AI neemt steeds meer repeterend werk over, maar betekent dat ook dat vakkennis minder belangrijk wordt? Volgens Niels Bosch, adviseur (Geo) AI & Digitale Innovatie bij Haskoning, is juist het tegenovergestelde waar. Hij legt uit hoe AI mobiliteitsspecialisten ondersteunt, welke rol data daarbij spelen en waarom het principe human in the loop onmisbaar blijft.
“Binnen Haskoning zien we AI steeds meer verschuiven van experiment naar dagelijks hulpmiddel. Veel collega’s gebruiken AI als ondersteuning bij het programmeren, het schrijven van scripts, het redigeren van teksten of het terugvinden van informatie. Daar hebben we ook al verschillende AI-agents voor gemaakt. Ik denk dat we goed op weg zijn veel repeterende werkzaamheden te versnellen. Dat geeft onze specialisten meer ruimte voor het werk waarin hun expertise écht het verschil maakt.
Maar we blijven zoeken naar nieuwe kansen. Dankzij ontwikkelingen als het Model Context Protocol hopen we bijvoorbeeld verschillende vakspecialistische softwarepakketten makkelijker te laten samenwerken. AI beperkt zich dan niet meer tot één toepassing, maar kan informatie uit meerdere systemen combineren. Dat zal onze vakspecialisten nog beter ondersteunen.
Uitdagingen
Een aandachtspunt is wel dat AI uiteindelijk zo goed is als de data waarmee het wordt gevoed. De kwaliteit van onze datahuishouding wordt daarmee steeds belangrijker. Intern moeten we bijvoorbeeld aan de slag met de metadata van onze interne documenten en rapporten. Alleen zo weet AI hoe hij al die gegevens moet ‘duiden’.
Dan is er nog het misverstand dat AI vakkennis overbodig zou maken. Wat ons betreft gebeurt juist het tegenovergestelde. Hoe beter AI wordt, hoe belangrijker het is dat professionals kunnen beoordelen of een uitkomst klopt, volledig is en past binnen de context van een project. Daarom hanteren wij altijd het uitgangspunt ‘human in the loop’. AI ondersteunt, maar de inhoudelijke verantwoordelijkheid blijft bij de adviseur – ons vak draait om mensen die complexe vraagstukken kunnen doorgronden en daar een goed professioneel oordeel over vormen.
Training en onderwijs
Iedereen binnen Haskoningkrijgt om die reden een basistraining in AI. Niet alleen over de mogelijkheden, maar juist ook over je verantwoordelijkheid als professional. Ook dataveiligheid en privacy nemen we daarin mee. Als extra beschermlaag hebben we diverse AI-tools geblokkeerd en werken we alleen met enterprise-omgevingen – je wil geen risico lopen.
Het onderwijs heeft de rol onze toekomstige collega’s klaar te stomen voor alle AI-ontwikkelingen. Studenten moeten er veilig mee leren werken. Maar tegelijkertijd verwachten we ook een stevige vakinhoudelijke basis. Juist omdat AI steeds meer werk kan overnemen, moet het onderwijs nóg meer inzetten op vakkennis. Uiteindelijk blijft het aan de professional om te beoordelen of een AI-uitkomst klopt. Dat oordeel kun je niet automatiseren.”
