Terwijl politieke figuren en het grote publiek debatteren over de vraag of kunstmatige intelligentie een bedreiging is voor maatschappelijke waarden, ontvouwt zich een meer praktische en urgente realiteit: AI wordt al geïntegreerd in de structuur van het dagelijks leven.
Het huidige discours, geïllustreerd door recente waarschuwingen van figuren als senator Bernie Sanders, richt zich sterk op de risico’s van AI – variërend van het verdwijnen van banen tot desinformatie. Deze op angst gebaseerde framing dreigt echter een gevaarlijke verlamming te creëren. Voor kritieke sectoren als de volksgezondheid is het echte gevaar niet de technologie zelf, maar de beslissing om het ‘uit te stellen’.
De paradox van adoptie en vertrouwen
Er is een opvallende tegenstrijdigheid in de manier waarop Amerikanen omgaan met AI. Hoewel de scepsis groot is, is het gebruik wijdverbreid:
– Wijdverspreid gebruik: Meer dan de helft van de Amerikanen gebruikt AI voor onderzoek, schrijven en professionele analyse.
– Laag vertrouwen: Slechts ongeveer één op de vijf mensen geeft aan dat ze door AI gegenereerde informatie meestal vertrouwen.
Dit suggereert dat we de technologie niet afwijzen; in plaats daarvan ervaren we “adoptie met aarzeling.” Als deze aarzeling niet wordt beheerd door middel van actieve betrokkenheid, zal deze waarschijnlijk omslaan in totale terugtrekking, waardoor de belangrijkste beslissingen worden overgelaten aan degenen die niet dezelfde ethische of veiligheidsprioriteiten delen.
Het risico van passieve erfenis
Op het gebied van de volksgezondheid is voorzichtigheid een schone zaak. Er staat gevoelige gegevens en mensenlevens op het spel. Er is echter een dunne lijn tussen voorzichtig zijn en vermijden.
Terwijl professionals in de volksgezondheid debatteren over de abstracte ethiek van AI, implementeren andere sectoren het al om de besluitvorming en de levering van informatie te stimuleren. Als de publieke gezondheidszorg wacht op absolute zekerheid alvorens te handelen, zal zij haar vermogen verliezen om de technologie vorm te geven. In plaats van leiding te geven, zullen deze professionals gedwongen worden om systemen te erven die ze niet hebben ontworpen.
AI als hulpmiddel voor uitbreiding, niet voor vervanging
AI voert al taken uit die volksgezondheidsinstanties vaak moeilijk kunnen opschalen. Het is geen vervanging van menselijke expertise, maar een verlengstuk ervan. Huidige toepassingen zijn onder meer:
– Vereenvoudiging van de communicatie: Complexe medische begeleiding vertalen in duidelijke, toegankelijke taal.
– Aanpassing van het publiek: Het afstemmen van volksgezondheidsboodschappen op diverse demografische groepen.
– Snelle respons: Het genereren van eerste concepten en communicatie tijdens snel evoluerende gezondheidscrises.
– Patroonherkenning: Het identificeren van trends in publieke feedback die menselijke analisten mogelijk over het hoofd zien.
In een sector die chronisch over onvoldoende middelen beschikt, bieden deze capaciteiten een manier om de impact van het bestaande personeel te vergroten.
Vangrails versus muren: een strategisch onderscheid
Het debat blijft vaak hangen over de vraag of AI moet worden gereguleerd of afgewezen. Om vooruit te komen moeten we onderscheid maken tussen twee verschillende benaderingen:
- Vangrails bouwen: Regels vaststellen voor menselijk toezicht, gegevensprivacy en wetenschappelijke integriteit. Dit is wat instanties als de CDC beginnen te doen: van het bestuderen van AI naar het verantwoord gebruiken ervan.
- Muren bouwen: Barrières creëren die de betrokkenheid volledig vertragen.
Het doel zou moeten zijn om vangrails te bouwen, geen muren. Guardrails bepalen hoe een technologie veilig kan worden gebruikt; muren zorgen er simpelweg voor dat tegen de tijd dat je klaar bent om naar binnen te gaan, de regels al door iemand anders zijn geschreven.
Het menselijke element aanpakken: banen en opleiding
De angst dat AI de werkgelegenheid zal verkleinen, wordt gedeeld door 70% van de Amerikanen. Hoewel dit een legitieme zorg is, laat de geschiedenis zien dat nieuwe instrumenten de neiging hebben het werk te hervormen in plaats van het eenvoudigweg te elimineren.
De cruciale vraag voor leiderschap is niet of AI banen zal veranderen, maar hoe de beroepsbevolking wordt voorbereid. Investeren agentschappen in training? Is er ruimte voor experimenten? Of geeft de institutionele cultuur aan dat het “veiliger” is om de technologie te negeren?
De keuze voor de volksgezondheid is niet tussen acceptatie en afwijzing, maar tussen het vormgeven van de technologie en het gedwongen worden zich er later aan aan te passen.
Conclusie
De beroepsgroep gezondheidszorg staat op een kruispunt. In plaats van toe te staan dat angst een beleid van vermijding dicteert, moeten leiders in de richting gaan van actieve, verantwoordelijke betrokkenheid. Door nu de ethische en praktische grenzen van AI te helpen definiëren, kunnen ze ervoor zorgen dat de technologie het algemeen belang dient in plaats van dit te dicteren.
