Wat is menselijk oordeelsvermogen en waarom vervangt AI het niet?

Oordelen is niet berekenen

Als alle gegevens beschikbaar zouden zijn en er maar één criterium was, zou beslissen een berekening zijn — en zou je die graag aan machines overlaten, die beter rekenen. Maar de beslissingen die er toe doen zijn nooit zo: de gegevens zijn onvolledig, de criteria zijn in conflict (kosten versus impact, snelheid versus kwaliteit, vandaag versus morgen) en de gevolgen treffen echte mensen. Oordeelsvermogen is wat in deze ruimte werkt: waar de berekening eindigt en er toch gekozen moet worden.

Waar oordeelsvermogen zichtbaar wordt

In de ideatiefase van een project, wanneer tien wegen aannemelijk zijn en er één verdedigbare gekozen moet worden. Bij het lezen van een te mooi gegeven, waar ervaring fluistert dat er een meetfout is. Op het moment dat een klant om een kortere weg vraagt en je nee moet zeggen zonder de relatie te verliezen. In elk van deze momenten kan AI uitstekende analyses leveren — en in geen enkel moment kan het het gewicht van de keuze wegnemen.

AI als versterker van oordeelsvermogen

Goed gebruikt maakt AI het oordeelsvermogen beter: het verkent meer alternatieven dan je er zelf zou zien, vindt de zwakke plekken in een redenering en simuleert bezwaren. Het is als discussiëren met een onvermoeibare en goed geïnformeerde gesprekspartner. Het kantelpunt ligt bij wie het roer vasthoudt: als je AI gebruikt om je eigen stelling op de proef te stellen, versterk je het oordeelsvermogen; als je het rechtstreeks vraagt wat je moet denken, schakel je het uit.

De valkuilen: luiheid en valse zekerheid

Twee gevaren bedreigen het oordeelsvermogen in het AI-tijdperk. Luiheid: het eerste antwoord accepteren omdat het goed geschreven is — vloeiendheid is geen juistheid. Valse zekerheid: geloven dat een uitkomst die precies is tot op de decimalen ook precies is wat betreft de feiten — modellen vergissen zich met dezelfde elegantie waarmee ze het bij het rechte eind hebben. Het tegengif is de methode van het selectief twijfelen: hoe belangrijker een antwoord, hoe meer het geverifieerd moet worden aan de hand van onafhankelijke bronnen.

Oordeelsvermogen wordt getraind

Zoals elke vaardigheid groeit oordeelsvermogen door bewuste oefening: beslissen, de gevolgen zien, begrijpen wat je goed had ingeschat en wat niet. Dat is de reden waarom het Simbial-traject is opgebouwd rond doen — eerst het gesimuleerde project, dan de praktijk — en niet rond het verzamelen van kennis. Elke inlevering met feedback is een herhaling in de sportschool voor de spier van het oordeelsvermogen.

De regel van het goed uitgevoerde project

In impactprojecten is de ideale taakverdeling als volgt: de AI genereert opties, analyses en concepten; de mens stelt de criteria vast, maakt keuzes en tekent af. Als je de 4 fasen van een Simbial-project doorloopt, zie je dat elke fase momenten van de machine en momenten van oordeelsvermogen kent — en dat de uiteindelijke kwaliteit bijna altijd afhangt van de tweede.