Van efficiëntie naar fundamentele verandering met AI

In deze aflevering hoor je Marco Derksen, digitaal strateeg en docent, die uitlegt waarom AI vaak wordt ingezet om bestaande processen te optimaliseren in plaats van fundamentele transformatie te stimuleren. Hij deelt zijn visie op hoe we AI kunnen inzetten voor maatschappelijke verandering en duurzame oplossingen in plaats van alleen voor efficiëntieverbeteringen. Kijk, dat is hem. Leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live. Mijn naam Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. En in de studio hebben we Marco Derksen. Heel erg fijn dat je kon komen Marco. Voordat we beginnen zou je je eerst even willen voorstellen aan de luisteraars. Nou ja, ik ben dus Marco Derksen uit Arnhem. Wat doe ik? Ik ben al 25 jaar bezig met digitalisering, digitale transformatie. In de laatste jaren steeds meer. Het leiderschap op digitale transformatie. Ja, en als we wat mij betreft er meteen induiken. Wat is volgens jou dan leiderschap? Voor mij is leiderschap het verschil tussen management en leiderschap maak ik meestal. Voor mij is management de dingen goed doen en leiderschap is de goede dingen doen. Dus vooral de goede keuzes maken. En dat is voor mij leiderschap. Ja, en er is nu best wel wat te doen rondom AI en leiderschap. Zijn daar andere capaciteiten, karakteristieken nodig voor het leiderschap als je kijkt rondom AI? Nee, ik dacht niet dat dat anders is dan wat we voorheen hadden. Alleen de ontwikkelingen gaan zo snel dat het maken van keuzes natuurlijk steeds lastiger gaat worden. Dus daar zit de uitdaging bij AI. Dus hoe maak je daar de keuzes in zonder te vervallen... of eigenlijk in de valkuil te stappen om snel mee te gaan... met alle fantastische dingen die AI kan en belooft. Dus daar ligt de uitdaging voor leiderschap bij AI. En over die snelheid. Je bent er een tijdje uit geweest. Ik denk dat het op LinkedIn ook... dan was je daar ook verbaal over. Heb je het gevoel dat je ook wat gemist hebt? Of is het na hoeveel maanden ben je eruit geweest? Drie maanden ben ik vrij geweest. Een soort mini-sabbatical. Maar ik moet eerlijk zeggen, ik ben wel online. Zelfs vanuit Noorwegen hebben ze schijnbaar ook internet. Heb ik wel wat dingen gevolgd. Sterker nog, ik heb eigenlijk die drie maanden vrijgenomen. Om voor mezelf te lezen, te schrijven. Dat was eigenlijk het idee. Ik wilde een boek gaan schrijven. Dat gaat er niet komen, denk ik. Want? Nou, de vraag is... Ik weet dat jij toevallig net een boek hebt geschreven. De vraag is hoeveel mensen zitten nog te wachten over een boek. En tegen die tijd dat je het boek af hebt... ben je eigenlijk alweer achterhaald. Dus vandaar dat ik zit te denken aan wat andere dingen. Maar ik heb wel veel gelezen en nagedacht. Maar daarmee zeg je dan weinig gemist in die maanden? Nou ja, je mist heel veel aan de ene kant. Maar aan de andere kant eerlijk gezegd ook weer niet. Als je kijkt naar alle AI-ontwikkelingen. Ik heb zelf ooit AI in mijn afstuderen gehad in 1991. Als je het dan hebt over hoe snel gaan deze ontwikkelingen. Dan kan je dat op twee verschillende schalen bekijken. Als je dat op macro-schaal bekijkt. Dan denk je, dan heeft het toch allemaal nog heel lang geduurd. dat we staan waar we nu staan. En aan de andere kant kan je je ook helemaal gek laten maken door alles wat er in een week tijd uitkomt. Maar als je de grote lijden bekijkt, denk ik, het valt eigenlijk nog wel mee. Ja, het is met name het gevoel van snelheid met alle nieuwe, hippe dingen die erin zitten. En dat is precies ook het leiderschap. Hoe hou je je hoofd koel? Wat is jouw eigen kompas? Welke keuzes je maakt daarin? Hoe weet je als organisatie dat je de juiste dingen aan het doen bent dan? Nou ja, laat ik eerst bij mezelf beginnen. Gewoon als persoon, ik denk dat het heel belangrijk is dat je voor jezelf heel goed weet waar jij staat, waar jouw waarden zitten en welke keuzes je daarin maakt. En dat geldt natuurlijk voor een bedrijf, voor een organisatie precies hetzelfde. Waar sta je als organisatie voor? Wat is jouw rol? En op basis daarvan maak je keuzes voor de inzet van technologie en dus ook AI. En voor de luisteraar nog een iets breder beeld van jezelf. Kan je vertellen voor wat voor klanten je onder andere gewerkt hebt? Want ik denk dat dat wel interessant is. Wat ik net al aangaf, ik denk dat ik nu zo'n 25 jaar bezig ben met digitalisering, digitale transformatie. En ik ben ooit begonnen bij een grote consultancyclub waar ik met name de commerciële bedrijven heb geholpen. En dan hebben we het eind jaren 90 over banking, finance, telecom, dat soort bedrijven. En van daaruit ben ik ook weer bedrijven gaan helpen, ondersteunen op allerlei. En dat was in die tijd vooral social media, social business, wat meer in die hoek. Maar eigenlijk in 2012, 2013 is er voor mezelf steeds meer achtergekomen dat ik eigenlijk wel klaar was met de commerciële wereld. Dat ik denk van ik wil eigenlijk stoppen met bedrijven helpen om nog meer te verkopen, nog meer te produceren. En eigenlijk ben ik toen verschoven naar wat meer de publieke sector. Sindsdien doe ik vooral publieke sector. Woningcoöperaties, ziekenhuizen, zorginstellingen, onderwijs. En op dit moment ben ik eigenlijk al een aantal jaren bezig bij de nationale politie. En ik ben net weer begonnen met een groot traject bij de bibliotheken, waar ik ook al wat eerder in het verleden wat dingen heb gedaan. Maar met name dus de publieke sector. Ik was wel nieuwsgierig, want net even kort over AI en leiderschap, en commercieel en publiek. Zie je nou veel verschil tussen commercieel en publiek, en hoe ze leiderschap daarin invullen? Ja, het interessante is dat ik, en daar kwam ik pas in de loop van de tijd achter, als je echt wil leren wat leiderschap is, als je dus je eigen leiderschap wil ontwikkelen, wat ik denk dat dat kan voor een deel, dan moet je dat vooral doen in de publieke sector, omdat daar de complexiteit van de vraagstukken vele malen groter is dan in de commerciële wereld. Ik kom uit de wereld waarin we op een gegeven moment hebben gezegd van, we gaan gewoon naast onze eigen organisatie opnieuw beginnen. Dan begin je met nieuwe systemen, nieuwe mensen Nieuwe Maar dat gaat niet in de publieke sector Ik kan morgen niet met een nieuwe politie beginnen Dus daar is de uitdaging Van wat doe je wel, wat doe je niet En hoe pak je dat op Je hebt ver maken met veel meer stakeholders Om keuzes te maken Dus het leiderschap in de publieke sector Is veel malen complexer Dan in de commerciële hoek Oké Je noemde het telkens heel erg expliciet. Digitalisering en digitale transformatie. Zou je kunnen toelichten wat is het verschil tussen die twee? Ja, zeker. Nou ja, wat ik aangaf. Ik kom uit die commerciële hoek waarin we digitale technologie hebben ingezet. Vooral om wat we deden verder te optimaliseren. Dus gericht op efficiëntie, sneller, goedkoper. En ik ben daar een aantal jaren in meegegaan. Totdat, wat ik al aangaf, dat ik dacht van... Ik wil eigenlijk helemaal niet meer bijdragen aan nog meer produceren en nog meer verkoop. Dus we moeten het fundamenteel anders gaan doen. En voor mij is digitaliseren het optimaliseren van het bestaande. De fysische denken. En digitale transformatie is voor mij echt het fundamenteel anders organiseren. Dus echt naar een ander paradigma. Om te kijken hoe je daar dan... En dat is eigenlijk waar ik nu zo'n tien jaar mee bezig ben. En dat doe ik vooral vanuit de opleidingen die ik ook verzorg, de leerprogramma's. Dat heeft overigens ook met elkaar te maken. Ik ben in 2013 begonnen om met name post-HBO, post-academische opleidingen te verzorgen, te begeleiden. En dat is het programma Leiderschap bij Digitaal Transformatie geworden. Zou je zo'n voorbeeld van zo'n digitale transformatie kunnen noemen? Waar je het dan eigenlijk over hebt, ik zeg wel eens in de zorg, als je het daar hebt over digitalisering, dan zie je dat digitale technologie vooral wordt ingezet om de zorg sneller, goedkoper, efficiënter te maken. Maar dan ben je eigenlijk het oude paradigma verder aan het optimaliseren. Terwijl als je heel goed nadenkt over de zorg, we lopen daar tegen grenzen aan, we hebben een capaciteitsrecord, de kosten die nemen enorm toe. Maar eigenlijk zou je moeten richten op hoe zorgen we dat we gewoon niet ziek worden. En niet in die ziekenhuizen komen of niet bij een huisarts komen. Dus je moet veel meer richten op gezondheid. Dus het paradigmaverschuiving waar je het daarover hebt is van zorg naar gezondheid. Dat geldt eigenlijk bij veiligheid. Bij politie werkt precies hetzelfde. Je kunt digitale technologie inzetten om nog sneller de criminelen te vangen. Maar je zou ook kunnen kijken hoe kunnen we nou voorkomen dat de criminiteit plaatsvindt. En dat is die transformatie waar ik het over heb. Precies. En dat geldt eigenlijk in iedere sector, kan je dit soort voorbeelden wel bedenken. Hoe kijk je dan nu aan tegen alles wat er rondom, ik pak even het ChatGPT gebeurt. Ik bedoel, daar gaat eigenlijk alleen nog maar alles over productiviteit. En in mijn beleving zelfs heel veel over persoonlijke productiviteit. Dat staat denk ik haaks op wat jij nu aan het vertellen bent. Ja, dat is dus waarom ik daar ook regelmatig over schrijf. Dat ik denk van, wij vallen eigenlijk in die valkuil van de techniek inzetten om alles nog efficiënter te maken. En als er één les is die ik de afgelopen 20 jaar heb geleerd, is dat digitale technologie ons leidt naar legacy-systemen waar we steeds moeilijker vanaf komen. En ik ben eerlijk gezegd bang dat we dat met AI nog vele malen groter gaan krijgen. Dus wij stoppen alles in een digitaal doosje waar we straks niet meer vanaf komen. En daarom is het van belang dat we nu heel goed nadenken waar zetten we eigenlijk AI voor in. En waar zou jij het dan voor in willen zetten? Nou ja, dat is dus waar ik eigenlijk afhankelijk van de sector... Ik heb toevallig net een essay geschreven voor de RES, de Regionale Energiestrategie. Een nationaal programma wat gevraagd heeft of ik een essay wilde schrijven over de toepassing van AI in de energietransitie. Wat je daar ziet is dat AI vooral wordt ingezet weer voor dat efficiënverhaal. Hoe kunnen we nog goedkoper en sneller duurzame energie produceren? Mijn stelling is, als we dat doen, dat we uiteindelijk dus vooral veel meer energie gaan verbruiken. Want het wordt goedkoper, het is makkelijker beschikbaar. Dat noemen ze ook wel de Jevons paradox. Dan denk je van, we hebben efficiënt, kunnen wij goedkoper en duurzame energie produceren. Dat is beter voor de wereld, maar uiteindelijk gaan we het gewoon veel meer consumeren. Dus mijn stelling is daar eigenlijk van kunnen we AI niet inzetten om uiteindelijk tot wat ik dan een regeneratieve koers heb genoemd. Hoe kunnen we dat inzetten om de wereld weer een stukje beter te maken? Dat is eigenlijk de zoektocht en ik heb niet overal meteen antwoorden op. Maar dat is wel waar ik mee bezig ben in al die domeinen van hoe kan ik AI nu inzetten om het echt fundamenteel anders te gaan doen. Je noemt de regeneratieve koers. Ik denk dat dat wat uitleg behoeft. Wat je nu ziet is, als we het hebben over duurzame energie, is dat we naar zonne-energie en naar windenergie, dat dat geen fossiele brandstoffen zijn. Dat is een eerste stap. Een tweede stap is, je zou ook kunnen kijken, als wij energie produceren of energie verbruiken, kunnen we dat ook zodanig doen dat het uiteindelijk ook de samenleving de wereld weer een stuk beter maakt. En een klein voorbeeld waar ook al mee geëxperimenteerd wordt is bijvoorbeeld zonnecellen. Kunnen we ervoor zorgen dat op het moment dat de gebieden waar we zonnecellen neerzetten, we hebben van die hele grote weilanden vol met zonnepanelen, kunnen we dat ook niet op de een of andere manier gebruiken om daar tegelijkertijd de biodiversiteit weer te verhogen. Dus kunnen we die energie voor een deel gebruiken om dat gebied ook weer de biodiversiteit omhoog te brengen. Dat is een voorbeeld. En hoe kunnen we daar nou AI bijvoorbeeld voor inzetten? Dat is één. Een tweede is dat ik ook aan het nadenken ben van kunnen wij niet, nou ja, dat hoef ik jullie niet te vertellen, als je AI gaat trainen, doen we dat op data die beschikbaar is. Maar wat we daar vaak niet gebruiken is inheemse kennis. Die zeg maar eeuwenoude kennis van de oorspronkelijke bewoners. Hoe zouden we dat nou kunnen gebruiken in die AI-modellen om uiteindelijk te komen tot betere stappen? Hoe moet ik dat zien met de inheemse kennis? We zien het eigenlijk overigens wereldwijd al steeds meer gebeuren. De Maori in Nieuw-Zeeland, daar is op dit moment de natuur ook rechten. Zijn jullie daarmee bekend of niet? Help ons even. Ik heb er wel van gehoord, maar niet de details. Nou ja, wat je ziet is, en ook in Nederland, de Waal, zijn ze op dit moment aan het kijken van de natuur die wordt gebruikt door bedrijven, door burgers. Maar de natuur zelf heeft eigenlijk geen enkele stem. Dus op het moment dat wij beslissen van we willen een fabriek ergens neerzetten, dan wordt dat bepaald door bedrijven, door mensen. Maar de natuur zelf heeft geen stem. En dat is eigenlijk waar steeds meer naar wordt gekeken. Kunnen we de natuur ook een stemrecht geven in dit soort beslissingen? En in Nieuw-Zeeland is dat gebeurd met een rivier bijvoorbeeld. Er is een hele fantastische documentaire daarover. Daar hebben ze gekeken van hoe kan nou de natuur een stem krijgen? En daar hebben ze de Maori, de inheemse bevolking, die vertegenwoordigt eigenlijk dan de rivier. Dus op het moment dat daar beslissingen worden genomen, dan kunnen de Maori bepalen dan mede welke beslissingen worden genomen. Omdat zij die eeuwenoude kennis nog hebben van natuur, van hoe we dat land bewerken, hoe we dat beter kunnen doen, hoe we dat ook beter kunnen overdragen naar een volgende generatie. Dat is kennis die wij eigenlijk langzamerhand aan het kwijtraken zijn. Het interessante is dat bijvoorbeeld in Nederland, in de Waal, in Limburg, is dat hetzelfde. Dan zijn ze ook bezig om te kijken of ze de Waal een stem kunnen krijgen. Maar wat ze daar nu hebben gedaan is alle rapporten en kennis over die Waal. Die hebben ze gebruikt om ook AI-modellen te trainen. Dus je moet je voorstellen dat je vervolgens aan tafel zit. Er wordt een beslissing genomen. Bedrijf X mag wat zeggen. Consument Y mag wat zeggen. En vervolgens wordt dat AI-model ook gevraagd. Stel dat we hier een fabriek gaan bouwen. En dat AI-model vertegenwoordigt dan in dit geval de natuur, de woon. Oké, ook bijzonder. En op die manier ga je inheemse kennis meenemen in het trainen van AI-modellen. Dus de domeinkennis die wordt ingebracht, de jaren ervaring wordt ingebracht. Maar ook wat ik dan hoor is de principes om namens de natuur of een ander aspect juist goed te kijken. Wat zijn de side effects, de voordelen, nadelen en dat mee te wegen. Want anders moet er ervan uitgaan dat het iemand is die als consument of als overheid daar genoeg stem in brengt. En zo kan je ook voorstellen dat je bijvoorbeeld, als we het hebben over moraliteit. Kijk, op dit moment wordt heel veel data gebruikt vanuit internet. Dat is nu van de fora, van sociale media. Maar ja, dat is data die dus nu actueel is. Maar stel dat je narratieve verhalen van 80-jarigen en ouder meeneemt. Dat je die gaat interviewen. En dat je hun perspectief meeneemt in het ontwikkelen van AI-modellen. Dan krijg je dus hele andere modellen dan dat we nu gewend zijn. Dat denken. Dat betekent dat we eens nog even moeten digitaliseren. Voordat we dat kunnen meenemen in de digitale transformatie. Maar ik zeg ook niet dat digitaliseren verkeerd is. Uiteindelijk heb je soms data nodig. om dingen voor elkaar te krijgen. Zeker. En als we dat aspect hebben van de waal een stuk natuur heeft een stem. Hoe zit dat met ethiek en de data die verkregen wordt? Hoe kijk je daar tegenaan? Nou ja, dat is natuurlijk een groot probleem. Zoals het nu gaat met de meeste AI-modellen. Die data die wordt gescrapet, die wordt illegaal verkregen. En ook hier denk ik dat we daar veel beter naar moeten kijken. Welke data kunnen we gebruiken voor het van die AI-modellen. En is dat op een eerlijke manier, transparante manier, verkregen? Dus absoluut van belang. En je hebt het eigenlijk over een hele andere manier van denken. Hoe kan je nou, als luisteraar, hoe kan je jezelf hierin gaan scherpen? Dat je dit gaat trainen, dat je op een andere manier denkt dan alleen die efficiëntie? Nou ja, dat begint eigenlijk van, heb je eigenlijk wel enig idee Hoe die AI modellen werken. Jullie zijn daarmee bekend. En veel van jullie klanten ook. Maar een groot deel van de gebruikers. Heeft geen idee hoe dat aan de achterkant. Precies werkt. Hoe ze getraind zijn. Hoe afhankelijk ze zijn van de data. Die daar gebruikt is. Hoe afhankelijk ze zijn van de mensen. Die de keuzes hebben gemaakt. Hoe die AI modellen werken. Denk aan OpenAI, ChattiePT. Welke mensen werken daar eigenlijk. Wat zijn hun waarden. op basis waarvan ze ook de vangrails instellen van zo'n AI-model. Als je dat begrijpt, pas dan kan je eigenlijk ook nagaan denken over... ja, maar wacht even, dat is een hele andere moraliteit dan waar ik zelf voor sta... of dat is de data die ik eigenlijk helemaal niet wil gebruiken. Maar ik denk dat veel mensen daar niet eens over nadenken. Het is fantastisch wat er wordt geleverd. Het JTPT is natuurlijk indrukwekkend. Of een Gemini of alle andere AI-tools. Dat is ook indrukwekkend. Maar wees je ook heel erg bewust van hoe dat aan de achterkant zit. Maar dat is één, denk ik. Maar dat is dus één. Nee, maar dat is dus één. En daar begint het eigenlijk mee. Zorg dat mensen ook voldoende bewust zijn en kennis hebben van dit soort nieuwe tools. Maar dan ben je denk ik nog niet bij de stap waar jij bent. Dat je anders denkt dan alleen over de efficiëntie. Nou ja, daar begint het natuurlijk wel mee. Dat is één. Maar dan stap ik toch heel even uit dit verhaal over AI. Ik ben hier natuurlijk al wat langer mee bezig. En dit vraagt dus op een gegeven moment iets van leiderschap in organisaties. Daarom, ik begeleid programma's Leiderschap bij Digitale Transformatie. Dat is niet door even een half uurtje een podcastinterview te doen. Of een keer een inspiratiesessie. Bij de meeste mensen duurt dat vrij lang voordat dat kwartje valt. De programma's die ik begeleid zijn meestal toch minimaal 7, 8 maanden. Mensen die gaan zo'n programma volgen, dat zijn in het algemeen bestuurders of managementlaag van organisatie. En die worden gedurende de 7, 8 maanden meegenomen in dit anders denken. Leiderschap bij Digitaal Transformatie. Daarin worden ze langzamerhand meegenomen in hoe kijk je nou op een andere manier naar je eigen vraagstukken. hoe zou je andere dingen kunnen doen en overigens kan dat ook al heel klein het is niet meteen van zorg naar gezondheid je kunt al hele kleine dingen fundamenteel anders gaan organiseren om te kijken hoe je dat beter en anders kunt doen heb je een voorbeeld? een klein voorbeeld te noemen wat je eigenlijk steeds meer ziet en dat is niet alleen in de zorg maar dat geldt ook voor de politie of onderwijs we lopen overal tegen capaciteitsproblemen aan en wat je ziet Eigenlijk als je op een andere manier naar het werk gaat kijken. Hoe kun je het nou samen doen met anderen? Ik pak een voorbeeld. Dit is alweer tien jaar geleden denk ik. Bij toen en tijd T-Mobile, Odido. Waarin ze op een gegeven moment heel veel vragen via sociale media en alle kanalen binnenkregen op het customer service. Klantenservice. Waarbij je op een gegeven moment dat niet meer kunt bovenwerken. Waarbij ze toen zijn overgegaan naar klanten helpen klanten. Dus ze hebben eigenlijk een forum neergezet waarin een overgrote deel van de vragen die binnenkwamen toen bij T-Mobile. Werden beantwoord door andere klanten. En eigenlijk heb je dan vanuit klantenservice T-Mobile zelf nog maar een beperkt aantal mensen nodig. Die dat aan de achterkant de complexe vragen oppakken of ondersteuning. Eigenlijk werden ze steeds meer een soort van community manager. Dit is een heel simpel voorbeeld van hoe je dingen fundamenteel anders kunt organiseren en hoe technologie daarin kan ondersteunen. In plaats van dat je technologie inzet om alle vragen geoptimaliseerd en efficiënt te beantwoorden. Dan ben je op het oude manier de dingen aan het doen. Dit is een heel simpel voorbeeld van digitalisering, digitaal transformatie. En wel een heel mooi voorbeeld. Ik was bijna vergeten wat voor transformatie dat eigenlijk is geweest. Omdat het zo feilloos is ingesijpeld bij de mensen en het in gebruik genomen. Ze hebben het nu overal zien. Ja, en misschien een concreet voorbeeld van AI. Binnen de politie wordt nu gewerkt aan een kennisassistent. Dat is een AI-model waarin je moet je voorstellen dat medewerkers op een gegeven moment allerlei vragen over nieuwe wetgeving. Of nieuwe afspraken intern. Hoe ging dat in het verleden? Daar was jouw directe leidinggevende of een collega, die moest je daarin helpen. En het toegankelijk maken van kennis en experts op een goede manier op de juiste vragen. Nou, daar kan AI natuurlijk een enorme grote rol in spelen. En dat is dus niet het efficiënter maken van zoals we het nu al doen. Maar dit is echt op een hele andere manier dingen gaan organiseren. Dit zijn twee kleine voorbeelden hoe je dingen anders kunt organiseren en waarin AI of technologie dus een grote rol zou kunnen spelen. Je had het ook over de zorg. Wij hebben samen met ETZ, Elisabeth Tweesteden Ziekenhuis, voorlopen op het gebied van AI in de zorg. We zijn een kaartspel aan het ontwikkelen. Die komt bijna uit, die kan bijna besteld worden. Maar dan willen we ook een stelling uit het kaartspel aan jou voorleggen. En normaal gesproken doen we het kaartspel schudden. Maar zoals we zeiden, hij is er bijna. Nu vraag even een nummer tussen de 1 en de 38. Jeetje. Mijn geluksgetal. Oeh, ja, nee, noem maar een volgende. Ik zal zo de vraag voorlezen. Oké, nummer 7. Nummer 7. En de vraag luidt als volgt. AI is niet duurzaam. Dat klopt. AI is op dit moment niet duurzaam. Kost veel energie, verbruikt veel water, grote CO2-uitstoot. Dus ja, nee, het is niet duurzaam. Maar dat is nu precies de essay waar ik ook over heb geschreven. Er zitten twee kanten aan. Ik denk dat we AI uiteindelijk ook wel kunnen inzetten om wel tot een duurzame samenleving te komen. En hoe zie je dat voor je? Nou ja, dat is dat voorbeeld wat ik straks al heel kort aanhaalde. Kunnen wij AI technologie ontwikkelen. Die ons de wereld een stukje beter maakt. In plaats van alleen maar te verbruiken. Dus daar moeten we naar zoeken. Ik heb geen concrete antwoorden. Maar ik denk wel als wij veel meer die inheemse kennis gaan gebruiken. Om te kijken hoe we dingen gaan inrichten. Dat wij al een aantal mooie stappen kunnen gaan maken. En zeker niet zoals we nu omgaan met AI. Nee, dat moet voor alles inzetten. Maar voor de luisteraar die hetzelfde is als ik, ik ga toch nog even de vraag voorlezen die ik niet heb voorgelezen. Dan zou die bij mij blijven hangen. Ik ben nu wel heel benieuwd naar vraag 13 dan. De vraag 13 was als volgt. Ik maak regelmatig gebruik van ChatGPT voor mijn werk. Ja, daar had ik ook die haal op gehoord. Wel bewust het trouwens. Steeds meer bewust dat ik dat gebruik. En hoe bedoel je dat? Hoe kies je bewust? Nou, dat je wel gaat nagaan van wil ik hier wel of niet AI voor inzetten. Ik ben enthousiast over AI. En ik zie alle mogelijkheden. En je bent geneigd om dan al heel snel overal AI voor in te zetten. Terwijl ik nu toch wel steeds meer naar denk van... wil ik dit nu zelf doen? Als mens. Of ga ik hier AI voor inzetten? Ben ik aan het digitaliseren of ben ik aan het digitaliseren? Ja toch? Maar wanneer heb je het voor het laatst niet ingezet? Ja, niet ingezet. Nou, de stukken die ik schrijf, in het begin gebruikte ik eigenlijk overal AI voor. Dus voor het schrijven van de stukken op basis van de prompts die ik meegeef en de input die ik geef. Voor het redigeren, et cetera. En ik ben eigenlijk steeds vaker dat ik denk van nee, ik ga eerst zelf schrijven. En op basis daarvan ga ik kijken of ik de tekst wat meer strakker kan maken. En daar gaat AI me wel in helpen. Dus toch meer zelf nadenken. Toch jouw inheemse kennis, Marko, die ga je eerst brengen voordat je er weer aan de slag laat gaan. Ik zag gisteren een artikel voorbij komen, Deloy, die in Australië nu een enorme boete heeft gekregen. Of in ieder geval terug moet betalen. Een opdracht die zij hebben gedaan voor de Australische overheid. Rapporten geschreven op basis van AI, waarin quotes in staan en bronnen worden genoemd die niet kloppen. Maar goed, we gaan dit de komende jaren, de komende maanden gaan we dit vaker zien. Zeker. Dat daar toch wel hele grote fouten in komen te zien door dit blind te gaan gebruiken. En we zitten langzamerhand, en daarom zeg ik, we moeten daar veel meer over nadenken. We zitten langzamerhand in een wereld waarin aan de ene kant AI wordt gebruikt om van alles te produceren. Rapport content. En aan de andere kant hebben we AI om dan weer samenvattingen te maken om die content überhaupt aan te kunnen. Als je het hebt over duurzaamheid. Dit is natuurlijk de grootste onzin die er is. Dus daar moeten we veel kritischer op zijn. En dat is ook weer dat kompas wat je nodig hebt. Leiderschap. Wanneer gebruik ik het wel en niet? Bij dat wel en niet. Wat ik steeds meer voorbij zie komen. Is dat als je een soort van betrapt wordt. Dat je AI voor iets hebt gebruikt. dat de waarde van jezelf of van wat je gemaakt hebt, dat dat naar beneden gaat. Terwijl, laat ik niet zeggen wat ik ervan vind. Ik ben benieuwd wat jij daarvan vindt. Ik denk dat dat een kwestie van tijd is. Ik denk dat dat op dit moment inderdaad het geval was. Maar dat was ooit met de rekenmachine en met alle hulpmiddelen was dat eigenlijk hetzelfde verhaal. Als je het zelf niet kon hoofdrekenen, dan was dat van minder waarde dan dat jij een rekenmachine gebruikt. En ik denk eerlijk gezegd dat we daar langzamerhand wel een keer overheenstappen. Dus dat Het schrijven van de essay Die ik heb gedaan Daar heb ik echt heel veel AI gebruikt Maar ook mijn eigen kennis En ook de kennis van een grote groep mensen Die hebben meegelezen Meegedacht Ik denk dat je AI juist Op een hele goede manier zou kunnen gebruiken Voor dit soort dingen En wat mij betreft gaat het dan ook om het eindresultaat Ik heb heel lang gefotografeerd Dat was hartstikke leuk Maar er werd natuurlijk ook altijd gevraagd heb je Photoshop gebruikt en hoeveel? En ik denk van, we zitten in een soort van Groundhog Day. We zijn weer terug, maar nu met schrijven. Terwijl ik toen ook zoiets had van, het gaat volgens mij om het eindresultaat. Dus het is goed of het is niet goed. En welke middelen je daarvoor gebruikt, lijkt me minder interessant. Er zijn natuurlijk heel veel mensen die nu proberen aan de hand van streepjes, van dingetjes, van je tussen aanhalingstekens te betrappen, dat je iets hebt gebruikt, waarvan zij vinden dat dat dan, Ja, dit is wat mij betreft echt een evolutie. Dit heeft tijd nodig. En ik denk dat op een gegeven moment dat we het allemaal heel normaal vinden dat we dit gebruiken. Ja toch? En als je het hebt over leiderschap. Denk ik dat je juiste tools moet gebruiken die je vooruit kunnen helpen. Ongeacht waar dat naartoe is. Ja, daar staan we hetzelfde in. Maar goed, dat is een evolutie. We zijn nog even bezig. We zien nu een enorme groei aan gebruik. Ik denk dat het goed is. Dan leren mensen wat het kan, wat het niet kan. en misschien moeten we nog meer leren hoe ontstaat zoiets en wat komt er al bij kijken. Hoeveel jaren zitten we daar nog in als we vooruitkijken? Want wanneer zijn we zover dat we inderdaad die transformatie in kunnen gaan? Voor een grotere groep. Er zijn al mensen mee bezig, er zijn al bedrijven mee bezig. Dat is het lastige denk ik, van naar de toekomst toe kijken. Ik denk dat niemand dat goed kan voorspellen. En ik zei straks al, ik ben in, moet ik even kijken, is dat in 1991 afgestudeerd. Mijn afstudeeronderwerp ging over AI. Over neurale netwerken. Over de modellen waar we het nu over hebben. En ik kwam op de markt. En er was gewoon geen baan in te vinden. Dus ik heb het te vroeg gepiekt. Dat was de tweede AI zomer. Ik heb acht jaar bij een farmaceutisch bedrijf gewerkt. En daar wel wat AI gebruikt. Maar eigenlijk hadden we te weinig data. Te weinige rekenkracht. Eind jaren negentig. Met de opkomst van internet. Er kwam voldoende data. De rekenkracht werd groter. Dus we zitten nu in die derde AI zomer. Ik denk eerlijk gezegd dat we misschien nog wel een dip gaan krijgen. Ik weet niet hoe jullie daar naar kijken. Maar de kans is vrij groot dat we toch weer in een kleine AI-bubbel zitten. Dat we op een gegeven moment de verwachtingen veel te hoog zijn geweest. Dat we op korte termijn daar weer een terugslag zien. Zeker ook richting wet- en regelgeving. Richting de ethische dilemma's waar we mee te maken hebben. Dus het zou zomaar eens kunnen dat we weer een klein dipje krijgen. En dan gaan we vervolgens naar die vierde AI-zomer. Dus het kan jaren zijn, maar het kan ook nog wel tien jaar duren voordat we er zover zijn. Ik denk dat het wel goed zou zijn als er een beetje een dipje zou komen. Want er is inderdaad zoveel fantasie wat er leeft van wat er nu allemaal zou kunnen. Ik moet zeggen dat ik in mijn praatjes ook heel veel juist weer terug met de voeten op aarde zette. Zeker rondom de zelflerendheid. Dus er is natuurlijk heel veel fantasie over van ja, maar als je een AI hebt, Die is dan op een of andere manier getraind. Die zet je in productie en die doet alles wat jij zou willen. Zo werkt het helaas niet. Het is keihard werken om ons systeem uiteindelijk in productie te krijgen. En daarna in productie te houden. Je vroeg net wat je allemaal moet doen. En één is het bewustzijn. Dat onderdeel van het leiderschap is ook wel kennis hebben. Hoe werkt het nou precies? Bewustzijn van hoe je daarmee om moet gaan. En het tweede is, en ik denk dat veel organisaties nog helemaal niet klaar zijn om AI op een goede manier in te zetten. We hebben de data nog niet op orde. We hebben de inhoudelijke processen eigenlijk nog niet goed kritisch over nagedacht. Of dat wel de processen zijn die we willen optimaliseren. Dat heeft te maken met die digitale transformatie. En ze noemen dat ook wel de semantische schuld. Ik weet niet of jullie die term kennen. Simone Cicero heeft daar een heel mooi paper of een artikel over geschreven. waarom leveren de AI-modellen op dit moment eigenlijk nog onvoldoende op? Omdat we gewoon in de organisatie zelf nog onvoldoende klaar zijn... om die AI-modellen daadwerkelijk ook in te zetten. Laten we eerst eens nader gaan over, hebben we de juiste data? Zijn de processen goed beschreven? Als die context niet klopt, wat we in die modellen stoppen... dan komt het dus ook bakker uit, klaar. En de adoptie en de kennis moet ook gewoon overal beschikbaar zijn. Hoe ga ik ermee om? Je kan de technologie klaar hebben staan. Maar dat wil niet zeggen dat het gelijk gebruikt gaat worden. De technologie was dertig jaar geleden eigenlijk al zover. Het gaat er vooral om van zijn wij als mens en zijn wij als infrastructuur binnen organisaties de data, etc. En wat is een stap die wij als mens kunnen doen in de goede richting? Nou ja goed, dat gaf ik net al aan. Ik denk dat het echt toch begint met zorg dat je voldoende begrijpt wat daar aan de achterkant gebeurt. Voordat je dat aan de voorkant echt goed kunt gaan inzetten. Dus dat is toch dat bewustzijn, het opleiden van mensen. Mensen meenemen je in. Dus dat is één. Tweede is de data en de infrastructuur binnen organisaties. Die moet echt al worden zijn voordat je zover bent. En het is prima om daar nu mee te spelen en te kijken van wat kan wel, wat kan niet. Maar ik verwacht op hele korte termijn niet echt de grote stappen die we kunnen gaan zetten. En hoe vertel je dat aan een organisatie dat we er nog niet klaar voor zijn? Nou ja, dat is uiteindelijk toch wel weer. door die opleidingen, de leerprogramma's om ze daarin mee te nemen. Dus aan de ene kant laten zien wat er wel mee kan, maar aan de andere kant ook de ethische dilemma's en zorgen dat ze daar hele bewuste keuzes in maken. En dat als ze er goed over nadenken, dat ze dan pas de echt grote stappen kunnen gaan zetten. Pak toch weer even dat gezondheidverhaal, zorg, gezondheid. Ik zie, en jullie zitten bij de ETH in Tilburg bijvoorbeeld, ik zie dat op dit moment in de ziekenhuizen AI vooral wordt ingezet om wat we nu doen, om dat efficiënter te doen. Neem als heel simpel voorbeeld het opnemen van gesprekken van patiënten of van de gesprekken met, ja, dus wat de artsen aan het doen zijn. En dat is prima, dat je dat heel mooi kan samenvatten en dat op een hele manier efficiënte manier in de systemen kunt krijgen. Maar de vraag is wat gaan wij met die tijd doen die daar vrijkomt? Gaat het ons dat echt helpen? en hiermee gaan we eigenlijk het oude paradigma optimaliseren. Een patiënt komt binnen, kijken welke ziekte het heeft en dan gaan we zorgen dat hij ziekte oplost. Maar waarom zetten we niet veel meer in op gezondheid? Waarom zetten we niet veel meer in op hoe zorgen we ervoor dat die mensen überhaupt niet in die spreekkamer komen? En gaan we daarop inzetten? Zorgen dat we onze voeding, de gezonde voeding binnenkrijgen, dat we voldoende bewegen? En ja, ik weet ook wel dat we er altijd te maken zullen hebben met mensen die ziek zijn. Dus zorg zal altijd blijven. Maar 90% van geld, middelen en aandacht gaat toch echt naar de zorg en niet naar gezondheid. En dat zou eigenlijk andersom moeten. Maar goed, dat is het. En hoe is dan de rol van de leiderschap? Want veel van de kennis wat er op de dagelijkse vloer gebeurt, ligt natuurlijk in dit geval als we de zorg even houden bij de artsen. En die kunnen natuurlijk dat stukje wat ze dagelijks doen, proberen dat efficiënter, slimmer, sneller te doen. en leiderschap. Hoe gaat die samenwerking? Dit kan je natuurlijk niet verwachten vanuit een arts of van een verpleegkundige, want die zitten in het systeem. Het hele financieringsmodel is gebaseerd op patiënten beter maken. Dus dat begint eigenlijk al vooral bij de overheid en op een heel ander niveau dat we naar onze systemen moeten kijken. Want zijn wij nog wel met het goede bezig? Dus ik hoop dat ze bij VWS en in de politiek... Maar ja, goed, dat is... Daar zul je uiteindelijk mensen moeten hebben die de visie hebben om op een gegeven moment echt een ander paradigma te kiezen. En nogmaals, dit geldt voor veiligheid, dit geldt voor zorg, gezondheid, dit geldt voor het onderwijs, dit geldt eigenlijk voor alle systemen die op dit moment vastlopen. Ja, en de maatschappelijke waardes die we binnen Nederland en binnen Europa willen hanteren inderdaad. En wat kunnen we daar als maatschappij, kunnen we daar wat in betekenen? Nou ja, zoveel mogelijk hierover praten. Dat scheelt al hè? Nee, maar daar begint het natuurlijk wel mee. Dit soort verhalen met elkaar delen, over nadenken, kleine experimenten doen, daar begint het mee. Ja, want wat je zegt, dat is nogal een complexe situatie waar je in terechtkomt. Want je kan het als één organisatie willen, maar als je de financiering anders invult, dan is dat schrikkelijk een keten eigenlijk. Nee, maar dit is een systeemverandering. En in mijn colleges en mijn verhalen over digitale transformatie laat ik ook zien dat zo'n fundamentele verandering van de samenleving, de digitale transformatie, wat voor mij niets anders is dan die vierde industriele revolutie, dat is ongeveer 50, 60 jaar. Het is niet iets van een paar jaar. En het is interessant van waar staan we dan nu? De verwachting is eigenlijk dat wij nu een beetje op dat kantelpunt staan. Dat we langzamerhand steeds meer voorbeelden zien waarin we dingen fundamenteel anders gaan doen. En toch weer het voorbeeld van de zorg. Ik weet niet of jullie het platform Alles is Gezondheid kennen. Maar daar zitten inmiddels al honderden instellingen, organisaties, die met elkaar aan het kijken zijn hoe ze de zorg echt fundamenteel kunnen veranderen. Dus het gebeurt al wel. En er zitten zorgverzekeraars bij. Er zitten ziekenhuizen, huisartsen. Dus ook uit het oude systeem zitten daar mensen en organisaties bij. Voordat wij zeg maar de hele financieringssysteem en alles veranderd hebben. Dat duurt nog wel even. En met dat financieringssysteem krijg je denk ik ook te maken met dat het niet mis mag gaan. Hoe zie je, want dit zijn best wel hele grote veranderingen. Nou die kan je niet vaak in één keer goed doen. Dus dan moet je gaan experimenteren. Dus hoe zouden we nou zeg maar dat je dat vertrouwen krijgt. dat experimenten ook zouden mogen, tussen aanhalingstekens mislukken, laten we zeggen dat je mag leren van experimenten. Nou ja, ook dat is weer vanuit toch weer de overheid, of in het geval van de zorg zul je naar de zorgverzekeraars moeten kijken. En ziekenhuis Bernhoven in Brabant, daar zat toen Peter Bennemeer als bestuurder. En die had een visie, dat heet De Droom. Daar heeft hij ook een heel mooi boek over geschreven. En daar hebben ze het voor elkaar gekregen om de financiering vanuit de zorgverzekeraars... dus niet op basis van ieder jaar te doen. Maar die hebben voor vijf jaar financiering gekregen... om binnen die vijf jaar ook een aantal grote experimenten op te pakken. Dat hebben ze ook gedaan. Dat hebben ook laten zien dat ze door dingen fundamenteel anders te organiseren... echt structureel goedkoper waren. Helaas is daar corona overheen gekomen. En dat heeft natuurlijk met name in Brabant een enorme impact gehad. Maar het is interessant om mensen als Peter Bennemeer, wat hij heeft gedaan. Dat heeft uiteindelijk dus laten zien dat het kan. Maar we moeten veel meer van dit soort grote experimenten toelaten. En dat begint toch echt bij, waar komt het geld vandaan? Is dat het ministerie? Zijn dat de zorgverzekeraars? In het geval van de politie zou je eigenlijk het ministerie van Justitie... daar zou je eigenlijk de ruimte moeten krijgen om een aantal van dit soort hele grote experimenten te doen. Door bijvoorbeeld te kijken van we kunnen wel, een van de grootste aandachtsgebieden binnen de politie is het oppakken van verwarde personen. En in sommige steden 50% van de capaciteit gaat daar naartoe. Terwijl aan de andere kant zou je kunnen zeggen van, hé maar hoe kunnen we nou voorkomen dat we zoveel verwarde personen in Nederland hebben? En dan zit je toch weer op hele andere treinen... dat misschien niet alleen te maken heeft met de politie... maar het heeft ook te maken met buurtwerk, onderwijs, noem maar op. Al die mensen bij elkaar... die zouden dus een aantal jaren de ruimte moeten krijgen... om een aantal van dit soort experimenten te doen. En dan is het wel interessant dat AI daar een hele grote rol in kan spelen. Door dingen goed te analyseren en te voorspellen. En we zitten ook nog best wel veel pilots die we in de praktijk zien. Hoe ga je dadelijk van zo'n grote pilot naar productie? Want dat zijn vaak uitdagingen bij bedrijven. Heel veel pilots. Pilot moeheid wordt ook wel gezegd. Hoe ga je van die pilot naar productie? Dit is wel een interessante. Want als je het hebt, toch weer terug naar digitalisering, digitale transformatie. Wat je in organisaties ziet is dat er vaak... Digitalisering, ik zeg ook dat het van A naar B gaat, dan weet je waar je naartoe gaat. En dat is in feite, daar kan je een technisch project van maken. Daar kun je KPIs aan hangen, daar kun je een business case voor uitrekenen. Je kunt je capaciteit inzetten, je geld, middelen, tijd. Maar waar we het hier over hebben, dat is van A naar anders, waarbij we niet exact weten waar we naartoe gaan. En dat betekent dus dat je dat op een hele andere manier moet aansturen. Dus wat we kunnen doen is ruimte creëren voor dit soort experimenten. En pas op het moment dat we die experimenten hebben gedaan, kunnen we ook zeggen wat wordt dan een volgende stap. Dus de vraag die jij nu zegt is, dat kan ik nu namelijk nog niet. Dat vinden mensen wel lastig als je niet weet waar je naartoe gaat. Dat is ook zo. Maar het is wel een interessante, een mooi verhaal over de Hatsa's. De Hadza's, dat zijn die inheemse stammen in Afrika. Ik weet niet of jullie ze kennen. Tanzania bijvoorbeeld. En daar hebben ze jaren geleden al experimenten gedaan... van hoe zij overleven in gebieden... waar als wij daar worden losgelaten, zijn wij binnen een paar uur dood. Dus hoe doen zij dat daar? Niet alleen op verweken de gevaarlijke dieren... maar ook het vinden van eten, et cetera. En daar hebben ze op een gegeven moment die Hadza's gevolgd. Hoe ze dat doen. En zij zijn dus op een gegeven moment op een bepaalde plek. Dus dat hebben ze met GPS gecoördineerd. Van hoe zij dan daar rondlopen door dat gebied heen. En het interessante is dat dat een soort van chaotisch patroon lijkt. Hoe zij door die wildernis heen lopen. En op een gegeven moment zie je dus een hele streep. Dat ze een grotere afstand aflekken. En dan weer chaotisch rondom een bepaald punt. En dan weer een grotere afstand. En het interessante is dat de Hadza's als die in een rechte lijn op hun doel afgaan. Dat is eigenlijk dodelijk. En wat je ziet is dat zij allemaal kleine experimenten aan het doen zijn. Totdat ze op een gegeven moment zien van hier moeten we naartoe. Dat kan het volgen van een vogel zijn. Of dat ze iets hebben ontdekt. Dit is de richting die we opmaken. En dan maken ze een grotere sprong. Dat is interessant. Dit soort inheemse volkeren, hoe zij overleven in een... En dat is geen rechte lijn. Zij gaan niet van A naar B. Zij gaan van A naar anders. En zij weten echt niet waar zij morgen terechtkomen. Dat principe zouden wij eigenlijk in de westerse samenleving ook veel meer moeten hebben. Gewoon zoeken welke richting moeten we op. En dan op een gegeven moment hebben we iets gevonden van dat werkt die kant op. Lijkt me een mooie. Wat zou je mensen die nu zitten, die het gevoel hebben dat ze nog aan het ronddwalen zijn. Nou deden ze dat maar. O ja, dat is dan het mooie toch? Gaan gaan dwalen. Daar begint het al mee. De meeste mensen die op dit moment AI inzetten, die zetten het in wat ze nu aan het doen zijn. Om dat efficiënter te doen. Dat kan goedkoper, sneller, efficiënter. Dat is nog helemaal niet dwalen. Dat is gewoon van een rechte lijn van A naar B. ze willen gewoon B halen en dat zo goedkoop en snel mogelijk dus als we een afsluitende tip mogen geven, ga dwalen nou ja dat is ja en het is misschien wel mooi om te eindigen met de quote waar ik aan het eind van mijn colleges eigenlijk ook altijd mee eindig ik vind de term digitale transformatie eigenlijk een verschrikkelijke term omdat het suggereert dat het gaat over digitale technologie terwijl het eigenlijk gaat over hoe kunnen wij nu op een hele andere manier naar onze eigen werk uitdaging kijken. En ik ben het dus ook anders gaan noemen. Een mentale transformatie in een digitale netwerksamenleving. Dus hoe kunnen wij onze eigen mindset, onze eigen manier waarop we naar dingen kijken echt fundamenteel gaan veranderen. En ik zou eigenlijk iedereen willen uitdagen. Ga je daarin trainen door alles wat je doet, om heel even te reflecteren van, is dit wel het goede wat ik nu eigenlijk moet gaan doen? Of zou ik het ook anders kunnen doen? Zou er ook een andere richting kunnen zijn? Probeer je daar eens in te trainen. Dus niet blind een ChatGPT te gebruiken om je stukje tekst samen te watten of te schrijven. Maar eerst stilstaan bij de vraag van wat is eigenlijk hier de opgave en zou ik dat op een andere manier kunnen doen? Mooi, mooi. Dankjewel. Dankjewel dat we zo'n mooi gesprek hadden over AI-leiderschap. En dat je naar de studio wilde komen. Leuk dat je weer luisterde naar deze aflevering van AIToday Live. Vergeet je niet te abonneren via je favoriete podcast app. Dan mis je geen aflevering. Tot de volgende keer. Tot de volgende keer.