AI is in Nederlandse organisaties geen experiment meer. Uit ons AI-adoptieonderzoek 2026, uitgevoerd met Markteffect onder 400 IT-beslissers, blijkt dat werknemers in 44% van de organisaties zelfstandig met AI-tools werken. Tegelijk laat slechts 5% AI deels zelfstandig processen uitvoeren. Dat betekent dat in vrijwel elk AI-ondersteund proces een mens meekijkt, goedkeurt of bijstuurt. En juist daar valt nog veel te winnen.
Van inzet naar regie: zo maak je menselijk toezicht op AI effectief
Veel gebruik, weinig regie
Het onderzoek laat een duidelijke spanning zien. AI-gebruik groeit van onderaf, maar sturing van bovenaf blijft achter: 45% van de IT-beslissers zegt dat het vooral ontbreekt aan richting en keuzes, en in slechts 21% van de organisaties stuurt het managementteam de AI-strategie actief aan. Bovendien ziet 58% meer potentie in AI dan er nu wordt benut. Wie wil opschalen, moet dus niet alleen kiezen waar AI waarde toevoegt, maar ook regelen hoe mensen die AI controleren.
Een klik is nog geen toezicht
Precies daar zit volgens Thijs Baan, Lead Engineer bij Info Support, een blinde vlek. In zijn blog The Behavioral Engineer beschrijft hij hoe menselijk toezicht op papier vaak prima geregeld is, maar in de praktijk uitgehold raakt.
“Op een compliance-dashboard ziet een goedkeuring na drie seconden er precies hetzelfde uit als een goedkeuring na grondige controle. Allebei tellen ze als menselijk toezicht.”
De oorzaak is geen luiheid, maar psychologie. Wie de hele dag AI-voorstellen beoordeelt die bijna altijd kloppen, verliest aantoonbaar scherpte: de aandacht zakt al na een kwartier, vertrouwen in het systeem maakt controleren tot een formaliteit en beslismoeheid maakt “ziet er prima uit, volgende” steeds aantrekkelijker.
Het AI-adoptieonderzoek benoemt dit risico ook: nu AI het routinewerk overneemt, blijft zwaarder oordeelswerk over, met cognitieve uitputting (“AI brain fry“) als gevolg. Daar komt bij dat een AI-aanbeveling die als eerste in beeld verschijnt het oordeel stuurt. De vraag verschuift ongemerkt van “wat ondersteunt het bewijs?” naar “is er een reden om dit niet goed te keuren?”.
Zo versterk je het toezicht
Effectief toezicht kun je ontwerpen en dat hoeft niet groot te beginnen. Thijs heeft het hier over drie principes:
- Bescherm aandacht. Houd reviewblokken kort, bewaak pauzes en plan risicovolle beoordelingen niet aan het eind van de dag.
- Oordeel eerst zelf. Laat reviewers het bewijs bekijken en een voorlopig oordeel vastleggen voordat de AI-aanbeveling zichtbaar wordt.
- Maak iemand verantwoordelijk. Wijs een reviewer aan in plaats van een gedeelde wachtrij, want gedeelde verantwoordelijkheid voelt al snel als niemands verantwoordelijkheid.
Een AI-ondersteunde pull request review is een goed startpunt: vraag reviewers een sprint lang eerst zelf de code te beoordelen en meet daarna hoe vaak de AI-aanbeveling het oordeel verandert.
“De echte toets is niet of iemand op goedkeuren heeft geklikt, maar of het proces ruimte gaf voor een onafhankelijk oordeel voordat om die klik werd gevraagd.”
Van ambitie naar aantoonbare resultaten
Goed toezicht is uiteindelijk een kwestie van governance en daarmee van regie. Dat wordt bovendien steeds minder vrijblijvend: vanaf 2 augustus 2026 stelt de AI Act zwaardere eisen aan hoogrisicosystemen, waarin effectief menselijk toezicht een centrale rol speelt. Info Support helpt organisaties die stap te maken, van AI-strategie en governance tot agentic software en trainingen die teams AI-geletterd maken. Zo groeit AI van iets wat je inzet naar iets waarover je regie voert.
Benieuwd waar jouw organisatie staat?