'Tussen mens en AI staat nog altijd de computer'

Martijn Aslander verkent al zo’n twintig jaar de netwerk- en informatiesamenleving. Hij haalde lifehacking naar Nederland, bracht quantified self onder de aandacht, bedacht `#durftevragen, schreef boeken, maakte documentaires over kenniswerk en bouwde communities. Recent verscheen van hem het boek Informatieautonomie

Sinds kort noemt hij zichzelf nadrukkelijk ook maker. “Sinds een half jaar bouw ik systemen, software en code. Dat kon ik eerst niet en nu wel. Dat was voor mij de missing link.”

Wie met Martijn over AI praat, komt al snel ergens anders uit dan bij de zoveelste chatbot. Zijn punt is fundamenteler. We praten volgens hem te slordig over AI. Daardoor missen we wat er werkelijk verschuift.

Volgens Aslander zit er tussen mens en AI nog een laag die we vaak vergeten: de computer.

Daar begint zijn verhaal.

Je zegt: voordat we over AI praten, moeten we eerst onderscheid maken tussen mens, computer en AI. Waarom?

“Omdat we woorden gebruiken zonder te checken of we het over hetzelfde hebben. Dat geldt voor digitalisering, digitale transformatie en nu ook voor AI.

In het dominante gesprek gaat AI meestal over chatbots of LLM’s. Maar dat is niet hetzelfde als AI als geheel. Als je niet definieert waar je het over hebt, hoort iedereen iets anders.

Mijn punt is dat er tussen mens en AI nog een derde laag zit: de computer. Mensen doen nu veel werk dat computers beter kunnen. Tegelijk laten we AI dingen doen die onbetrouwbaar worden als je ze als chatbot benadert.

Chatbots zijn vaak een gokmachine. Ze raden wat jij bedoelt. Soms werkt dat geweldig. Maar als je structureel en betrouwbaar met informatie wilt werken, moet je beter nadenken over de taakverdeling tussen mens, computer en AI.”

Maar voor de meeste kenniswerkers voelt AI nu toch vooral als ChatGPT, Claude of Gemini?

“Zeker. En daar is op zichzelf niets mis mee. Maar dan moet je nog steeds precies zijn.

Mijn fascinatie zit nu vooral in wat ik agentic AI noem. Daarmee bedoel ik: vanuit de machinekamer van je computer, dus de commandline, meerdere AI-agenten opdrachten geven die informatie ophalen, vergelijken, verwerken en terugschrijven.

Dat is echt iets anders dan een chatbot openen en hopen dat die begrijpt wat je bedoelt.

Als je de computer goed inzet, krijg je veel voorspelbaardere en betrouwbaardere uitkomsten. Sinds ik dat snap, zijn mijn productiviteit, mijn impact en zelfs mijn nachtrust beter geworden. Niet omdat AI alles doet, maar omdat de taakverdeling gezonder is geworden.”

Wat bedoel je met die taakverdeling?

“De mens moet niet doen waar de computer beter in is. De computer moet niet doen waar AI beter in is. En AI moet je niet inzetten voor dingen die eigenlijk gewoon computerwerk zijn.

Veel organisaties gooien alles op één hoop. Dan krijg je dure, onbetrouwbare en onveilige oplossingen. Je vraagt dan aan AI om iets te doen wat een computer sneller, goedkoper en betrouwbaarder kan.

Mijn stelling is dat we de afgelopen dertig jaar veel te veel naar de T van technologie hebben gekeken en veel te weinig naar de I van informatie.”

Je zegt vaak: we hebben wel gedigitaliseerd, maar niet geïnformatiseerd. Wat bedoel je daarmee?

“Digitaliseren betekent vaak dat we papier hebben omgezet naar digitale vormen. PDF’s, Word-bestanden, PowerPoints. Dat voelt digitaal, maar voor een computer is het vaak helemaal niet handig.

Veel organisaties bewaren informatie in formaten die bedoeld zijn voor printers of menselijke ogen. PDF, DOCX, ODF. Prima als je iets wilt lezen of printen. Maar als je wilt dat een computer er op schaal mee werkt, wordt het lastig.

Een computer wil informatie kunnen lezen, bewerken, verrijken, classificeren en terugschrijven. Dat gaat niet goed als alles opgesloten zit in documenten die eigenlijk printformaten zijn.

Daarom zeg ik: we hebben wel gedigitaliseerd, maar niet geïnformatiseerd. Informatie is pas echt bruikbaar als machines ermee kunnen werken.”

Waarom wordt dat nu urgent?

“Omdat AI en computers samen ineens veel meer kunnen. Maar dan moet de informatie wel in de goede vorm staan.

Ik kan in twee seconden duizenden markdownbestanden aanmaken en die direct van extra data voorzien. Ik kan apps laten bouwen, omdat code ook gewoon computerleesbare tekst is. Ik praat tegen mijn computer, AI vertaalt dat naar code, en die code wordt lokaal weggeschreven.

Dat is iets anders dan een chatbot vragen om een document samen te vatten.

Als je informatie goed organiseert, kan de computer razendsnel verbanden leggen. Dan ontstaan superkrachten.”

Jij noemt dat informatiearchitectuur. Wat houdt dat concreet in?

“Informatie in de goede bakjes en laadjes stoppen.

Ik ben daar ook een academic paper over aan het schrijven. Mijn stelling is dat we veel te veel datacenters en cloudrekenkracht gebruiken voor dingen die je lokaal sneller, veiliger en betrouwbaarder kunt doen.

Als de output van agenten precies in het juiste laadje terechtkomt, en ook nog geverifieerd is, dan kan mijn computer er daarna razendsnel mee werken.

Het gaat dus niet alleen om AI. Het gaat om de structuur waarin AI en computerwerk samenkomen.”

Kun je daar een voorbeeld van geven?

“Ik wilde meer weten over mijn oma in de Tweede Wereldoorlog. Zij zat in het verzet. Via archiefkaartjes kwam ik bij mijn opa, mijn oma en haar zus. Toen dacht ik: als zij daar woonden, zaten er misschien meer mensen in dat netwerk.

Ik heb vervolgens alle kaartjes uit het Groningse verzetsarchief opgehaald, laten transcriberen en de namen, locaties en gebeurtenissen als aparte informatie-elementen opgeslagen.

Toen had ik ineens een doorzoekbaar oorlogsarchief. Daarmee kon ik hypotheses formuleren over verhalen die je niet op Google vindt. Inclusief bewijslaag: hoeveel bronnen bevestigen iets, en hoe zeker is het?

Dat leidde ertoe dat historici en mensen van Defensie mij vroegen om andere onderzoeksvragen uit te zoeken. Daarna haalde ik ook andere oorlogsarchieven binnen en koppelde die aan elkaar.

Zo ontstond volgens mij het meest verbonden oorlogsarchief van Nederland.”

Wat gebeurt daar wat vroeger niet kon?

“Je doorzoekt niet alleen bestanden. Je verbindt entiteiten, gebeurtenissen en relaties over bronnen heen.

Ik heb bijvoorbeeld ook het standaardwerk van Lou de Jong op entiteiten doorzoekbaar gemaakt en dat gekruist met databasegegevens. Dat werkt razendsnel als de metadata kloppen en alles in het goede formaat staat.

Dat is een andere manier van werken. Niet langer document voor document openen, lezen en interpreteren. Je maakt van informatie losse, bruikbare elementen die computers kunnen combineren.”

Is dat niet gewoon automatisering? Een soort if-this-then-that?

“Een deel lijkt daarop. Maar het verschil is dat agenten nu automatisch data ophalen, verwerken en in de juiste structuur zetten.

Vroeger moest je heel veel stappen zelf doen. Nu kun je agenten inzetten die informatie verzamelen, transcriberen, structureren, verrijken en opslaan. Daarna kan je computer er lokaal mee verder.

Het nieuwe zit niet in één magische stap. Het nieuwe zit in de keten.”

Wat betekent dit voor gewone organisaties?

“Dat ze moeten beginnen bij hun informatie.

Veel organisaties denken dat AI bovenop hun bestaande systemen kan worden gezet. Maar als je informatie rommelig, gesloten of verkeerd opgeslagen is, krijg je rommelige uitkomsten.

Als een computer niet snel door een miljoen bestanden kan omdat ze in het verkeerde formaat zitten, moeten mensen alles handmatig openen en sluiten. Dat kost tijd, geld en kwaliteit.

Je ziet bij grote dossiers, zoals de toeslagenaffaire, wat er gebeurt als informatie niet zo is opgeslagen dat je er snel, systematisch en betrouwbaar mee kunt werken. Dan moeten mensen met dure handarbeid reconstrueren wat er aan de hand is, terwijl computers juist daar veel uitzoekwerk hadden kunnen doen.”

Dus de bottleneck is niet AI, maar informatie?

“Precies. Of in ieder geval: informatie is een veel grotere bottleneck dan mensen denken.

Als je informatie niet machineleesbaar is, gebruik je AI verkeerd. Dan moet AI gaan raden wat er in documenten staat, terwijl een computer dat veel beter zou kunnen verwerken als de informatie goed was opgeslagen.

Bestandsformaat is daarom geen technische bijzaak. Het is een voorwaarde voor slim werken.”

Je bent kritisch op veel bestaande software. Waarom?

“Omdat veel softwarebedrijven gesloten systemen bouwen waarin informatie vastzit. Zodra mensen snappen dat AI code kan schrijven en dat computers lokaal veel rekenwerk kunnen doen, worden sommige softwarelagen minder vanzelfsprekend.

Ik zeg niet dat morgen alle softwarebedrijven verdwijnen. Maar de richting is helder. Als mensen zelf workflows kunnen bouwen, als informatie in open en machineleesbare formaten staat, en als AI kan helpen om code en automatisering te maken, dan verandert de afhankelijkheid van softwareleveranciers.

Bij grote organisaties werken duizenden kundige IT’ers. Zodra die doorhebben dat ze anders kunnen werken met bestandsformaten, lokale workflows en agentic systemen, verandert er veel.”

Maar jij hebt hier natuurlijk wel een voorsprong. Je bent al je hele leven bezig met informatie ordenen.

“Dat klopt. Maar ik heb vooral uitgezocht hoe je moet kijken.

Het gaat er niet om dat iedereen morgen precies doet wat ik doe. Het gaat erom dat mensen de richting gaan snappen.

Begin bij je eigen computer. Bijna iedereen heeft er een. De drempel is lager dan mensen denken. Er is genoeg over geschreven, en taalmodellen kunnen je ook helpen om op weg te komen.

Je hoeft niet technisch begaafd te zijn. Nieuwsgierigheid is belangrijker. En toestemming van je baas helpt ook.”

Wat zou een bedrijf met tien mensen morgen kunnen doen?

“Begin met begrijpen dat bestandsformaat ertoe doet.

Kijk waar je informatie nu zit. Zit alles in Word-bestanden, pdf’s, PowerPoints, mails en losse mapjes? Dan heb je misschien wel veel documenten, maar nog geen goede informatiebasis.

Daarna kun je klein beginnen. Zet belangrijke informatie om naar een vorm waarmee computers kunnen werken. Denk aan platte tekst, markdown, goed gestructureerde bestanden, duidelijke metadata.

Dan kun je agenten en scripts gebruiken om informatie te zoeken, te verbinden, te verrijken en opnieuw bruikbaar te maken.

De eerste stap is niet: koop een AI-tool. De eerste stap is: zorg dat je informatie niet opgesloten zit.”

Veel mensen zullen zeggen: NotebookLM of ChatGPT kan toch ook een PDF lezen?

“Ja, eentje wel. Maar dat is iets anders dan op schaal informatie kunnen lezen, bewerken, verrijken, classificeren en terugschrijven.

Voor één document werkt het vaak prima. Maar in organisaties gaat het over tienduizenden bestanden. Dan wordt de vraag niet: kan AI dit ene document begrijpen? De vraag wordt: kan het systeem er systematisch mee werken?

Daar gaat het vaak mis.”

Waar zit dan de rol van AI?

“AI helpt om taal te begrijpen, code te schrijven, informatie te structureren en menselijke intentie te vertalen naar computeracties.

Maar AI moet niet alles doen. Als je een tekst wilt samenvatten, kan AI dat doen. Als je tienduizend bestanden wilt hernoemen, ordenen of controleren, moet een computer dat doen. En als je wilt bepalen welke vraag echt belangrijk is, heb je een mens nodig.

Daarom blijf ik dat onderscheid maken tussen mens, computer en AI. Als je dat goed doet, wordt het veel robuuster.”

Wat betekent dit voor kenniswerk?

“Dat de contouren van vakgebieden veranderen.

Ik heb dat gezien in genealogie en historische archieven. Je kunt in korte tijd onderzoek doen waar vroeger specialistische disciplines en heel veel handwerk voor nodig waren.

Dat betekent niet dat experts verdwijnen. Maar het betekent wel dat werk verschuift. Veel uitzoekwerk, ordenwerk en reconstructiewerk kan anders. Sneller. Goedkoper. Systematischer.

En dan komt de vraag: wat blijft er voor de mens over?”

Wat is volgens jou dan typisch menselijk?

“De vraag achter de vraag.

Onverwachte verbanden. Intuïtie. Betekenis. Zien wat er misschien nog nodig is.

Een computer kan veel sneller rekenen en beredeneren. Maar wij kunnen verschillende werelden verbinden. Wij kunnen aanvoelen waarom een voorbeeld uit een heel andere context ineens iets duidelijk maakt.

Daar zit menselijke waarde.”

Dat raakt direct aan Wat Blijft. Als computers informatie beter kunnen verwerken, waar accelereert de mens dan in?

“In het stellen van betere vragen. In context begrijpen. In verbindingen leggen die niet vanzelf uit de data komen.

Maar dat lukt alleen als mensen niet blijven hangen in de interface. De chatbot is een interface. De echte verandering zit dieper: in informatie, structuur, machineleesbaarheid, lokale computerkracht en agentic workflows.

Je moet dit niet alleen lezen. Je moet het doen. Dan ga je het pas echt begrijpen.”

Je noemt je nieuwe boek Informatieautonomie misschien je belangrijkste boek. Waarom?

“Omdat het taal geeft aan iets waar mensen wel last van hebben, maar nog geen goed begrip van hebben.

Veel mensen voelen dat hun informatiehuishouding niet klopt. Ze hebben bestanden, systemen, mappen, mails en documenten. Maar ze kunnen er niet echt mee werken. Ze kunnen niet snel terugvinden wat belangrijk is. Ze kunnen geen verbanden leggen. Ze kunnen niet op schaal reconstrueren wat er gebeurd is.

Mijn boek laat zien dat bestandsformaat niet alleen een technische keuze is, maar een voorwaarde voor slim werken met informatie, computerkracht en AI.

Als je dat eenmaal ziet, zie je ook hoeveel schade, vertraging en afhankelijkheid voorkomen had kunnen worden.”

Wat vind je dat directies en overheden nu verkeerd zien?

“Veel directies en overheden kijken vooral naar chatbots. Ze zijn bang voor AI, maar bedoelen dan vaak ChatGPT-achtige toepassingen. Ondertussen is achter hen de echte verandering al bezig.

Agentic workflows. AI die code schrijft. Computers die lokaal het werk doen. Informatie die niet langer opgesloten zit in documenten.

De meeste organisaties kijken nog naar links, terwijl de grote verschuiving al achter hen gebeurt.”

Is dit ook bereikbaar voor niet-technische mensen?

“Ja. Ik zie in de community Digitale Fitheid genoeg normale medewerkers zonder technische achtergrond die dit beginnen te doen.

Je hoeft niet alles te begrijpen. Je hoeft niet ineens programmeur te worden. Maar je moet wel nieuwsgierig zijn. Je moet willen snappen wat een bestand is, wat tekst is, wat metadata doet, waarom markdown anders is dan een pdf.

Dat klinkt technisch, maar het gaat eigenlijk over zeggenschap. Over kunnen werken met je eigen informatie.”

Wat blijft er dan over als AI en computers steeds meer kenniswerk overnemen?

“De mens blijft nodig voor richting, betekenis en de vraag achter de vraag.

Maar dan moeten we computers wel het werk laten doen waar computers goed in zijn. En we moeten AI gebruiken waar AI goed in is.

Als we dat niet doen, blijven mensen bezig met openen, sluiten, zoeken, kopiëren, plakken en reconstrueren. Dan gebruiken we de nieuwe technologie om oude rommel sneller te verplaatsen.

Als we het wel goed doen, ontstaat er ruimte voor beter kenniswerk. Niet omdat AI magisch is, maar omdat informatie eindelijk goed georganiseerd is.”

Wat is de kortste samenvatting van jouw verhaal?

“Stop met alleen naar AI kijken. Kijk naar de hele keten.

Mens. Computer. AI. Informatie. Bestandsformaat. Structuur.

Daar zit de echte verschuiving.”