Archetypes 4–6: verkennen naar verfijnen

Wanneer “meer opties” het risico vergroot

Je zit in Copilot met een lastig dossier: er is nog geen besluit, maar wel druk om “een richting” te schetsen. Je vraagt om opties, Copilot komt met vijf plausibele routes, en ineens voelt het alsof je al een keuze kán maken. In een DNB-context is dat een kritisch moment: divergent denken kan helpen om blinde vlekken te voorkomen, maar kan ook schijnzekerheid produceren als je niet expliciet maakt wat aannames, waarden en kwaliteitscriteria zijn.

Daarom gaan we in deze les van verkennen naar verfijnen met drie archetypes die vaak samen worden gebruikt:

• AI Trusteer (Wat raadt de AI aan?): opties verkennen en alternatieven zichtbaar maken.

• Co-creator (Hoe versterken we elkaar?): gezamenlijk redeneren en oplossing-ontwerp verbeteren.

• AI Refiner (Hoe maak ik het perfect?): aanscherpen op precisie, consistentie en detailkwaliteit.

Deze drie zijn krachtig, maar alleen als je ze bewust inzet. Anders krijg je “maatwerk proza” dat netjes leest, maar onder de motorkap niet navolgbaar is.

Van “grounding” naar “richting”: drie begrippen die je scherp houdt

In de vorige lessen lag de nadruk op grounding en controle: Offloader begrenst productie, Self-Checker spiegelt jouw redenering, Critical Verifier ontleedt claims en maakt verificatie expliciet. Archetypes 4–6 bouwen daarop voort, maar verschuiven het accent: je gebruikt AI nu niet primair om te reduceren of te controleren, maar om keuzeruimte te openen en daarna kwaliteit te polijsten—zonder dat je het eigenaarschap verliest.

Drie kernbegrippen helpen je om dit verantwoord te doen:

• Divergent denken: bewust meerdere plausibele opties genereren, inclusief “onaantrekkelijke” alternatieven. Doel is niet meer tekst, maar meer perspectief.

• Convergent denken: opties terugbrengen tot een beargumenteerde keuze, met expliciete criteria en trade-offs. Doel is niet consensus, maar uitlegbaarheid.

• Refinement: een conceptueel juiste tekst zó aanscherpen dat definities, scope, toon, structuur en detailniveau kloppen. Doel is niet “mooier”, maar precies en consistent.

Belangrijk principe: AI verhoogt waarschijnlijkheid, geen waarheid. Bij archetypes 4–6 vertaalt zich dat naar: AI kan helpen om opties en formuleringen te vinden, maar jij blijft verantwoordelijk voor de keuzecriteria, de governance-grenzen (“alleen op basis van deze input”) en de navolgbaarheid van de uiteindelijke tekst.

Drie archetypes, drie verschillende bijdragen (en drie verschillende risico’s)

De drie archetypes lijken soms op elkaar (“allemaal creatief”), maar ze hebben een ander doel, een andere outputvorm en andere valkuilen. Zie ze als opeenvolgende “denkstanden”: eerst breed kijken, dan samen bouwen, dan strak afwerken.

AI Trusteer: opties laten ontstaan zonder het stuur weg te geven

AI Trusteer gaat over een gecontroleerde vorm van “Wat raadt de AI aan?” Je gebruikt Copilot om keuzeruimte te openen: niet alleen “nog een idee”, maar ook varianten die jouw initiële frame doorbreken. Het is vooral nuttig als je merkt dat je al te snel richting één oplossing gaat, of als er meerdere verdedigbare routes zijn (bijvoorbeeld toezichtintensiteit, communicatie-aanpak, prioritering van risico’s). De waarde zit in het expliciet maken van alternatieven—zodat je later kunt uitleggen waarom je iets níet hebt gekozen.

De belangrijkste ontwerpfout is dat AI Trusteer vaak wordt gebruikt als een verkapte besluitvraag: “Wat is de beste aanpak?” Dan krijg je een strak advies dat voelt als expertise, terwijl de onderliggende aannames verborgen blijven. Een betere aanpak is om Copilot te dwingen tot aannames, randvoorwaarden en evaluatiecriteria per optie. Denk aan: welke definitie van “effectief” gebruiken we, welke risico’s accepteren we, wat zijn afhankelijkheden en wat is het “failure mode” van deze route. Daarmee maak je de aanbeveling minder autoritair en meer toetsbaar.

Best practices die hier helpen (in lijn met eerdere lessen over scope en controle):

• Laat Copilot opties formuleren “alleen op basis van deze input” en vraag expliciet om te labelen wat speculatie is.

• Vraag om minimaal één contrair alternatief (bijvoorbeeld: “de minst populaire maar verdedigbare optie”).

• Laat Copilot per optie een korte verificatie- of checklijst voorstellen (wat moet jij of het team nog uitzoeken).

Een typische misconceptie is: “meer opties = betere besluitvorming”. In werkelijkheid geldt: meer opties helpen pas als je ook convergent maakt met expliciete criteria. Anders krijg je een menukaart zonder prioritering en zonder verantwoordelijkheid.

Co-creator: samenwerking als ‘gestructureerde dialoog’, niet als tekstfabriek

Co-creator is de stand waarin je niet alleen laat genereren, maar samen met de AI ontwerpt en redeneert. In praktijk betekent dit: jij levert een voorlopige richting (doel, scope, randvoorwaarden, kernwaarden), en Copilot helpt om de structuur, argumentatie en formuleringen iteratief te verbeteren. Het is alsof je met een collega aan een whiteboard staat: jij bepaalt wat “goed” is, de AI helpt snelheid en variatie te brengen.

Co-creator werkt het best wanneer je je input niet verstopt in een vaag verzoek (“maak er iets goeds van”), maar het uitspreekt als bouwstenen: wat is de hoofdclaim, welke premissen dragen die, welke trade-offs zijn acceptabel, welke termen moeten consistent blijven. Je kunt Copilot bijvoorbeeld vragen om jouw concept te herschrijven als een argumentketen, daarna om een beter tegenargument te integreren, en pas daarna om een tekst die geschikt is voor een memo of notitie. Zo voorkom je dat je in één stap van “idee” naar “definitieve tekst” springt—een bekende bron van schijnzekerheid.

De grootste valkuil is prompt-inflation: in Co-creator-modus willen mensen ineens alles tegelijk (opties genereren, kiezen, onderbouwen, redigeren, bronvermelden). Het resultaat is vaak een lange output met gemengde doelen: er staan aanbevelingen naast onbewezen claims en half-afgemaakte definities. Co-creator vraagt juist om duidelijke fases: eerst het redeneringsframe, dan de argumentatie, dan de tekstvorm.

Misconceptie: “co-creatie maakt het objectiever.” Co-creator maakt het sneller en vaak duidelijker, maar objectiviteit vraagt nog steeds Self-Checker en Critical Verifier wanneer er stevige claims worden gedaan. Co-creator is dus geen vervanging van controle; het is ontwerp- en dialoogversnelling binnen vooraf afgebakende grenzen.

AI Refiner: polijsten met inhoudelijke discipline (zodat ‘mooi’ niet ‘misleidend’ wordt)

AI Refiner is de stand waarin je zegt: de richting klopt, nu moet het precies worden. Dit archetype is ideaal voor het afmaken van teksten die al inhoudelijk staan: definities uniform maken, herhaling verwijderen, alinea’s strakker maken, toon consistent (bijvoorbeeld sober en navolgbaar), en ambiguïteit elimineren. In een DNB-achtige omgeving draagt dit direct bij aan uitlegbaarheid: hoe minder ruis, hoe gemakkelijker iemand kan volgen wat feit is, wat interpretatie is, en waar de onzekerheid zit.

Het risico van AI Refiner is subtiel: hoe beter de stijl, hoe hoger de kans dat lezers (en jijzelf) over inhoudelijke gaten heen lezen. Daarom werkt Refiner het best met expliciete restricties: geen nieuwe claims, geen nieuwe cijfers, geen causaliteit toevoegen, geen “onderzoek toont aan” als dit niet in jouw input staat. Daarnaast is het verstandig om Refinement te combineren met micro-controles: vraag de AI om elke aanscherping te markeren (wat is veranderd en waarom) of om zinnen te labelen die nog interpretatief zijn.

Best practices voor Refiner:

• Laat Copilot “refinen” op één dimensie per keer: eerst consistentie van termen, daarna structuur, daarna stijl.

• Vraag om een versie waarin onzekerheden niet worden gladgestreken, maar expliciet worden gemaakt (“onbekend”, “niet vastgesteld”, “aanname”).

• Gebruik Refiner om je tekst korter te maken zonder betekenisverlies; compactheid is vaak een kwaliteitssignaal in governance-contexten.

Misconceptie: “Refiner is alleen taal.” In werkelijkheid is het óók kwaliteitsborging: een onduidelijke definitie is niet alleen stijl, maar kan tot verkeerde interpretatie leiden. Refiner is dus geen cosmetica; het is precisie-werk—mits je bewaakt dat er geen nieuwe inhoud binnensluipt.

[[flowchart-placeholder]]

Twee DNB-realistische voorbeelden: van breed naar scherp

Voorbeeld 1: AI Trusteer bij een beleidsnotitie met meerdere verdedigbare routes

Stel: je moet een interne notitie maken over een nieuw AI-gerelateerd risico in processen (bijvoorbeeld: gebruik van generatieve AI in documentanalyse). De vraag is nog open: ga je vooral inzetten op richtlijnen, op training, op technische mitigaties, of op extra reviewlagen? In AI Trusteer-modus vraag je Copilot niet “wat is de beste keuze”, maar: “geef 4 opties die onderling echt verschillend zijn, met per optie aannames, risico’s, en welke informatie ik nog nodig heb om te kiezen.” Je vraagt expliciet om scope: alleen binnen jouw procescontext, geen externe feiten toevoegen.

Copilot kan dan bijvoorbeeld vier routes schetsen: (1) governance-first (heldere kaders), (2) capability-first (training en archetype-gebruik), (3) control-first (extra verificatiestappen), (4) tooling-first (standaard templates en guardrails). De winst is niet dat één route “wint”, maar dat je ziet welke criteria impliciet worden: snelheid, uitlegbaarheid, fouttolerantie, verandervermogen. Je gebruikt de output om je eigen evaluatiekader te expliciteren: wat weegt zwaarder en waarom, en waar zit onzekerheid.

Beperking: AI Trusteer kan opties verzinnen die logisch klinken maar niet passen bij jouw echte randvoorwaarden. Daarom is de discipline: jij verifieert haalbaarheid (mensen, tijd, beleid) en je gebruikt de opties als gestructureerde brainstorm, niet als advies dat je kunt kopiëren.

Voorbeeld 2: Co-creator → AI Refiner bij het schrijven van een navolgbare memo

Stel: je hebt gekozen voor een richting (bijvoorbeeld: training + heldere archetype-workflows als eerste maatregel, met beperkte extra controles). Nu wil je een memo die collega’s kunnen volgen én waarop je aanspreekbaar blijft. In Co-creator-modus start je met jouw kernboodschap in bullets: doel, scope, belangrijkste argumenten, en expliciete trade-off (“we kiezen voor snelheid van adoptie, maar borgen navolgbaarheid via vaste denkstanden en checkpunten”). Je laat Copilot dit omzetten naar een heldere argumentstructuur: premissen → conclusie → randvoorwaarden → open punten.

Vervolgens laat je Copilot jouw eigen zwakke plekken versterken zonder nieuwe feiten: waar is de causaliteit te sterk geformuleerd, waar ontbreekt een definitie (bijvoorbeeld “kwaliteit” of “risico”), waar is de scope dubbelzinnig. Pas als de redenering staat, schakel je naar AI Refiner: maak het compacter, verwijder herhaling, maak termen consistent (“verificatie”, “validatie”, “controle”), en zet interpretaties expliciet als interpretatie. Je kunt ook vragen om zinnen die mogelijk te stellig zijn te markeren, zodat je ze kunt herformuleren naar toetsbare taal.

Impact: de memo wordt niet alleen “mooier”, maar vooral navolgbaar—de lezer ziet wat je claimt, waarop het leunt, en wat je nog niet weet. Limiet: Refiner kan scherp formuleren, maar als je argumentatie incompleet is, wordt die incompleetheid alleen beter verpakt. Daarom blijft de volgorde essentieel: eerst ontwerpen (Co-creator), dan polijsten (Refiner), en waar nodig later weer spiegelen/verifiëren met de eerdere archetypes.

Van verkennen naar verfijnen, zonder schijnzekerheid

Archetypes 4–6 geven je een krachtige beweging: breed kijken → samen bouwen → precies maken. De kern is dat je AI niet ziet als beslisser, maar als versneller van denken en schrijven binnen expliciete grenzen.

Belangrijkste takeaways:

• AI Trusteer is waardevol als je opties laat ontstaan mét aannames en criteria, niet als kant-en-klaar advies.

• Co-creator werkt wanneer je iteratief ontwerpt: eerst redenering en structuur, daarna pas de tekstvorm.

• AI Refiner levert precisie en consistentie, maar alleen veilig als je “geen nieuwe claims” en scopebewaking hard instelt.

Next, we'll build on this by exploring Archetypes 7–9: schaal, richting & kwaliteit [25 minutes].