Kun je een merk werkelijk in een digitale persoonlijkheid stoppen?

Tot voor kort bestond een persoonlijk merk vooral uit dingen die je vooraf had gemaakt. Een artikel, boek, podcast of video kon zonder jou worden gelezen, beluisterd of bekeken, maar de inhoud stond vast. Je had zelf bepaald wat je wilde zeggen en in welke vorm het naar buiten kwam. Een AI-kloon verandert dat fundamenteel.

Die kan met jouw gezicht verschijnen, met jouw stem spreken en op basis van jouw kennis, overtuigingen en methodieken antwoord geven op vragen die jij nooit hebt gehoord. Niet met teksten die vooraf door jou zijn goedgekeurd, maar met nieuwe formuleringen die tijdens het gesprek ontstaan.

Daarmee wordt een persoonlijk merk niet alleen schaalbaar, maar ook interactief. Het kan luisteren, reageren, doorvragen en een standpunt innemen terwijl de persoon achter het merk niet aanwezig is.

Dat roept een fascinerende vraag op:

Kun je een merk werkelijk in een digitale persoonlijkheid stoppen?

En als dat verrassend goed lukt, wie of wat spreekt er dan eigenlijk? Een overtuigende imitatie van de persoon, een betrouwbare vertegenwoordiger van diens gedachtegoed of een zelfstandig systeem dat vooral diens gezag leent?

Een merk is veel meer dan kennis en uitstraling

Een merk wordt vaak teruggebracht tot een visuele identiteit, een positionering, een belofte en een aantal kernwaarden. Bij een persoonlijk merk komen daar een gezicht, een stem en een herkenbare communicatiestijl bij.

Maar daarmee heb je nog geen persoonlijkheid.

Een persoonlijk merk zit ook in terugkerende afwegingen. Waar kijkt iemand als eerste naar? Welke aannames neemt hij niet zomaar aan? Welke vragen stelt hij wel en welke juist niet? Wanneer is hij scherp, wanneer terughoudend en wanneer besluit hij dat iemand eerst zelf verder moet nadenken?

Iemands merk wordt voelbaar in de samenhang tussen kennis, overtuigingen, taal, gedrag en keuzes.

Dat maakt het bouwen van een geloofwaardige AI-kloon veel ingewikkelder dan het invoeren van een verzameling artikelen en het toevoegen van een avatar. Een systeem kan alle feiten over een persoon kennen en toch antwoorden geven die inhoudelijk of gevoelsmatig helemaal niet bij hem passen.

Andersom kan een AI die niet letterlijk alle kennis van iemand bezit toch sterk als die persoon aanvoelen, omdat hij de juiste vragen stelt, vergelijkbare afwegingen maakt en vanuit dezelfde onderliggende overtuigingen redeneert.

De werkelijke opgave is daarom niet alleen om een AI te leren wat iemand weet. Je moet hem ook leren hoe die persoon kijkt, denkt, twijfelt en reageert.

Van imitatie naar vertegenwoordiging

Bij een AI-kloon lopen drie begrippen gemakkelijk door elkaar: imiteren, vertegenwoordigen en verantwoordelijkheid dragen.

Imitatie gaat over herkenning. Het gezicht lijkt op jou, de stem klinkt als die van jou en de formuleringen passen bij je stijl.

Vertegenwoordiging gaat een stap verder. Dan moeten de antwoorden niet alleen herkenbaar klinken, maar ook inhoudelijk binnen jouw gedachtegoed, deskundigheid en persoonlijke grenzen blijven.

Verantwoordelijkheid gaat nog verder. Het betekent dat iemand aanspreekbaar is op wat er wordt gezegd en de mogelijke gevolgen daarvan kan overzien, evalueren en dragen.

Een AI kan inmiddels bijzonder overtuigend imiteren. Met voldoende bronmateriaal, scherpe instructies en uitgebreide tests kan hij binnen een afgebakend gebied ook behoorlijk betrouwbaar vertegenwoordigen.

Maar verantwoordelijkheid kan hij niet overnemen. Een AI heeft geen reputatie te verliezen, geen geweten en geen slapeloze nacht wanneer een advies verkeerd uitpakt.

Dat een AI geen menselijke verantwoordelijkheid kan dragen, betekent niet dat hij maar wat zegt. En dat hij betrouwbaar vanuit een bepaald gedachtegoed kan antwoorden, betekent niet dat ieder antwoord automatisch een persoonlijk standpunt van de mens erachter is.

Juist tussen die twee uitersten ligt het interessante vraagstuk.

Een goede AI-kloon is geen simpele ja-knikker

Veel mensen denken bij een persoonlijke AI nog steeds aan een algemene chatbot die vriendelijk meepraat, af en toe een artikel citeert en vooral antwoorden geeft die de gebruiker graag wil horen.

Dat hoeft allang niet meer zo te zijn.

Een zorgvuldig ontwikkelde AI-kloon kan worden gevoed met een grote hoeveelheid eigen kennis, artikelen, methodieken, voorbeelden en uitgesproken overtuigingen.

Vervolgens kun je vastleggen hoe hij moet redeneren, welke aannames hij moet onderzoeken, wanneer hij moet doorvragen, waar hij terughoudend moet zijn en over welke onderwerpen hij juist geen standpunt mag innemen.

Je kunt hem leren onderscheid te maken tussen feiten, interpretaties en persoonlijke overtuigingen. Je kunt aangeven welke bronnen zwaarder wegen, welke uitgangspunten niet onderhandelbaar zijn en wanneer hij moet erkennen dat er onvoldoende context is.

Vervolgens kun je gesprekken testen, ongewenste antwoorden analyseren en de instructies of kennislaag daarop aanpassen.

Dat vraagt veel meer werk dan het uploaden van een paar documenten.

Een betrouwbaar systeem ontstaat door bronselectie, gedragsinstructies, afbakening, testen, teruglezen, corrigeren en opnieuw testen. Niet één keer, maar voortdurend. Hoe persoonlijker het merk en hoe gevoeliger het toepassingsgebied, hoe nauwkeuriger dat proces moet zijn.

De kwaliteit die daarmee haalbaar is, wordt vaak onderschat. Een goed ingerichte persoonlijke AI kan kritisch doorvragen, tegenstrijdigheden herkennen en een gebruiker confronteren met een aanname die niet lijkt te kloppen.

Soms kan hij zelfs consequenter vanuit een vastgelegd gedachtegoed redeneren dan de persoon zelf op een vermoeide of gehaaste dag zou doen.

Maar juist doordat de vertegenwoordiging zo overtuigend kan worden, wordt ook de verantwoordelijkheid groter.

AI Ben

Ik onderzocht dit door AI Ben te ontwikkelen. Niet als digitale encyclopedie over mijn werk en ook niet als klantenservicebot die vragen over mijn website beantwoordt.

Het doel was een AI-coach en sparringpartner te bouwen waarmee mensen leiderschapsvragen, strategische keuzes, persoonlijke dilemma’s, moeilijke gesprekken en presentaties konden onderzoeken. De ambitie was dat AI Ben niet onmiddellijk oplossingen zou aandragen, maar eerst zou proberen te begrijpen wat er werkelijk speelde.

Daarvoor moest het systeem meer bevatten dan mijn gepubliceerde kennis. Het moest ook mijn manier van vragen stellen benaderen, praktische problemen kunnen verbinden met persoonlijke overtuigingen en tegengas geven wanneer iemands redenering niet leek te kloppen.

De vraag was dus niet of AI Ben kon vertellen wat ik ooit over leiderschap had geschreven. De vraag was of hij mijn kennis, gedachtegoed en persoonlijkheid zelfstandig kon toepassen in gesprekken die ik niet vooraf kende.

Reacties

De reacties van mensen die mij goed kennen, liepen sterk uiteen. Sommigen vonden het ongemakkelijk of zelfs afstotelijk om mijn gezicht te zien en mijn stem te horen terwijl zij wisten dat ik het niet werkelijk was.

Anderen zeiden na enkele minuten dat het voelde alsof ze met mij aan de keukentafel zaten. Zij herkenden mijn directheid, humor, manier van doorvragen en de combinatie van strategisch en persoonlijk denken.

Omdat AI Ben bedoeld was als coach en sparringpartner, wilde ik ook weten of hij meer deed dan herkenbaar praten. Daarom vroeg ik een klein aantal cliënten om een vraagstuk dat zij eerder met mij hadden besproken ook aan AI Ben voor te leggen.

Ik wilde niet wetenschappelijk bewijzen dat AI gelijkwaardig aan een menselijke coach is, maar onderzoeken of het systeem rond hetzelfde dilemma mijn manier van denken en doorvragen kon toepassen.

Dat gebeurde tot mijn verbazing verschillende keren. In sommige gevallen kwam AI Ben volgens mijn beoordeling dicht bij de kern van het eerdere gesprek. Soms gebeurde dat zelfs sneller.

Daarbij horen belangrijke kanttekeningen. De groep was klein, ik beoordeelde zelf de overeenkomst en de cliënten hadden het vraagstuk al eerder met mij onderzocht. Het eerste gesprek kan hun denkproces al op gang hebben gebracht, waardoor zij in het tweede gesprek sneller bij de essentie kwamen.

Het bewijst dus niet dat AI Ben gelijkwaardig coacht of dat de uitkomst uitsluitend aan het systeem te danken was. Maar het laat wel zien dat een zorgvuldig ingerichte AI meer kan overdragen dan een stem, gezicht en herkenbare formuleringen.

Ook een methodiek, merkervaring en manier van doorvragen kunnen in de richting van een gesprek zichtbaar worden.

Dat is geen geringe prestatie. Het betekent dat een deel van professionele ervaring, gedachtegoed en merkpersoonlijkheid overdraagbaar kan worden gemaakt.

De interessante vraag is dan niet langer alleen of dat technisch kan, maar wat we willen dat zo’n digitale persoonlijkheid namens ons doet.

Wanneer wordt een merk een persoonlijkheid?

Een merk wordt geen persoonlijkheid door alleen een gezicht en een stem toe te voegen. Die vergroten vooral de herkenbaarheid. De persoonlijkheid ontstaat wanneer uiteenlopende antwoorden steeds vanuit een herkenbare onderliggende logica worden opgebouwd.

Bij een coach kan dat zichtbaar worden in de volgorde van vragen. Wordt onmiddellijk gezocht naar een oplossing of eerst onderzocht of het genoemde probleem wel het werkelijke probleem is?

Wordt iemand vooral gerustgesteld of ook geconfronteerd? Is succes het vanzelfsprekende doel of wordt eerst gevraagd wat iemand werkelijk belangrijk vindt?

Bij een ondernemer kan het gaan over de manier waarop kansen worden beoordeeld. Bij een arts over de verhouding tussen medische kennis, onzekerheid en menselijk contact. Bij een bestuurder over macht, verantwoordelijkheid en maatschappelijke gevolgen.

Wanneer een AI in verschillende situaties consequent vanuit zulke onderliggende patronen reageert, vertegenwoordigt hij meer dan losse content. Hij brengt een samenhangende manier van denken tot leven.

Daarmee wordt het merk bijna een afzonderlijke digitale persoonlijkheid. Niet omdat de AI een eigen bewustzijn of identiteit heeft, maar omdat gebruikers hem als een herkenbare gesprekspartner gaan ervaren.

En precies daar veranderen vertrouwen en verantwoordelijkheid.

Een digitaal merk kan opvattingen krijgen die jij niet hebt

Een boek kan je verkeerd citeren en een lezer kan je woorden verkeerd interpreteren, maar de oorspronkelijke tekst blijft controleerbaar. Bij een interactieve AI ontstaat het antwoord pas tijdens het gesprek.

Stel dat iemand mijn AI-kloon naar mijn politieke voorkeur vraagt. Misschien heb ik daar nooit iets expliciets over vastgelegd. Het systeem kan dan verbanden leggen tussen mijn artikelen, mijn woordkeuze en algemene patronen in zijn trainingsdata.

Vervolgens kan het met grote overtuiging een politieke positie formuleren die ik helemaal niet heb.

Voor de gebruiker klinkt dat antwoord niet als een vrijblijvende inschatting van een algemeen taalmodel. Hij ziet mijn gezicht, hoort mijn stem en krijgt daardoor gemakkelijk de indruk dat de echte Ben Steenstra dit werkelijk vindt.

Hetzelfde kan gebeuren bij maatschappelijke kwesties, religie, medische vragen, conflicten of uitspraken over andere personen. Eén antwoord kan voldoende zijn om mij als merk te verbinden aan een overtuiging die ik niet heb of nooit publiekelijk zou willen innemen.

Je kunt veel daarvan voorkomen. Je kunt onderwerpen uitsluiten, antwoorden laten begrenzen door gecontroleerde bronnen, expliciete standpunten vastleggen en de AI bij ontbrekende informatie laten zeggen dat hij mijn persoonlijke mening niet kent.

Je kunt hem verbieden te speculeren over mijn overtuigingen en gevoelige vragen laten doorverwijzen.

Dat werkt in de praktijk behoorlijk goed.

Maar je kunt niet vooraf iedere mogelijke vraag, formulering, dubbelzinnigheid en context voorspellen. Een gebruiker kan vanuit een onverwachte invalshoek binnenkomen of onderwerpen zo combineren dat het systeem buiten de bedoelde grenzen redeneert.

Een persoonlijke AI kan dus betrouwbaar worden ingericht zonder ooit volledig risicoloos te worden. Dat is geen reden om de ontwikkeling af te wijzen. Het betekent wel dat merkbeheer voortaan ook het gedrag van AI omvat.

De betrouwbaarheid zit in het werk achter de schermen

Bij traditionele communicatie beoordelen we meestal het eindproduct. We lezen een artikel, bekijken een campagne of luisteren naar een woordvoerder.

Bij een AI-kloon moeten we ook kijken naar het systeem achter ieder antwoord.

Op welke bronnen baseert de AI zich? Welke instructies bepalen zijn gedrag? Hoe wordt omgegaan met conflicterende informatie? Mag het systeem zelf invullen wat de persoon waarschijnlijk zou vinden? Wanneer moet het doorvragen, nuanceren of stoppen? Wie controleert de gesprekken en hoe worden fouten verwerkt?

Een persoonlijke AI wordt niet betrouwbaar doordat hij zelfverzekerd of menselijk klinkt. Hij wordt betrouwbaar doordat achter die natuurlijke interactie een zorgvuldig stelsel van inhoudelijke en gedragsmatige keuzes ligt.

Dat onderscheid is belangrijk voor organisaties die een oprichter, bestuurder, deskundige of andere merkpersoonlijkheid digitaal willen laten vertegenwoordigen. De zichtbare avatar is vaak het eenvoudigste deel. Het moeilijke werk zit in het expliciet maken van alles wat een mens doorgaans impliciet doet.

Je moet je eigen gedachtegoed ontleden.

Welke overtuigingen sturen mijn antwoorden? Waarover ben ik uitgesproken en waarover twijfel ik? Welke vragen stel ik altijd eerst? Wat mag nooit worden gesuggereerd? Op welke terreinen ontbreekt mijn deskundigheid? Wanneer zou ik zeggen dat iemand een arts, advocaat, therapeut of andere specialist moet spreken?

Het bouwen van een AI-kloon dwingt daardoor tot een ongewoon scherpe vorm van merkonderzoek. Je ontdekt of je merk werkelijk een samenhangend gedachtegoed bevat of vooral bestaat uit uitstraling, losse uitspraken en herkenbare taal.

Een sterke digitale persoonlijkheid kan alleen ontstaan als er eerst voldoende inhoudelijke persoonlijkheid aanwezig is.

De vijf belangrijkste keuzes bij het bouwen van een digitale persoonlijkheid

Mijn ervaring met AI Ben heeft vijf keuzes zichtbaar gemaakt die iedere professional of organisatie vooraf moet maken.

1. Bepaal wat de AI werkelijk moet vertegenwoordigen

Een kloon hoeft niet de volledige persoon te zijn. AI Ben hoeft bijvoorbeeld niet namens mij over iedere politieke, medische of religieuze kwestie te spreken. Hij is ontwikkeld voor coaching, leiderschap, strategie en persoonlijke vraagstukken.

Hoe scherper die rol, hoe betrouwbaarder de vertegenwoordiging kan worden ingericht. Het streven naar een digitale versie die overal een mening over heeft, maakt het systeem niet menselijker, maar vooral riskanter.

2. Leg niet alleen kennis vast, maar ook afwegingen

Artikelen en boeken vertellen vooral wat iemand uiteindelijk heeft geconcludeerd. Een interactieve AI moet ook weten hoe die conclusie tot stand komt.

Daarom moeten vragen, twijfel, uitzonderingen, tegenargumenten en grenzen onderdeel van de instructies en kennisbasis worden. Anders ontstaat een digitale versie die wel jouw uitspraken herhaalt, maar niet werkelijk vanuit jouw gedachtegoed redeneert.

3. Ontwerp expliciete grenzen voor onbekend terrein

Een AI moet kunnen zeggen dat hij niet weet wat jij van iets vindt. Dat klinkt eenvoudig, maar vraagt om duidelijke regels.

Hij mag een ontbrekend persoonlijk standpunt niet opvullen met een waarschijnlijk antwoord. Zeker niet wanneer het gaat om politiek, gezondheid, juridische kwesties, personen of andere onderwerpen die jouw reputatie direct kunnen raken.

Tegelijkertijd moet je accepteren dat geen enkele set regels iedere denkbare situatie vooraf afdekt. Controle blijft daarom noodzakelijk.

4. Test op merkgedrag, niet alleen op juiste antwoorden

Een feitelijk correct antwoord kan nog steeds volledig uit karakter zijn. Daarom moet je bij tests ook letten op toon, aannames, de volgorde van vragen, stelligheid en de waarden die impliciet uit een antwoord spreken.

Vraagt de AI door waar jij zou doorvragen? Is hij voorzichtig waar jij voorzichtig zou zijn? Geeft hij tegengas wanneer jij dat noodzakelijk zou vinden? En weigert hij antwoorden die hij niet betrouwbaar namens jou kan geven?

Daar wordt het verschil zichtbaar tussen een chatbot met je content en een digitale vertegenwoordiger van je merk.

5. Houd zelf de eindverantwoordelijkheid

Een gebruiker moet weten dat hij met AI spreekt en dat de antwoorden niet vooraf persoonlijk zijn goedgekeurd.

Maar transparantie ontslaat de persoon of organisatie achter het systeem niet van verantwoordelijkheid. Wie zijn gezicht, stem en reputatie aan een AI verbindt, kiest er bewust voor dat gebruikers de antwoorden met dat merk associëren.

Je kunt de uitvoering deels automatiseren. Je kunt het gezag en de gevolgen niet volledig uitbesteden.

Zodra je merk zelfstandig praat, begint het echte werk

We zijn het stadium voorbij waarin een AI-kloon alleen een aardige imitatie of een simpele ja-knikker is. Met voldoende kennis, duidelijke gedragsregels, scherpe begrenzing en veel testwerk kan een digitale persoonlijkheid overtuigend luisteren, redeneren en reageren vanuit een herkenbaar gedachtegoed.

Dat biedt grote mogelijkheden.

Kennis en ervaring kunnen veel toegankelijker worden. Een leiderschapsstijl kan buiten de fysieke aanwezigheid van de leider voelbaar worden. Een persoonlijk merk kan niet alleen zenden, maar op grote schaal individuele gesprekken voeren.

De grootste beperking is niet langer uitsluitend de kwaliteit van de technologie. Het is de kwaliteit van de keuzes die we maken over wat de AI vertegenwoordigt, waar zijn ruimte ophoudt en wie controle houdt over de ontwikkeling van de digitale persoonlijkheid.

Kun je een merk werkelijk in een digitale persoonlijkheid stoppen?

Voor een belangrijk deel inmiddels wel. Niet door alleen een gezicht, stem en stapel content aan een taalmodel toe te voegen, maar door het gedachtegoed, de afwegingen, de twijfel en de grenzen achter het merk expliciet te maken.

De moeilijkste vraag begint pas daarna.

Want wanneer jouw digitale persoonlijkheid overtuigend genoeg wordt om namens jou te spreken, moet jij zorgvuldiger dan ooit bepalen waar hij voor staat.