Kunstmatige intelligentie (AI) kan toezichthouders helpen bij het verwerken van grote hoeveelheden informatie, het herkennen van patronen en het ondersteunen van beslissingen. Toezicht met AI: In vier stappen goede keuzes maken (Tijdschrift voor Toezicht, 2026) presenteren Aute Kasdorp en Bennie Mols een systematische aanpak om te bepalen waar AI waarde toevoegt en waar menselijke capaciteit onmisbaar blijft.
Hybride intelligentie als uitgangspunt
Kasdorp en Mols pleiten voor hybride intelligentie: een samenwerking waarbij AI en mensen elkaar aanvullen. AI is volgens de auteurs vooral geschikt voor het analyseren van grote datasets, het signaleren van afwijkende patronen in klachten, inspectierapporten of financiële transacties en het uitvoeren van herhaalde analyses. Menselijke toezichthouders blijven nodig om context te beoordelen, oorzaken en gevolgen te duiden, belangen af te wegen en verantwoordelijkheid te dragen.
Een aanpak in vier stappen
De auteurs werken hun benadering uit in vier stappen. Deze stappen zijn bedoeld voor publieke toezichthouders, maar zijn volgens hen ook toepasbaar op intern toezicht, audit, risicomanagement en compliance.
- Wat willen we? – begin bij de maatschappelijke doelen van het toezicht: welke resultaten moeten worden bereikt en welke risico’s verdienen aandacht; dat bepaalt welke AI-toepassingen relevant zijn.
- Wat kunnen we? – onderzoek waar AI kan ondersteunen en waar menselijke deskundigheid noodzakelijk blijft. De auteurs gebruiken een matrix met negen AI-capaciteiten en acht menselijke capaciteiten, gekoppeld aan drie toezichtactiviteiten: informatie vergaren, oordeel vormen en ingrijpen.
- Wat mogen we? – bepaal de juridische en ethische grenzen; gebruik kleurcodering om te onderscheiden welke toepassingen binnen de toegestane kaders vallen.
- Wat doen we? – kies concrete toepassingen met aandacht voor datakwaliteit, toetsbaarheid en governance; implementeer op een manier die verantwoordelijkheid en uitleg mogelijk maakt.
Voorwaarden en beperkingen
Kasdorp en Mols benadrukken dat de prestaties van AI sterk afhangen van de kwaliteit van de gebruikte gegevens en systemen. Een statistisch verband moet door menselijke beoordeling worden getoetst, omdat een statistische aanwijzing geen bewijs voor causaliteit is. AI kan dus signalen leveren, maar het is de toezichthouder die moet bepalen wat die signalen betekenen en of ingrijpen gerechtvaardigd is.
De aanpak geeft voorbeelden van taken waarbij AI kan ondersteunen, zoals het analyseren van klachten en transacties om afwijkende patronen te vinden. Daarnaast waarschuwen de auteurs tegen het blijven steken in verkenningen en losse toepassingen; zij pleiten voor een samenhangende keuze- en implementatieaanpak.
Toepasbaarheid voor de zorgsector
Hoewel de aanpak zich richt op publieke toezichtorganen, noemen de auteurs expliciet dat de aanpak ook bruikbaar is voor intern toezicht, audit, risicomanagement en compliance. Daarmee is de methodiek relevant voor toezicht binnen zorginstellingen en voor toezichthouders die de zorgsector reguleren.
Belangrijke elementen voor verantwoord gebruik zijn volgens de auteurs: hoge datakwaliteit, heldere keuze over doelstellingen, expliciete beoordeling van juridische en ethische grenzen, en een duidelijk schema voor menselijke toetsing van AI-signalen.
