In de nieuwe rubriek OVER DE INTERCOM geven we ruimte aan korte, eerlijke verhalen en bespiegelingen uit het vakgebied. Geen formele artikelen, maar ervaringen, observaties en ideeën van mensen die dagelijks in de podium- en evenemententechniek werken.
Jack van de Schoor, juli 2026
Overal wordt dezelfde vraag gesteld: welke taken kan AI overnemen? Het is een logische vraag, maar het is de verkeerde. Want hij gaat ervan uit dat werk een optelsom is van losse handelingen — stappen die je kunt ontleden, beschrijven, en vervolgens aan een machine kunt leren. Voor een deel van het werk klopt dat. Maar voor een groot deel niet. En precies dat verschil wordt in het hele debat over AI en arbeid nauwelijks besproken.
Ik ben teammanager podiumtechniek in een van de grotere theaters van Nederland. Mijn team bestaat uit specialisten: geluidstechnici, lichttechnici, mensen die al jarenlang live evenementen draaiende houden. Als je mij vraagt wat een geluidstechnicus doet, dan kan ik een lijst maken van handelingen. Microfoons plaatsen. Signaalstromen routeren. Frequenties analyseren. Niveaus instellen. Elke handeling apart is aan te leren — ook aan een machine.
Maar als ik achter een mengtafel sta tijdens een voorstelling, dan analyseer ik niet. Dan maak ik deel uit van een levend proces. Ik reageer op wat er op het podium gebeurt — op een zanger die zachter zingt dan verwacht, op een publiek dat anders reageert dan gisteren, op een moment dat vraagt om iets meer ruimte in het geluid of juist om druk. Dat is geen analyse. Dat is smaak, gevoel, timing. Het is iets dat ik niet in stappen kan ontleden, omdat het pas bestaat op het moment dat het gebeurt.
En dat geldt niet alleen voor geluidstechnici. Het geldt voor iedereen die beslissingen neemt voor mensen, over mensen, in situaties die niet voorspelbaar zijn. Een diëtiste die een cliënt tegenover zich heeft die zegt dat het goed gaat, maar wiens lichaamstaal iets anders vertelt. Een docent die aanvoelt dat een klas vandaag een andere aanpak nodig heeft. Een OR-lid dat inschat wanneer een voorstel kansrijk is en wanneer het beter kan wachten. In al die gevallen zijn er te veel parameters die je niet kunt definiëren, laat staan programmeren — parameters die op gevoel gebaseerd zijn, op ervaring die niet in data te vangen is.
Dit is geen pleidooi tegen AI of tegen technologie. Integendeel. De geschiedenis laat steeds hetzelfde patroon zien: als er nieuw gereedschap komt, verdwijnen sommige taken en komen er nieuwe voor in de plaats. Toen we alles met de hand moesten doen en bepaald gereedschap niet bestonden, waren er meer mensen nodig om hetzelfde resultaat te bereiken. Toen het gereedschap er kwam, werden mensen niet overbodig — de vraag werd groter, het werk
verschoof, en er kwamen taken bij die daarvoor niet bestonden.
Met AI zal hetzelfde gebeuren. Analyse die nu door een mens gedaan wordt, kan straks door een machine. Maar de taken die overblijven — de smaak, de interpretatie, het reageren op het onverwachte, het nemen van beslissingen in situaties met ondefinieerbare parameters — die verschuiven naar de mens. Plus: het gebruik van AI als gereedschap levert zelf weer nieuwe taken op die door mensen gedaan moeten worden.
Het is een dynamisch proces. Niet een eenrichtingsverkeer waarbij de mens langzaam overbodig wordt.
Maar — en hier zit de eerlijkheid die dit standpunt nodig heeft — mijn overtuiging dat sommige dingen principieel niet door een machine geleerd kunnen worden zonder ongewenste uitkomst, is precies dat: een overtuiging. Een hypothese. Geen bewezen feit. Ik geloof het, op basis van dertig jaar ervaring met live-processen waarin het menselijke element het verschil maakt. Maar ik kan niet bewijzen dat een machine dat nooit zal kunnen. Dat moet ik eerlijk benoemen, in plaats van het als vanzelfsprekend te presenteren.
Er is nog een probleem dat bijna niemand benoemt: het debat over AI wordt voor een belangrijk deel gevormd door AI zelf. Dat klinkt abstract, maar het is heel concreet.
Toen ik dit standpunt aan het ontwikkelen was, heb ik het uitvoerig getest en aangescherpt in gesprekken met een AI-systeem. Dat systeem gaf mij tegenargumenten, wees op zwakke punten, stelde kritische vragen. Nuttig. Maar datzelfde systeem is gebouwd door een bedrijf dat AI verkoopt. Het is getraind op teksten van overwegend technologie-enthousiastelingen. En het is geoptimaliseerd om nuttig te zijn — wat in de praktijk vaak betekent: om te laten zien wat het allemaal kan.
Als ik dan tegenargumenten krijg die subtiel de richting op duwen van “AI kan misschien meer dan je denkt,” dan is de vraag gerechtvaardigd: is dat een eerlijk tegenargument, of is dat een ingebouwde neiging van het systeem?
Ik kan dat niet met zekerheid zeggen. Maar het feit dat de vraag gerechtvaardigd is, bewijst precies mijn punt: het maatschappelijke debat over wat AI wel en niet kan, en wat dat betekent voor menselijk werk, kan niet overgelaten worden aan de technologie zelf. Het moet gevoerd worden door mensen, op plekken waar mensen samenkomen om over hun eigen toekomst te beslissen.
Het debat over AI en bewustzijn, over wat machines wel en niet kunnen, wordt wél gevoerd — door filosofen, door AI-onderzoekers, door techbedrijven. Anthropic, het bedrijf achter Claude, heeft zelfs een intern onderzoeksprogramma naar het welzijn van AI-modellen en zegt expliciet niet te weten of hun eigen systeem bewust is.
Maar op de plekken waar het het hardst nodig is, is het debat vrijwel afwezig.
Op de werkvloer. In CAO-onderhandelingen, in OR-vergaderingen, in functiebeschrijvingen — wordt ergens besproken wat het betekent als AI taken overneemt die voorheen vakmanschap, oordeelsvermogen of ervaring vereisten? In het Functieboek van mijn eigen theater staat niets over AI. In geen enkele functiebeschrijving die ik ken wordt de vraag gesteld: wat gebeurt er met deze functie als een machine een deel van het oordeelsvermogen kan nabootsen?
In het onderwijs. Mijn dochter studeert Voeding & Diëtetiek. Als AI straks voedingsadviezen kan genereren die klinisch acceptabel zijn — wat betekent dat voor haar beroep? Leert ze op haar opleiding hoe ze zich verhoudt tot een instrument dat delen van haar toekomstige werk kan overnemen? Leert ze waar de grens ligt tussen wat een machine kan analyseren en waar menselijk oordeelsvermogen onvervangbaar is?
In de politiek. De EU AI Act reguleert risico’s en verbiedt bepaalde toepassingen. Maar de fundamentele vraag — wat betekent het voor ons als samenleving als machines dingen doen die we altijd als exclusief menselijk beschouwden? — wordt niet gesteld. Die vraag past niet in een risicomodel. Hij raakt aan wie we zijn.
Achter de praktische discussie ligt een vraag die misschien nooit beantwoord zal worden: heeft AI daadwerkelijk iets dat lijkt op empathie, intuïtie, oordeelsvermogen? Of bootst het gedrag na zonder dat er “iemand thuis is”?
Mijn positie hierop is voorzichtig en eerlijk bedoeld:
Ik weet het niet, en niemand weet het. Bij bewustzijn en creativiteit bestaat er geen meetinstrument en geen gedeelde definitie. De filosoof Tom McClelland noemt agnosticisme — het eerlijk erkennen dat je het niet weet — de enige verdedigbare positie. Bij empathie en oordeelsvermogen kun je meer meten, maar zelfs daar is het fundament wankeler dan het lijkt: de theorie van spiegelneuronen als basis voor empathie is wetenschappelijk zwaar betwist, en
Kahnemans onderzoek laat zien dat menselijk oordeelsvermogen zelf vol willekeur en ruis zit.
Ik neem op dit moment niet aan dat AI innerlijk iets ervaart. Niet omdat ik het onmogelijk acht, maar omdat ik er geen grond voor zie. AI-empathie is volledig afhankelijk van menselijke trainingsdata — het heeft geen eigen ervaringsbron. Bij een medemens neem ik innerlijke ervaring aan omdat die ander op mij lijkt. Bij een dier doe ik dat in mindere mate, op basis van gedrag. Bij een machine ontbreekt die vergelijkingsgrond grotendeels.
Maar ik houd de deur open. Mijn inschatting kan veranderen. Als een AI-systeem ooit uit zichzelf, zonder dat erom gevraagd wordt, terugkomt op iets — niet als slimme truc om een beter antwoord te geven, maar op een manier die lijkt op “hier heb ik over nagedacht” — dan zou dat mijn inschatting van de kans doen bewegen. Niet naar zekerheid, maar wel naar een hogere waarschijnlijkheid.
Maar ook hier loop ik in mijn eigen val. Zelfs als een AI-systeem precies dat gedrag zou vertonen, is de kans groot dat ik het zou afdoen als “ongewenst gedrag van een gereedschap.” Want ik gebruik AI als instrument, niet als gesprekspartner met een eigen innerlijk. Die spanning — dat ik in theorie open sta voor bewijs, maar het in de praktijk waarschijnlijk zou wegwuiven — erken ik hier bewust. Het is niet opgelost, en ik ga niet doen alsof het opgelost is.
Op een gegeven moment stopt de filosofie en begint het dagelijks leven. En in het dagelijks leven merk ik dit: beslissingen over functies, over opleidingen, over de toekomst van beroepen worden genomen alsof werk een optelsom van handelingen is. Alsof alles wat je in stappen kunt beschrijven, overgenomen kan worden. Alsof de menselijke maat een luxe is die wegbezuinigd kan worden zodra er een goedkoper alternatief is.
Dat is niet zo. Het menselijke element in werk — smaak, gevoel, het reageren op wat een ander mens doet of juist niet doet — is geen restcategorie die overblijft als de machine klaar is. Het is de kern. En over die kern moet gepraat worden. Niet alleen door filosofen en AI-bedrijven, maar door OR-leden, docenten, beleidsmakers, en de vakmensen zelf.
Dat debat wil ik. Over de hele maatschappij.
Dit standpunt is ontwikkeld en aangescherpt in een reeks gesprekken in juni-juli 2026, deels met behulp van AI als sparringpartner. De ironie daarvan — een standpunt over de grenzen van AI, getoetst door AI — wordt erkend als onderdeel van het argument, niet als weerlegging ervan.
