Het maandoverleg begint met een scherm vol cijfers. Veertien AI-tools in gebruik, waarvan drie nieuw. 312 detecties van gevoelige gegevens. AI-gebruik: 62 van de 90 werkplekken. De directeur knikt en stelt dan de vraag waar het om draait: is dit goed of slecht? Het eerlijke antwoord is dat geen van die getallen dat op zichzelf vertelt. Een AI-cijfer krijgt pas betekenis als je weet waarmee je het vergelijkt.
Welke cijfers vertellen hoe AI in het werk zit?
Begin bij het gebruik, want daar zit het positieve verhaal. Hoeveel werkplekken gebruiken AI, hoe vaak (dagelijks, wekelijks, af en toe), en waarvoor: samenvatten, vertalen, communicatie opstellen, programmeren. Die cijfers laten zien waar AI al een vaste plek heeft in het werk.
Lees ze als een vraag naar ondersteuning, niet als een score. Als het grootste deel van het gebruik uit samenvatten bestaat, weet je waar goede voorbeelden en duidelijke afspraken het meest opleveren. Als een afdeling nauwelijks AI gebruikt, kan dat een bewuste keuze zijn of een teken dat mensen niet weten wat mag.
Eén ding vertellen deze cijfers niet: wat AI oplevert. Hoeveel tijd het scheelt of hoe goed het werk wordt, zie je hier niet. Wie dat wil weten, vraagt het de teams zelf.
Welke cijfers laten zien of je afspraken werken?
Hier komen de aandelen in beeld, en die zeggen meer dan de totalen. Het belangrijkste: welk deel van het AI-gebruik loopt via tools die jullie hebben toegestaan? Daarnaast: hoeveel tools worden gebruikt zonder dat er een besluit over is, en hoe vaak worden tools bezocht die niet zijn toegestaan?
Een aandeel van 80 procent via toegestane tools klinkt goed, maar pas de vergelijking vertelt het verhaal. Was het vorige maand 65 procent, dan werkt er iets. Was het 90, dan is er iets veranderd dat je wilt begrijpen, zoals een nieuwe tool die snel populair werd.
Bij meldingen zijn de aantallen minder belangrijk dan wat er daarna gebeurde. Opent de medewerker het alternatief, of gaat hij toch door naar de oorspronkelijke tool? Gaan veel mensen bij één tool toch door, dan zegt dat vaak iets over het alternatief: misschien kan het net niet wat mensen nodig hebben.
Wat zegt het aantal detecties?
312 detecties lijkt veel. Maar als het gebruik in dezelfde periode verdubbelde, is een stijging te verwachten en zelfs een teken dat de detectie haar werk doet. Het totaal is vooral context.
Kijk liever naar twee andere cijfers. Welk deel van de kritieke detecties, zoals een BSN of rekeningnummer, is aangepast vóór verzending? En welke gegevenstypen komen het vaakst terug? Als klantnummers bovenaan staan, is er een concreet gesprek te voeren: misschien vragen klantnummers om een eigen werkwijze, of om een tool die jullie daarvoor hebben goedgekeurd.
Een gewone markering die blijft staan, is niet automatisch een fout. De medewerker kent de context; een naam in een uitnodiging is iets anders dan een naam in een medisch dossier. Bij de kritieke gegevens ligt de lat hoger, dus daar kijk je het scherpst.
Welke cijfers kun je beter niet los lezen?
Drie valkuilen komen steeds terug.
- Een aantal zonder noemer. "Veertien tools" zegt weinig als je niet weet hoeveel daarvan een besluit hebben.
- Twee soorten cijfers bij elkaar opgeteld. Zien welke tools in gebruik zijn, gaat over honderden diensten. Helpen bij gevoelige gegevens gebeurt in de apps waar die hulp beschikbaar is. Wie die twee tot één score mengt, verliest het verschil.
- Een ontbrekend cijfer als nul. Als iets niet is gemeten, bijvoorbeeld omdat een functie uit stond, is dat geen goed resultaat maar een open vraag.
Hoe maak je van een cijfer een vraag?
Het nuttigste wat je met AI-cijfers kunt doen, is er per cijfer één vervolgvraag van maken:
| Cijfer | Vervolgvraag |
|---|---|
| Aandeel gebruik via toegestane tools daalt | Welke tool trekt gebruik weg, en past ons alternatief nog? |
| Tools in gebruik zonder besluit | Wie beslist hierover, en wanneer? |
| Veel doorgaan na een melding bij één tool | Wat kan die tool dat het alternatief niet kan? |
| Kritieke detecties vaak niet aangepast | Welk gegevenstype, en vraagt dat om een andere werkwijze? |
| Weinig gebruik in een afdeling | Is dat een keuze, of weten mensen niet wat mag? |
In BeeSensible staan deze cijfers op de schermen Gebruik, Naleving en Gevoelige gegevens, als aantallen zonder tekst en zonder namen. Zo ziet het overzicht van gevoelige gegevens eruit:
