Ethiek klinkt als het onderwerp voor een werkgroep die twee keer per jaar bijeenkomt. In de praktijk is het de dimensie die bepaalt of een AI-toepassing mag blijven draaien zodra iemand een lastige vraag stelt. Wie besluit een output te gebruiken, wie de gevolgen draagt als die output verkeerd blijkt, en op basis van welke afweging dat gebeurt: als daar geen antwoord op is, staat een pilot op losse grond, ook als de techniek werkt.
De volwassenheidsmeting kijkt niet naar of er een ethische code op de intranetpagina staat. Ze kijkt naar of ethische afwegingen ergens landen in het werk zelf: in de manier waarop een AI-toepassing wordt goedgekeurd, in wie een besluit mag terugdraaien, in hoe wordt omgegaan met een uitkomst die niemand had voorzien. Dat zijn geen kwesties die apart van de rest van de organisatie bestaan. Ze hangen samen met de dimensies die eerder moeten staan: een organisatie die nog geen structuur heeft om AI-beslissingen te beleggen, kan moeilijk een ethisch kader dragen dat verder gaat dan een intentieverklaring. Hetzelfde geldt aan de infrastructuurkant en de databehandeling: wie niet weet welke data een model heeft gebruikt, kan geen zinnig antwoord geven op de vraag of dat gebruik verantwoord was.
Op baseline-niveau bestaat ethiek als thema vooral in reactie op incidenten. Er is geen vastgelegd kader; als iets misgaat, wordt er ad hoc naar gekeken, meestal door wie er toevallig bij staat. Op foundation-niveau is er een document, vaak overgenomen van een sectorstandaard of juridisch sjabloon, maar het wordt zelden geraadpleegd voordat een besluit wordt genomen — het bestaat, maar functioneert niet.
Bij activation begint het kader mee te lopen in het proces: er is een vast moment waarop een nieuwe AI-toepassing wordt beoordeeld op mogelijke schade, vooringenomenheid of onbedoeld gebruik, en dat moment wordt niet overgeslagen. Bij insight wordt die beoordeling gevoed door wat er daadwerkelijk gebeurt: uitkomsten worden gevolgd, afwijkingen worden besproken, en het kader wordt aangepast op basis van wat de praktijk laat zien in plaats van wat vooraf werd verwacht.
Het intelligence-niveau is niet zozeer een dikker document als wel een organisatie waarin ethische afweging is verweven met besluitvorming zelf: mensen op verschillende plekken herkennen een grijs gebied voordat het een probleem wordt, en er is een gewoonte om dat gebied bespreekbaar te maken zonder dat het een formeel escalatietraject vergt.
Het onderscheid tussen de niveaus zit niet in de tekst van een beleidsdocument maar in wat er gebeurt op het moment dat iets misgaat. Op de lagere niveaus wordt dan gezocht naar wie de fout heeft gemaakt. Op de hogere niveaus wordt gekeken naar of het kader het moment had kunnen opvangen, en zo niet, wat daar dan aan verandert. Een ander signaal is wie de vraag mag stellen. Als ethische twijfel alleen via een formeel kanaal naar boven mag, blijft ze vaak onderweg liggen. Als iedereen die met een AI-toepassing werkt een vraag kan opwerpen zonder daarvoor een aanleiding te moeten verantwoorden, is dat een teken dat het kader leeft.
Deze dimensie staat niet los van de andere zes. Ze raakt bijvoorbeeld direct aan hoe uw organisatie omgaat met privacy en beveiliging bij AI, want een ethisch kader zonder duidelijkheid over wie welke data mag inzien, is een kader zonder grond. Ze raakt ook aan wat uw mensen weten en kunnen als het om AI gaat: een medewerker die niet begrijpt hoe een model tot een uitkomst komt, kan moeilijk beoordelen of die uitkomst ethisch verantwoord is om te gebruiken. En ze raakt aan hoe prestaties worden gemeten en besproken in een AI-omgeving, omdat een beoordelingssysteem dat alleen op snelheid stuurt, ethische afwegingen als vertraging behandelt in plaats van als noodzaak.
Een enkele score op deze dimensie zegt weinig. Wat wel iets laat zien, is wat er gebeurt als meerdere mensen in de organisatie apart, zonder overleg, hun eigen inschatting geven. Een CHRO die het kader op foundation-niveau plaatst terwijl een teamlead het op activation ziet, wijst niet op een meetfout maar op een organisatie waarin het kader op papier bestaat en in de praktijk niet wordt gebruikt zoals bedoeld. Die spreiding is precies waar de plot-ronde voor is gemaakt: niet om een gemiddelde te berekenen, maar om te laten zien waar de beelden uiteenlopen en waarom.
Een stap omhoog op deze dimensie vraagt zelden om een nieuw document. Het vraagt om een vast moment in het proces waarop de vraag wordt gesteld, om mensen die zich vrij voelen die vraag te stellen, en om een manier om te leren van wat er gebeurt als het kader tekortschiet. Hoeveel dat kost aan tijd en aandacht hangt af van waar de organisatie al staat op de fundamentele dimensies; wie daar meer over wil weten, vindt een uitwerking bij wat het kost om de organisatiestructuur een niveau te laten stijgen.
De volwassenheidsmeting laat zien of de organisatie een AI-toepassing kan dragen, ethisch en overigens. Ze zegt niets over welk deel van het werk zelf geschikt is om aan AI over te laten. Die vraag beantwoordt de werkscan van FTE TO AI: die rekent per taak uit welk deel van het werk over te nemen is, gegeven de kaders die er al staan. De twee metingen vullen elkaar aan, maar beginnen niet bij dezelfde vraag; deze pagina gaat over het dragen, niet over het overnemen.
De tool die deze meting uitvoert, wordt nog gebouwd. Wie het resultaat wil zien zodra de meting beschikbaar is, kan zich aanmelden voor de wachtlijst.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.