijn opmerkingen
Ik vind dit een interessante bijdrage, ook als het gaan om de adoptie van AI binnen onderwijsinstellingen. De context waarin je werkt is van invloed op antwoorden die je geeft op vragen als: hoe moet je AI willen inzetten, welke risico’s zijn er, wat is de impact op het werk van medewerkers en hoe ga je daarmee om?
Het is inderdaad belangrijk om stil te staan bij waarden zoals verantwoordelijkheid, autonomie en werkplezier van docenten en ondersteunend personeel als zij met AI gaan werken. Als een AI-applicatie gaat fungeren als mentor van lerenden, dan kan dit weleens ten koste gaan van het werkplezier van docenten. Als een AI-applicatie docenten administratief werk uit handen neemt, dan kan dit het werkplezier ten goede komen. Behalve als docenten veel tijd kwijt zijn aan het controleren. Of gaat het principe van ‘human in the loop’ binnen onderwijs instellingen inderdaad niet werken? Bij het gebruik van AI voor feedback, is het wel heel aantrekkelijk om AI-output snel te kopiëren en delen met lerenden.
Ik zie hier ook een relatie met “The human is the loop”-uitspraak van Erno Mijland in zijn recente practorale rede. Als het gaat om samenwerking tussen mens en AI bepaalt de mens, als het goed is, binnen welke stappen technologie waarde toevoegt aan het proces. De mens stelt de intentionaliteit vast, net als het moment waarop iets ‘af’ is. De mens bepaalt dus wanneer en welke technologie wordt ingezet. Volgens mij sluit dit nauw aan bij belangrijke waarden als verantwoordelijkheid, autonomie en werkplezier.
En kunnen AI-tools vanuit sociaal perspectief dingen doen die wij mensen geneigd zijn om niet te doen, zoals elkaar kritische vragen stellen? Een boeiende materie, al met al.