Charlotte Meindersma: ‘Gebruik tijdwinst door AI niet automatisch voor meer werk’

Charlotte Meindersma is jurist, ondernemer en auteur van AI met beleid. Ze adviseert organisaties over recht, technologie en ondernemerschap. In haar nieuwe boek zoekt ze bewust het midden tussen bedrijven die ieder AI-experiment toejuichen en organisaties die uit angst alles verbieden.

Dat midden is geen slap compromis. Wie AI wil gebruiken, moet volgens Meindersma verder kijken dan de eerste tijdwinst. Wat gebeurt er met de kwaliteit van het werk? Wie voelt zich nog verantwoordelijk voor een uitkomst? Waar blijven de rustmomenten, gesprekken en leerkansen die door automatisering verdwijnen?

Voor Wat Blijft sprak ik met haar over shadow AI, lezen zonder controleren, junioren die eerder verantwoordelijkheid kunnen krijgen en de vraag wat een organisatie eigenlijk met vrijgekomen tijd wil doen.

Waarom moest AI met beleid er komen?

“We denken te zwart-wit over AI. Het is óf goed en alles eraan is geweldig, óf het is fout en je zou het helemaal niet moeten gebruiken.

Bij bedrijven zie ik aan de ene kant een soort toxische positiviteit. Aan de andere kant zijn organisaties zo bang dat ze alles verbieden. Ik wilde duidelijk maken dat AI voordelen en nadelen heeft en dat dat geen probleem hoeft te zijn. Je moet er verstandig mee omgaan en het verstandig organiseren.

Beleid werkt alleen niet wanneer het van bovenaf wordt opgelegd. Als medewerkers niet kunnen vertellen waarom en hoe zij AI willen gebruiken, houden ze zich niet aan een algemene regel. Hetzelfde gebeurt wanneer de organisatie niet goed uitlegt waarom iets niet mag. Dan krijg je shadow AI. Dat is misschien wel het grootste gevaar.”

Hoe maak je beleid van onderaf?

“Begin met ophalen wat mensen al doen en wat zij nodig hebben. Vraag welke tools ze gebruiken en voor welke taken ze AI zouden willen inzetten.

Doe dat zonder meteen te oordelen. Ook als iets nu niet mag of gevaarlijk is, moet je niet direct met sancties dreigen. Dan vertellen mensen het niet meer.

In een groter bedrijf moet iemand het overzicht krijgen. Welke tools worden op verschillende afdelingen gebruikt? Wat kosten ze? Welke risico’s zijn er? Welke behoeften liggen eronder?

Daarna kun je als organisatie besluiten wat je wel en niet toestaat. Koppel dat besluit ook terug. Bedank mensen voor hun input en leg uit waarom je niet voor hun tool kiest, waarom iets beperkt moet worden of hoe je een wens gedeeltelijk mogelijk maakt.

Zorg bovendien voor een blijvende plek waar medewerkers met vragen en ideeën terechtkunnen. AI ontwikkelt zich te snel om nu beleid vast te stellen en het over vijf jaar pas te evalueren.”

Wat is het grootste gevaar wanneer we denken aan AI uitbesteden?

“Dat we minder verantwoordelijkheid nemen voor de uitkomst. Het voelt alsof een ander het werk heeft gedaan, bijna zoals bij een collega aan wie je iets hebt uitbesteed.

Daardoor worden we mogelijk minder kritisch en kunnen we de kwaliteit minder goed beoordelen. Dat kan slecht zijn voor ons denken en intellect, maar ook voor het werk als geheel.

AI kan natuurlijk veel tijd besparen en mensen ondersteunen bij dingen waarin ze minder goed zijn. Je moet alleen niet aannemen dat het systeem iets altijd beter kan. De waarde van de uitkomst hangt ook af van de kennis en kunde die iemand zelf al heeft.”

AI geeft drie goede antwoorden. Waarom zouden we het vierde nog controleren?

“Dat is precies het gevaar. Je hebt drie antwoorden gecontroleerd. Ze klonken logisch en waren goed geformuleerd. Bij het vierde denk je al snel: volgens mij klopt het, want ik heb het gelezen.

Maar iets lezen is nog geen controle.

Als wij een artikel in een krant lezen, hebben we de feiten ook niet zelf gecontroleerd. We vertrouwen op de naam en werkwijze van die krant. Bij een AI-systeem ontbreekt die redactionele verantwoordelijkheid.

Het lastige is bovendien dat de techniek snel beter wordt. Wat ik vandaag over de betrouwbaarheid zeg, kan over drie maanden alweer anders zijn. Mensen gebruiken ook verschillende versies van dezelfde tool. Wie alleen een gratis ouder model kent, praat over iets anders dan iemand met de nieuwste betaalde versie.”

Waarom stoppen regels shadow AI niet?

“Mensen kiezen de weg van de minste weerstand. Als de goedgekeurde Copilot minder goed werkt dan hun persoonlijke ChatGPT-account, gebruiken sommigen toch hun eigen account.

Misschien bestaat ergens een document waarin staat waarom dat niet mag. Maar als mensen niet begrijpen waar het risico zit, vinden ze het verbod vooral lastig.

Dat zie je bij persoonsgegevens. Iemand zegt: ik heb de naam, geboortedatum en het adres uit het cv gehaald. Maar een combinatie van opleidingen, werkgevers en jaartallen kan nog steeds naar één persoon wijzen. Mensen hebben een verkeerd beeld van wanneer gegevens werkelijk anoniem zijn.

Soms moet je systemen technisch dichtzetten. De kans dat persoonsgegevens of bedrijfsinformatie lekken is te groot. Maar leg dan nog steeds uit waarom.”

Kan een AI-cursus het probleem juist groter maken?

“Ja. Ik zie cursussen waarin mensen leren wat Copilot allemaal kan. Ze oefenen met persoonsgegevens en klantdata en zien hoe gemakkelijk ze daar informatie uit kunnen halen. Daarna keren ze enthousiast terug naar de werkvloer.

Maar niemand heeft verteld wat ze met echte gegevens wel en niet mogen doen.

We zijn geschokt wanneer er ergens een groot datalek is. Ondertussen stoppen medewerkers dagelijks van alles in Copilot, ChatGPT of Claude omdat het zo gemakkelijk werkt. Dat gaat niet samen.

Je kunt mensen pas goed opleiden als je weet waarvoor de organisatie AI wil gebruiken en waar de grenzen liggen.”

In je boek staat een aangepaste rechtbanktekening. Waarom ging die over de grens?

“De verdachten hadden door AI gemenere blikken gekregen die zij tijdens de rechtszaak niet hadden getoond. Daardoor ontstond een andere indruk van hun houding. Dat is een vertekend beeld van de werkelijkheid.

De context bepaalt hoeveel vrijheid je hebt. In fictie mag je fantaseren. In een column mag je een mening geven en soms overdrijven, al kun je niet zonder onderbouwing iemand van strafbare feiten beschuldigen. Een nieuwsbericht brengt iets als feit. Dan moet de controle nog strenger zijn.

Een betrouwbaar medium waaraan mensen waarde hechten, heeft een grotere verantwoordelijkheid om het zo correct mogelijk te doen.”

Moeten we altijd weten dat iets met AI is gemaakt?

“Dat vind ik niet. Als muziek mooi is of een film goed, waarom moet ik dan per se weten dat AI eraan heeft meegewerkt?

Natuurlijk kun je discussiëren over trainingsdata en het werk dat verdwijnt. Maar muziek wordt al langer met computers samengesteld. Daar staan ook niet altijd mensen ieder instrument live in te spelen.

Hetzelfde geldt voor tekst. Mensen die zelf goed schrijven herkennen slechte AI-zinnen snel. Maar niet iedereen kan goed schrijven, terwijl iemand wel goede ideeën kan hebben. Dan kan AI een ghostwriter zijn.

Als iemand de tekst terugleest en zegt: dit klopt, dit is wat ik wilde vertellen, zie ik het probleem niet. Het wordt gevaarlijk wanneer iemand denkt: ik snap zelf niet goed wat hier staat, maar het zal wel kloppen.”

Wat gebeurt er met junioren als AI het beginnerswerk overneemt?

“Bij grote advocatenkantoren krijgen junioren vaak het kleinste en vervelendste werk. Bij kleine organisaties krijgen ze meestal sneller verantwoordelijkheid, terwijl een ervaren collega nog controleert en begeleidt.

Een senior die vroeger op de notities van een junior vertrouwde, had overigens ook geen garantie dat iedere bron en analyse klopte. AI kan een deel van dat onderzoek en samenvatten overnemen.

Je moet junioren dan anders inzetten. Geef ze eerder verantwoordelijkheid. Laat ze meteen nadenken over waar het werk naartoe moet, waarom, wat erin hoort en hoe ze de uitkomst controleren.

Misschien verdwijnen de kleine taken, maar ontstaat daardoor eerder ruimte voor het werk waarvoor je vroeger pas later toestemming kreeg.”

Gebruik je zelf veel AI?

“Relatief weinig. Als zoekmachine geeft het me nog niet altijd de juiste uitkomst en ik ben zelf een snelle schrijver.

Voor mij kost het vaak meer tijd om eerst een goede briefing te maken, de uitkomst te lezen en die te redigeren dan om een tekst meteen zelf te schrijven.

Ik zou AI wel graag meer gebruiken voor e-mail, CRM en administratie. Daar bestaan tools voor, maar ik moet nog uitzoeken welke voldoende privacyveilig zijn.”

Wat wil je dat organisaties twee stappen verder doordenken?

“Kijk niet alleen naar de tijdwinst. Vraag wat de consequentie is en wat je met de gewonnen tijd gaat doen.

Als de werkdruk te hoog is, kan AI helpen om dat probleem kleiner te maken. Maar je kunt iedere vrijgekomen minuut ook meteen vullen met meer werk. Dan wordt de werkdag alleen intensiever.

Automatisering haalt bovendien kleine rustmomenten uit het werk. Een saai taakje, iets uit een archief halen of even met een collega overleggen bood ongemerkt afwisseling. Als AI dat allemaal overneemt, gaan mensen vaker tussen cognitief zware taken schakelen en kijken ze nog langer naar een scherm.

Misschien moeten organisaties dan opnieuw expliciet ruimte maken voor pauze, contact en even niets doen.

We klagen genoeg over werkdruk en slechte werkomstandigheden. Gebruik AI om daar iets aan te doen, in plaats van dezelfde mensen alleen nog meer werk te laten produceren.”

Wie draagt uiteindelijk de verantwoordelijkheid?

“Organisatorisch ligt de eindverantwoordelijkheid bij het management. Maar medewerkers hebben ook een persoonlijke en ethische verantwoordelijkheid.

Als jij bewust shadow AI gebruikt en daarmee problemen veroorzaakt, is dat juridisch misschien niet altijd jouw persoonlijke aansprakelijkheid. Ethisch draag je wel verantwoordelijkheid.

Mensen zijn terecht boos wanneer een bedrijf hun creatieve werk of persoonsgegevens onzorgvuldig gebruikt. Dan is het vreemd om als medewerker zelf te zeggen dat alles maar moet kunnen omdat AI je een half uur bespaart.

Je krijgt ook salaris om je werk zorgvuldig te doen.”

Kunnen organisaties al varen op best practices?

“Nog nauwelijks. Iets kan een half jaar goed werken en daarna verandert het landschap zo sterk dat de aanpak niet meer past.

Praat met andere organisaties en leer van hun ervaringen, maar kopieer ze niet. Tegen de tijd dat je een succesverhaal van drie maanden geleden binnen je eigen organisatie hebt ingevoerd, kan het alweer achterhaald zijn.

Blijf zelf nadenken over wat voor jouw organisatie werkbaar is.”

Wat is morgen de eerste stap?

“Wijs één persoon of een klein team aan dat verantwoordelijk is voor AI. Zorg dat de hele organisatie weet waar vragen en ideeën naartoe kunnen.

Het management moet zelf ook voldoende leren. Het onderwerp is te belangrijk om volledig aan een specialist over te laten.

Haal vervolgens kennis, wensen en huidig gebruik bij medewerkers op. Breng samen in kaart wat AI oplevert en wat het kost: financieel, maar ook in menselijkheid en werkomstandigheden.

Daar begint beleid.”

---

Charlotte Meindersma is auteur van AI met beleid.