De expert. We zagen er met elke technologiehype weer nieuwe van, en nu opnieuw met AI. Maar AI-experts bestaan dus niet. Wat we zien, zijn gelegenheidsexperts. Mensen die slim hebben geleerd om zelfverzekerd te klinken in een domein dat niemand echt begrijpt. Ze lezen veel, volgen conferenties, posten screenshots van ChatGPT-gesprekken en gebruiken woorden die indrukwekkend genoeg klinken om niemand tegen te spreken. En voilà: de volgende dag staan ze op een podium.
Maar deze technologie is zo radicaal anders dat er van experts nog geen sprake kan zijn. AI verandert zo snel dat er voorlopig geen sluitende dingen over te zeggen zijn. Kevin Kelly, oud Wired-hoofdredacteur, vergeleek onze omgang met AI met de tijd waarin zelfs Newton en Franklin elektriciteit nog niet begrepen. Dat is precies waar we nu staan. Wees niet bang om de boot te missen; dat hard roepen is vooral een beproefde salestruc en businessmodel van sprekers en consultants.
Lees ook: Hoe word ik beter en creatiever met AI-tools zoals ChatGPT, Gemini en Claude?
Wims weten net iets meer dan de rest. Kims kunnen iets met AI. Ze bouwen, proberen, vallen, staan op en prutsen tot het werkt
Martijn Aslander
Er zijn wel Kimmen en Wimmen
Professor Paul Iske heeft het vaak over Wim: iemand die Weet Iets Meer. Ik vul die aan met Kim, iemand die Kan Iets Meer. Wims weten net iets meer dan de rest. Ze hebben de nieuwsgierigheid van een hacker en het geduld van een onderzoeker. Ze lezen papers, testen nieuwe modellen en snappen wat er onder de motorkap gebeurt. Maar vooral: ze weten wat ze niet weten. Ze claimen geen compleet overzicht, maar wel een beter begrip dan de meesten.
Kims kunnen iets met AI. Ze bouwen, proberen, vallen, staan op en prutsen tot het werkt. Zo vergaren ze kennis die niet uit boeken komt. In elke organisatie lopen ze rond, maar wat van ver komt lijkt beter. En dus wordt er veel geld verspild terwijl de Kimmen en Wimmen van je eigen organisatie alleen maar een podium nodig hebben. Ze verbinden disciplines, koppelen een LLM aan een spreadsheet, database of tekstarchief en kijken wat er gebeurt. Vaak iets wat ze niet hadden verwacht. Want dat is het punt: AI is niet voorspelbaar. Het is geen machine, maar gedrag. Soms briljant, soms dom. Je kunt niet voorspellen hoe een model reageert op context, taalstructuur of een onverwachte vraag.
Wie zich vandaag profileert als AI-expert, verkoopt een bevroren beeld van iets dat voortdurend van gedaante verandert
Martijn Aslander
Het probleem met experts
Experts willen orde scheppen. Ze proberen nieuwe ontwikkelingen te vangen in kaders, definities en best practices. Maar AI laat zich niet temmen en breekt die kaders telkens weer open.In de twintig jaar dat ik technologie volg, heb ik nog nooit zoveel per week geleerd en toegepast. Wat gisteren niet kon, kan vandaag wel. In zo'n wereld kun je geen expert zijn, alles verandert te snel. Kevin Kelly zei het mooi: om kunstmatige intelligentie te begrijpen, moeten we eerst intelligentie begrijpen. En daar zijn we nog lang niet. Je kunt hooguit meebewegen, leren, falen, reflecteren en bijsturen. Wie zich vandaag profileert als AI-expert, verkoopt een bevroren beeld van iets dat voortdurend van gedaante verandert. Dat is alsof je in 1902 een 'elektriciteitsexpert' was die lezingen gaf over de toekomst van de gloeilamp, terwijl de elektromotor net werd uitgevonden.
Zelf doen, vooral als je er geen tijd voor hebt
De echte vaardigheid nu is niet kennis, maar wendbaarheid: leren, afleren, nieuwsgierig blijven en niet doen alsof je begrijpt wat je niet begrijpt.Kimmen en Wimmen zijn daar goed in. Ze zien AI als gereedschap, niet als magie. Ze weten dat het fouten maakt en niet blind te vertrouwen is. Ze laten het geen 'gratis letters' maken, zoals Peter Ros dat noemt, maar gebruiken het als elk ander werktuig: door te proberen, te corrigeren en te leren wat het wel en niet kan.
Het ongemak van het niet-weten
We leven in een tijd waarin niet-weten ongemakkelijk voelt. Maar AI is juist een oefening in niet-weten. De afgelopen weken bouwde ik mijn eigen ondersteuningssysteem, dat eindelijk werkt zoals mijn hoofd werkt. Vijf versies later gaat alles sneller, niet omdat het moet, maar omdat ik begrijp wat ik doe. Experimenteren is essentieel: je eerste versie is nodig om de tweede beter te maken. Ik kan nu tegen mijn computer praten in slordige zinnen vol fouten. Als de volgorde ongeveer klopt, snapt de AI wat ik bedoel. Dat werkt vaak, maar lang niet altijd. Toch is het fundamenteel anders dan hoe we computers jarenlang gebruikten.
De mooiste momenten zijn niet wanneer iets werkt, maar wanneer iets onverwacht gedrag vertoont. Alsof de software zelf iets nieuws bedenkt. Dan voel je: we zijn in onbekend terrein. En precies daar zit de winst.
Dat is wat deze tijd nodig heeft. We moeten de amateurs koesteren en een podium geven
Martijn Aslander
De amateurs zijn belangrijker dan de experts
Het woord amateur komt van het Latijnse _amare_: liefhebben. Een amateur is een liefhebber, iemand die iets doet uit passie, niet voor geld. Die negatieve bijklank van 'onervaren' kwam pas later. Maar de oude betekenis past beter bij nu: mensen die zich uit liefde ergens in verdiepen. Dat is wat deze tijd nodig heeft. We moeten de amateurs koesteren en een podium geven. Echte expertise ontstaat pas achteraf, misschien over twintig jaar, als we begrijpen wat hier eigenlijk gebeurde. Tot die tijd moeten we blijven bouwen, testen en leren. Dus kijk niet op tegen experts en durf te leunen op Kimmen en Wimmen. Noem jezelf geen AI-expert, maar een AI-amateur: iemand die van het onbekende houdt.
Ontvang elke week het beste van BusinessWise in je mailbox, ook over AI, ook over technologie. Schrijf je hier nu gratis in:
