Van AI-experiment naar beleid: zeven stappen die gemeenten nú kunnen zetten

Gemeenten experimenteren volop met AI, maar het beleid loopt achter. Ik zie het wekelijks: een chatbot voor inwoners, een algoritme voor Wmo-meldingen. De techniek is er klaar voor, de organisatie vaak niet. Dat is geen reden om te stoppen, wel om gestructureerd te werk te gaan. Deze zeven stappen vormen een praktische route naar verantwoorde inzet, zonder dat je verdrinkt in techniek.

Begin met een visie, niet met de techniek

Te vaak begint een gemeente bij een tool en zoekt daarna pas het probleem. AI is geen doel, maar een middel. Bepaal eerst welk maatschappelijk vraagstuk je wilt oplossen. Gaat het om eenzaamheid onder ouderen, om het versnellen van de toegang tot zorg of om het ontlasten van professionals? Schrijf die opdracht helder op en formuleer de gewenste uitkomst. Kijk pas daarna of AI daar een rol in speelt. In veel gevallen blijkt een eenvoudige procesaanpassing al veel te bereiken. Bij de ontwikkeling van Bijeen.app stelden we eerst het vraagstuk van Wmo-impactrapportage scherp, voordat we naar techniek keken.

Met die visie op papier kun je de volgende stap zetten: wijs één persoon aan die verantwoordelijk is.

Stel één eigenaar aan

AI-projecten sneuvelen omdat iedereen zich ermee bemoeit en niemand eindverantwoordelijk is. Wijs daarom één persoon aan die eigenaar is. Diegene bewaakt het doel, zorgt dat de juiste mensen aan tafel zitten en neemt beslissingen. Dat vraagt om iemand die verstand heeft van de inhoud en van het proces. Technische kennis kun je inhuren, verantwoordelijkheid niet. Bij de bouw van DAAR, ons platform voor vrijwilligersmatching, hield ik zelf de eindverantwoordelijkheid. Dat dwong me om elke week keuzes te maken en de vaart erin te houden.

Met een eigenaar op zijn plek kun je de volgende vraag stellen: wat doet deze technologie straks met mensen?

Doe een impactscan voordat je begint

Weet je vooraf wat een AI-toepassing doet met inwoners en medewerkers? Dat zou moeten. Voordat je uitrolt, breng je de effecten in kaart. Wie wordt geraakt door de technologie? Welke gegevens worden verwerkt en is dat rechtmatig? Wat doet het met de relatie tussen professional en inwoner? Een korte impactscan maakt risico's zichtbaar voordat ze uitgroeien tot problemen. Dat is geen bureaucratische exercitie, maar een praktische check die je geld en reputatieschade bespaart. De uitkomsten vormen de basis voor je aanpak. Bij Stichting Philia gebruikten we zo'n scan voordat we AI-inzet voor eenzaamheidsinterventies overwogen. Het hielp om scherp te krijgen welke gegevens we echt nodig hadden.

Die uitkomsten vormen ook de basis voor een van de lastigste onderdelen: transparantie.

Zorg voor transparantie en uitlegbaarheid

AI-systemen zijn vaak een black box, ook voor professionals die ermee werken. Dat is onacceptabel als beslissingen gevolgen hebben voor mensen. Zorg dat elke inzet van AI uitlegbaar is. Een professional moet aan een inwoner kunnen vertellen waarom het systeem tot een bepaalde uitkomst komt. Kies bij voorkeur voor modellen die je kunt doorgronden. Gebruik je complexere techniek, investeer dan in documentatie en training. Transparantie is geen eenmalige handeling, maar een doorlopende verplichting. Iris, onze AI-assistent voor welzijn, is zo gebouwd dat elke aanbeveling terug te voeren is op een menselijke vraag. Dat schept vertrouwen, bij professionals en bij inwoners.

Transparantie alleen is niet genoeg. Je moet ook menselijke controle inbouwen.

Richt menselijke controle in

AI kan ondersteunen, maar de eindverantwoordelijkheid ligt altijd bij mensen. Dat klinkt logisch, maar in de praktijk laten medewerkers zich makkelijk leiden door een systeem dat feilloos lijkt te werken. Bouw daarom bewust controlepunten in. Laat een algoritme een voorstel doen dat een professional altijd bevestigt voordat het naar een inwoner gaat. En zorg dat medewerkers kunnen afwijken van de uitkomst zonder ter verantwoording te worden geroepen. Zo blijft professionele ruimte overeind. Toen ik directeur was van Stichting de Baan, zag ik dagelijks wat er gebeurt als je die ruimte niet beschermt: mensen worden gereduceerd tot een dossier. Technologie moet die ruimte juist vergroten.

Met die controle op orde kun je vervolgens meten wat er echt toe doet.

Meet kwaliteit, niet alleen efficiëntie

Waar beoordeel je een AI-project op? Vaak op snelheid en kostenbesparing. Die cijfers zijn belangrijk, maar vertellen niet het hele verhaal. Een algoritme kan sneller een indicatie afgeven, maar wat betekent dat voor de tevredenheid van de inwoner? En voor de werkdruk van de professional? Bepaal vooraf welke kwaliteitsindicatoren je belangrijk vindt en neem die mee in je evaluatie. Denk aan de kwaliteit van de relatie, de mate van zelfredzaamheid en de ervaren regie over het eigen leven. Alleen met die brede blik bepaal je of AI echt waarde toevoegt. Bij De Impact Box, waar mensen met een afstand tot de arbeidsmarkt een kans krijgen, keken we niet alleen naar productie, maar ook naar wat het werk deed met zelfvertrouwen en perspectief. Dat inzicht mis je als je alleen naar cijfers kijkt.

En wie meet, heeft ook materiaal om ervaringen te delen.

Deel ervaringen en schaal op

Wat is het beste leermateriaal voor AI in het sociaal domein? De praktijk van andere gemeenten. Deel wat werkt en zeker ook wat niet werkt. Dat vraagt om een cultuur waarin falen bespreekbaar is. Niet om af te rekenen, maar om te leren. Veel vraagstukken herhalen zich: privacy, menselijke controle, de spanning tussen data en vertrouwen. Als we die kennis delen, komen we sneller tot verantwoorde inzet. In de sessies die ik via Brickme.nl begeleid, zie ik hoe krachtig het is als organisaties letterlijk samen bouwen aan een gedeelde aanpak. Datzelfde principe geldt voor AI.

Aan de slag

Verantwoorde AI begint niet bij een nieuw systeem, maar bij heldere keuzes. Start klein, blijf dicht bij het vraagstuk en houd de menselijke maat voorop. De technologie is volwassen genoeg, maar alleen als jij het proces beheerst. Ik help gemeenten graag bij die eerste stappen. Bij WeAreImpact voeren we een AI-scan uit, rekenen we de impact door en ondersteunen we bij de inrichting van verantwoorde toepassingen. Omdat ik bewust beperkt beschikbaar ben, maximaal drie dagen per week en drie lopende opdrachten, is het soms even wachten op een plek. Plan via Iris op WeAreImpact.nl een strategische verkenning in, of schuif aan voor een kop koffie met mij. Dan kijken we samen naar jouw vraagstuk.