De impact van AI op het werk van beleidsmakers, portefeuillestrategen en assetmanagers is iets waar veel over wordt gesproken. Wat vooral interessant is, is hoe dat er concreet uit gaat zien in het dagelijkse werk. Je ziet namelijk nu al dat AI invloed heeft, maar tegelijk voelt het ook nog als een tussenfase.
Wat je nu al ziet gebeuren
Als je kijkt naar hoe AI op dit moment wordt gebruikt, dan valt op dat het nog vrij basaal is. Veel mensen gebruiken het eigenlijk als vervanging van Google. Je stelt een vraag, krijgt direct een antwoord en dat antwoord is ook nog eens netjes geformuleerd.
Daarnaast wordt AI veel gebruikt om teksten te herschrijven of iets scherper te maken. Dus je hebt zelf al iets geschreven en laat het dan door AI verbeteren. Dat zijn logische toepassingen, omdat ze direct tijd besparen.
Tegelijkertijd is dit nog maar een klein deel van wat er mogelijk is. Er zijn nu al toepassingen die verder gaan, maar die nog niet heel breed worden gebruikt. En daar zit juist de interessante ontwikkeling.
De volgende stap: werken met je eigen input
Een volgende stap is dat je AI niet alleen gebruikt om iets op te zoeken of iets te herschrijven, maar dat je het echt inzet op basis van je eigen input. Dus dat je zelf informatie verzamelt, structureert en dat je AI daar vervolgens nieuwe dingen mee laat doen.
Je kunt dan bijvoorbeeld denken aan het laten schrijven van een stuk of het laten uitvoeren van een analyse. Niet op basis van algemene informatie van internet, maar echt op basis van jouw input. Dat kan op dit moment al, bijvoorbeeld met Copilot.
Daar zit wel een belangrijk punt bij. Je moet er vaak nog wel bij blijven zitten en kritisch zijn op wat eruit komt. Het werkt, maar het vraagt nog steeds actieve sturing.
AI als collega: de wasmachine
Als je nog iets verder vooruitkijkt, dan zie je dat AI steeds meer richting een soort collega gaat. Je geeft een taak mee en de AI doorloopt zelf allerlei stappen om tot een resultaat te komen.
Daarbij helpt de vergelijking met een wasmachine. Je stopt er iets in, zet hem aan en gaat zelf iets anders doen. Als je terugkomt, is het resultaat er gewoon.
Dat kan een analyse zijn of een uitgewerkt stuk tekst. En naarmate je daar meer ervaring mee krijgt, krijg je ook meer vertrouwen dat als je er A in stopt, er ook B uitkomt. Dat verandert hoe je werkt.
Het ‘doorleven’ van analyses en keuzes
Als dit zich verder ontwikkelt, betekent dat dat een groot deel van het analyse- en schrijfwerk minder tijd gaat kosten. Je gaat dat werk minder zelf doen, net zoals je je kleding niet meer met de hand wast.
Maar daar zit ook een keerzijde aan. Het doel van schrijven is namelijk niet alleen dat er een document ontstaat. Het helpt ook om je eigen keuzes te doordenken en te internaliseren.
Dat geldt misschien nog wel sterker voor analyseren. Als je zelf een analyse maakt, ga je het onderwerp echt begrijpen. Je ziet verbanden en je denkt er dieper over na.
Als AI dat overneemt, raak je een deel van dat proces kwijt. Je hebt wel een uitkomst, maar minder het gevoel dat je het zelf hebt doorleefd.
Nieuwe manieren om je denkproces vorm te geven
Om heldere beleidskeuzes te maken moet je deze wel goed doorleven als organisatie. Als zelf achter je computer analyseren en schrijven deels verdwijnt, zul je dus op zoek moeten naar andere manieren om datzelfde denkproces te doorlopen.
Een manier is om weer meer met pen en papier te werken. Dat klinkt misschien ouderwets, maar helpt juist om je gedachten te vormen. Je denkt vrijer na en verwerkt informatie op een andere manier.
En pluspunt: dat kan ook met een kopje thee op de bank in een inspirerende omgeving. Je komt dus niet alleen los van je computer, maar ook van je bureau.
Daarnaast verschuift een deel van het doordenken van beleidskeuzes naar gesprekken. Je gaat meer sparren met collega’s, met belanghebbenden en eventueel met externen. Dat helpt om ideeën verder te ontwikkelen.
Ook het meekijken in de uitvoering speelt daar een rol in. Door mee te lopen met mensen die beleid uitvoeren, krijg je andere inzichten. En die kun je weer gebruiken als input.
Twee dingen die je moet doen om bij te blijven
Als je kijkt naar wat dit betekent voor je werk, dan kom je eigenlijk op twee dingen uit. Het eerste is dat je goed moet worden in het werken met AI-tools. En dat je ook blijft volgen hoe die zich ontwikkelen.
Wat vandaag nog niet goed werkt, kan over een paar maanden alweer heel anders zijn. Dus als je een tool een keer hebt geprobeerd en het viel tegen, is het logisch om later opnieuw te kijken.
Het tweede is dat je bewust moet blijven werken aan het doorleven van je analyses en keuzes. Dat vraagt dat je actief alternatieven organiseert voor het schrijven en analyseren zelf.
Dat kan met pen en papier, in gesprekken en door dichter op de uitvoering te zitten. Juist die combinatie zorgt ervoor dat je relevant blijft in een wereld waarin AI steeds meer werk overneemt.
Wil je verder met AI? Doe dan ook mee met het Praktijkprogramma Analyseren en Beleid Schrijven met AI. Tijdens dit programma zie je wat er mogelijk is, wissel je ervaringen uit met de andere deelnemers en vertaal je dit direct naar je eigen vraagstukken. Meer informatie.
