AI is bij Goudappel inmiddels een dagelijks hulpmiddel voor programmeren, analyseren, schrijven en ontwerpen. Maar hoe voorkom je dat medewerkers AI blind vertrouwen? Sander van der Drift vertelt hoe Goudappel inzet op experimenteren, kennisdeling en duidelijke kaders.
“Binnen Goudappel zetten collega’s AI in bij programmeren, data-analyse, ontwerpen, schrijven, brainstormen en visualisaties. Onderdelen van het werk worden daarmee overgenomen, maar de verantwoordelijkheid niet. Die verschuift juist: van zelf uitvoeren naar goed aansturen en kritisch controleren. Wij bepalen de vraag, geven AI de context en toetsen de uitkomst. Juist doordat wij blijven sturen en toetsen, wordt AI een verrijking van onze gereedschapskist: we leveren opdrachtgevers meer waarde, met betere adviezen, modellen en data-analyses.
Ruimte om te experimenteren
Toen generatieve AI opkwam, waren er een paar voorlopers en een grote groep die afwachtte. Dat is sterk veranderd. Door collega’s de ruimte te geven om te experimenteren op ons eigen veilige AI-platform, ervaringen te delen en trainingen te volgen, gebruiken steeds meer collega’s AI. Niet omdat het moet, maar omdat het hun werk makkelijker en beter maakt. Om hen daarbij te helpen hebben we een heldere visie op generatieve AI, met een strategie en een actieplan. We werken met ambassadeurs, organiseren kennissessies en lunchpresentaties en delen praktijkvoorbeelden via onze interne kanalen.
Tegelijkertijd moeten we oppassen dat we AI niet zó vanzelfsprekend gaan vinden dat we vergeten kritisch te blijven. Een overtuigend antwoord is nog geen goed antwoord. Collega’s moeten weten wanneer ze AI kunnen vertrouwen, en vooral wanneer ze moeten twijfelen. Ook privacy, intellectueel eigendom, duurzaamheid en ethiek vragen om bewuste keuzes.
Stevige verkeerskundige basis
Diezelfde zorgvuldigheid verwachten we van het onderwijs: het moet de verkeerskundigen van morgen leren AI verantwoord in te zetten, technisch én ethisch, met het besef dat de mens altijd zelf instaat voor het resultaat.
Daarvoor is een stevige verkeerskundige basis nodig. Je kunt alleen kritisch controleren wat je zelf begrijpt, dus studenten mogen voor hun kennis niet te afhankelijk worden van AI. Het vak verandert wel: we hebben professionals nodig die verkeerskunde combineren met data-analyse, modelleren en kennis van AI.
De verkeerskundige van de toekomst weegt uitkomsten kritisch en toetst ze aan wat er lokaal speelt. Inhoudelijke diepgang, gevoel voor data en AI, kennis van de lokale context en het vermogen om keuzes uit te leggen aan bewoners, bestuurders en opdrachtgevers: dát kenmerkt volgens mij de verkeerskundige van de toekomst.”
