Organisaties die experimenteren met kunstmatige intelligentie zitten vaak op het puntje van hun stoel: wat kan er, wat mag er, hoe snel kunnen we? Maar tussen alle dashboards, use cases en pilots door valt op dat de meest waardevolle inzichten niet voortkomen uit technologie, maar uit de vragen die mensen stellen.
Niet de snelste of technisch beste wint, maar degene die de juiste vragen stelt. Want pas als je scherp hebt wat je echt wilt leren, veranderen of verbeteren, kun je AI effectief en verantwoord inzetten.
Niet alles wat kan, hoeft ook
AI roept een golf aan mogelijkheden op. Processen automatiseren, voorspellingen doen, content genereren, klantinteracties verbeteren. Maar zonder richting is het risico groot dat je AI inzet om bestaande patronen te versterken, in plaats van te doorbreken. En dat is zonde, want juist bij verandering is de kracht van AI het grootst.
Een HR-afdeling die bijvoorbeeld AI gebruikt om sollicitaties efficiënter te screenen, kan snelheid winnen. Maar stel je in plaats daarvan deze vraag: hoe kunnen we AI gebruiken om bias te verminderen en inclusie te vergroten in werving? Dan verandert het spel. Je gaat van optimaliseren naar transformeren.
De juiste vraag als startpunt voor verandering
Een krachtig voorbeeld komt uit het Cedars-Sinai Medical Center in de VS. Daar worstelden verpleegkundigen met de enorme hoeveelheid administratie tijdens hun diensten. In plaats van direct te zoeken naar een technologische oplossing, stelden ze een fundamentele vraag: wat belemmert jullie het meest in je dagelijks werk, en waar zou technologie veel verschil maken?
Het antwoord: verpleegkundigen spendeerden tot 40 procent van hun tijd aan documentatie, vaak ten koste van directe zorg. Vanuit die nood werd de Aiva Nurse Assistant ontwikkeld: een AI-gedreven spraakassistent die observaties en patiëntinformatie automatisch omzet in gestructureerde registraties. Geen extra app, geen extra werk, maar technologie die bestaande processen slimmer en menselijker maakt.
Door deze vraag eerst te stellen, veranderde niet alleen het werkproces, maar ook de beleving van werk. De resultaten waren opmerkelijk:
- Administratieve tijd daalde significant
- Overwerk verminderde met meer dan 50 procent
- Verpleegkundigen voelden zich opnieuw zorgverlener in plaats van data-invoerder
- De patiënttevredenheid steeg
Wat dit voorbeeld laat zien: AI wordt pas transformerend als je begint bij het probleem, niet bij de tool. Niet: "hoe kunnen we AI gebruiken?", maar: "waar willen we fundamenteel iets in veranderen?"
De juiste vragen maken ruimte voor betere experimenten
Veel AI-projecten stranden omdat ze vertrekken vanuit het middel, niet vanuit het doel. Dat is alsof je een medicijn toedient zonder te weten waar de patiënt last van heeft. Een goed AI-experiment begint niet met data of tools, maar met een vraag als:
- Welk gedrag willen we veranderen of versterken in onze organisatie?
- Welke beslissingen nemen we nu op basis van intuïtie, die we beter zouden willen onderbouwen?
- Waar zit herhaling in ons werk waar we eigenlijk geen menselijke creativiteit meer voor nodig hebben?
- Hoe kunnen we AI inzetten om mensen meer autonomie of eigenaarschap te geven?
Het zijn vragen die niet alleen over technologie gaan, maar over de interactie tussen mens en systeem. Over hoe je AI kunt gebruiken om werk betekenisvoller te maken en verandering duurzaam te ondersteunen.
Dus, welke vragen stel jij?
AI dwingt ons om opnieuw te kijken naar hoe we werken, leren, beslissen en veranderen. Maar alleen als we de juiste vragen stellen, komt het potentieel tot zijn recht. Niet: wat kan er met AI? Maar: wat willen we anders, en hoe kan AI daarbij helpen?
Wil je meer leren over hoe je AI kunt inzetten om verandering te versnellen? Begin dan bij de vragen. Want zoals in elke goede verandering geldt: de kwaliteit van je vragen bepaalt de kwaliteit van je uitkomsten.
Eerder verschenen in The CHNG Letter op LinkedIn.