Er zijn van die momenten waarop een groep mensen samen tot een besluit moet komen — in een klas, een vergaderruimte, een burgerpanel of zelfs bij beleidsvorming op nationaal niveau. Wat simpel lijkt, blijkt in de praktijk vaak ingewikkeld: mensen praten langs elkaar heen, dominantie wint het van nuance, en belangrijke perspectieven raken ondergesneeuwd.
Maar wat als kunstmatige intelligentie (AI) daar iets aan kan doen?
De paradox van de groepsbeslissing
Wanneer mensen samen keuzes maken, spelen er veel krachten mee: persoonlijke overtuigingen, machtsdynamieken, gebrekkige informatie of gewoon vermoeidheid. Toch blijven groepsbesluiten onvermijdelijk in een wereld waarin we samen problemen moeten aanpakken: klimaat, gezondheid, technologie, beleid.
Juist bij zulke complexe beslissingen zou je denken dat AI — met zijn rekenkracht en objectiviteit — uitkomst kan bieden. Maar verrassend genoeg werkt dat niet altijd zo. In veel gevallen begrijpen mensen de AI niet goed, of vertrouwen ze de uitkomst niet. En als er wantrouwen is, wordt de techniek nutteloos.
Een nieuw soort ondersteuning
Onderzoekers van het MIT Media Lab en Harvard Business Review onderzochten of AI op een andere manier kan helpen. Niet door zelf het besluit te nemen, maar door mensen in het besluitvormingsproces te ondersteunen. Ze ontwikkelden AI-tools die informatie structureren, verschillende perspectieven zichtbaar maken en alternatieve scenario’s simuleren — als een soort co-piloot van het denkproces.
In plaats van het antwoord te geven, helpt AI dus de vraag beter te begrijpen.
|
Human-alignment influences the utility of AI-assisted decision making - Scientific ReportsWhenever an AI model is used to predict a relevant (binary) outcome in AI-assisted decision making, it is widely agreed that, together with each prediction, the model should provide an AI confidence value. |
Een voorbeeld? In een onderzoek moesten burgers gezamenlijk beslissen hoe overheidsbudgetten verdeeld moesten worden. Met hulp van een AI-tool kregen ze overzicht over de meningen van anderen, ontdekten ze onverwachte overeenkomsten en werden blinde vlekken blootgelegd. Dat leidde tot meer begrip, meer dialoog én betere besluiten.
Vertrouwen maakt het verschil
Maar het verhaal gaat verder. Een tweede studie — gepubliceerd in Scientific Reports — keek naar een andere cruciale factor: vertrouwen. Niet alleen of mensen de AI vertrouwen, maar ook of hun eigen inschattingen overeenkomen met de zekerheid van de AI.
In een eenvoudig kaartspel moesten deelnemers met behulp van AI voorspellen welke kleur een kaart had. Wanneer de AI heel zelfverzekerd was, maar de deelnemer twijfelde — of omgekeerd — ontstond er frictie. De samenwerking tussen mens en machine liep dan spaak.
Maar als de AI en de mens in alignment waren — als hun mate van zekerheid op elkaar afgestemd was — dan nam de kwaliteit van de beslissingen opvallend toe.
De les: AI moet afstemmen op de mens
De kernboodschap is helder: AI is geen orakel. De waarde zit niet in het antwoord dat het geeft, maar in hoe goed het de menselijke besluitvorming weet te versterken. Alleen als AI begrijpt hoe zeker of onzeker mensen zich voelen, en zijn eigen aanbevelingen daarop afstemt, ontstaat er echte samenwerking.
Daarvoor zijn technieken als multicalibration cruciaal: manieren om de AI dusdanig af te stellen dat zijn uitkomsten beter matchen met het menselijke vertrouwen. Wanneer die afstemming goed zit, blijkt AI een krachtig hulpmiddel om groepsbesluiten te verbeteren — of het nu in een spel is, op de werkvloer, of in het parlement.
Groepsbesluitvorming zal altijd een uitdaging blijven. Maar met AI als meedenkende partner — een die luistert, leert en zich aanpast aan het menselijke proces — openen zich nieuwe perspectieven. Niet om ons denken te vervangen, maar om het collectief denken te versterken.
En misschien is dat wel precies wat we nodig hebben in deze tijd van polarisatie, informatiechaos en complexe mondiale problemen: geen snellere antwoorden, maar betere gesprekken.
How AI Can Help Tackle Collective Decision-MakingWhen a big decision must be made by multiple constituencies with different goals, it can often fall victim to challenges from drawn-out processes to data overload. But AI is helping. |









