SIMON BEEN

AI IN HET INFORMATIEDOMEIN (20)     

De impact van AI op organisaties is groter dan velen van ons nu nog onderkennen en dat leidt tot voorspelbare problemen die allemaal te maken hebben met het domein van de informatieprofessional: informatie. Op praktisch niveau hebben we in de laatste artikelen al wat manieren besproken om als professional met de eigenaardigheden en beperkingen van AI om te gaan, maar dit artikel bekijkt het grote plaatje, top-down:
> Fundamentele uitdagingen voor de organisatie
> Belangrijke oorzaken daarvan
> Waarom dat de informatieprofessie raakt, hoe divers die ook is
> Waar het precies misgaat
> Basisrollen rond AI voor informatieprofessionals
En dit is nog maar de start. In komende artikelen wordt dit nader uitgewerkt, met name voor de verschillende functies in de informatieprofessie.

WAAR STAAN WE MET AI?
Nu drie jaar geleden viel ChatGPT uit de lucht als een buitenaards wezen. Vraag niet hoe, maar negen maanden later verscheen het eerste artikel uit deze reeks in IP. De inleiding was: Artificial intelligence (AI) is voor de één een fascinerend onderwerp dat de mensheid naar een nieuw niveau tilt en kansongelijkheid verkleint en voor de ander een doos van Pandora vol plagen, angst en beven. Hoe je het ook bekijkt, in ons vakgebied kan en zal de impact groot zijn. ChatGPT en alle zusjes en broertjes daarvan veranderen het werken met en genereren van informatie structureel, nu al. En de AI Wars zijn nog maar net begonnen ...

Alsof het gisteren geschreven is, inclusief de in het artikel genoemde ontslagen copywriters, de adviseurs met AI als sparringpartner en AI als programmeerkanon. Toch is het AI-domein in die paar jaar onvergelijkbaar gegroeid in breedte, diepte en media-aandacht. Interessant genoeg is ook de tweedeling tussen gefascineerden en terughoudenden gegroeid; zelfs – en misschien wel juist – onder informatieprofessionals. In dat laatste heb ik me gigantisch vergist. Als informatie niet alleen een hulpmiddel voor je is, maar zelfs je vak, dan wil je toch alles weten van zo’n ontwikkeling, niet alleen voor jezelf maar toch zeker ook voor je organisatie? Helaas gaat het tot nu toe niet zo. En dat heeft grote consequenties.

HET ONTSPOREN IS BEGONNEN
Laat ik eerlijk zijn: al in dat genoemde allereerste artikel wilde ik de impact op organisaties en de noodzaak van goed beleid uitdiepen, maar ik was bang dat het niet zou landen en het te speculatief zou zijn. Inmiddels worden mijn beelden helderder en is gelukkig een deel van de informatieprofessionals al wél klaar voor dergelijke discussies. Bovendien dringt de noodzaak zich op. Het grote ontsporen is namelijk begonnen. Zoals hieronder in vogelvlucht blijkt, verslechtert met de huidige AI-aanpak de hele informatiehuishouding binnen organisaties. En ja, dat is jouw probleem. Maar jij kunt ook de Prins op het Witte Paard zijn!

GEMAK ALS GROTE VERLEIDER
Het zal je niet zijn ontgaan dat sinds eind vorige eeuw de hele informatiewereld binnen organisaties digitaal is geworden, met de pc als spin in het web. Misschien ook ben je je bewust dat het daardoor allemaal veel sneller gaat, maar zeker niet in alle opzichten beter. Niet alleen mensen en functies zijn verdwenen, maar ook expertises en waarborgen. Voorbeelden genoeg. Papieren post was goed te kanaliseren en beheren; digitale ...? Kansloos. Google was dé vervanger voor de interne bibliotheek, maar wat moest je met al die hits? Tegelijk bespaarde de digitalisering wel kosten, en wie wilde niet van die ondoorgrondelijke papierberg af? 

De grote kers op de taart was de autonomie van de kenniswerker. Die hoefde niet meer gebruik te maken van allerlei facilities als typekamer, repro, postkamer en bibliotheek, maar kon rustig op zijn plek blijven en alles regelen via die pc. Gemak, dat was de grote verleider, ongeacht de consequenties. Want die zijn er natuurlijk zat: de papierberg maakte plaats voor het minstens zo ondoorgrondelijke informatiemeer; het duurde jaren voordat gebruikers voldoende digitaal vaardig waren; het aantal systemen explodeerde net als het aantal opslaglocaties; overzicht en grip namen af in plaats van toe.

ACHT FUNDAMENTELE UITDAGINGEN
En nu? Kunstmatige intelligentie belooft een nieuwe golf van efficiency én nog meer autonomie en gemak voor de kenniswerker. En bovendien een oplossing voor dat hardnekkige probleem van overzicht en grip. Want ook al spreken we al jaren over ‘content’ als opvolger van ‘document’, pas door AI krijgt dat concept handjes en voetjes. Nu kun je als medewerker of manager gewoon vragen wat je wil weten uit al die documenten en data van de organisatie, en je krijgt het antwoord.

Helaas zijn er echter wat kinken in de kabel – als je goed kijkt zie je veel parallellen met de chaotische start van het digitaliseringstijdperk:
> AI werkt ‘anders’ dan verwacht en gewenst.
> Hiermee verantwoord leren omgaan is een forse uitdaging.
> De rol van informatie binnen organisaties verandert ingrijpend.
> Zowel besturen als ICT onderschatten het bovenstaande schromelijk.
> De uitrol van AI gaat chaotisch, van verbieden tot onwerkbare regie.
> Er verdwijnen miljoenen in twijfelachtige ‘eigen’ modellen.
> Microsoft krijg carte blanche.
> Tools doen niet wat ze pretenderen.
In voorgaande artikelen zijn enkele van deze punten aan de orde geweest op een praktisch niveau, zoals de forse uitdaging om AI-geletterd te worden. Nu tillen we dat naar beleidsniveau en kijken we naar de consequenties voor jouw rol.

AI WERKT ‘ANDERS’ DAN VERWACHT
We kennen computers als feitenmachines als het gaat om data: koele rekenaars. Organisaties vertrouwen op die feiten, op zekerheden, maar AI werkt met waarschijnlijkheid. De modellen draaien uiteraard wel op computers, maar werken totaal anders dan we daarvan gewend zijn: bij gebrek aan duidelijke context moeten ze inschatten wat de vragensteller precies wil weten. En: voor het vinden van een antwoord zijn ze getraind op ongelooflijk veel data over ontelbare onderwerpen, zodat ze ook hier moeten inschatten welke informatie past bij de vraag.

De AI weet simpelweg niet wat waarheid is, alleen welke woorden vaak samen voorkomen en in welke context. Hoe meer eenduidige informatie er is over een onderwerp, hoe beter het antwoord. Hoe minder of juist strijdige informatie, hoe onbetrouwbaarder de ‘gok’. Dat is hoe ze zijn gebouwd. Ze rekenen en redeneren niet echt, zijn goed in woorden en niet in cijfers. Alles draait om patronen en voorspellen, feitelijke juistheid is sterk afhankelijk van de ingevoerde informatie en juist gebruik, maar ook dan geen gegeven. 

Dit introduceert een vreemde paradox: hoewel organisaties totaal niet zijn ingericht op het werken met onzekerheid, is er weinig oog voor de risico’s en de remedies ertegen. Dat uit zich op diverse terreinen zoals we zullen zien. Een voorproefje? Modellen worden getraind op sets met data en documenten die vervuild zijn. Metadata ontbreken. Audittrails worden onbetrouwbaar. Je klanten stellen slordig vragen en interpreteren antwoorden verkeerd. En de beperkingen van de tools worden onderschat.

WAAROM GAAT HET ZO MIS?
De dieperliggende reden waarom de fouten van het Google-tijdperk worden herhaald is simpel: de top begrijpt ‘AI’ niet. Ze horen en lezen erover, proberen wat, raken gefrustreerd en verward, maar hebben geen goede praktijkervaring en geen goed referentiekader. Sterker nog: dat geldt niet alleen voor AI, maar ook voor informatie. Bestuurders hebben doorgaans geen idee wat ‘informatie’ eigenlijk is en hoe belangrijk bijvoorbeeld metadata zijn voor de bruikbaarheid en betrouwbaarheid van die informatie. En toch moeten ze erover beslissen.

Opnieuw dus een paradox: ook al draait het met AI volledig om informatie en ontbreekt het in de top aan kennis op dat gebied, worden de mensen wiens vak dat is – informatieprofessionals – eenvoudigweg niet of te laat betrokken. Eerder wordt AI gedelegeerd aan ICT, waar de expertise te eenzijdig is. Consequentie: AI ontspoort. Niet alleen vanwege het gokelement en de volstrekt ontoereikende training, maar juist ook doordat verkeerd wordt omgegaan met de input – de documenten en data – en de inzet van tools. 

Voor dit beeld 

TOEGEVOEGDE WAARDE AI
Als je dit alles leest denk je misschien dat AI alleen maar een onbetrouwbaar en ontwrichtend instrument is waar we verre van moeten blijven. Vandaar een inkijkje in de redenen waarom AI wel degelijk de moeite waard is, maar ook waar op beleidsniveaus de risico’s zitten die maken dat juist jouw rol zo essentieel is.

1. Je denkt beter met AI
AI helpt je om overzicht te krijgen in grote hoeveelheden informatie door snel te analyseren, hoofdlijnen te ontdekken, de essentie te destilleren en jou inzichten te geven. Daardoor leg je verbindingen die je eerder niet zag, onverwachte associaties en patronen. Tegelijkertijd scherpt AI ook je eigen denken door advocaat van de duivel te spelen, je te wijzen op zwakke plekken, door te vragen en je te dwingen je eigen aannames onder ogen te zien. En natuurlijk maakt ze complexe materie toegankelijk.

Kortom: het draait hier niet om perfectie, maar om overzicht en inzicht, en het blijft jouw denken; je neemt geen ideeën klakkeloos over.

2. AI maakt je creatiever
Met AI kun je snel en krachtig nieuwe ideeën genereren, buiten je gebaande paden treden. Ze helpt je met brainstormen en inspireert je. Omdat AI toegang heeft tot heel andere contexten en bedrijfstakken zorgt ze voor kruisbestuiving en onverwachte combinaties van onderwerpen. Je kunt hetzelfde vraagstuk op allerlei manieren laten benaderen, out of the box-insteken vragen of juist heel traditionele, en een breed scala aan alternatieven krijgen. En als je vastloopt, vraag je nieuwe perspectieven en test je je eigen vooronderstellingen of doe je ‘what if’-scenario’s.

Ook hier draait het niet om detailnauwkeurigheid, maar om ideevorming, creativiteit, inspiratie. Fouten kunnen je juist inspireren tot doorvragen en andere benaderingen. Als je van brainstormen overgaat naar een tekst produceren en delen, verandert de insteek uiteraard.

3. AI maakt je efficiënter
Het is een goede kickstarter. Je bent snel op stoom, ook omdat AI drempels verlaagt. En ze is snel. Je hebt in korte tijd een concepttekst of ruwe opzet, eventueel gebaseerd op een template dat je eerder maakte. Dat doorbreekt psychologische barrières. Als je verschillende varianten overweegt, kun je die snel vergelijken, zowel qua inhoud als qua structuur. En als het om routinewerk gaat, kan dat vaak worden versneld, van opmaak en formattering tot standaard antwoorden op vragen. 

Hier staan met name de snelheid en de eerste stappen centraal, niet per se gericht op een eindproduct. Jij blijft nog steeds de laatste schakel.

4. AI verbetert communicatie
De vorm en toegankelijkheid van communicatie worden beter met de inzet van AI. Je maakt taal beter begrijpelijk, vooral als die complex is of vol jargon of misschien vooral lange zinnen bevat zoals deze. Toon en stijl kun je aanpassen naar de context, zoals zakelijk maken of toegespitst op een speciale doelgroep. Daarmee kun je culturele en taalbarrières overbruggen en terminologie gelijk houden. Maar ook is AI handig om herhalingen en overbodige informatie uit te filteren en je kernboodschap te versterken.

De vorm staat hier centraal. Je draait aan de knoppen om de boodschap zo goed mogelijk te laten overkomen. De boodschap zelf bewaken is aan jou, want ook nuanceverschuivingen in een heldere boodschap kunnen tot problemen leiden.

5. AI voor informatievoorziening
AI levert ook feiten en kennis. Met AI weet je gewoon meer. Maar dat gebeurt op twee heel verschillende terreinen: algemene, conceptuele kennis en specifieke, operationele feiten. Dat maakt een verschil. De algemene kennis waar AI je in voorziet helpt bij het begrijpen van concepten, hoe iets werkt bijvoorbeeld, en bij het krijgen van een brede context. Als het om werkspecifieke, operationele feiten gaat verandert de zaak compleet. Hierbij is detailnauwkeurigheid uiterst relevant en slaat het risico om van laag naar hoog. Dat geldt met name voor specifieke feitenvragen, procedures en regelgeving, beslissingsondersteuning, externe communicatie, verantwoording en professioneel advies. Daar spelen de beperkingen van AI op.

Verkeerde cijfers of aanbestedingsregels, verouderde beleidskeuzes, verlies aan nuance, foute toezeggingen, gebrekkige verantwoording, onjuist fiscaal advies ... dat is het laatste wat je wilt als organisatie. En als je net succesvol hebt gestoeid met AI om toe te passen op jouw situatie is de stap klein om een feitelijke concretisering te vragen en te vergeten dat je van laag risico naar hoog risico gaat. Sluipenderwijs stap je zo in een valkuil. Je begrijpt het al: het venijn zit in de staart. Als het gaat om algemene kennis is de waarde van antwoorden prima zelf te beoordelen als gebruiker, maar bij de werkspecifieke, operationele feiten volstaat dat niet. Dát is het gebied waar het om draait. En dat is ook precies het gebied waarop de informatieprofessional in beeld moet zijn.

INFORMATIEPROFESSIONALS ZIJN ESSENTIEEL
Als informatieprofessional besef je als geen ander hoe informatie betekenis krijgt en behoudt. Je kent vaak de kernprocessen en kennisstromen binnen de organisatie en weet waar informatie zit en hoe die wordt gebruikt. Het belang van metadata, context en betrouwbaarheid is vanzelfsprekend voor je en je kunt die betrouwbaarheid en de kwaliteit ook beoordelen. Dat lijken misschien ‘administratieve’ expertises, en veel bestuurders zien dat ook zo, maar in het AI-tijdperk zijn deze expertises strategisch. De kwaliteit van de organisatie-intelligentie hangt ervan af. Niet alleen bij de uitvoering, maar nadrukkelijk ook bij de beleidsvorming en de inrichting van de nieuwe werkwijzen en systemen.

Er is wel een complicatie. Het is nauwelijks mogelijk om te spreken van ‘de’ informatieprofessional. Goed beschouwd is de hele verantwoordelijkheid voor ‘informatie’ binnen organisaties enorm versnipperd. Zo is er een heel brede groep functionarissen met elk eigen aandachtsgebieden en verantwoordelijkheden die zich ofwel ‘informatieprofessional’ voelen of onmiskenbaar een relevante dienstverlenende of sturende rol spelen in het informatiedomein. Ik onderscheid vier categorieën:
> Organisatiegeheugen & Verantwoording
> Kennisorganisatie & Informatiestromen
> Informatieverstrekking & Ondersteuning
> Communicatie & Externe Informatie
Het kader links bij dit artikel geeft een invulling van elke categorie met herkenbare voorbeelden van functies. Binnen grote organisaties zijn dit al snel twintig verschillende soorten rollen. Posities die vaak door muren gescheiden zijn en zelden overkoepelend worden aangestuurd vanuit de invalshoek ‘informatie’. Maar dat is niet de enige vorm van afgescheidenheid. Er zitten ook muren tussen uitvoering, beleid en techniek. Dat betekent dat ICT vaak implementeert zonder de juiste kennis en expertise, zelfs soms als die functies deels binnen ICT zijn ondergebracht. Er is dan ook sprake van vele silo’s.

VIER KERNRISICO’S
Als je kijkt naar die vier categorieën informatieprofessionals, dan is wel duidelijk dat er flinke verschillen zijn en dat (dus) het falen van AI-beleid ook uiteenlopende uitwerkingen heeft. En toch kun je spreken van vier kernrisico’s die bijna iedereen raken. Hieronder wordt dit kort toegelicht. Komende artikelen diepen het verder uit per functiecategorie. Let wel: deze risico’s focussen vooral op de categorie van de feitelijke, werkspecifieke informatie, de andere toepassingsgebieden zijn laag-risico.

Risico 1: kwaliteit
Als het gaat om de kwaliteit van de informatie, dan zijn er meerdere struikelblokken. Het is al gezegd: AI werkt niet met waarheid of met zekerheden, maar met waarschijnlijkheden, en je weet niet of de AI voldoende context en achtergrondkennis heeft voor een betrouwbaar antwoord. Bronnen moeten gecheckt, maar zijn vaak onherkenbaar in de trainingsdata. Wat extra complicerend is: juist bij interne modellen spelen deze problemen: ontbrekende metadata, niet gebruikte bronnen, vervuilde input. Zie ook risico 2.

Dit raakt alle categorieën informatieprofessionals. Om maar wat te noemen: inputkwaliteit (archivarissen), metadata (datastewards), kwaliteitsborging (kennismanagers), bronnen (informatiespecialisten), uitgaande informatie (communicatieprofessionals).

Risico 2: transparantie
Er zijn onzichtbare processen gaande terwijl je een reactie van je AI krijgt. Zo heb jijzelf een historie opgebouwd en misschien zelfs je AI een persoonlijkheid en algemene instructies gegeven. Alleen dat al maakt dat jouw antwoorden in vorm én inhoud anders zullen zijn dan die van je collega’s. Maar ook kiest een mechanisme als Microsoft Graph bij het gebruik van Copilot zélf welke documenten wel en niet voor jouw antwoord worden gebruikt, op basis van jou onbekende criteria. En sowieso verdwijnt door AI-gebruik een stuk papertrail en dus verantwoording in een black box.

Ook dit raakt allerlei disciplines: papertrails (archivarissen), black-box (data officers), impliciete kennis (kennismanagers), gebrek aan transparantie (informatiespecialisten), ontstaansgeschiedenis content (communicatieprofessionals).

Risico 3: fragmentatie
Sommige mensen springen van de ene AI naar de andere als er weer eentje ‘de beste’ is geworden in het eindeloze haasje-over-spel. Maar velen hanteren simpelweg meer dan één AI omdat elk zijn eigen sterktes en zwaktes heeft. Bovendien raken AI’s in meerdere afdelings-, proces- of bedrijfsbrede applicaties geïntegreerd. Dit leidt tot versplintering van kennis op persoonlijk niveau én binnen projecten en in functionele kennisdeling zoals best practices. En zo erodeert het institutioneel geheugen van de organisatie zelf: het werkgeheugen, maar ook het langetermijngeheugen.

Met name informatiespecialisten en kennismanagers merken dit: kennisdeling is de kerntaak van kennismanagers en het trainen van de nu zo cruciale informatievaardigheden is vaak de taak van de informatiespecialisten en hun collega’s. En dan dat institutionele geheugen: afdelingen DIV en Archief zien met lede ogen toe, zeker vanuit de volgende invalshoek, risico 4.

Risico 4: verantwoording
We zagen het al: papertrails verdwijnen deels, kennis raakt versplinterd, kwaliteit wordt onbetrouwbaar. De ultieme consequentie is dat goede reconstructie van besluitvorming knap ingewikkeld en zelfs onmogelijk wordt. Hoe zit dat dan met de wettelijke bewaarplicht? Wat doet dit met de organisatie als geheel, qua betrouwbaarheid, reputatie en transparantie? Wie weet nog wat écht ‘waar’ is?

Communicatieprofessionals ondervinden hierdoor een andere dimensie bij het begrip reputatiebeheer en archivarissen zien hun kerntaak gestaag worden getorpedeerd.

TIJD VOOR DE PRINS OP HET WITTE PAARD
Je weet, als de nood het hoogst is ... Maar ik vraag me af of die prins, de informatieprofessional, al wakker is. In de coulissen liggen meerdere kostuums klaar die zij of hij kan aantrekken voor de nieuwe rollen die vervuld kunnen en misschien wel moeten worden.

Het ligt voor de hand dat je die rollen bekijkt vanuit het perspectief van je huidige rollen. Die zitten immers vast aan je functie. Toch wil ik je uitdagen een stapje verder te gaan en te denken vanuit je expertise en je verantwoordelijkheid. Wat doe je als deskundige als je iets ziet ontsporen? Het negeren want ‘het staat niet in mijn functiebeschrijving’ of het proactief oppakken in het belang van de organisatie?

NIEUWE ROLLEN VOOR INFORMATIEPROFESSIONALS
Ik zie op dit moment acht mogelijke rollen die passen bij de bestaande expertise van informatieprofessionals en die in het AI-tijdperk nieuw zijn of veranderen qua benodigde invulling.
> Waarheidsbewaker: de grote validator
> Stroomregisseur: behoeder voor fragmentatie
> Ontsluiter: zorger voor toegankelijkheid
> Toekomstbewaker: waarborger van verantwoording
> Voeder: leverancier van goede input en tuning
> Inrichtingsadviseur: strateeg van de informatiehuishouding
> Gids: begeleider en stimulator van vaardigheden
> Risicobeheerder: governancebewaker
Sowieso is het voor informatieprofessionals in deze periode belangrijk de strategische aspecten van hun rol te bezien, de muren te doorbreken, zich te laten horen en zien en te voorkomen dat de nieuwe posities worden geclaimd door anderen die niet de juiste expertise hebben.

AI-STRATEGIE: EEN DRIELUIK
Eigenlijk ga ik nog een stap verder, van operationeel en tactisch naar strategisch. Ik denk dat organisaties toe zijn aan de rol van AI-strateeg. Waarom? Het hele krachtenveld rond AI is zo groot en het dijt zo uit door alle ontwikkelingen en nieuwe invalshoeken, dat het anders niet meer te overzien is. Mijn eigen praktijk onderstreept dit. Als je die strategische rol goed bekijkt ontdek je dat het eigenlijk drie verschillende rollen zijn:

> AI Kennisstrateeg: hoe kan AI ons werk, onze medewerkers, onze kennis versterken?
> AI Technologiestrateeg: hoe ontwikkelt zich de technologie en wat betekent dat voor ons?
> AI Verantwoordingsstrateeg: hoe borgen we transparantie, duurzaamheid en betrouwbaarheid van de informatie?
Waarom drie? Omdat het totaal verschillende expertises zijn en samenvoeging onvermijdelijk leidt tot kokerdenken, al helemaal als die rol bij ICT wordt geplaatst. Dit drietal maakt en bewaakt samen de continu ontwikkelende AI-strategie voor de organisatie en heeft sterke voelsprieten in de AI-wereld én de eigen organisatie.

Je ziet, ik voorzie dat de rol van informatieprofessionals opschaalt van grotendeels dienstverlenend en uitvoerend naar meer beleidsmatig en strategisch. Dat wil zeggen als dergelijke rollen ook worden opgepakt, want het zal echt niet vanzelf gaan. Er moeten bruggen worden gebouwd naar de top van de organisatie. Hoe? Dat vergt nadere uitwerking, zelfs per type functie. Dus: wordt vervolgd.

EERSTE STAPPEN
Wat ik je sowieso aanraad: oriënteer je binnen je organisatie of je deze ontwikkelingen al kunt waarnemen. Bespreek het met collega’s en je leidinggevende. Onderzoek vast hoe je hier een rol in kunt spelen als individu en/of team. Maar zorg eerst dat je grote stappen maakt naar AI-geletterdheid, anders blijft het alleen maar theorie voor je.

De vorige negentien afleveringen in deze serie lezen? Je vindt ze in het archief op informatieprofessional.nl (trefwoord ‘AI informatiedomein’). <

IP | vakblad voor informatieprofessionals | 09 / 2025