Module 1: Inzicht inagenten, 25–30 min

Wat ‘agentic’ werkelijk betekent

Deze module legt de basis voor de rest van de cursus: wat een agent nu eigenlijk doet, wat de huidige AI nog steeds niet kan, en waarom — voorlopig — de ervaren medewerker in uw bedrijf de dingen weet die de machine niet weet. Geen chatbots, geen hype. Een heldere uitleg, met één concreet voorbeeld, van waarom de mens de leiding blijft houden.

1.1 Antwoorden is geen handelen

Een chatbot beantwoordt een vraag. Een agent onderneemt actie — hij verstuurt, plant, archiveert, regelt, werkt bij. Dat is het hele onderwerp van deze cursus: een handeling heeft gevolgen die een zin niet heeft, en iemand die actie onderneemt moet aan andere maatstaven worden gehouden dan iemand die alleen maar antwoord geeft. Op het moment dat een tool niet alleen kan zeggen, maar ook kan doen, is de vraag niet langer „is het slim?”, maar „wat gaat het doen, en voor wie?”

Leerpunt: De sprong van antwoorden naar handelen is de sprong die ertoe doet. Al het andere in deze cursus vloeit voort uit het serieus nemen daarvan.

Discussieonderwerpen

Waar in uw bedrijf zou een zelfstandig handelende AI echte gevolgen hebben — en waar zou het louter handig zijn?
Wat is de actie met de grootste gevolgen die je nooit zou willen dat er wordt ondernomen zonder dat er een mens bij betrokken is?

1.2 Efficiëntie is niet het punt

Het eerste wat de meeste organisaties met AI doen, is verkeerd: ze gebruiken het om hun bestaande processen sneller te laten verlopen. Maar snelheid toegepast op een gebrekkig proces zorgt er alleen maar voor dat het gebrek eerder aan het licht komt. Een agent die een gebrekkige stap automatiseert, herhaalt dezelfde fout op grote schaal en in hoog tempo — je hebt het niet opgelost, je hebt het op grote schaal doorgevoerd. En het automatiseren van een proces dat niet langer geschikt is voor het beoogde doel, verankert het: zodra een machine ervan afhankelijk is, wordt het moeilijker om het in twijfel te trekken. Vraag, voordat je je afvraagt „kan een agent dit sneller doen?”, eerst: „moet dit werk überhaupt worden gedaan, en in deze vorm?” De verschuiving naar automatisering is een uitnodiging om het werk te heroverwegen, niet een hulpmiddel om het te bestendigen.

En efficiëntie is slechts een bijkomstig voordeel. AI is niet in de eerste plaats een manier om dezelfde dingen goedkoper te doen. De werkelijke waarde ligt in effectiviteit – het juiste werk doen, en dat beter doen – en in de ruimte die het biedt om te innoveren, om aan te bieden wat je voorheen niet kon bieden. Efficiëntie is de moeite waard, maar op zichzelf is het bijna irrelevant, en vaker wel dan niet een snelle weg naar mislukking. De reden hiervoor is concurrentieel, niet moreel: als je AI alleen gebruikt om je bestaande model sneller te laten draaien, ben je een positie aan het oppoetsen waar je concurrenten juist AI gebruiken om voorbij te streven. Efficiëntie stemt de motor af; effectiviteit en innovatie bepalen of je nog steeds in het juiste voertuig rijdt.

Drie soorten winst

Efficiëntie — hetzelfde werk, sneller of goedkoper. De moeite waard; op zichzelf zelden doorslaggevend.
Effectiviteit — het juiste werk, beter uitgevoerd. Daar ligt het echte voordeel.
Innovatie — waarde die je voorheen niet kon bieden. AI als springplank, niet alleen als hefboom.

Leerpunt: Het automatiseren van een slecht proces lost het niet op — het zorgt ervoor dat fouten sneller worden gemaakt en moeilijker ongedaan te maken zijn. En AI die alleen voor efficiëntie wordt gebruikt, optimaliseert een model dat je concurrenten juist met behulp van AI achter zich laten. Stel het proces ter discussie, streef naar effectiviteit en ruimte voor innovatie, en laat efficiëntie daaruit voortvloeien.

Discussieonderwerpen

Welke van je processen zou je niet op deze manier ontwerpen als je vandaag zou beginnen?
Waar zou het versnellen van een proces het later moeilijker maken om het te veranderen — en zou dat voor jou van belang zijn, of niet?

1.3 Wat de huidige AI niet kan

Yann LeCun, de meest geciteerde onderzoeker op dit gebied, verliet het grootste AI-lab om het duidelijk te zeggen: de huidige modellen kunnen niet echt redeneren of plannen, omdat ze geen model van de wereld hebben — ze kunnen de gevolgen van hun acties niet voorspellen. Ze hebben bijna alles gelezen en nergens geleefd. Ze kunnen klinken alsof ze gelijk hebben, maar hebben geen idee wat hun volgende stap zal betekenen. Vloeiendheid is geen begrip.

Leerpunt: Een systeem dat uitsluitend op tekst is getraind, leert de statistieken van de beschrijving van de wereld, niet de structuur van de wereld zelf. Het kan verbazingwekkend vloeiend zijn en toch niet weten wat er gebeurt als je het glas loslaat.

Meer lezen

Taonga in de latente ruimte — wat een ‘wereldmodel’ is, en waarom een agent moet voorzien wat zijn actie teweegbrengt, toegepast op een gemeenschap en een bedrijf.
AI die binnen zijn grenzen blijft — begrensde competentie en ingebouwde terughoudendheid: de vorm van een agent die je kunt vertrouwen.
Yann LeCun — Een pad naar autonome machine-intelligentie — de architectuur van het wereldmodel waarop deze module is gebaseerd.
Bekijk de volledige lijst met aanbevolen literatuur.

1.4 Twee manieren om te handelen

Er zijn twee manieren om te handelen. De eerste is reactief — direct van indruk naar actie, zonder iets af te wegen. De tweede stelt zich het resultaat voor en wijst af wat de regels overtreedt, voordat er actie wordt ondernomen. De meeste agenten van vandaag de dag hanteren de eerste manier. De tweede manier is wat een handelaar veilig maakt — en voorlopig wordt de tweede manier verzorgd door een mens.

Belangrijkste leerpunten

Reactief handelen is snel en blind voor de gevolgen; weloverwogen handelen weegt eerst het resultaat af.
Een agent zonder een model van jouw wereld kan de tweede manier niet zelfstandig toepassen.
De persoon die de gevolgen afweegt, doet het werk dat de machine niet kan doen.

1.5 Jij bent het wereldmodel dat de machine niet heeft

De ervaren persoon in je bedrijf draagt al het beeld bij zich dat de machine niet heeft — wat deze klant doet als de factuur niet klopt, welke dienstverlening in het gedrang komt als een stap wordt overgeslagen, welke belofte nooit mag worden gebroken. Totdat er een gestuurd model van jouw wereld bestaat, is die persoon het wereldmodel. Dit is de technische reden waarom mensen in deze cursus op de eerste plaats komen, niet uit sentiment. Haal de persoon weg die het beeld in zich draagt, en je hebt het enige weggenomen dat de schade kan voorzien.

Overbruggingsvraag: Wie in uw bedrijf beschikt over kennis van een klant, een geschiedenis of een manier waarop het werk daadwerkelijk wordt gedaan, die geen enkele software op dit moment kan reproduceren?

Discussieonderwerpen

Wiens vertrek zou je kennis kosten die je niet snel zou kunnen herstellen?
Waar vertrouw je nu al op het inzicht van een persoon om op te merken wat een checklist zou missen?
Waar in je werk is een persoon eigenlijk het onbetrouwbare onderdeel — en verandert dat de vraag waar je een machine zou willen inzetten?

1.6 Een praktijkvoorbeeld

Een op dit principe gebaseerd autonoom systeem houdt de werking van een platform in de gaten – de status, de waarschuwingen, de storingen – en handelt binnen een beperkt kader stabieler dan een mens dat zou kunnen. Het overtreft een mens in het toezicht. En het stopt: alles wat betrekking heeft op een lid, een betaling of een onomkeerbare verandering wordt aan een mens overgedragen om te beslissen. Bovenmenselijk binnen zijn kader; terughoudend aan de rand. Die combinatie — bekwaam waar het begrensd is, en verantwoording afleggend waar dat niet zo is — is de vorm die de moeite waard is om na te streven.

Leerpunt: De overdracht aan een mens is geen gunst die de tool verleent wanneer het zich onzeker voelt. Het is een regel die in de structuur is ingebouwd, waar de tool niet omheen kan. Een grens in de architectuur, geen instelling die je kunt uitschakelen.

1.7 Wat je van elke agentische tool moet vragen

Wanneer je een agentische tool voor je bedrijf afweegt, is de vraag niet hoe slim het is. Het zijn twee eenvoudigere vragen: presteert het beter dan een mens bij één duidelijk afgebakende taak, en geeft het volgens de regels alles terug wat bij de mens moet blijven? Slimheid zonder die tweede eigenschap is je vertrouwen nog niet waard. Houd beide vragen in gedachten tijdens de rest van de cursus; in Module 2 worden ze omgezet in een methode die je in je hele bedrijf kunt toepassen.

Belangrijkste leerpunten

Afgebakende competentie wint het van brede slimheid wanneer een agent kan handelen.
Ingebouwde terughoudendheid — niet welwillendheid — is wat een agent veilig maakt om echt werk aan toe te vertrouwen.
Slimheid zonder eerbied is een gevaar, geen troef.

Vragen per rol — niet per rang

Gegroepeerd per rol, niet per rang — en de rollen worden steeds vlakker: in een klein bedrijf vervult één persoon vaak meerdere rollen, en in een bedrijf met één persoon en agenten vervult één persoon ze allemaal. Wat een actie is en op wie deze van invloed is, wordt pas duidelijk als elke rol zich erover kan uitspreken — inclusief de nieuwste.

Leiding

(een raad van bestuur, de eigenaren — of jij.) Waar zou een agent die op eigen houtje handelt daadwerkelijke gevolgen hebben in ons werk — en streven we naar efficiëntie terwijl de beloning effectiviteit is, en de ruimte om te doen wat we voorheen niet konden?

Verantwoordelijkheid

(degene die de verandering aanstuurt – of jij.) Leg elk hulpmiddel aan de twee eenvoudige toetsen voor voordat het in werking treedt: reikt het verder dan één persoon met een afgebakende taak, en geeft het, volgens de regels, alles terug wat menselijk moet blijven?

Eerstelijns

(teamleiders — of jij.) Welke van onze processen zou je niet op deze manier ontwerpen als je vandaag zou beginnen — en waar zou het versnellen ervan het later moeilijker maken om te veranderen?

Het werk uitvoeren

(de mensen die het dichtst bij de taak staan — inclusief de nieuwkomers.) Jij kunt een bijdrage leveren: juist daar waar jij het totaalbeeld hebt dat geen enkele software heeft — wat deze klant doet, de stap die nooit overgeslagen mag worden. Je hebt het recht om te zien: dat de vraag die gesteld wordt is „wat gaat het doen, en voor wie?”, niet alleen „is het slim?”

Zelfcontrole

1. Wat is volgens deze module het „belangrijkste“?

Een actie heeft gevolgen die een zin niet heeft — die sprong is het hele onderwerp van de cursus.

2. Waarom staan mensen op dit moment voorop — vanuit technisch oogpunt, niet alleen vanuit ethisch oogpunt?

Zolang er geen gereguleerd model van jouw wereld bestaat, doet de persoon die de gevolgen kan voorzien het werk dat de AI niet kan doen.

3. Welke twee dingen moet je van elk autonoom hulpmiddel vragen?

Beperkte competentie plus ingebouwde terughoudendheid. Slimheid zonder dat tweede aspect is je vertrouwen nog niet waard.

4. Waarom is „gewoon AI gebruiken om onze bestaande processen sneller te laten verlopen” het verkeerde uitgangspunt?

Sneller gaan in de verkeerde richting is geen vooruitgang — stel het proces ter discussie voordat je het versnelt.

5. Waarom is het gebruik van AI puur voor efficiëntiewinst een riskante strategie?

Efficiëntie stemt de motor af; effectiviteit en innovatie bepalen of je nog steeds in het juiste voertuig rijdt.

← Alle modules Module 2 →