AI in de overheid werkt niet als je bureaucratie ziet als een machine

De roep om digitale transformatie in het publieke domein is overal. Meer datagedreven werken. Sneller besluiten. Minder papier. En nu ook de belofte dat generatieve AI en slimme algoritmes de uitvoering bijna vanzelf verbeteren. Denk aan tools zoals Copilot, Gemini, chatbots, geautomatiseerde fraudedetectie, transcriptsoftware of voorspellende analyses.

Klinkt logisch. Als je tenminste één aanname accepteert: dat een publieke organisatie vooral een procedureel apparaat is. Een regelgestuurde machine waarin waarden, menselijk oordeel, politieke belangen en macht niet echt meespelen. En precies dáár gaat het vaak mis.

De misvatting achter veel AI plannen

In het debat over AI en overheid wordt bureaucratie vaak neergezet als “Weberiaans”. Dat beeld komt uit de bekende ideaaltypische beschrijving van Max Weber. Heldere regels, hiërarchie, voorspelbare procedures, onpersoonlijke uitvoering. In dat frame lijkt AI bijna een perfecte match: een algoritme is tenslotte ook regelgedreven.

Maar dit mechanische beeld van bureaucratie doet alsof bestuur en uitvoering vooral techniek zijn. Terwijl publieke besluitvorming juist gaat over betekenis, interpretatie, conflict, dilemma’s, rechtvaardigheid en democratische waarden. De kernvraag is dus niet: “Welke AI tool pluggen we in?” De kernvraag is: “Wie draagt verantwoordelijkheid, op basis van welke waarden, met welke ruimte voor oordeel en tegenspraak?”

Als je dat vergeet, vergroot AI niet de kwaliteit van bestuur, maar de snelheid waarmee fouten en vooroordelen zich vermenigvuldigen.

Waarom “even automatiseren” democratie kan beschadigen

Het idee dat AI ambtenaren “ontlast” van complexiteit is verleidelijk. Maar het is ook gevaarlijk. Veel uitvoeringsvraagstukken zijn niet complex omdat er te weinig data is, maar omdat er botsende waarden zijn. Gelijkheid versus maatwerk. Fraude bestrijden versus vertrouwen geven. Efficiëntie versus rechtsbescherming.

Als je die spanning wegpoetst met een model, ontstaat schijnzekerheid. Dan lijkt een uitkomst objectief omdat er een systeem achter zit. Terwijl je in werkelijkheid vaak kijkt naar keuzes die ergens in een ontwerp, een dataset of een risicoprofiel al gemaakt zijn. Zonder dat jij ze nog ziet, laat staan bespreekt.

AI kan administratie ondersteunen. Maar AI kan administratie nooit vervangen. Niet omdat technologie “slecht” is, maar omdat publieke macht altijd moreel en politiek is. En dus altijd menselijk verantwoord moet blijven.

Wat dit onderwerp extra relevant maakt

In de Master Publiek Management kom je dit spanningsveld continu tegen. Niet als technisch vraagstuk, maar als bestuurskundig dilemma. Je kijkt naar hoe besluiten tot stand komen onder politieke druk, hoe uitvoeringsorganisaties omgaan met regels versus maatwerk, en wat er gebeurt als systemen, data en algoritmes stiekem het stuur overnemen. Juist daarom past dit AI thema zo goed in het programma: het gaat over publieke waarden, verantwoordingslijnen, rechtsstatelijkheid en het vakmanschap dat nodig is om in complexe dossiers menselijk en zorgvuldig te blijven handelen.

Bureaucratie is geen machine, maar een cultuur

Een volwassen kijk op publieke bureaucratie begint bij iets wat in veel AI trajecten ontbreekt: cultuur en kwaliteit van oordeelsvorming. Bestuur en uitvoering functioneren via mensen die een publieke taak dragen. Dat vraagt om vakmanschap, reflectie, taal, empathie, juridische sensitiviteit en het vermogen om weerstand te organiseren.

Historisch gezien zijn sterke bestuursapparaten nooit alleen gebouwd op regels. Ze draaiden op gevormde professionals die verantwoordelijkheid konden dragen in complexe situaties. Ook vandaag geldt dat. Zeker in tijden waarin vertrouwen in overheid onder druk staat, politieke verharding toeneemt en uitvoeringsorganisaties klem zitten tussen ambitie en capaciteit.

In zo’n context wordt AI geen neutrale tool, maar een onderdeel van macht. Wie bepaalt de doelen. Wie definieert risico. Wie controleert de uitkomst. Wie kan het besluit uitleggen. En wie vangt de schade op als het misgaat.

De toeslagenaffaire laat zien wat er gebeurt bij gedachteloze inzet

De Nederlandse kinderopvangtoeslagaffaire is een pijnlijk voorbeeld van wat er ontstaat als je een geautomatiseerd systeem inzet in een al kwetsbare bestuurlijke omgeving. Een fraudeaanpak werd gekoppeld aan risicomodellen en geautomatiseerde selectie. In de praktijk leidde dit tot massale onterechte beschuldigingen, schulden, langdurig leed en een juridische en bestuurlijke crisis die nog jaren doorwerkt.

De les is niet alleen dat een model fout kan zijn. De les is vooral dat een organisatie zélf kan gaan geloven in de mythe van het algoritme. Alsof het systeem het wel zal weten. Alsof de uitkomst vanzelf legitiem is. Alsof menselijk oordeel vooral “ruis” is.

En dan verschuift verantwoordelijkheid. Niet openlijk, maar sluipend. Mensen gaan zichzelf zien als uitvoerders van het systeem in plaats van verantwoordelijke professionals die het systeem begrenzen, bevragen en corrigeren.

Gerelateerde opleidingen

Wanneer AI wél kan werken in publieke organisaties

AI kan absoluut waarde hebben. Vooral bij afgebakende taken waar de maatschappelijke risico’s te overzien zijn en waar je de uitkomst goed kunt controleren. Denk aan onderhoudsinspecties, infrastructuurmonitoring, verkeersstromen, signalering van cyberdreigingen of waterbeheer.

Wat die toepassingen gemeen hebben: ze ondersteunen besluitvorming zonder het normatieve hart van de overheid over te nemen. De tool helpt, maar beslist niet. En de organisatie houdt kennis, regie en tegenspraak intern, in plaats van afhankelijk te worden van een leverancier, een dashboard of een model dat niemand meer kan uitleggen.

Drie ontwerpprincipes voor een volwassen AI aanpak

Als je AI serieus wilt inzetten in het publieke domein, dan helpt dit kader:

  1. Maak verantwoordelijkheid expliciet
    Wie blijft eindverantwoordelijk voor de beslissing. Niet op papier, maar in gedrag, proces en verslaglegging. Als jij het niet kunt uitleggen, moet je het niet automatiseren.
  2. Organiseer tegenspraak als standaard
    Collegiale toetsing en deliberatie zijn geen vertraging, maar kwaliteitsborging. Juist bij AI. Niet één keer bij de start, maar structureel. Zo voorkom je gemak, groepsdenken en over vertrouwen in output.
  3. Zie AI als onderdeel van bestuurscultuur, niet als IT project
    Training is niet alleen “knoppen leren”. Het gaat ook over dilemma’s, bias, taal, proportionaliteit, recht, en de verleiding van schijn objectiviteit. AI geletterdheid hoort bij publiek vakmanschap.

Wat dit vraagt van jou als professional

De echte vraag is niet of jouw organisatie AI gaat gebruiken. Dat gebeurt al. De vraag is of jij helpt om het verantwoord te doen. Met scherpte op publieke waarden. Met oog voor macht en afhankelijkheid. Met het lef om het systeem te onderbreken als het onrechtvaardig uitpakt.

Als je werkt in beleid, uitvoering, toezicht of publieke dienstverlening, dan is dit hét moment om je eigen rol opnieuw te definiëren. Niet als gebruiker van tools, maar als bewaker van kwaliteit, rechtsstatelijkheid en menselijkheid in besluitvorming.

Wil je dit thema verder verdiepen, dan helpt het om niet alleen naar technologie te kijken, maar juist naar bestuur, organisatie, publieke waarden en uitvoeringsrealiteit. Daar zit de hefboom. En daar wordt AI pas een hulpmiddel dat de publieke zaak sterker maakt, in plaats van sneller kapot.

Ontvang digitale brochure


Geschreven door
dr. M.R.R. Ossewaarde (Ringo)
Universitair hoofddocent in bestuur, samenleving en technologie
Chat offline (info)
Om deze functionaliteit te gebruiken:
Accepteer cookies