Kunstmatige intelligentie fascineert me elke dag. Hoe meer we haar gebruiken, hoe meer ik ervan overtuigd raak dat het een van de krachtigste werkinstrumenten is die we de afgelopen decennia in handen hebben gekregen. Tegelijk groeit, hoe meer ik met AI werk, mijn respect voor de andere kant ervan: AI kan ongelooflijk nuttig zijn en zich tegelijk ongelooflijk overtuigend vergissen.
En juist het tweede deel van die zin vind ik belangrijk. Het probleem is namelijk niet alleen dat AI een fout maakt. Mensen maken ook fouten. Het probleem is dat AI een fout antwoord buitengewoon overtuigend, logisch en professioneel kan brengen. Het kan je een perfecte argumentatie geven, een prachtig gestructureerde analyse maken en je stap voor stap naar een conclusie leiden die gewoonweg onjuist is.
Als je werkt in een vakgebied dat je goed kent, heb je dit vreemde moment waarschijnlijk al eens meegemaakt. AI geeft je fantastische informatie, vindt verbanden waar je misschien zelf niet op was gekomen, helpt je nadenken – en maakt dan plotseling een fout die je als expert meteen herkent. Soms is die klein. Soms is die volstrekt fundamenteel.
En elke keer stel ik mezelf daarbij één vraag: wat als ik dit vakgebied niet zou begrijpen?
De gevaarlijkste AI-fout is de fout die je niet herkent
Als je AI gebruikt in een vakgebied waarin je twintig jaar ervaring hebt, kan de fout je misschien vermaken. Maar als je het gebruikt in een vakgebied waar je vrijwel niets van weet, kan precies dezelfde fout je overtuigen.
Dat is volgens mij een van de grootste paradoxen van de huidige kunstmatige intelligentie.
AI is juist zo fantastisch omdat het ons in staat stelt gebieden te betreden die we niet begrijpen. We kunnen ons snel oriënteren in een nieuwe sector, de basisterminologie begrijpen, een overzicht van een markt krijgen of een ingewikkeld probleem laten uitleggen. Bij MAISON D’IDÉE gebruiken we het regelmatig op die manier.
We moeten ons echter bewust zijn van het verschil tussen AI die ons helpt een probleem te begrijpen en AI die we een fundamentele beslissing voor ons laten nemen.
Hoe groter de gevolgen van een beslissing, hoe groter het probleem dat één enkele verkeerde aanname kan veroorzaken.
Het verrast me wie AI vandaag het meest gebruikt
Tijdens het werken met AI viel me nog een interessant verschijnsel op. Het is natuurlijk alleen mijn persoonlijke observatie, geen onderzoek, maar het interesseert me toch enorm.
Ik had verwacht dat de meest intensieve AI-gebruikers automatisch de jongste mensen zouden zijn. In mijn eigen omgeving zie ik echter vaak iets heel anders. Het fascineert me hoe intensief mensen van ongeveer 40 tot 60 jaar AI weten te gebruiken.
En ik begon na te denken over waarom dat zo zou kunnen zijn.
Misschien is een van de redenen simpelweg dat zij meer zaadjes hebben om te planten.
Iemand met twintig of dertig jaar professionele ervaring heeft een enorme hoeveelheid onderwerpen, problemen, doodlopende wegen, ideeën en vragen in zijn hoofd. Hij weet wat hij moet vragen. Hij weet waar een probleem kan zitten. En vooral weet hij vaak al wat hij allemaal niet weet.
AI stelt hem vervolgens in staat die ‘zaadjes’ ongelooflijk snel te laten groeien.
Hij kan een hypothese toetsen, opties vergelijken, een verband laten uitleggen, doorgaan met een volgende vraag en binnen een uur komen waar hij vroeger meerdere dagen over deed.
Niet omdat AI zijn ervaring heeft vervangen.
Integendeel. Zijn ervaring stelt hem in staat AI beter te gebruiken.
Het gereedschap maakt nog steeds niet de meester
Misschien zijn we na een enorme technologische sprong dus teruggekeerd bij een heel oude waarheid: het gereedschap maakt niet de meester.
Je kunt twee mensen exact dezelfde professionele camera geven, en de een maakt een uitzonderlijke foto terwijl de ander een gemiddeld plaatje schiet. Je kunt ze hetzelfde grafische programma, hetzelfde fototoestel, dezelfde werkplaats of hetzelfde muziekinstrument geven.
Technologie kan de technische drempel wegnemen. Maar ze levert niet automatisch ervaring, smaak en oordeelsvermogen.
En AI is misschien het meest extreme voorbeeld van dit principe dat we tot nu toe hebben gezien.
Twee mensen hebben hetzelfde model tot hun beschikking. De een krijgt er een generiek antwoord uit. De ander stelt een reeks zeer precieze vragen, trekt antwoorden in twijfel, voegt eigen ervaring toe, verandert aannames, stuurt de AI terug als die de verkeerde kant op gaat, en gebruikt haar als partner om zijn eigen ideeën verder uit te werken.
Het gereedschap is hetzelfde.
Het resultaat kan totaal anders zijn.
Wat gebeurt er met juniors in het AI-tijdperk?
En hier komen we volgens mij bij een veel serieuzere vraag, die voor de hele creatieve sector relevant zal zijn.
Hoe leiden we de volgende generatie seniors op als een groot deel van het juniorwerk door AI wordt gedaan?
Een senior grafisch ontwerper, Creative Director, strateeg of ervaren packaging designer is niet als senior geboren. Jarenlang deed hij veel werk dat misschien niet altijd fascinerend was. Hij maakte varianten. Retoucheerde. Stelde presentaties samen. Zat bij de productie. Maakte fouten. Zag hoe zijn ontwerp niet werkte. Luisterde naar de klant. Maakte mee dat het resultaat bij de drukker afweek van het scherm. Zag een verpakking die er op een groot scherm fantastisch uitzag en in het schap volledig verdween tussen de concurrentie.
En juist uit duizenden van zulke kleine ervaringen ontstaat geleidelijk oordeelsvermogen.
Als we nu een groot deel van die stappen met behulp van AI overslaan, moeten we nadenken over hoe mensen de nodige ervaring op een andere manier opdoen.
Voor reclamebureaus zal dat volgens mij een van de belangrijkste vragen van de komende jaren zijn.
AI in branding: een mooie oplossing kan strategisch verkeerd zijn
Bij branding is het risico van een verkeerde beslissing buitengewoon groot, omdat de gevolgen ervan jaren kunnen duren.
AI kan namen, positionering, claims, kleurpaletten, logo’s, moodboards en complete visuele identiteiten voor je maken. En het kan die zo goed presenteren dat je heel gemakkelijk het gevoel krijgt dat je een kant-en-klare oplossing voor je hebt.
Maar een visueel overtuigende oplossing hoeft nog geen juiste strategische oplossing te zijn.
Misschien lijkt ze te veel op de concurrentie. Misschien is ze gebaseerd op een trend die net zijn hoogtepunt bereikt. Misschien werkt ze fantastisch op één AI-mockup, maar niet in honderden echte toepassingen. Of misschien stuurt ze het merk gewoon een heel andere kant op dan waar het naartoe moet.
En AI kan voor elk van deze beslissingen een zeer overtuigende onderbouwing geven.
Daarom blijft de ervaring van iemand die veel merken heeft zien ontstaan, functioneren, veranderen en soms ook falen, cruciaal.
AI in packaging design: tussen visualisatie en werkelijkheid zit een groot verschil
Bij packaging zien we dit nog duidelijker.
AI kan vandaag in een paar seconden een prachtige verpakking maken. Het kan die op een perfecte mockup plaatsen, belichten en tonen in een schap dat er perfect uitziet.
Maar packaging bestaat in de fysieke wereld.
Het moet geproduceerd worden. Het moet gedrukt worden. Het heeft een concreet materiaal. Kleuren gedragen zich op een bepaalde manier. Er zijn technologische beperkingen, verplichte vermeldingen, leesbaarheid, hiërarchie, logistiek, productiekosten en tientallen andere parameters.
En vooral – een verpakking zal niet alleen op een mooie mockup bestaan.
Ze zal naast twintig concurrenten staan.
Een ervaren packaging designer beoordeelt daarom niet alleen of een ontwerp er goed uitziet. Hij denkt na over de vraag of het in de praktijk zal werken. En soms kan hij dankzij eerdere ervaring een probleem signaleren voordat het een dure fout wordt.
AI is een zeer overtuigende partner. Geen onfeilbare autoriteit
Dit is misschien de eenvoudigste regel die we bij MAISON D’IDÉE proberen te volgen bij het werken met AI.
Hoe belangrijker de beslissing, hoe minder we vertrouwen op één enkele AI-output.
We gebruiken AI voor research, analyse, verkenning, varianten, visualisaties, teksten, alternatieven en tal van andere taken. We laten het onze eigen voorstellen ter discussie stellen. We vragen het om argumenten tegen onze beslissingen. We gebruiken het om ons perspectief te verbreden.
Maar bij een fundamentele beslissing moet er aan het einde een mens zitten die het vakgebied begrijpt en kan zeggen: dit is logisch en dit niet.
Niet omdat de mens onfeilbaar is.
Dat is hij niet.
Maar een ervaren mens kan informatie in context plaatsen, een inconsistentie opmerken, een aanname in twijfel trekken en weet vooral dat sommige dingen gecontroleerd moeten worden.
Het grootste risico van AI is misschien niet een fout antwoord, maar te veel vertrouwen
AI geeft ons een vreemd gevoel van zekerheid. Het antwoordt onmiddellijk. Het formuleert rustig. Het kan argumenteren. Het aarzelt niet. En het resultaat ziet er vaak een stuk professioneler uit dan de werkelijke betrouwbaarheid ervan rechtvaardigt.
Daarom moeten we volgens mij, paradoxaal genoeg, naarmate de kwaliteit van AI toeneemt, een grotere mate van twijfel cultiveren.
Hoe beter de antwoorden eruitzien, hoe moeilijker het wordt om het moment te herkennen waarop AI zich vergist.
En juist daarom kan de waarde van echte expertise in de toekomst eerder stijgen dan dalen.
Een expert zal niet per se iemand zijn die informatie sneller kan produceren dan AI. Dat lukt vaak nu al niet meer.
Het zal iemand zijn die kan beoordelen of informatie juist, relevant en bruikbaar is voor een concrete beslissing.
AI vermenigvuldigt vaardigheden. En het kan ook fouten vermenigvuldigen.
Bij MAISON D’IDÉE gebruiken we kunstmatige intelligentie intensief, en ik ben ervan overtuigd dat we het steeds meer zullen gebruiken. Het stelt ons in staat meer werk te verzetten, dieper te gaan in ontwerpen, meer alternatieven te maken en minder tijd te besteden aan mechanische taken.
Maar hoe meer we het gebruiken, hoe meer we ons één eenvoudig ding realiseren.
AI is een vermenigvuldiger.
In de handen van een ervaren mens kan het zijn vaardigheden dramatisch vermenigvuldigen. Het stelt hem in staat sneller te werken, in bredere verbanden te denken en mogelijkheden te verkennen waar hij vroeger geen tijd voor had.
Maar op dezelfde manier kan het ook een foute aanname vermenigvuldigen.
En als de basis al verkeerd is, kan AI die uitwerken tot een buitengewoon geavanceerde, prachtig gepresenteerde en zeer overtuigende verkeerde oplossing.
Daarom zou ik juist het voorzichtigst zijn waar beslissingen het belangrijkst zijn: bij strategie, positionering, branding, packaging en andere beslissingen waarvan een bedrijf jarenlang de gevolgen zal dragen.
Laten we AI gebruiken. Laten we ermee experimenteren. Laten we het tijd en geld laten besparen. Laten we het onze mogelijkheden laten vergroten.
Maar laten we een overtuigend antwoord niet verwarren met het juiste antwoord.
Want hoe perfecter het gereedschap dat we in handen krijgen, hoe belangrijker het wordt wie het vasthoudt – en of hij het moment herkent waarop het gereedschap zich vergist.
