Wat doet AI met je eigenheid?
Hoe ik AI gebruik zonder mijn stem te verliezen
Ik ben er zelf ook in getrapt.
Je leest iets en je twijfelt. Spreekt hier een mens? Of een systeem dat taal optimaliseert?
Ik heb zelf ook teksten geschreven die inhoudelijk klopten en overtuigden, maar waarin iets van mijn eigenheid was verdwenen. Sinds ik daar scherper op ben, valt die gladde eenvormigheid me overal op.
Een tekst kan vloeiend zijn en toch vlakker worden. Algemener. Minder uniek. Minder belichaamd. Het persoonlijke verhaal dunner, nuance afgevlakt, zinnen voorspelbaar. Dat wringt. Niet alleen op stijl, maar op iets fundamentelers: zijn woorden nog verbonden met directe ervaring, of bewegen ze vooral op het niveau van abstractie?
Ik herken die spanning, omdat ik zelf regelmatig met AI werk, in mijn schrijven én in mijn praktijk. In mijn werk beweeg ik voortdurend tussen directe ervaring en abstraherend denken. Tussen voelen in het nu en het ordenen in patronen. AI vergroot die abstracte laag enorm. De vraag is voor mij niet of dat goed of slecht is, maar of onze woorden nog geworteld zijn in onze eigen ervaring.
AI optimaliseert voor waarschijnlijkheid: wat het beste past bij wat er al staat. Alleen, wat gemiddeld goed past binnen een context, is niet automatisch wat voor mij het meest waar is. Of het meest eigen. Daar schuurt het.
Als AI onvermijdelijk is, hoe werken we er dan mee zonder onszelf te verliezen? Hoe zorgen we dat wat we schrijven eigenheid blijft houden?
ps. De blog is wat langer dan gebruikelijk. Dat is bewust. Complexe vragen laten zich niet in een paar alinea’s afhandelen zonder dat je de werkelijkheid versimpelt.
Dit begon niet met AI
Wat we nu bij AI zien, is geen volledig nieuw fenomeen. Het versnelt iets wat al veel langer aan de gang is.
Sinds de boekdrukkunst zijn we ervaring steeds vaker gaan vastleggen in overdraagbare vormen. Schrift maakte kennis reproduceerbaar. Ideeën konden reizen. Generaties konden op elkaar voortbouwen. Dat was revolutionair.
Maar er gebeurde ook iets subtiels. Wat ooit een ontmoeting was – een stem in de ruimte, een lichaam tegenover je, een moment dat zich in relatie ontvouwde – werd iets dat je kon vastleggen en losmaken van die situatie. Een tekst. Een document. Een verslag.
Wat plaatsvond tussen mensen werd een weergave van wat er was gebeurd. Daarmee ontstond afstand tussen ervaring en beschrijving.
Met televisie werd dat proces versneld. Beelden vervingen aanwezigheid. Met social media werd het verder gecomprimeerd. Complexe verhalen werden korte fragmenten. Nuance maakte plaats voor snelheid.
In mijn eerdere blog schreef ik over het bewerkte NRC-artikel van Stegeman, gebaseerd op een podcast. In de podcast kon je zijn betrokkenheid nog voelen – de aarzeling, de urgentie, de bezieling. In de geschreven versie bleef vooral de informatie over. Het klopte inhoudelijk, maar iets essentieels was verdwenen.
Dat is dus geen AI-probleem alleen. Het laat zien hoe gemakkelijk ervaring kan verschuiven naar representatie, en representatie naar model. Hoe wat ooit levend was, overdraagbaar en optimaliseerbaar wordt.
Over abstractie en afstand
Abstractie is een enorme kracht. Zonder abstract denken geen rechtssysteem, geen economie, geen technologie - en geen AI. Het stelt ons in staat om patronen te zien die groter zijn dan ons eigen perspectief.
Maar abstractie creëert ook afstand.
Antropologen beschrijven hoe sommige Afrikaanse stammen die nooit hadden leren lezen en schrijven, anders omgaan met logica en generalisatie. Denken is daar sterk verbonden met concrete ervaring en situatie. Zodra schrift wordt geïntroduceerd, wordt de werkelijkheid verplaatsbaar en systematiseerbaar. Dat opent mogelijkheden.
En het vergroot de afstand tot directe ervaring.
Die afstand is nodig om op schaal te kunnen werken. Maar hoe groter de afstand, hoe makkelijker het wordt om te spreken zonder het gezicht van de ander nog voor je te zien.
Daar begint ontmenselijking. Niet bij haat, maar bij abstractie zonder terugkoppeling naar ervaring.
Wat hier zichtbaar wordt op grotere schaal
Diezelfde beweging zie je terug in organisaties en instituties. Zodra beleid losraakt van praktijk ontstaat er afstand. Op beleidsniveau werk je met modellen, criteria en gemiddelden. Dat is nodig om boven menselijke maat te kunnen opereren.
Maar hoe groter die afstand, hoe makkelijker het individuele verhaal uit beeld verdwijnt.
De Toeslagenaffaire is daar een pijnlijk voorbeeld van. Wat begon als systeemlogica en risicodenken, eindigde in menselijke ontwrichting. Het probleem was niet abstractie op zich, maar het ontbreken van terugkoppeling naar de werkelijkheid van mensen.
Wanneer afstand structureel wordt, volgt vaak versimpeling. Verschillen worden tegenstellingen. De ander wordt een label in plaats van een mens.
Dat mechanisme is niet alleen politiek, maar psychologisch. Hoe meer we afgescheiden raken van directe ervaring – van ons eigen lichaam, van nuance – hoe aantrekkelijker zwart-wit wordt. In veel tradities wordt dat beschreven als leven vanuit afgescheidenheid of dualiteit. Maar het begint vaak heel concreet: bij het verliezen van contact met wat we zelf ervaren.
Technologie zoals AI opereert op dat abstracte niveau. Dat maakt het krachtig. En het vraagt tegelijk dat wij de verbinding met ervaring actief blijven inbrengen.
Moet ik dan geen AI gebruiken?
Als abstractie zich zo makkelijk losmaakt van ervaring, ligt de vraag voor de hand: moet ik AI dan maar niet gebruiken?
Dat zou een te simpele conclusie zijn.
We hebben diezelfde vraag eerder gehad bij boeken. Bij computers. Bij internet. Elke nieuwe laag van abstractie vergroot onze mogelijkheden én onze afstand. Het probleem is niet het middel zelf, maar hoe we ermee omgaan.
AI-ontwikkelingen volledig ontwijken betekent jezelf buiten de samenleving plaatsen. De vraag is dus niet óf we ermee werken, maar hoe.
AI biedt reële voordelen. Het analyseert grote hoeveelheden informatie snel, maakt patronen zichtbaar, helpt structureren en ordenen, corrigeert taal, automatiseert routinetaken en vergroot capaciteit zonder dat je lineair meer tijd hoeft te investeren.
In mijn werk merk ik dat dagelijks. Tijdens een sessie hoef ik nauwelijks nog mee te schrijven en kan ik volledig aanwezig blijven in het contact. Analyse die anders verspreid in notities zou blijven hangen, kan achteraf samenhangend worden teruggelezen.
Dat bespaart tijd en geeft overzicht.
Maar efficiëntie is niet hetzelfde als diepgang.
Individueel kan AI ons productiever maken. Tegelijk kan het ook iets verschuiven in hoe we denken en schrijven. Het gemak en de optimalisatie van AI geven ongemerkt richting aan hoe we formuleren en redeneren.
Daarmee ontstaat een andere vraag: hoe gebruiken we dit soort tools zonder dat ze langzaam onze manier van denken gaan bepalen?
Daarbij wordt ook zichtbaar wat AI niet kan overnemen: het directe, relationele afstemmen in het moment zelf.
Hoe ik AI gebruik bij het schrijven – en waar het schuurt
Toen ik in 1999 een adviesbureau startte samen met een journalist, begonnen we met iets wat in die tijd vernieuwend was: een nieuwsbrief met daarin een prikkelende column. Ik bracht de ideeën en de visie in, mijn collega fungeerde als sparringpartner en redacteur. Later vervulden mensen uit mijn netwerk die rol.
Wat zij toen deed, kan AI nu in veel opzichten overnemen.
AI helpt me mijn gedachten ordenen. Het ziet inconsistenties. Het stelt scherpere formuleringen voor. Het kan structuur aanbrengen waar mijn tekst nog zoekend is. Het is snel, analytisch en onvermoeibaar.
Maar schrijven is geen herhaalbaar protocol. Het is een associatief proces waarin elke tekst opnieuw ontstaat. AI kan daarin ondersteunen en aanscherpen, maar het kan het niet overnemen. En juist in die ondersteuning ontstaat het spanningsveld.
Bijna elke keer gebeurt hetzelfde. Een passage wordt compacter. Een voorbeeld verdwijnt. Een scherpe formulering wordt neutraler. Een zin die nog spanning droeg, wordt logisch afgerond. Het geheel wordt coherenter.
En dan lees ik terug en denk: hier is iets verdwenen. Niet omdat het fout is, maar omdat het vlakker is. Ik geef dan bijvoorbeeld terug:
waarom heb je dit voorbeeld weggelaten?
hier zat nog een nuancering, die mag blijven
dat een zin technisch klopt, maar niet meer voelt als mijn taal
dat AI voortbouwt op één alinea, maar niet op de hele tekst.
Dat zijn kleine bijsturingen. Maar ze gaan telkens over hetzelfde: Geen reductie zonder noodzaak. Geen abstractie zonder anker. Geen gladstrijken van wat nog schuurt. Geen zinnen die niet voelen als van mij.
AI optimaliseert voor samenhang en waarschijnlijkheid. Dat is zijn kracht. Maar waarschijnlijkheid is niet hetzelfde als eigenheid. Wat gemiddeld goed past binnen een context, is niet automatisch wat levend is. Daar zit ons spanningsveld.
Wanneer ik niet oplet, wordt de tekst helderder en netter, en tegelijkertijd minder uniek. Wat nog gelaagd was, krijgt één lijn. Wat meerdere betekenissen had, wordt eenduidig.
Feedback als onderdeel van het proces
Daarom geef ik AI feedback. Ik zet passages terug. Ik vraag om een laag die verdwenen is opnieuw uit te werken. Ik corrigeer wanneer iets te veel wordt ingedikt. En soms zeg ik eenvoudig: dit klopt, maar het landt niet.
En ik ga nog een stap verder. Regelmatig vraag ik expliciet: wat heb je hier nu van geleerd? Welke leerpunten zie je? Wat moet je onthouden voor volgende teksten? Zo wordt het geen eenmalige correctie, maar een doorlopend leerproces. Niet alleen voor mij, maar ook voor het systeem waarmee ik werk.
Hoe preciezer ik ben in wat wel en niet klopt, hoe beter het systeem mijn toon en manier van denken leert volgen. Daardoor worden antwoorden minder generiek en beter afgestemd.
Dat vraagt aandacht en tijd. Zonder die terugkoppeling vervlakt het vanzelf weer.
Niet doordat ik één perfecte prompt formuleer, maar doordat ik blijf reageren op wat er werkelijk gebeurt in de tekst, en expliciet maak wat bewaard moet blijven.
Hoe ik AI concreet gebruik in mijn sessies
Een van de voordelen van online werken is dat ik met Zoom de sessie kan opnemen. Dat helpt cliënten bij de integratie. Zoals ik regelmatig zeg: je krijgt hiermee eigenlijk een gratis sessie erbij.
Zoom maakt tegenwoordig automatisch een transcript wanneer ik in de cloud opneem. Met toestemming van de cliënt vraag ik AI om dat transcript samen te vatten – niet alleen inhoudelijk, maar ook op procesniveau: wat gebeurde er in de dynamiek? Welke interventies waren ondersteunend? Waar verschoof iets?
Cliënten krijgen daardoor een uitgewerkte samenvatting waarin zowel inhoud als proces zichtbaar zijn. En ik kan ter voorbereiding snel terugpakken wat er in de vorige sessie speelde.
In het begin waren die samenvattingen vaak te glad en te algemeen. AI optimaliseerde voor helderheid en compactheid, maar verloor precies daardoor de rijkdom. Kleine interventies en subtiele verschuivingen – de keren waarop iets kantelt – verdwenen in algemene formuleringen. De tekst was correct, maar de directe ervaring was eruit gefilterd.
Wat er toen gebeurde was geen strak instructieproces. Ik heb niet in één keer een lijst met regels opgesteld. Het ging situationeel. Ik las een samenvatting terug en voelde: hier klopt iets niet. Soms was het één zin. Soms de toon. Soms wat ontbrak. Ik gaf feedback. Het antwoord bewoog mee. Daarna kwam de volgende bijstelling.
Het was een iteratief, relationeel proces. Pas achteraf kun je samenvatten wat daaruit ontstond:
Werk eerst het hele transcript volledig door.
Houd zowel inhoud als proces zichtbaar.
Benoem interventies concreet.
Voeg geen aannames toe.
Vermeng geen eerdere sessies.
Ga pas na volledigheid over tot stilering.
Maar dat zijn geen startinstructies geweest. Het is de abstractie van een proces dat in het moment ontstond.
Toen ik dat eenmaal zag, werd ook iets anders duidelijk.
Wat dit mij leerde over leren
Leren begint zelden met een uitgewerkt protocol.
Eerst is er ervaring. Dan frictie. Dan bijsturen. En pas daarna ontstaat er een patroon dat je kunt benoemen.
Zo leren mensen.
Zo help ik cliënten hun eigen mechanismen herkennen.
En zo heb ik AI stap voor stap mijn manier van kijken leren integreren. Niet door één keer een slimme prompt te formuleren, maar door telkens terug te geven wat wel en niet klopt. Door nuance te bewaken. Door het verschil te blijven voelen tussen een tekst die klopt op papier en een tekst die klopt in ervaring.
Achteraf kun je dat vertalen naar regels. Maar regels zijn nooit het beginpunt. Ze zijn de weerslag van aandacht.
Dit gaat dus dieper dan prompten. Een prompt is een instructie. Wat hier gebeurde was iets anders: een voortdurend bijstellen op basis van ervaring. Niet optimaliseren voor output, maar verfijnen op basis van wat ik zelf merkte. Het verschil tussen technische aansturing en aandachtige interactie is subtiel, maar wezenlijk.
AI ondersteunt het vastleggen en structureren. Het kan ordenen wat gezegd is, patronen zichtbaar maken en helpen onderscheiden tussen inhoud en proces. Maar wat er in de ontmoeting zelf gebeurt – de adem die versnelt, de stilte die valt, het moment waarop iemand iets voor het eerst echt durft te voelen – dat ontstaat alleen in aanwezigheid.
Je kunt dat achteraf beschrijven. Je kunt het analyseren. Maar het ontstaat altijd eerst in directe ervaring.
Hoe ik abstractie weer verbind met ervaring
Cliënten kunnen hun patronen vaak feilloos uitleggen. Ze begrijpen waar het vandaan komt. Ze kennen de theorie. Of ze geven het een label zoals ik mijn vorige blog beschreef. En toch versnelt hun adem wanneer een bepaald onderwerp ter sprake komt. Hun schouders spannen zich aan. Hun stem verandert.
Daar begin ik. Niet met een model. Niet met een analyse. Maar met wat zich nu aandient.
We vertragen. We brengen aandacht naar de directe ervaring. Wat gebeurt er in het lijf? Waar zit spanning? Wat wordt vermeden?
En ergens in dat proces komt een moment van kwetsbaarheid. Iemand merkt niet alleen spanning op, maar laat ook zien wat eronder zit – onzekerheid, schaamte, angst om afgewezen te worden. Dat is het kantelpunt. Niet het inzicht zelf, maar het toelaten van wat werkelijk gevoeld wordt.
Pas daarna abstraheren we. We onderzoeken het mechanisme. Welke trigger werd geactiveerd? Welk patroon nam het over? Welke oude betekenis ligt eronder?
Dan wordt abstractie geen afstand, maar integratie.
Begrip krijgt pas kracht wanneer het verbonden blijft met ervaring. Anders blijft het mentaal inzicht zonder verschuiving.
Vanuit die belichaamde ervaring kijk ik ook naar AI.
Geworteld blijven met AI
Wat hier voor mij zichtbaar wordt, gaat niet over technologie alleen.
Het gaat over kleine verschuivingen. Over een tekst die soepel klinkt maar niet klopt. Over een zin die logisch is, maar niet meer van jou voelt. Over het moment waarop je niet meer terugleest of het nog echt klopt voor jou.
Ontwikkeling werkt organisch. Grote veranderingen ontstaan uit herhaalde kleine verschuivingen. Zo ontstaat ook trauma vaak niet in één klap, maar door de opeenstapeling van gebeurtenissen waarin iets niet werd opgevangen.
Het verschil zit in hoe we op die momenten reageren.
Dat geldt ook voor hoe we met AI omgaan. Of we blijven voelen wanneer iets nog van ons is – in wat we zeggen én in hoe we het zeggen.
Abstractie en ervaring hebben elkaar nodig. Zodra denken losraakt van voelen ontstaat afstand, en zonder ordening blijft ervaring diffuus. Ontwikkeling ontstaat in de beweging daartussen.
AI verandert die beweging niet. Het vergroot haar.
De vraag is dus niet of we technologie gebruiken, maar of we telkens opnieuw terugkeren naar directe ervaring in wat we doen.
En precies daar ligt mijn werk.
