Generatieve AI inzetten waar de inhoud gevoelig ligt

Transmissieverslagen zitten in een gevoelige context. Kwaliteit, volledigheid en formulering wegen zwaar, en generatieve AI mag de professionele beoordeling niet vervangen. Toen de ethische raad in het najaar van 2025 oordeelde dat het experiment te vaag omschreven was en onvoldoende aansloot bij de richtlijnen rond privacy, bij de Europese AI Act en bij de regels rond transmissie, kwam alles tegelijk op tafel: privacy, menselijke eindverantwoordelijkheid, opleiding, risico en governance.

Elk van die vragen had een eigen dienst, een eigen expert en een eigen tempo. Omdat elk van die vragen apart behandeld werd, kwamen er adviezen die los van elkaar stonden, niet geïntegreerd en niet gedragen. Tegenstellingen bleven bestaan, en het experiment viel intussen stil.

Het oordeel van de ethische raad werd niet opgevat als een streep door het initiatief, maar als het moment om het anders aan te pakken. Eind 2025 werd het experiment omgevormd tot een project. De kern van het werk was de brug tussen de operationele kennis van werkgroep en werkvloer en de bredere vereisten rond kwaliteit, privacy, ethiek, risico, opleiding en governance.

De toepassing werd bewust gepositioneerd als een ondersteunende kwaliteitsleidraad: ze helpt bij de voorbereiding en de formulering, maar neemt geen beoordeling of beslissing over. De medewerker blijft eigenaar van de inhoud en eindverantwoordelijk voor het verslag. Daarrond kwam een samenhangend kader. Het doel werd scherp afgebakend, met expliciete gebruiks- en privacyvoorwaarden. Er kwamen vaste kwaliteits- en validatiemomenten, en een juridische en ethische toetsing. De toepassing werd formeel opgenomen in de AI-governance, de AI-inventaris en de promptdatabank.

Gebruikers kregen gerichte communicatie en korte opleidingsmomenten op maat. Wie die opleiding had gevolgd, kreeg via een licentiesleutel toegang tot de toepassing. Bij de lancering werd ook expliciet gecommuniceerd waar de grens lag. Wie voldoende onderlegd is om een transmissieverslag zelf te schrijven, doet dat zonder AI-ondersteuning. En binnen deze gevoelige context is enkel de goedgekeurde toepassing toegelaten: zelfgemaakte varianten of andere AI-tools zijn er voortaan voor verboden. De opvolging loopt daarna op twee vlakken. Inhoudelijk volgt de dienst kwaliteit het gebruik op binnen de kwaliteitsmanagementcyclus: wordt de toepassing ingezet zoals bedoeld, en voldoen de verslagen aan de kwaliteitseisen? Technisch gaat het om monitoring, testing, versie- en toegangsbeheer, en onderhoud telkens het model, de wetgeving of de werkwijze wijzigt.

Even bepalend was hoe dat gebeurde. De trekkers hadden banden met zowel de centrale diensten als de provinciale werking en konden daardoor kort schakelen. Tussen alle betrokkenen ontbrak verbinding, en die werd bewust ingeregeld: directeurs, managers en een klankbordgroep bleven doorlopend betrokken, zodat er kruisbestuiving ontstond en elke openstaande vraag een gezamenlijk gedragen antwoord kreeg. Adviezen van experten werden telkens getoetst aan de dagelijkse praktijk, waarna ze bijgestuurd terugkwamen.

De verschuiving van een innovatievraag naar een organisatievraag. Niet langer stond centraal of generatieve AI kon ondersteunen, maar hoe dit experiment binnen de vereisten van de AI Act een veilige, kwaliteitsvolle en bestuurbare werkwijze kon worden die de hele organisatie kan gebruiken. Vanaf dat moment werden technologie, professioneel handelen, privacy, kwaliteit, opleiding, risico en governance als één geheel ontworpen in plaats van als losse adviezen.

Een goedgekeurde werkwijze waarmee generatieve AI verantwoord kan worden ingezet in een gevoelige klant- en procescontext, met menselijke eindverantwoordelijkheid als vast punt. Daarnaast een herbruikbare aanpak voor volgende GenAI-initiatieven, en een kleiner geworden afstand tussen de centrale diensten, de provincies en de werkvloer.

Medewerkers ervaren dat toetsing loont, en experten zien wat hun advies waard is zodra het door de praktijk is gegaan.

Elke organisatie kent twee stromen. De bovenstroom is het zichtbare: inhoud, structuur, regels, planning. De onderstroom is wat eronder leeft: vertrouwen, relaties, betekenis. Een plan in de bovenstroom slaagt pas wanneer de onderstroom mee is, en een sterke onderstroom levert pas duurzaam resultaat wanneer de bovenstroom helder en gedragen is.

Dit traject werkte omdat beide tegelijk ontwikkeld werden. Drie principes maakten dat concreet. Zorg dat de trekkers verankerd zijn in meerdere delen van de organisatie, centraal en lokaal, want zij houden de lijnen kort. Maak onderlinge afhankelijkheid expliciet: het uitgangspunt was dat niemand dit alleen kon, en juist daardoor ontstond gelijkwaardigheid in plaats van verdediging. En organiseer de vertaalslag als een vast proces, waarin centrale adviezen eerst aan de praktijk worden getoetst en omgekeerd, vóór er iets wordt ingevoerd.

Dat AI-experimenten duurzaam worden door technologie alleen, klopt niet. Ze worden duurzaam wanneer ze vertaald raken in rollen, kwaliteitsvoorwaarden, risicobeheersing, opleiding, besluitvorming en eigenaarschap. Dat is de kern van mensgericht digitaliseren: niet enkel een oplossing bouwen, maar een praktijk ontwerpen waarin mensen weten wat de technologie doet, wat ze niet doet, en waarvoor zij zelf verantwoordelijk blijven.