Nauwelijks vier jaar na de introductie van ChatGPT stijgt dit jaar de AI-golf met bijna dagelijks nieuwe mogelijkheden. En ik merk dat het mijn werk verandert. AI bereidt grote delen van mijn werk voor: ik chat, analyseer en bouw eigen toepassingen. Geen toekomstmuziek. Dit is nu! Aldus Patrick Spigt, met gebruik van AI.
Beeld: Pixabay
AI komt dit jaar hoog op de agenda als een cruciaal strategisch vraagstuk voor de overheid. Gartner voorspelt dat 80 procent van de overheden in 2028 AI-agents inzet voor routinebesluiten. Berenschot plaatst digitalisering en AI in 2026 hoog in de top 5 van Nederlandse boardrooms. TNO telde in 2025 al 81 generatieve AI-toepassingen bij overheden, tien keer zoveel als een jaar eerder. Het kabinet ziet dit en benadrukt met de Nederlandse Digitaliseringsstrategie (NDS) dat samen versnellen de enige optie is.
En voor het eerst kan iemand met een idee, zonder veel technische kennis, zijn eigen applicatie bouwen met AI. We kunnen daardoor sneller dan voorheen afstappen van verouderde kernsystemen, vendor lock-in en koppelingen die niemand snapt. Wat Estland en de Scandinavische landen al jaren als norm hanteren, ligt nu binnen handbereik. Een nieuwe generatie publieke applicaties kan de samenleving enorm helpen en is schaalbaar en transparant, in lijn met het federatief datastelsel van de NDS.
De overheid verandert ook
AI bloeit nu vooral van onderop doordat ambtenaren experimenteren, mijzelf inbegrepen. En dat is goud waard, maar zonder goede structurele inbedding blijven kwaliteit, zorgvuldigheid en ethiek toeval. AI vraagt ons te veranderen en onze strategische winst te verzilveren door echt in onszelf te investeren. Hoe wij dienstverlening organiseren, hoe wij beleid maken, wat wij wel en niet als overheid doen en hoe wij ons ambtenaarschap daarbij invullen.
Wie AI als gereedschap in een oud bouwwerk plaatst, krijgt rommel. Wie het bouwwerk durft te vernieuwen, krijgt een overheid die past bij deze tijd. Het CPB beschrijft de gewenste beweging als de transitie van compensatiesamenleving naar investeringsmaatschappij, waarin de overheid gericht investeert in publieke waarden. Dat vraagt politieke moed. Minder dempen, meer richten. Minder eindeloze toetsing, meer uitvoeringskracht. Minder regeldichtheid, meer focus.
Ambtenaren die nu vastzitten in repetitief, procesmatig en herstellend werk komen dan vrij voor wat alleen mensen kunnen: oordelen, toetsen, verantwoorden en complexe casuïstiek dragen. Dat is goed nieuws voor de samenleving en voor de ambtenaren zelf, want het werk wordt zinvoller.
Daarin zit ook een diepere waarheid. AI is geen weersverschijnsel dat over ons komt. Het is een infrastructuur die wij vormgeven en die ons tegelijk vormgeeft. Hoe wij ermee leren werken, welke vragen wij eraan stellen, wat wij ermee delegeren en wat wij aan onszelf houden: dat bepaalt mede wat publiek bestuur straks is. Een onderzoek van MIT Sloan laat zien dat de meest succesvolle organisaties niet vragen hoe zij AI toevoegen, maar hoe zij hun hele werkproces opnieuw inrichten, inclusief de volgorde en overdracht van taken tussen mensen en machines. Dat is primair een cultuurvraagstuk, minder een implementatievraagstuk. En deze cultuurverandering kan niet alleen top-down plaatsvinden. Samen met medewerkers, OR, vakbonden, burgers en de politiek kunnen we een werkbare overgang creëren voor iedereen.
Hoe start je met AI?
Surfen leer je niet door erover te lezen, maar door actief te werken met je surfplank. Anthropic werkt bijvoorbeeld in een raamwerk met vier kerncompetenties, de zogeheten 4 D’s. De eerste is Delegation: wat geef je AI en wat niet? De tweede is Description: hoe instrueer je scherp en precies? De derde is Discernment: hoe beoordeel je AI-output met een kritische blik? De vierde is Diligence: hoe draag je verantwoordelijkheid voor wat AI maakt, ook wanneer de output overtuigend klinkt?
Dit is mijn surfplank. Iedere ambtenaar heeft er een nodig. Wie de plank niet beheerst, valt er vanaf. Daarom horen deze vaardigheden, waar je ze ook leert, in elke functieomschrijving, elk opleidingsplan en elk gesprek met medewerkers.
Van pilot naar praktijk
Na de eerste oefeningen is het nu tijd om AI echt structureel onderdeel te laten uitmaken van ons werk. We kunnen AI-agents beleid op laten bouwen via een hoogwaardig proces, met advies vanuit verschillende perspectieven en met alle beschikbare eigen en open data.
Of vergunningaanvragen kunnen we laten analyseren op volledigheid en toetsen aan wetgeving, jurisprudentie en lokale regelgeving. En de conceptbeschikking laten voorbereiden, die de vergunningverlener beoordeelt, afweegt en ondertekent. Doorlooptijden worden korter, vergissingen in de toetsing nemen af en de aanvrager krijgt sneller duidelijkheid. Bij subsidieverlening werkt het vergelijkbaar: AI beoordeelt aanvragen op formele vereisten, rangschikt ze op basis van beleidsprioriteiten en bereidt een toekennings- of weigeringsadvies voor. Dat maakt de beoordeling transparanter en verlicht de werklast aanzienlijk. Hetzelfde patroon is toepasbaar op alle overheidstaken, inclusief dienstverlening, toezicht en handhaving.
Vergaderingen kan AI simpel (met formats en skills) van spraak naar tekst omzetten en structureren, waarna de verantwoordelijke ambtenaar toetst en accordeert. En ambtelijke communicatie, van brieven aan burgers tot raadsvoorstellen, wint aan kwaliteit, leesbaarheid en duidelijkheid doordat AI de tekst toetst en verbetert.
Samen met AI werken is niet alleen het resultaat, maar ook de voorwaarde: AI bereidt voor, de ambtenaar beslist. Wie alleen losse tools invoert zonder de werkprocessen te herontwerpen, plukt de vruchten niet.
Mijn werkdag in 2031
Als ik met de kennis van nu vooruitkijk, begint mijn werkdag in 2031 niet meer met een stapel conceptstukken, maar met een dashboard. Afwijkingen en problemen zijn al geduid, agents hebben mij ondersteund vanuit verschillende perspectieven en reflecteren op mijn werk. Stukken zijn korter en kwalitatief steviger onderbouwd; ze vermelden expliciet wat AI heeft voorbereid en wat menselijk getoetst is. Cruciaal is wel dat ik mijn deskundigheid op niveau houdt om mijn verantwoordelijkheid te kunnen nemen.
Mijn aandacht zal daardoor minder gaan naar voorbereiden, redactioneel werk en micromanagen. Ook zal ik geen lange rapportages meer doorploegen om patronen te ontdekken. Meer zal mijn aandacht gaan naar het regie voeren over een hybride werkelijkheid van mensen, agents en ketens. Naar het verbinden van ons (mensen)werk intern en met andere stakeholders, zodat er lokaal, regionaal en landelijk beter integraal wordt samengewerkt. Naar het transparant houden van het gehele systeem, zodat onze bestuurders democratische verantwoording kunnen blijven afleggen.
Daarbij hoort ook het leiden van onze organisatie in deze veranderende wereld. MIT Sloan-decaan Peter Hirst constateert dat waar vroeger IT de digitale transformatie bij het bestuur probeerde binnen te duwen, het senior leiderschap nu zelf de AI-adoptie drijft. Terecht. Maar dat betekent ook dat wij onze IT-kolom beter moeten begrijpen en koesteren, juist om beheerrisico’s te voorkomen, zoals onveilige situaties, datalekken, IP-schendingen en afhankelijkheden die wij niet overzien.
Surfen betekent ook vallen
AI hallucineert en struikelt soms over inschattingen. De WRR typeerde AI in 2021 al als systeemtechnologie. Recent onderzoek waarschuwt dat de aanwezigheid van een mens nog geen menselijk oordeel is. MIT Sloan-professor Kate Kellogg voegt daar een scherpe waarschuwing aan toe: generatieve AI reageert op tegenspraak met wat zij persuasion bombing noemt, escalerende overtuigingstactieken die een ambtenaar kunnen bewegen zijn twijfel te laten varen en de AI-output alsnog te accepteren.
Discernment, het kritisch beoordelen van AI-output, is daarmee niet alleen een vaardigheid. Het is een vorm van mentale weerbaarheid.
De vraag is niet wat AI met ons werk doet; de vraag is of wij willen investeren in onszelf
Vier praktische houdingen helpen daarbij. Ten eerste het altijd verifiëren van bronnen: vraag AI expliciet zijn bronnen te noemen en controleer die zelf, zeker bij beleids- en juridische vraagstukken. Ten tweede het bewust inzetten van tegenspraak: vraag AI om een tegenargument op zijn eigen uitkomst, want dit doorbreekt de bevestigingsdrang die in het model zit. Ten derde het hardop benoemen van twijfel: bespreek AI-output altijd met een collega voordat je besluit, want twee paar ogen doorbreken het overtuigingsgeweld van het model. Ten vierde het documenteren van het oordeel: leg vast wat AI heeft voorbereid en welk menselijk oordeel daaraan is toegevoegd, want dit maakt verantwoording mogelijk.
Als overheid dragen wij de plicht om controlemechanismen te bouwen die de samenleving beschermen. Dat betekent het stellen van drempels voor welke besluiten geautomatiseerd voorbereid mogen worden en welke niet. En het vestigen van de professionele norm dat niemand zich verstopt achter de redenering dat de AI het zo zei.
Wat betekent dit voor organisaties?
De gevolgen voor iedereen in de organisatie zijn groot. AI-geletterdheid wordt een kerntaak. Routinewerk verdwijnt. Wat overblijft is specialistischer, complexer en vaker emotioneel beladen.
Capaciteitsplanningen maken plaats voor functieontwikkeling. Op de werkvloer is minder tijd nodig voor standaardvragen, die beantwoordt de agent of chatbot. De focus verschuift naar de menselijke interactie. De beleidsmedewerker zal meer met data werken, met specialistische oordelen, contextuele duiding en menselijk contact.
Weerstand vraagt aandacht
Wie eerlijk is, herkent naast het enthousiasme ook de weerstand, en die is begrijpelijk en mag niet worden weggewuifd. Drie vormen van weerstand komen het vaakst voor. De eerste is onzekerheid over de eigen rol: medewerkers vrezen dat AI hun werk overneemt. Dit vraagt transparantie over wat er concreet verandert, wat niet, en hoe de organisatie de overgang begeleidt. MIT-econoom Daron Acemoglu bepleit pro-worker AI: technologie die mensen aanvult in plaats van vervangt. Niet als utopie, maar als ontwerpdoelstelling voor publieke organisaties.
De tweede is gebrek aan vertrouwen in de technologie: eerdere digitaliseringsprojecten die te veel beloofden en te weinig leverden hebben sporen nagelaten. Kleine, zichtbare successen bouwen dit vertrouwen stap voor stap op.
De derde is een gebrek aan tijd om te leren: dagelijkse werkdruk verdringt investering in nieuwe vaardigheden. De investering om AI-geletterd te worden vraagt dus om goede afspraken over het realiseren van ruimte in de agenda.
AI-geletterdheid: van individu naar organisatie
AI-geletterdheid ontwikkelen geeft nieuwe energie in onze overheidsorganisaties en vraagt tegelijkertijd een aanpak op drie niveaus die elkaar versterken. Op het niveau van de individuele medewerker gaat het om dagelijkse experimenteerruimte: AI gebruiken voor het opstellen van e-mails, het samenvatten van rapporten of het formuleren van beleidsvragen met agents. De 4 D’s fungeren daarbij als persoonlijk kompas. Informeel ervaringen uitwisselen met collega’s versnelt het leerproces aanzienlijk.
Op het niveau van het team en de afdeling helpt het om een AI-trekker aan te wijzen die experimenten coördineert en verbindt aan de bredere organisatieaanpak. Samen werkprocessen analyseren is essentieel: waar zit repetitief werk, waar helpt AI het meest? Een gezamenlijke werkafspraak over wanneer AI-output wordt vertrouwd en wanneer niet, maakt de werkwijze zichtbaar en bespreekbaar.
Op het niveau van de organisatie gaat het om verankering. AI-geletterdheid hoort in functiebeschrijvingen en opleidingsplannen te staan als kerntaak. Een AI-beleidskader stelt grenzen: wat mag, wat niet, en welke drempels gelden voor geautomatiseerde besluitvorming. Voortgang meten via een rijpheidsmatrix maakt zichtbaar waar de organisatie staat. En een lerende organisatiecultuur geeft ruimte aan beheersbare fouten, zolang medewerkers ze delen en we er overheidsbreed van kunnen leren.
Surfen of wegspoelen
Ik weet niet welke modellen over vijf jaar dominant zijn, belangrijk is wel dat we onze eigen landelijke ontwikkelingen voortzetten. Wat ik wel weet: de golf is er, hij stijgt en hij wacht niet.
Wij surfen of wij spoelen weg. Surfen vraagt investeren in onszelf, in opleiding, datakwaliteit en standaardisatie, en helpt ons om onafhankelijker te zijn van anderen in deze complexe wereld. De grootste uitdaging is en blijft het vermogen om te doen wat werkelijk van waarde is voor de samenleving. Doen wij dit goed, dan oogst de overheid effectiviteit, efficiency en vertrouwen. Doen wij het niet, dan kopen wij verlies van kwaliteit, van legitimiteit en uiteindelijk van publiek mandaat.
De vraag is niet wat AI met ons werk doet. De vraag is of wij willen investeren in onszelf.
Bronnen
– WRR (2021), Opgave AI: de nieuwe systeemtechnologie. Rathenau Instituut (2025),
– Techscan generatieve AI. BZK / Kabinet (2025),
– Nederlandse Digitaliseringsstrategie, Samen versnellen. BZK (2025),
– Jaarrapportage Bedrijfsvoering Rijk, 2024.
– Algemene Rekenkamer (2025), Verantwoordingsonderzoek personeelsomvang Rijk.
CPB / Hasekamp (2022), Van investeren en verdelen komt de winst.
– Anthropic Academy / Feller & Dakan (2025), AI Fluency: Framework & Foundations.
– MIT Sloan Executive Education (2025), AI at Work: What senior leaders want to know about AI (Hirst, Kellogg, Acemoglu).
– Berenschot (2026), Strategie Trendsonderzoek; (2025),
– Digitale autonomie en soevereiniteit. TNO (2025),
– GenAI-monitor Nederlandse overheid. M&I/Partners (2025), AI Monitor Gemeenten.
– OECD (2025), Unlocking productivity with generative AI.
– McKinsey (2025), The State of AI.
– Gartner (2026), Government CIO Agenda en Strategic Predictions.
– EU AI Act, hoog-risico systemen vanaf 2 augustus 2026.
Geef een reactie