De 3 AI-fases: van dirigent naar zelfspelend orkest

AI bevindt zich op een kantelpunt: van uitvoerend gereedschap naar zelfdenkend systeem. Waar de mens nu nog de dirigent is, beweegt de technologie richting een wereld waarin het orkest zélf leert spelen. We staan op het moment dat het AI-orkest zelf leert spelen.

De vraag is niet langer wat AI kan, maar wat de mens nog betekent wanneer technologie haar eigen tempo kiest en wij leren haar te dirigeren binnen ons werk.

1. De dirigent en zijn orkest (de fase van controle)

Vandaag de dag zijn wij nog de dirigenten van een gehoorzaam AI-orkest. We geven een commando, en AI volgt: van tekst genereren tot het schrijven van code. De mens zet de toon, bepaalt het ritme en behoudt de macht over wat de AI doet.

Toch begint de balans hier al te verschuiven. We begrijpen steeds minder goed hóé de AI-systemen precies tot hun antwoorden komen. De dirigent zwaait nog, maar weet niet meer of het orkest hem wel echt volgt of slechts doet alsof.

2. Het orkest dat zelfstandig speelt (de fase van autonomie)

De volgende fase is die van autonome agents: AI-systemen die we aanzetten, waarna ze zelf taken uitvoeren, beslissingen nemen en optimaliseren, zonder voortdurend menselijk ingrijpen. Bijvoorbeeld: ik druk op de knop en mijn mailtjes worden zelf geschreven en verstuurd. We drukken nog op de knop, maar wat daarna gebeurt, ontvouwt zich buiten ons blikveld.

Hier begint de verschuiving van sturing naar vertrouwen. AI voert niet alleen uit, maar leert, interpreteert en reageert. De menselijke rol verandert: van maker naar mentor, van dirigent naar luisteraar.

3. De componist (de fase van creatie)

De laatste fase die ik beschrijf is die van AGI (Artificial General Intelligence) waarin AI niet alleen kan uitvoeren en leren, maar ook zelfstandig doelen formuleert. In deze fase begint het AI-orkest echt zelfstandig te spelen. Hier is de mens niet langer de dirigent, maar hooguit het thema waarop wordt gevarieerd.

Dat moment roept bij veel mensen de onvermijdelijke vragen op. Wat blijft er over van menselijke creativiteit als technologie zelf betekenis kan scheppen. En wie draagt nog verantwoordelijkheid, als mens en systeem niet meer los van elkaar te zien zijn?

Waarom het orkest nog niet zonder ons speelt (de tegenhoudende factoren)

Ondanks de razende ontwikkeling zijn er krachten die de overgang vertragen, en misschien maar goed ook?

1. Maatschappelijke traagheid: innovatie gaat sneller dan vertrouwen. Burgers, bedrijven en overheden lopen achter op het tempo van technologische vooruitgang, waardoor de adoptie blijft steken in wat Geoffrey Moore in Crossing the Chasm (1991) beschreef als de kloof tussen experiment en acceptatie. Dat is niet vreemd: om AI te vertrouwen, moeten we eerst begrijpen wat het kan en hoe het werkt. Die kloof overbrug je alleen door te durven testen, te ervaren en er veel mee te werken.
2. Technologische beperkingen: AI kan data analyseren, teksten schrijven of beelden genereren, maar begrijpt niet waarom iets relevant is, of welke nuance een mens tussen de regels leest.
   Het herkent patronen, maar mist betekenis. Een orkest kan de noten perfect spelen, maar weet nog niet waarom de muziek raakt. Zonder menselijke interpretatie blijft het een reeks tonen. Precies, maar gevoelloos.

Daarnaast werken veel AI-tools nog als losse instrumenten. Ze functioneren goed op zichzelf, maar sluiten niet altijd aan op hoe werkprocessen in de praktijk zijn ingericht. Daardoor past de technologie niet altijd bij de vraag die mensen werkelijk stellen, en klinkt het geheel nog niet als een samenspel.

Laat je bedrijf klinken als een AI-orkest

Een orkest leert niet spelen door eindeloos over de muziek te praten, maar door te beginnen met spelen. Zo werkt het ook met AI op de werkvloer: durf te beginnen en ontdek wat technologie voor je organisatie kan betekenen. Maar hoe kun je jouw bedrijf laten klinken als een AI-orkest?

1. Begin klein

Elke compositie begint met een enkele noot. Zet AI eerst in bij één simpele, veelvoorkomende en misschien zelfs wat saaie taak. Zo krijgen teams gevoel bij waar AI echt waarde toevoegt en waar menselijke nuance nog nodig is. Kleine successen vormen de basis voor grotere transformatie.

2. Ruimte voor experiment

Geen enkel orkest ontwikkelt zich zonder repetitie. Laat teams experimenteren met AI-tools. Werknemers weten vaak zelf het beste welke taken veel tijd kosten en waar versnelling mogelijk is. Geef hen de vrijheid om te experimenteren binnen duidelijke kaders die veiligheid en betrouwbaarheid garanderen.

Denk aan richtlijnen voor datagebruik, zoals het niet invoeren van vertrouwelijke informatie in publieke tools. Kies daarnaast bij voorkeur voor betrouwbare, (westerse) AI-tools zoals ChatGPT, Copilot, Claude, Perplexity, Gemini of Mistral. AI-tools die in westerse landen worden gehost, vallen doorgaans onder strengere regelgeving en gaan zorgvuldiger met data om.

3. Investeer in kennis

Een orkest klinkt alleen zuiver als je gebruikt maakt van goede instrumenten. Creëer daarom een AI-budget. Het budget kan worden ingevuld in de vorm van geld, tijd of trainingen.

• Overweeg een deel van het budget te besteden aan het upgraden of aanschaffen van AI-tools.
• Investeer in inhouse AI-trainingen waarin teams leren over de basis van AI en hoe ze AI effectief en verantwoord gebruiken.
• Wijs binnen elk team één of twee AI-ambassadeurs aan die tools testen en hun collega’s helpen AI toe te passen in het dagelijks werk.

4. Deel de melodie: kennis als compositie

De mooiste muziek ontstaat wanneer muzikanten naar elkaar luisteren. Stimuleer kennisdeling door werknemers wekelijks kort te laten delen welke AI-tools ze hebben getest en wat hun belangrijkste inzichten waren. Verzamel deze informatie in een gedeeld document, zoals Google Drive of Notion, zodat kennis overzichtelijk en toegankelijk blijft.

Laat één persoon de verantwoordelijkheid nemen om de waardevolste bevindingen te delen met het team. Bijvoorbeeld via een korte nieuwsbrief of een interne video- of podcastupdate. Met tools als NotebookLM (van Google) kunnen zulke inzichten eenvoudig worden omgezet in video’s of podcasts, zodat kennis niet alleen wordt bewaard, maar ook leuk wordt gedeeld.

5. Van experiment naar beleid

Geen enkel orkest speelt meteen foutloos. Eerst wordt er geoefend, geprobeerd en afgestemd. De integratie van AI vraagt in eerste instantie geen groot beleidsplan, maar wel een duidelijke visie. Begin met experimenteren, leer wat werkt en vertaal die inzichten vervolgens naar AI-beleid. Zo groeit AI van experiment naar structuur en ontstaat een plan dat voortkomt uit ervaring in plaats van aannames.

De integratie van AI vraagt geen groot beleidsplan, maar een cultuur van nieuwsgierigheid. Wie durft te experimenteren, leert sneller te luisteren naar de muziek van vooruitgang.

De header-afbeelding is gegenereerd met Gemini. 

Home < De 3 AI-fases: van dirigent naar zelfspelend orkest