Het sociale contract met AI wordt in instituties gesloten

AI is al binnen. De vraag is of je organisatie het nog bestuurt.

Bestuurlijke samenvatting

• AI wordt in organisaties al gebruikt voordat beleid, training en toezicht volwassen zijn.
• De verantwoordelijkheid ligt verspreid over staat, modelaanbieders, individuele gebruikers en organisaties.
• Scholen, bedrijven en publieke instellingen zijn de vierde partij in het AI-ecosysteem.
• Verantwoorde AI-implementatie is organisatieontwerp: rollen, datagrenzen, checks en herstel moeten samenhangen.
• Goede AI-implementatie maakt organisaties beter bestuurbaar, betrouwbaarder en productiever.

1. De blinde vlek in het AI-debat

AI wordt vandaag vaak bestuurd alsof er maar drie partijen zijn: de staat die regels maakt, technologiebedrijven die systemen bouwen en de individuele gebruiker die geacht wordt verstandig te handelen. Dat is een gevaarlijke versimpeling. De meeste AI-beslissingen worden niet genomen in parlementen, laboratoria of individuele hoofden, maar in klaslokalen, teams, bestuurskamers, loketten, werkprocessen en professionele gemeenschappen. Dáár wordt het sociale contract met AI feitelijk gesloten.

Aan de bovenkant van het debat vindt een strategische en filosofische strijd plaats tussen overheden en de eigenaren van grote AI-modellen. Staten proberen via wetgeving, standaarden en toezicht de spelregels te bepalen. Modelaanbieders zoals OpenAI, Anthropic, Google en xAI bepalen via usage policies, modeldesign, safety filters, productvoorwaarden en distributiemacht wat in de praktijk wel en niet kan. De Europese AI Act legt aanbieders en deployers inmiddels expliciete verplichtingen op, waaronder AI-geletterdheid voor medewerkers en andere personen die namens organisaties met AI-systemen werken. Tegelijk waarschuwt het VN-adviesorgaan voor AI voor grote informatie-asymmetrieën tussen AI-labs en de rest van de wereld. [1][2][3]

Aan de onderkant van het debat krijgt de individuele gebruiker een moreel takenpakket mee: gebruik AI niet voor plagiaat, trap niet in deepfakes, blijf kritisch denken, verifieer output en bescherm privacy. Dat is nodig, maar ontoereikend. Individuen kunnen niet alleen verantwoordelijk worden gemaakt voor systemen die zij niet ontwerpen, niet auditen, vaak niet kunnen doorgronden en meestal gebruiken binnen een organisatorische context die de randvoorwaarden bepaalt.

De praktijk laat zien hoe groot die kloof is. De Stanford AI Index 2025 meldt 233 gerapporteerde AI-incidenten in 2024: een stijging van 56,4 procent ten opzichte van 2023. [4] Een wereldwijde studie van KPMG in 47 landen laat zien dat AI op het werk al breed is doorgedrongen: 77 procent van de werknemers zegt dat hun organisatie AI gebruikt en 58 procent gebruikt AI regelmatig zelf, terwijl minder dan de helft training heeft gehad. Slechts twee op de vijf medewerkers zien beleid of richtlijnen voor generatieve AI. Tegelijk is er sprake van non-transparant gebruik, fouten en datalekrisico’s: 57 procent geeft non-transparant gebruik toe, 56 procent rapporteert fouten door AI en 48 procent zegt bedrijfsinformatie in publieke AI-tools te hebben ingevoerd. [5]

Het probleem is dus niet alleen dat individuele gebruikers soms onverstandig handelen. Het probleem is dat veel organisaties nog geen volwassen sociale en bestuurlijke infrastructuur rond AI hebben gebouwd. AI wordt wel geconsumeerd, maar niet bewust geordend.

Opvallend is dat het publieke vertrouwen al in de richting van dat institutionele midden wijst. In dezelfde mondiale studie hebben mensen meer vertrouwen in universiteiten, onderzoeksinstellingen en zorgorganisaties dan in overheden of Big Tech om AI in het publieke belang te ontwikkelen en gebruiken. Tegelijk vindt 70 procent van de respondenten dat AI-regulering nodig is. Burgers verlangen dus tegelijk méér regels én méér betrouwbare tussenlagen tussen henzelf en de technologie. [5]

Kernstelling. Het sociale contract met AI wordt niet alleen gesloten door staten, Big Tech of individuele gebruikers, maar vooral in de institutionele gemeenschappen waarin mensen samen leren, werken en beslissen.

2. Van klassiek sociaal contract naar polycentrische AI-governance

Dit is precies het terrein van het sociaal contract. Bij Thomas Hobbes, John Locke en Jean-Jacques Rousseau draait het sociaal contract niet om een losse privétransactie, maar om de vraag hoe gedeelde afhankelijkheid legitiem wordt geordend: welke bescherming, vrijheden, plichten en vormen van gezag mensen aanvaarden om samen te kunnen leven. Een recente RAND-notitie past die traditie expliciet op AI toe en noemt sociaal-contracttheorie een bruikbaar kompas voor de maatschappelijke en economische gevolgen van AI, juist omdat technologische transities vragen oproepen over veiligheid, economische kansen en maatschappelijke veerkracht. [6]

De belangrijkste stap in die herinterpretatie is dat AI-governance niet mag blijven steken in technische model alignment of in een beeld van louter individuele gebruikers. Governance moet de effecten van AI op werk, gemeenschappen en relaties centraal zetten. Het sociale contract met AI is geen contract tussen één gebruiker en één modelinterface, maar een set contextgebonden verwachtingen over legitiem gebruik, kwaliteit, toezicht, correctie, bescherming en verantwoordelijkheid in de omgevingen waarin mensen leren, werken en publieke diensten ontvangen.

Ook in onderwijsbeleid sluit deze gedachte aan bij recente ontwikkeling. De UNESCO-richtlijn over generatieve AI verwijst naar de noodzaak om het sociale contract voor onderwijs te vernieuwen in het licht van nieuwe technologie. Dat impliceert dat AI niet alleen een hulpmiddel of bedreiging is, maar een kracht die de verhouding tussen leerling, docent, instelling, kennis en beoordeling verandert. [9]

De bestuurkundige taal die hier het best bij past, is polycentrische governance. In het werk van Elinor Ostrom verdwijnt de valse keuze tussen “de markt” en “de staat”. Collectieve goederen worden vaak bestuurd door meerdere, deels autonome maar onderling afhankelijke besliscentra op verschillende schaalniveaus. AI is zo’n polycentrisch vraagstuk. De baten en risico’s worden gedeeld, de context verschilt per domein, en geen enkele centrale actor kan vooraf alle lokale afwegingen specificeren. [7]

Daarom is een polycentrische invulling van het sociale contract met AI logischer dan een exclusieve fixatie op wetgeving of modelaanbieders. De staat stelt kaders, modeleigenaren bouwen en begrenzen systemen, individuen gebruiken AI, maar institutionele gemeenschappen vertalen AI naar concrete praktijken. Precies daar ontstaat de legitimiteit die niet uit een abstract principe of gebruiksvoorwaarde kan worden afgeleid.

3. Het vierpartijenmodel

Uit deze blinde vlek ontstaat een opdracht: het ontwerpen van het institutionele sociale contract met AI. Dat contract is op te vatten als een vierpartijenmodel. Iedere partij heeft eigen macht, eigen beperkingen en eigen verantwoordelijkheid.

Partij	Verantwoordelijkheid	Typisch risico
Overheid	Rechten, plichten, toezicht en publieke normen	Wetgeving loopt achter en blijft generiek
Modeleigenaren	Modelarchitectuur, toegang, filters en policies	Private prikkels vallen niet samen met publieke waarde
Individuen	Dagelijks gebruik in werk, leren en communicatie	Te weinig inzicht, macht en ondersteuning
Institutionele gemeenschappen	Context, regels, toolkeuze, training, toezicht en herstel	Shadow AI, willekeur en onduidelijke verantwoordelijkheid

Op die vierde laag concentreert The Intelligence Covenant Institute zijn werk. Scholen, bedrijven en overheidsorganisaties zijn geen passieve deployers van technologie. Zij zijn de professionele en maatschappelijke context waarin AI feitelijk wordt gebruikt en gelegitimeerd. Zij bepalen welke tools gebruikt mogen worden, welke data wel en niet worden ingevoerd, wanneer menselijke controle nodig is, hoe fouten worden hersteld, hoe medewerkers worden getraind en hoe leerlingen, burgers, klanten of werknemers worden beschermd.

Wie dit niveau overslaat, laat het belangrijkste governanceprobleem onbenoemd. AI-gebruik ontstaat dan via toevallige experimenten, individuele vaardigheid, vendor-defaults en impliciete normen. Dat is bestuurlijk zwak en commercieel inefficiënt. Organisaties die AI niet ordenen, krijgen niet alleen ethische risico’s, maar ook kwaliteitsverlies, datalekken, ongelijkheid, verlies van vertrouwen en gemiste productiviteitswinst.

4. Waarom scholen, overheden en bedrijven de vierde partij zijn

Onderwijs

Voor onderwijs is het mesoniveau bijna letterlijk zichtbaar. Een rapport van de OESO laat zien dat landen begin 2024 vooral nog werkten met niet-bindende richtlijnen, terwijl beslissingen op schoolniveau door leraren en schoolleiders in hoge mate bepalen óf en hóe generatieve AI in de klas terechtkomt. In de helft van de onderzochte jurisdicties zijn scholen zelfs expliciet verantwoordelijk voor hun eigen regels. [8]

UNESCO gaat nog verder: bij gebrek aan nationale regulering blijven privacy en validatie vaak ondergeregeld. Onderwijsinstellingen moeten generatieve AI op ethische en pedagogische geschiktheid toetsen, en menselijke capaciteit en collectieve actie zijn doorslaggevend voor effectieve oplossingen. In dat perspectief is AI-zelfredzaamheid niet alleen een vaardigheid van leerlingen of docenten, maar een institutionele eigenschap van de school. Heeft zij regels, didactiek, toetsvormen, validatieprocedures en professionele begeleiding ingericht die AI in dienst stellen van leren? [9]

Een school zonder AI-kader krijgt plagiaatpaniek, ongelijke toepassing en onduidelijke toetsnormen. Een school met AI-zelfredzaamheid herontwerpt toetsing, leert leerlingen reflecteren op AI-output, maakt afspraken over brongebruik, valideert tools en professionaliseert docenten. Daar ontstaat het sociale contract met AI niet in abstracto, maar in de pedagogische praktijk.

Publieke sector

In de publieke sector geldt hetzelfde. AI kan overheden productiever, responsiever en meer accountable maken, maar invoering blijft achter door tekorten aan vaardigheden, legacy-systemen, data-uitdagingen en governanceproblemen. Europese en internationale beleidsrapporten benadrukken dat wetgeving en programma’s alleen niet genoeg zijn: overheden moeten competenties, methoden en governancepraktijken opbouwen om met AI daadwerkelijk publieke waarde te creëren. [15]

Verantwoord AI-gebruik in een gemeente, inspectie of uitvoeringsorganisatie is dus niet primair een kwestie van “mag het van de wet?”. Het is een kwestie van institutionele bekwaamheid: publieke waarde definiëren, datagebruik begrenzen, beslissingen documenteren, menselijke controle organiseren, bezwaar- en herstelroutes inrichten en het vertrouwen van burgers beschermen.

Bedrijfsleven

In bedrijven is het mesoniveau nog zichtbaarder. De KPMG-data laten zien dat AI al breed wordt gebruikt terwijl training, beleid en transparantie achterblijven. Wie hier alleen het individu aanspreekt, mist de echte actor die gebruik kan kanaliseren: de organisatie die wel of geen kaders, rolverdeling, toolkeuze, training en toezicht organiseert. [5]

Voor bedrijven is dit niet alleen een compliancevraag. Shadow AI, datalekken, inconsistente output, onduidelijk eigenaarschap en onvoldoende training vertragen juist de productieve adoptie van AI. Een organisatie die duidelijke guardrails heeft, kan sneller experimenteren. Een organisatie die medewerkers traint, haalt meer rendement uit tools. Een organisatie die data- en kwaliteitsrisico’s beheerst, kan AI veiliger opschalen. Een organisatie die menselijke verantwoordelijkheid expliciet maakt, bouwt vertrouwen op bij medewerkers, klanten en toezichthouders.

5. Verantwoorde AI-implementatie is organisatieontwerp

De afgelopen jaren is duidelijk geworden dat AI-ethiek niet lijdt aan een tekort aan principes, maar aan een kloof tussen principes en uitvoering. Vrijwel iedereen kan instemmen met waarden als rechtvaardigheid, transparantie, privacy, verantwoordelijkheid en menselijk toezicht. De moeilijke vraag is: wie doet wat, wanneer, met welke bevoegdheid, op basis van welke informatie, en met welk herstelmechanisme als het misgaat?

Daarom moet verantwoorde AI-implementatie worden begrepen als organisatieontwerp. Het gaat niet alleen om beleid of compliance, maar om het inrichten van rollen, routines, besluitrechten, datagrenzen, training, evaluatie en feedback. Een organisatie die AI serieus inzet, moet weten welke usecases bestaan, wie eigenaar is, welke data worden gebruikt, welke risico’s acceptabel zijn, hoe outputs worden gecontroleerd, hoe medewerkers worden getraind en hoe incidenten worden gemeld en opgelost.

In de literatuur sluit dit aan bij verantwoord AI-bestuur als combinatie van structurele, relationele en procedurele praktijken. Structureel gaat over besturen, rollen, beleid en eigenaarschap. Relationeel gaat over vertrouwen, stakeholderbetrokkenheid en feedback. Procedureel gaat over impact assessments, audits, monitoring, escalatie en uitfasering. Deze driedeling vormt de basis voor een praktische implementatiemethode. [10]

Het AI Risk Management Framework van NIST laat zien hoe zo’n ontwerp eruitziet. Governance moet volgens dat raamwerk door de hele AI-levenscyclus lopen en door de hele organisatie heen werken: met transparante werkprocessen, duidelijke verantwoordelijkheden, training, divers samengestelde teams, stakeholderfeedback, monitoring, incidentherkenning, supply-chainbeleid en veilige uitfasering van systemen. Sterke governance zet bovendien de toon voor de risicocultuur van een organisatie en verbindt de technische kant van AI met missie, waarden en risicotolerantie. [11]

Ook de OECD Due Diligence Guidance for Responsible AI bevestigt deze verschuiving. Ondernemingen moeten beleid formuleren voor eigen operaties én businessrelaties, cross-functionele groepen opzetten, externe expertise betrekken, feedback uit inkoop, sales, compliance en HR integreren, risico’s iteratief beoordelen en noodplannen voor incidenten en uitfasering hebben. Verantwoorde AI-implementatie is daarmee geen ethische bijlage, maar een bestuurskundige en organisatiekundige kernfunctie. [12]

6. Het Verbondsmodel

Om deze visie praktisch te maken, introduceert het Instituut het Institutional Covenant Model: kortweg het Verbondsmodel. Het helpt organisaties hun eigen sociale contract met AI te ontwerpen. Het bestaat uit zeven lagen.

Context. Bepaal waar AI wordt gebruikt en welke publieke, professionele of commerciële waarde centraal staat.

Inventaris. Breng AI-tools, AI-functies, shadow AI en relevante leveranciers in kaart.

Normen. Formuleer wat verantwoord gebruik betekent in deze specifieke context.

Guardrails. Leg datagrenzen, toolkeuze, menselijke controle, documentatie en escalatie vast.

AI-zelfredzaamheid. Train leerlingen, medewerkers of professionals in kritisch, veilig en productief AI-gebruik.

Checks and balances. Organiseer monitoring, incident review, bias checks, privacybeoordeling en feedbackloops.

Herstel en leren. Zorg voor bezwaar, correctie, uitfasering en periodieke herziening van beleid en praktijk.

Het Verbondsmodel maakt zichtbaar dat verantwoorde AI-implementatie geen losse workshop is. Het is een proces waarin de institutionele gemeenschap bepaalt hoe AI haar praktijk mag veranderen, en onder welke voorwaarden die verandering legitiem is.

7. AI-zelfredzaamheid is institutionele capaciteit

Het Instituut gebruikt het begrip AI-zelfredzaamheid bewust breder dan individuele AI-literacy. Natuurlijk moeten mensen leren prompten, output controleren, bronnen beoordelen, datarisico’s herkennen en ethische dilemma’s begrijpen. Maar individuele vaardigheid is onvoldoende als de omgeving geen heldere normen, veilige tools, goede toetsing of escalatiepaden biedt.

Stanford Teaching Commons onderscheidt in AI-literacy onder meer functionele, ethische, retorische en pedagogische geletterdheid. Die indeling is bruikbaar, maar wij vertalen haar naar een meer institutionele Nederlandse praktijk: AI-zelfredzaamheid is het vermogen van mensen én organisaties om AI kritisch, veilig, eerlijk en productief te gebruiken binnen de context waarin zij leren, werken en beslissen. [17]

AI-zelfredzaamheid bestaat daarom op drie niveaus. Voor leerlingen betekent het: begrijpen wat AI is, wat het wel en niet kan, hoe je eerlijk werkt, hoe je bronnen verantwoordt en hoe je je eigen denken behoudt. Voor professionals betekent het: effectief en veilig werken met AI zonder datalekken, blind vertrouwen of onduidelijke verantwoordelijkheid. Voor organisaties betekent het: institutionele capaciteit bouwen via beleid, training, toolkeuze, toezicht en evaluatie.

Daarmee wordt AI-zelfredzaamheid een brug tussen maatschappelijke opdracht en commerciële relevantie. Scholen hebben het nodig om onderwijs eerlijk en toekomstbestendig te houden. Overheden hebben het nodig om publieke waarde en vertrouwen te beschermen. Bedrijven hebben het nodig om AI productief en veilig op te schalen.

8. Goede AI-implementatie maakt betere organisaties

De centrale claim is dat goede AI-implementatie niet alleen moreel wenselijk is, maar ook functioneel superieur. Goede AI-implementatie maakt betere organisaties. Dat geldt in het onderwijs, bij de overheid en in het bedrijfsleven.

Een productiviteitsreview van de OESO laat zien dat generatieve AI productiviteit, innovatie en ondernemerschap kan verhogen, maar alleen wanneer organisaties nieuwe competenties opbouwen en hun processen, strategie en werkontwerp aanpassen om de technologie daadwerkelijk te kunnen benutten. In een grootschalige veldstudie onder klantservicemedewerkers leidde AI-assistentie tot circa 14 à 15 procent hogere productiviteit. [13][14] De boodschap is dus niet dat AI automatisch rendement genereert, maar dat organisaties de winst pas innen wanneer zij de technologie institutioneel inbedden.

In de publieke sector is die conclusie nog explicieter. AI-integratie is een sociotechnisch fenomeen: overheden moeten interdependenties tussen technologie, routines, mensen en structuren leren managen. De baten worden pas gerealiseerd als organisatievorm, governance en cultuur meegroeien. Hetzelfde geldt in onderwijs, waar niet technologie zelf maar menselijke capaciteit en collectieve actie de doorslag geven. [9][15]

Verantwoorde implementatie verhoogt bovendien vertrouwen en verlaagt frictie. Mensen vertrouwen AI eerder wanneer monitoring, menselijk toezicht, verantwoordelijkheid, beleid, training, standaarden en onafhankelijke toetsing aanwezig zijn. Bestuurders koppelen verantwoorde AI steeds vaker aan rendement, efficiëntie en innovatie. [5][16] De these is daarmee geen morele slogan, maar een plausibele organisatietheorie: goede implementatie reduceert verborgen gebruik, verduidelijkt verantwoordelijkheid, beschermt kwaliteit en data, en maakt schaalbare adoptie mogelijk.

Centrale claim. Verantwoorde AI is geen rem op innovatie. Het is de voorwaarde voor schaalbare adoptie. Goede AI-implementatie maakt betere organisaties.

9. De rol van het Instituut

The Intelligence Covenant Institute werkt als stichting, denktank en publicatieplatform voor het sociale contract met AI op institutioneel niveau. Het schrijft, onderzoekt, verzamelt evidence en bouwt het Verbondsmodel uit tot een werkbaar raamwerk voor scholen, bedrijven en publieke organisaties. De praktische vertaling, in de vorm van briefings, organisatiescans en implementatiesprints, vindt plaats via NIC Advisory B.V., de afzonderlijke commerciële implementatiepraktijk.

Wij kiezen bewust voor het mesoniveau. Niet wachten op perfecte wetgeving. Niet vertrouwen op de goede bedoelingen van founders. Niet de volledige last bij individuele gebruikers leggen. Maar scholen, bedrijven, overheidsorganisaties en professionele gemeenschappen helpen hun eigen verantwoordelijkheid te nemen. Daar ligt de civiele opdracht van AI-governance.

Voor scholen betekent dit dat AI-zelfredzaamheid altijd gekoppeld moet worden aan institutionele regels: heldere afspraken over brongebruik, toetsing, bewijsvoering, docentprofessionalisering, leerlingbescherming en validatie van tools. Voor overheidsorganisaties betekent het dat publieke waarde, uitlegbaarheid, bezwaar- en herstelroutes, privacy-by-design, menselijk toezicht en documentatie in processen worden verankerd. Voor bedrijven betekent het dat gebruiksbeleid, goedgekeurde tools, datagrenzen, rolherontwerp, training, incident review en waardemeting onderdeel worden van strategie en leiderschap, niet van losse workshops of individuele goodwill.

10. Aantoonbare impact

Om de claim “goede AI-implementatie maakt betere organisaties” geloofwaardig te houden, moet het Instituut niet alleen inspireren maar ook meten. Impact betekent in elke sector iets anders, maar de logica is steeds dezelfde: maak zichtbaar wat eerder impliciet bleef.

In het bedrijfsleven zijn dat indicatoren als het aantal geïnventariseerde en goedgekeurde AI-usecases, het aandeel medewerkers met aantoonbare AI-training, de reductie van shadow-AI-gebruik, de tijdwinst per gevalideerd proces, de daling van fouten en datarisico’s, en het vertrouwen van medewerkers en klanten. Compliance-readiness en auditbaarheid horen daar onlosmakelijk bij: niet als doel op zich, maar als bewijs dat de organisatie haar eigen verbond serieus uitvoert.

In het onderwijs verschuift de meetlat naar pedagogische uitkomsten. Het gaat om aantoonbare AI-geletterdheid bij leerlingen, docentbekwaamheid in het werken met en herontwerpen rond AI, een helder toets- en bronbeleid dat plagiaatpaniek vervangt door reflectie, en de beschikbaarheid van gevalideerde, veilige tools. De vraag is niet of leerlingen AI gebruiken, maar of de school hen leert er beter door te denken.

In de publieke sector telt vooral wat burgers en collega-overheden ervan merken: uitlegbaarheid van AI-gebruik, werkende bezwaar- en herstelroutes, documentatiegraad van besluiten, privacy-impact, aantoonbare publieke waarde en toegankelijkheid. Hier wordt AI bestuurbaar wanneer burgers een mens kunnen aanspreken, een besluit kunnen aanvechten en het beleid kunnen volgen.

Door impact op deze manier zichtbaar te maken, blijft het werk weg van symbolische ethiek. De kern is niet dat organisaties een mooi AI-beleid hebben, maar dat zij aantoonbaar beter, betrouwbaarder en effectiever functioneren door verantwoord AI-gebruik.

11. Conclusie

Het sociale contract met AI wordt niet alleen geschreven in Brussel, Washington, Silicon Valley of in de interface van een chatbot. Het wordt dagelijks gesloten in instituties: in de klas, op de werkvloer, in de bestuurskamer, aan het loket en in de professionele praktijk. Daar bepalen mensen samen of AI een instrument van vervreemding, willekeur en afhankelijkheid wordt, of een instrument van leren, productiviteit, publieke waarde en vertrouwen.

De inzet is helder. AI moet niet alleen verantwoord zijn omdat dat moreel juist is. AI moet verantwoord worden geïmplementeerd omdat goede implementatie betere organisaties maakt. Het sociale contract met AI begint in de gemeenschap waarin mensen samen leren, werken en beslissen.

AI is al binnen. De vraag is of je organisatie het nog bestuurt.

Redactionele noot

Dit essay is gebaseerd op publieke bronnen en wordt redactioneel onderhouden door Stichting The Intelligence Covenant Institute. De tekst is geschreven onder verantwoordelijkheid van Robert Mekking en kan met AI-ondersteuning zijn voorbereid of geredigeerd. Materiële correcties worden zichtbaar verwerkt. Correcties of bronvragen kunnen worden gestuurd naar info@icinstitute.nl.