← Alle blogs AI MET EEN BOUWHELM OP

AI met een bouwhelm op - ouverture

Je hoeft niet te kiezen tussen ‘AI kan alles’ en ‘AI doe ik niks mee’. Er zit een heel spectrum tussen.

Wat is AI eigenlijk?

Sinds het ‘ChatGPT moment’ zijn er rond AI grofweg twee reacties:

  1. “AI gaat alles veranderen”
  2. “AI kan helemaal niks”

Beide reacties missen hetzelfde: een concreet idee van wat AI (in dit artikel synoniem voor LLM’s) eigenlijk is en waar het wél en niet voor deugt.

Volgens ‘Silicon Valley’ gaat A(G)I een groot deel van het kenniswerk overnemen (AI2027). Hierin wordt het beeld geschetst van de AI als een opzichzelfstaande entiteit. Je prompt het alsof het een collega is en krijgt vervolgens het juiste antwoord terug. Dit is te reductief.

Een beter frame voor AI is een functie die met ongestructureerde input een actie kan uitvoeren (stateless reducer, uitgelegd in een later blog of lees: 12 factor agents). Op deze manier kun je het toepassen op plekken waar je wil zonder de controle uit handen te geven.

Controle vs autonomie

Je kan aan de AI vragen een fundering te ontwerpen, en dan krijg je ‘een antwoord’.

Je kan ‘m ook inzetten om de maatgevende belasting uit een rapport te halen. De ingenieur gaat hier vervolgens zelf mee verder.

Dit zijn de twee uitersten op het spectrum van ‘controle vs autonomie’. Ons voorstel is om bij die tweede categorie te beginnen en AI alleen toe te passen waar we de controle uit handen willen geven en het waarde toevoegt. Simpel, betrouwbaar en verantwoord. En waarschijnlijk lossen we een groot deel van onze problemen er al mee op!

Waar beginnen we?

We moeten allereerst in kaart gaan brengen hoe ons werk eruit ziet:

  • hoe bepaal je de draagkracht van een paalfundering?
  • hoe kom je tot de benodigde wapening in de ligger?
  • …

Vervolgens kunnen we, per ‘workflow’, in kaart brengen welke stappen:

  • door een mens moeten worden uitgevoerd
  • door een mens moeten worden gecontroleerd
  • door automatisering kunnen worden opgelost
  • door AI mogen worden opgepakt

Met dit als basis kunnen we ons werk daadwerkelijk een stuk mooier maken!

Voorbeeld: draagkracht paalfundering

Om een voorbeeld uit mijn eigen praktijk verder uit te werken: “Hoe kunnen we met AI de draagkracht van een paalfundering berekenen?”.

Veel mensen denken hierbij waarschijnlijk aan de volgende aanpak:

  1. Ingenieur: ‘Ik wil een paalfundering naast Rotterdam Centraal hebben’ (prompt) + alle databestanden
  2. AI: magie
  3. Rapport is af

Met deze aanpak is er geen controle op het rekenwerk. Wanneer er iets niet goed gaat (en die kans is groot), prompt je waarschijnlijk: ‘pas … aan’. En dan gaat er weer wat anders mis. Ongewenst, en bij Legora denken ze er net zo over! Of erger, het ziet er wel goed uit en je neemt aan dat het correct is…

In plaats daarvan maken we er de volgende workflow van:

  1. Ingenieur: ‘ik wil een paalfundering uitrekenen’ (prompt)
  2. AI: route naar paalfundering ‘workflow’
  3. Ingenieur: kiest locatie op kaart
  4. Code: API call naar Dinoloket/database project voor grondonderzoek
  5. Ingenieur + code: interpreteert sonderingen
  6. Ingenieur: kiest paalsysteem
  7. AI: haalt maatgevende belastinggeval op uit document constructeur
  8. Code: Maakt berekening
  9. Ingenieur: kiest paalpuntniveau
  10. AI: doet voorstel voor rapport
  11. Ingenieur + AI: itereren naar gewenst rapport

Met deze aanpak zitten er veel meer controlepunten in je automatisering. Je gebruikt de AI op plekken waar het goed in is, zoals documenten lezen of schrijven, maar je houdt zelf de controle waar nodig. Zo hou je als ingenieur grip op de berekening.

Wat wordt ons harnas?

Een harnas is de gereedschapskist met alle tools voor een goede samenwerking tussen mens en AI (harness engineering). Een voorbeeld van een harnas voor programmeren is Claude Code (of pi-agents!). Sinds dit is geïntroduceerd, heeft ‘agentic coding’ een gigantisch impuls gekregen.

De grote vraag voor ons civiel ingenieurs is dan ook: “Wat wordt ons harnas?”. Met een antwoord hierop komen we tot echt succesvolle AI adoptie binnen ons vakgebied. Onderdeel van harnas zijn dingen als:

  • data primitieven voor civiel ingenieurs
  • adequate interface: tekst (als mogelijk), grafisch (als tekst het niet/lastig kan uitdrukken)
  • geïntegreerde controlepunten (wanneer we de controle moeten houden)

Wat zit er in jouw gereedschapskist? En wat ontbreekt er momenteel om AI verantwoord een plek te geven in je werk? Bij ARI gaan we hier de komende tijd proberen een antwoord op te geven.

En nu?

Dit is de eerste post in een reeks. In de volgende posts ga ik de komende maanden dieper in op de diverse stukken van ons harnas.

Benieuwd wat we aan het bouwen zijn? De code base van ARI is opensource.

Heb je vragen, opmerkingen of meningen? Reageer vooral op LinkedIn!

Vertel ons waar je tegenaan loopt.