Ik heb het in AI gegooid

“Ik heb het in AI gegooid,” zei m’n teamgenoot, “en dit kwam er uit”. Er volgde een online presentatie, en er waren geen vragen.

In de video van Andrej Karpathy die ik eerder besprak kwam deze quote voorbij: “You can outsource your thinking, but not your understanding”. Ik denk dat dit te optimistisch is. De menselijke natuur is nou eenmaal om te optimaliseren op luiheid.

AI maakt heel vaak fouten, of liegt zelfs tegen je, of verzint feiten, of is gebaseerd op verouderde informatie. Het is voortdurend in het nieuws, en iedereen weet het. AI citeert een artikel over een volledig verzonnen ziekte. Advocaten die met onzin bronnen komen. Toch blijft iedereen kritiekloos alles er aan vragen en het antwoord geloven. Klinkt als een mens!

Dit is geen pleidooi tegen AI overigens, ik gebruik het zelf iedere dag. Maar wel een pleidooi voor begrip.

De dooddoener van 2026

“Ik heb het in AI gegooid” is het afschuiven van verantwoordelijkheid. Dat is wat er met die presentatie gebeurde. “Ik heb het in AI gegooid, en dit kwam er uit”. Vervolgens gaat niemand vragen stellen. Want waarover kan je vragen? Alles is in de black box gebeurd. Het teamlid wist waarschijnlijk zelf niet eens welke aannames er allemaal in zaten en die kan je dus ook niet bevragen. Dit is wat nu “cognitieve overgave” wordt genoemd.

“Ik heb het in AI gegooid” is dus meer dan een dooddoener. Normale dooddoeners (‘het is zoals het is’, ‘zo doen we dit altijd’) zijn herkenbaar leeg: Je weet dat iemand er niet over wil praten omdat hij het niet echt weet. Wat je vervolgens kan adresseren. Is dat echt zo? Waarom doen we het altijd zo? Maar een uitkomst van “Ik heb het in AI gegooid” is kwalijker. Het ziet er uit als een uitgewerkt plan. Tabellen, grafieken, conclusies. Zo zo, ziet er uit als professioneel mensenwerk. Maar in het gesprek is het een eindpunt. Want er valt niks te vragen. Ok. Het zal wel. Dank je.

Er zijn hier twee problemen. De ene is dat AI te veel ruimte krijgt om fouten te maken, en de andere zit in het bespreken van de uitkomsten daarvan.

Hoe kan je de AI beter werk laten doen

• Vraag naar bronnen. En controleer die vervolgens echt. Volg de link. Lees het. Dit prikt er in 90% van de gevallen dwars doorheen. Ik had een vraag rondom huurtoeslag die de AI met overtuiging fout beantwoordde, en mij bij navraag naar wetsartikelen verwees die over iets heel anders gingen. ChatGPT gaf, na 5x heen en weer, eindelijk toe: ‘Je hebt gelijk. Mijn eerdere stelling (“familie mag niet”) was onjuist.’
• Herken de vaagheden. “Dit komt vaak voor” is er zo een die LLMs vaak gebruiken. “Heb je daar een bron voor?” is dan het eerste wat je moet vragen.
• Bouw het stap voor stap op. Begrijp en controleer iedere stap. Dat is makkelijker dan 1 heel systeem gaan checken.
• Zoek een andere route, of start een nieuwe chat waarbij je de vraag heel anders aanpakt.
• Begrijp het, en zoek een manier om de uitkomst te controleren. First principles. Is dit wel logisch? Wat zou er moeten gebeuren als ik dit op 0 zet? En gebeurt dat ook?
• Test, debug, test, debug. De AI is alleen maar geïnteresseerd in het happy path.

Hoe kan je de uitkomst beter bespreken

• Laat de aannames zien in de input. Als je die niet kent, terug naar af, tot je ze wel kent.
• Laat zien wat je niet hebt gecontroleerd. “Dit is een aanname, maar kon ik niet checken”.
• Beschrijf de redenering voor je hem deelt. Als je dit niet kan uitleggen, snap je het zelf nog niet goed genoeg.
• Neem verantwoordelijkheid: Dit is mijn verhaal. AI was gereedschap, maar ik ben de eigenaar en ik ben verantwoordelijk voor de uitkomsten. Ask me anything.
• En als luisteraar/lezer: Bevraag. Ask them anything. Er zit sociaal ongemak in stellen van moeilijke vragen, “ik wil hem niet voor schut zetten”, waardoor sommigen dit uit de weg gaan. Maar doe het toch, eventueel met een ‘Laat me even meedenken’ of ‘Heb je deze uitkomst vergeleken met xyz?’

Een goede toets is: Zou ik mijn beste vrienden of liefste familie deze conclusie in 100% vertrouwen vertellen, of deze met AI gemaakte app laten gebruiken? Mijn thuisbatterij berekening is daar een goed voorbeeld van. Zou ik mijn vader honderden tot 1000+ euro laten uitgeven op basis van een verkeerde conclusie? Iedere keer ontdekte ik weer iets wat ik niet goed kon begrijpen, vroeg er naar bij Claude, en die ontdekte weer dat er ergens een foutje zat, of iets niet was meegenomen, of iets verkeerd was begrepen. En de uitkomsten veranderden weer. Pas toen ik exact kon zien én begrijpen hoe de laadstrategie dag tot dag was, had ik vertrouwen, en voelde het ook als “ik heb dit gemaakt, met AI als gereedschap”.

Geef het werk uit handen, maar niet het begrip. Hoe verleidelijk dat ook is.