Hoe kan artificiële intelligentie het werk van een preventieadviseur versterken, zonder vakkennis, privacy of menselijke verantwoordelijkheid uit het oog te verliezen? Die vraag stond centraal tijdens de keynote van Elke Wambacq voor voor Prebes in het Brugse Boeverbos, bij Provincie West-Vlaanderen.
In 45 minuten maakten we een compacte reis: van de basiswerking van taalmodellen en beter prompten tot het verschil tussen chatbots en agents. Geen technisch jargon om het jargon, maar herkenbare toepassingen voor de praktijk: een checklist voorbereiden, een toolbox structureren, een bijna-ongeval analyseren of een eerste versie van een CPBW-dossier opbouwen.
De belangrijkste conclusie? AI kan bijzonder snel een sterke eerste versie maken. De preventieadviseur blijft degene die controleert, nuanceert en verantwoordelijkheid opneemt.
Vijf takeaways uit de keynote
1. Een taalmodel “weet” niet: het voorspelt
Een groot taalmodel bouwt een antwoord stap voor stap op door telkens het volgende waarschijnlijke woorddeel te voorspellen. Dat levert vaak verrassend bruikbare teksten op, maar het blijft een statistisch proces. Een zelfverzekerd antwoord is dus niet automatisch een correct antwoord.
Voor preventieadviseurs is die nuance essentieel. AI kan helpen om informatie te structureren, scenario’s te verkennen en eerste versies te schrijven. Feiten, bronnen, normen en wetsartikelen moeten altijd worden gecontroleerd. Zeker wanneer een advies gevolgen heeft voor veiligheid, welzijn of naleving.
2. Een goede prompt is vooral een goede briefing
Wie aan AI alleen vraagt om “een checklist over heftrucks” te maken, krijgt meestal een algemene lijst. Wie uitlegt in welke omgeving de checklist wordt gebruikt, voor welk publiek ze bedoeld is en hoe het resultaat eruit moet zien, krijgt iets dat veel dichter bij de praktijk staat.
Daarom werkten we met het CARP-model:
- Context: wie ben je en wat is de situatie?
- Actie: wat moet AI precies doen?
- Resultaat: welk eindproduct verwacht je?
- Parameters: welke eisen gelden voor toon, lengte, taal, publiek en vorm?
Prompten is geen trucje. Het is helder briefen. Ontbreekt er iets in het antwoord, dan is de eerste vraag vaak: welke bouwsteen uit CARP heb ik nog niet meegegeven?
3. Behandel AI als een gesprek, niet als een zoekvak
Het eerste antwoord hoeft niet het eindproduct te zijn. Vraag om een kortere versie, een andere toon, een tabel, meer diepgang of taal die beter aansluit bij de werkvloer. Geef een voorbeeld van een bestaande toolbox of een vertrouwd sjabloon. Laat AI eerst de feiten ordenen en pas daarna oorzaken en maatregelen formuleren.
Die iteratieve aanpak is vaak sneller dan telkens opnieuw beginnen. De preventieadviseur stuurt bij; AI versnelt het denk- en schrijfwerk.
4. Start klein, bij een taak die vandaag tijd kost
De grootste winst zit niet noodzakelijk in een ambitieus AI-project. Begin met één terugkerende taak die traag of repetitief is:
- een rommelige melding structureren;
- een eerste checklist opstellen;
- een toolbox in klare taal voorbereiden;
- een lang document samenvatten;
- actiepunten voor het jaaractieplan ordenen;
- dezelfde boodschap aanpassen aan verschillende doelgroepen.
Tijdens de demonstratie vertrokken we van een fictieve, ongeorganiseerde melding van een bijna-ongeval. AI zette die om in een feitelijke reconstructie, mogelijke directe en onderliggende oorzaken, actiepunten en een korte toolbox. Niet als definitief dossier, wel als startpunt dat de preventieadviseur verder controleert en verfijnt.
5. Meer autonomie vraagt meer toezicht
Er loopt een spectrum van chatbot naar agent. Een chatbot beantwoordt een vraag. Een assistant kan ook bestanden lezen, zoeken of documenten maken. Een geconfigureerde agent werkt met vaste instructies en eigen documenten. Agentic AI kan een doel opsplitsen, tools gebruiken en meerdere stappen uitvoeren.
Dat creëert nieuwe mogelijkheden voor preventiediensten: een rapportage-assistent, een interne sparringpartner op basis van eigen procedures of een radar die relevante wijzigingen opvolgt. Maar de regel blijft eenvoudig: hoe meer initiatief het systeem krijgt, hoe belangrijker toezicht, broncontrole en duidelijke grenzen worden.
De menselijke lus is geen rem, maar een veiligheidsmechanisme
AI kan hallucineren, context missen of patronen uit scheve trainingsdata overnemen. Ook privacy verdient extra aandacht: persoons-, medische en andere gevoelige gegevens horen niet thuis in een open chatbot. Gebruik fictieve of geanonimiseerde informatie en volg de afspraken van je organisatie.
“Human in the loop” betekent daarom niet dat we de technologie afremmen. Het betekent dat we ze professioneel inzetten. AI doet het voorbereidende werk; de mens beoordeelt de kwaliteit, brengt ervaring en context in en tekent uiteindelijk af.
Een haalbare AI-kickstart
Wie na de keynote meteen wilde beginnen, kreeg drie eenvoudige stappen mee:
- Deze week: kies elke dag één taak die je irriteert en laat AI een eerste versie maken. Gebruik CARP als briefing.
- Deze maand: configureer een eenvoudige preventie-assistent met vaste instructies, rubrieken en zorgvuldig gekozen documenten.
- Altijd: controleer feiten en bronnen, bescherm gevoelige gegevens en behoud menselijke eindverantwoordelijkheid.
De beste AI-toepassing is niet noodzakelijk de meest spectaculaire. Het is de toepassing die tijd vrijmaakt, de kwaliteit van het voorbereidende werk verhoogt en de preventieadviseur helpt om meer aandacht te besteden aan wat echt menselijke expertise vraagt.
Dank aan Prebes en alle aanwezige preventieadviseurs voor de open vragen, herkenbare voorbeelden en kritische blik. Want precies daar begint verantwoorde innovatie: niet bij de tool, maar bij professionals die weten waarom, wanneer en onder welke voorwaarden ze haar inzetten.
Ook een AI-kickstart voor jouw organisatie?
Dinobusters maakt AI begrijpelijk en praktisch voor professionals en teams. We vertrekken van herkenbare werktaken, oefenen met concrete cases en bouwen altijd controle, privacy en kritisch denken in.
Neem contact op voor een keynote, workshop of opleiding op maat.