Weerstand tegen AI is geen onwil, het is informatie
Waarom procesadviseurs terecht voorzichtig zijn, en drie zorgen die je serieus moet nemen
Je rolt een AI-tool uit voor procesdocumentatie en de helft van het team haakt af. Niet luidruchtig, maar met opgetrokken wenkbrauwen en "ja, interessant, maar ik doe het voorlopig zelf wel". De makkelijke conclusie is dat ze veranderingsmoe zijn of de techniek niet snappen. Die conclusie klopt bijna nooit.
Weerstand tegen AI komt zelden voort uit onwetendheid. Procesadviseurs die voorzichtig zijn, zijn dat omdat ze precies begrijpen wat er op het spel staat: de betrouwbaarheid van wat ze opleveren, hun eigen vakmanschap, en de veiligheid van gevoelige procesdata. Dat zijn geen onderbuikgevoelens die je wegneemt met een goede demo. Het zijn reële zorgen. Vertrouwen groeit niet door beloftes dat het allemaal wel goed komt, maar doordat je laat zien hoe je elke zorg adresseert. Hieronder de drie die ik het vaakst terughoor, en wat je er concreet aan doet.
1. "Als AI het schrijft, weet ik niet meer wat er gebeurt"
De zorg gaat over controle. Een procesadviseur is verantwoordelijk voor wat er in een procesbeschrijving staat, ook als een model de eerste versie heeft gegenereerd. Als je niet kunt herleiden waar een zin vandaan komt, kun je er ook niet voor instaan.
Wat je doet: maak het proces transparant in plaats van de uitkomst magisch. Leg vast wat erin ging (welk interview, welke input) en wat eruit kwam, zodat elke beschrijving terug te volgen is naar de bron. Bouw een vaste validatiestap in waarin de adviseur de output regel voor regel bevestigt of corrigeert. De AI levert een concept, de mens tekent ervoor. Zo verschuift de rol van schrijver naar reviewer, zonder dat de verantwoordelijkheid verdampt.
2. "Ik word gereduceerd tot iemand die op een knop drukt"
Deze zit dieper, want hij raakt aan vakmanschap. Wie jaren heeft geïnvesteerd in het doorgronden van processen, wil niet de uitvoerder worden van wat een model voorkauwt. En de zorg is terecht: slecht ingezette AI levert oppervlakkige documentatie op die niemand echt begrijpt, geschreven door iemand die niet meer nadenkt.
Het antwoord is niet om de AI minder te laten doen, maar om hem op de juiste plek te zetten. Gebruik het model voor het werk dat tijd vreet en weinig oordeel vraagt: transcriberen, structureren, een eerste model uittekenen. Houd het werk dat oordeel vraagt bij de adviseur: welke stap ontbreekt, waar zit de uitzondering, klopt dit met de praktijk. Zo is de AI een sparringpartner die je sneller laat denken, geen vervanger die voor je denkt. Het vakmanschap verschuift naar beoordelen en bijsturen, en daar zat de waarde altijd al.
3. "Waar gaan mijn procesdata naartoe?"
Bij overheid en zorg is dit geen detail maar een randvoorwaarde. Procesbeschrijvingen bevatten vaak gevoelige informatie over hoe een organisatie werkt, wie waar verantwoordelijk voor is, en soms persoonsgegevens. Die zomaar door een publieke AI-dienst halen is geen optie, en wie dat aanvoelt heeft gelijk.
Wat je doet: behandel datagovernance als ontwerpvraag, niet als sluitpost. Kies oplossingen waarbij je data niet wordt gebruikt om modellen te trainen en waar de verwerking aantoonbaar binnen de juiste kaders blijft. Leg vast welke gegevens waar verwerkt worden en toets dat aan je verplichtingen onder de AVG, NIS2 en ISO 27001. De vraag "waar gaat dit heen" hoort een kort, controleerbaar antwoord te hebben voordat de eerste regel tekst gegenereerd wordt.
Wat de cijfers zeggen
De aanname dat dit gedoe vanzelf overgaat, klopt niet. In 2025 staakte 42% van de bedrijven hun AI-initiatieven, tegen 17% een jaar eerder. Onderzoek wijst telkens dezelfde oorzaak aan: techniek is hooguit een vijfde van de opgave, de rest is mensen, processen en cultuur. De sterkste voorspeller of iemand meegaat in een verandering is het vertrouwen in de directe leidinggevende, en slechts 35% van de medewerkers ziet die als iemand die AI actief omarmt. Daar komt de EU AI Act bovenop: vanaf 2 augustus 2026 gelden voor hoog-risico systemen harde eisen op het gebied van risicobeheer, documentatie, logging en menselijk toezicht. De zorgen van je team lopen daarmee opvallend gelijk op met wat de wetgever sowieso gaat vragen.
Hoe Flowstudio hierbij helpt
Flowstudio is gebouwd vanuit het idee dat snelheid en controle geen tegenpolen zijn. De tool versnelt de weg van proces-interview naar documentatie met 80%, door input direct om te zetten naar gestandaardiseerde modellen, diagrammen en beschrijvingen. Maar de mens blijft de reviewer: elke output is terug te volgen naar wat erin ging, en niets wordt opgeleverd zonder dat een adviseur het bevestigt. De drie zorgen hierboven over controle, vakmanschap en dataveiligheid zijn geen bijzaak maar uitgangspunt van het ontwerp. Daardoor is de AI geen blackbox die om vertrouwen vraagt, maar een hulpmiddel dat zijn werk laat zien.
AI is uiteindelijk gereedschap. Of het werkt, hangt niet af van hoe goed het model is, maar van of je team het ziet als hulp of als bedreiging. Dat laatste bepaal je niet met een betere demo, maar door de zorgen serieus te nemen.
Wil je zien hoe die reviewstap en herleidbaarheid er in de praktijk uitzien? Plan een demo.