De besluitenfabriek en de opnieuw te leren lessen van de Industriële Revolutie

De bel boven de fabriekspoort bepaalde wanneer het werk begon. Niet de klantvraag. Niet de taak. Niet het vakmanschap van de maker. De klok bepaalde het ritme, de eigenaar bepaalde de inrichting, de machine bepaalde het tempo. Wie vroeger thuis of in een kleine werkplaats werkte, met eigen gereedschap en een zekere mate van autonomie, werd in de fabriek onderdeel van een groter systeem.

Dat was de stille revolutie achter de industriële revolutie. De stoommachine was zichtbaar. De fabriekshal was zichtbaar. De sociale verschuiving eronder veel minder. Arbeid verplaatste zich van huis, werkplaats en gemeenschap naar fabriek, stad en kapitaal. Werk werd opgesplitst, gemeten, gepland en gedisciplineerd. De maker werd machinebediener. Het product werd schaalbaar. En bovendien: De mens werd afhankelijk van een systeem dat hij niet zelf bestuurde.

De historische vergelijking met kunstmatige intelligentie ligt voor de hand, maar wordt vaak te plat gemaakt. Dan gaat het over machines die banen vervangen, zoals de mechanische weefgetouwen ooit arbeid verdrongen. Dat is maar een deel van het verhaal. De diepere overeenkomst zit in de verschuiving van macht.

De fabriek maakte fysieke productie schaalbaar. AI maakt besluitvorming schaalbaar. En dat is een veel grotere verandering dan veel bestuurders nu bereid zijn om te accepteren.

De industriële revolutie veranderde economieën die draaiden op landbouw en ambacht in economieën rond grootschalige industrie, machinale productie en het fabriekssysteem. Britannica beschrijft hoe de overgang van huisnijverheid naar fabriek mensen onderbracht in een systeem waarin werkgevers grondstoffen, gereedschap, werktijden en arbeidsvoorwaarden bepaalden. De verschuiving bracht hogere productiviteit, maar ook lange werkdagen, lage lonen, gevaarlijk werk, stedelijke overbevolking en slechte sanitaire omstandigheden. (Encyclopedia Britannica)

De fabriek was dus geen neutrale productietechniek. Zij was een nieuwe machtsorde.

De eigenaar bezat de machine. De arbeider leverde tijd en lichaam. De opzichter bewaakte het tempo. Het gezin verloor controle over de plaats en het ritme van arbeid. Kinderen verdwenen niet zelden in fabrieken, mijnen en schoorstenen voordat wetgevers goed begrepen welke sociale veranderingen zich aan het voltrekken waren. De Britse vroege fabriekswetgeving laat dat patroon scherp zien: de eerste wetten rond katoenmolens kwamen pas nadat lange werkdagen, kinderarbeid en slechte arbeidsomstandigheden al diep in de industriële praktijk waren verankerd. De Health and Morals of Apprentices Act van 1802 en de Cotton Mills Act van 1819 waren vroege pogingen om die misstanden te beperken, maar kampten meteen met handhavingsproblemen. (Parlement UK Nieuws)

De technologie liep voorop. De instituties kwamen erachteraan.

Stabilisatie kwam niet uit de markt zelf. Zij kwam uit conflict, hervorming en institutionele verbeelding. Er kwamen arbeidswetten, fabrieksinspecties, vakbonden, leerplicht, publieke gezondheidszorg, stedelijke infrastructuur, sociale verzekeringen en later internationale arbeidsnormen. De fabriek werd niet afgeschaft. Zij werd ingebed. De samenleving accepteerde industriële productie pas op grote schaal toen zij er grenzen, rechten en tegenmacht omheen bouwde.

Dat is de les die wij nu opnieuw moeten leren.

AI-fabriek van oordeel

AI komt organisaties binnen zoals de fabriek ooit de samenleving binnenkwam: niet alleen als techniek, maar als ordeningsmacht. Het gebeurt meestal zonder dramatisch besluit. Een medewerker gebruikt ChatGPT om een klantmail samen te vatten. Een jurist laat een conceptadvies voorbereiden. HR vraagt een model om vacatureteksten te herschrijven. Een consultant laat een rapport structureren. Een salesmanager vraagt een copiloot om kansen te prioriteren. De leverancier van het CRM, ERP of productiviteitspakket voegt AI toe alsof het een gewone feature is.

Niemand heeft formeel besloten dat een externe machine voortaan mag meedenken over klantrelaties, risico-inschattingen, personeelsselectie, beleidsvoorbereiding en professioneel oordeel. Toch gebeurt het.

De AI-fabriek staat niet aan de rand van de stad. Zij draait in de browser, in de cloud, in de interface van software die al is goedgekeurd. Daardoor voelt zij minder bedreigend. Maar dat maakt haar juist gevaarlijker.

Een AI-model schrijft niet slechts tekst. Het ordent informatie. Het bepaalt welke feiten opvallen. Het suggereert verbanden. Het geeft taal aan onzekerheid. Het maakt sommige risico’s groter en andere kleiner. Het beïnvloedt wat professioneel klinkt, wat waarschijnlijk lijkt, wat voldoende onderbouwd voelt. In organisaties waar haast, werkdruk en productiviteitsdruk de toon zetten, krijgt zo’n output al snel meer gewicht dan bestuurders willen toegeven.

Daar begint de nieuwe afhankelijkheid.

De professional blijft aanwezig, maar werkt steeds vaker met voorgevormde interpretatie. De organisatie blijft verantwoordelijk, maar laat delen van haar oordeel voorbereiden door modellen die buiten haar muren zijn gebouwd. De leverancier levert geen software meer die alleen processen ondersteunt, maar een infrastructuur die taal, analyse en besluitvoorbereiding beïnvloedt. Het model wordt geen werknemer, geen adviseur, geen bestuurder. Toch schuift het aan in het werk.

Hier loopt de parallel met de industriële revolutie op scherp. De negentiende-eeuwse fabriek verplaatste zeggenschap over arbeid naar kapitaal en machine. De AI-fabriek verplaatst zeggenschap over interpretatie naar model, platform en leverancier. Dat gebeurt niet in één klap, maar mondjesmaat in de vorm van dagelijks gemak.

Gemak is een onderschatte bestuurlijke kracht

Snel wint vaak van zorgvuldig. De deadline wint van broncontrole. De nette samenvatting wint van langzaam lezen. De overtuigende formulering wint van professionele twijfel. Dat maakt de individuele medewerker ongeschikt als laatste verdedigingslinie tegen AI-risico’s. Niet omdat medewerkers onbekwaam zijn, maar omdat systeemrisico’s niet bij individuen horen te worden geparkeerd.

Ook de leverancier kan deze rol niet dragen. Modelaanbieders hebben technische kennis, maar ook commerciële belangen. Zij bepalen productkeuzes, veiligheidsfilters, prijsmodellen, data-instellingen, integraties en roadmaps. Wie de leverancier vertrouwt als enige bron van beheersing, herhaalt de fout van de vroege fabriek: de eigenaar van de machine laten bepalen waar de maatschappelijke grens ligt.

De staat is evenmin genoeg. Wetgeving is nodig, zoals fabriekswetgeving nodig was. Maar wetgeving volgt de praktijk en blijft algemener dan de concrete context. Een wet kan grenzen stellen aan hoog-risico systemen, transparantie of dataverwerking. Zij kan niet bepalen waar in een specifieke klantrelatie menselijk oordeel verplicht moet blijven, welke vorm van AI-invloed past bij een zorgpad, of hoe een adviesorganisatie haar professionele standaard beschermt.

Daarom is de organisatie zelf de ontbrekende partij.

Bij The IC Institute noemen we haar de vierde partij. Naast de staat, de leverancier en de individuele gebruiker staat de institutionele gemeenschap waar AI feitelijk handelt: het bedrijf, de school, de zorginstelling, de gemeente, de uitvoeringsorganisatie, het team. Daar wordt AI niet besproken als abstract fenomeen. Daar raakt zij klanten, medewerkers, leerlingen, patiënten, burgers, aandeelhouders en bestuurders.

Die vierde partij sluit het feitelijke contract met AI.

Niet alleen in juridische licenties. Niet alleen in verwerkersovereenkomsten. Niet alleen in algemene richtlijnen. Het gaat om een institutioneel contract dat bepaalt waar AI mag ondersteunen, waar menselijk oordeel niet overdraagbaar is, welke data verboden terrein zijn, wie output controleert, wie mag ingrijpen, wie bezwaar kan maken en wie schade herstelt.

Dat contract moet vóór de schaal komen. Niet erna.

De geschiedenis van de industriële revolutie laat zien wat er gebeurt wanneer productiviteit sneller groeit dan bescherming. Dan ontstaat eerst schade, daarna verontwaardiging, daarna regulering, daarna pas stabiliteit. Dat patroon is te duur om opnieuw te betalen. Zeker nu AI niet alleen arbeid organiseert, maar kennis en oordeel raakt.

Karl Polanyi beschreef de industriële samenleving als een strijd tussen marktlogica en maatschappelijke bescherming: de markt trekt arbeid, land en geld naar zich toe; de samenleving reageert door grenzen te bouwen. Zijn gedachte van de “double movement” past ook hier. AI trekt taal, kennis en oordeel naar schaalbare systemen. De tegenbeweging moet niet bestaan uit nostalgie of technologieangst, maar uit institutionele bescherming.

De negentiende eeuw leerde dat productie niet aan kapitaal alleen kan worden overgelaten. De eenentwintigste eeuw zal leren dat oordeel niet aan modellen alleen kan worden overgelaten.

AI vraagt daarom om meer dan compliance, ethische principes of een training voor medewerkers. Zij vraagt om heronderhandeling van macht. Om nieuwe afspraken over menselijk oordeel, leveranciersafhankelijkheid, klantbescherming, herstelrecht en bestuurlijke verantwoordelijkheid.

De fabriek werd maatschappelijk houdbaar toen zij werd getemd door wet, tegenmacht en instituties. De AI-fabriek van oordeel vraagt om dezelfde volwassenheid.

We hebben een nieuw sociaal contract nodig om AI te temmen: niet om de machine te breken, maar om haar opnieuw dienstbaar te maken aan mens, organisatie en samenleving.