Nu online: cahier 39 De kansrijkheid van AI-ondersteuning voor arbeidsdeskundigen

De inzet van kunstmatige intelligentie (AI) in het arbeidsdeskundig werk staat volop in de belangstelling. Vooral de inzet van generatieve AI. Maar waar ligt nu écht de meerwaarde? En onder welke voorwaarden kan AI bijdragen aan methodisch en evidence-based werken? In het nieuwe AKC-onderzoekscahier De kansrijkheid van AI-ondersteuning voor methodisch en evidence-based werken van arbeidsdeskundigen worden deze vragen verkend.

Naar het cahierOpent in een nieuwe tab:       Naar de factsheetOpent in een nieuwe tab:

Werktaken als vertrekpunt

Het onderzoek, uitgevoerd door TNO in opdracht van het AKC, biedt een eerste systematische analyse van de rol die AI kan spelen in het arbeidsdeskundig vakgebied. Een bewuste keuze was om niet te beginnen bij wat AI kan, maar bij de taken en handelingen die arbeidsdeskundigen uitvoeren in het kader van beeldvorming, oordeelsvorming en besluitvorming. Aangevuld met deskundigheidsbevordering.

Om van taken naar geschikte AI-methodes te komen, werd per taak en handeling bepaald welke cognitieve vaardigheden daarvoor vereist zijn. Hiervoor zijn zes niveaus onderscheiden: onthouden, begrijpen, toepassen, analyseren, evalueren en creëren. Daarna is een overzicht gemaakt van beschikbare AI-methodes die taken en handelingen mogelijk ondersteunen en zijn de cognitieve vaardigheden daaraan gekoppeld.

Hoe AI kan bijdragen

Het onderzoek laat zien dat AI op verschillende manieren kan bijdragen aan het werk van arbeidsdeskundigen. AI kan bijvoorbeeld:

• Helpen bij het ordenen van gegevens en het herkennen van patronen.
• Ondersteunen bij het zoeken van voorbeelden of alternatieven op basis van vastgestelde kenmerken.
• Taakeisen verlagen door het verlichten van administratieve lasten.
• Ondersteunen bij het opstellen van het arbeidsdeskundig rapport, bijvoorbeeld door het maken en structureren van conceptteksten.

Tegelijkertijd zijn er duidelijke grenzen. Bijvoorbeeld bij oordeelsvorming, waar het gaat om afwegen, interpreteren en beslissen, blijft de rol van de professional essentieel. AI kan ondersteunen, maar neemt deze verantwoordelijkheid niet over. Ook vraagt het gebruik van AI om zorgvuldigheid. Denk aan aandacht voor privacy, transparantie, mogelijke bias en het kritisch beoordelen van AI-uitkomsten.

Afwegingskader in de praktijk

Een belangrijk resultaat van het onderzoek is de ontwikkeling van een afwegingskader. Dit kan arbeidsdeskundigen en organisaties helpen om systematisch te bepalen of en hoe AI ingezet kan worden. Dit gebeurt aan de hand van vijf kernvragen:

1. Waar ligt de behoefte: welke taken en handelingen kunnen worden ondersteund met AI en hoe bepalend zijn die voor de kwaliteit van de dienstverlening?
2. Wat zijn de beoogde doelen van de inzet van AI?
3. Welke cognitieve vaardigheden zijn nodig voor deze taken en handelingen?
4. Welke AI-methodes zijn beschikbaar en welke cognitieve vaardigheden ondersteunen zij?
5. Met welke randvoorwaarden moet rekening worden gehouden voor een zorgvuldige inzet van AI?

Verantwoorde inzet staat centraal

Een rode draad in het onderzoek is dat AI altijd ondersteunend moet zijn aan het vakmanschap van de arbeidsdeskundige. De professional blijft verantwoordelijk voor de analyse, afweging en besluitvorming. Daarbij zijn drie voorwaarden cruciaal:

• Formuleer vooraf duidelijke doelen voor AI-inzet.
• Gebruik AI als hulpmiddel, niet als vervanging.
• Investeer in AI-geletterdheid en kritisch denkvermogen.

Naar  cahier 39Opent in een nieuwe tab:       Naar de factsheetOpent in een nieuwe tab:

Basis voor vervolgonderzoek

Het onderzoek maakt duidelijk dat er nog veel te leren valt over de inzet van AI in de praktijk. Zo is nog onvoldoende bekend hoe arbeidsdeskundigen AI momenteel gebruiken, welke toepassingen het meest waardevol zijn en hoe zij omgaan met risico’s en beperkingen. Dit cahier vormt daarom nadrukkelijk een eerste stap.

TNO is inmiddels gestart met een vervolgonderzoek naar de verantwoorde inzet van AI. Het doel is een reflectietool die ondersteunt bij het beoordelen, controleren en aanpassen van AI-output. Wil je meedenken? Vul dan de korte vragenlijst in