AI-gedreven efficiëntie wint tijd terug. Als er minder tijd nodig is voor onderzoek, ordening, vergelijking of het maken van concepten, komt een deel van de tijd die eerder door die activiteiten in beslag werd genomen beschikbaar. Deze verandering wordt doorgaans opgevat als een hogere productiviteit, omdat er in dezelfde tijd meer output kan worden geproduceerd of dezelfde output in minder tijd kan worden verkregen. Maar er is een probleem dat efficiëntiemaatstaven alleen niet kunnen beslissen: wie gebruikt de tijd die door die verkorting ontstaat, en waarvoor? Als teruggewonnen tijd automatisch in het volgende proces wordt gestoken, vergroot efficiëntie de verwerkingscapaciteit, maar niet noodzakelijk de ruimte waarin mensen hun oordeel kunnen veranderen.
Om dit probleem te bekijken, moet ruimte worden onderscheiden van louter ‘ongebruikte tijd’. Werk bevat elementen die bij aanvang niet volledig kunnen worden voorspeld. Verkeerd begrepen specificaties, ontbrekende informatie, veranderende externe omstandigheden, fouten die door verificatie worden ontdekt en verschillen in begrip tussen betrokkenen kunnen niet altijd bij het maken van een plan volledig worden opgesomd. Als de geplande tijd volledig wordt bezet door werk dat momenteel bekend is, is er geen hulpbron beschikbaar wanneer zich een onverwachte gebeurtenis voordoet. Ruimte kan daarom worden begrepen als tijd die niet overblijft omdat zij nu geen doel heeft, maar als tijd die wordt behouden terwijl het gebruik ervan openblijft voor toekomstige onzekerheid.
Belangrijke onderdelen vroeg vormgeven heeft als effect dat deze ruimte ontstaat. Het doel is niet simpelweg om vóór de deadline klaar te zijn. Door moeilijke onderdelen eerst aan te pakken, kan vroeg worden nagegaan of de oorspronkelijke inschatting redelijk was. Als blijkt dat het werk niet volgens plan kan doorgaan, blijven er opties over: de specificatie wijzigen, aanvullende informatie opvragen, van methode veranderen of de deadline met betrokken partijen opnieuw afspreken. Vroege voortgang kan beter worden begrepen als een structuur om eerder te ontdekken dat onze voorspelling onjuist was, dan als een verbetering van ons vermogen om de toekomst nauwkeurig te voorspellen.
Wanneer deze structuur met AI wordt verbonden, verandert ook de betekenis van snelheid. De waarde van het snel genereren van een eerste voorstel door AI beperkt zich niet tot het verhogen van het aantal outputs per tijdseenheid. Als belangrijke onderdelen vroeg concreet worden gemaakt, kunnen mensen problemen waarnemen die in de abstracte planningsfase onzichtbaar waren. Een verkeerde aanname, een ontbrekende voorwaarde, een conflict tussen waarden of een verschil tussen het verwachte eindproduct en de feitelijke output kan vroeg aan het licht komen. De snelheid van AI dient dan om onzekerheid vooraf te ontdekken. Als de resterende tijd kan worden behouden, houden mensen opties om te reageren op wat is ontdekt.
Dit effect verdwijnt echter wanneer de door efficiëntie ontstane tijd automatisch opnieuw wordt toegewezen aan extra productie. Een eerste concept is een dag eerder klaar, dus worden meerdere extra versies gemaakt. Het onderzoek is eerder afgerond, dus wordt de reikwijdte uitgebreid. De verificatie wordt verkort, dus wordt binnen dezelfde deadline een ander project toegevoegd. Zulke herverdelingen kunnen rationeel zijn wanneer extra output veel waarde heeft. Maar als ze routine worden, wordt de door AI gecreëerde ruimte verbruikt zodra zij ontstaat en wordt tijd voor het wijzigen of opnieuw overwegen van het plan opnieuw schaars. Lokale efficiëntie wist dan juist de mogelijkheid tot herziening uit die de efficiëntiewinst had kunnen creëren.
Hieruit blijkt dat ruimte een kwestie van verdeling is. In een organisatie kan door efficiëntie ontstane tijd worden omgeleid naar aanvullende productiedoelen. Een individu kan nieuw werk beginnen, het huidige werk controleren of de tijd voor rust gebruiken. In samenwerking met AI geldt echter: hoe lager de kosten van voortdurende generatie en verkenning worden, hoe gemakkelijker het feit dat ‘er nog meer kan worden verwerkt’ verandert in de norm dat ‘er nog meer moet worden verwerkt’. Resterende capaciteit en de verplichting om die nu te gebruiken zijn niet hetzelfde. Als ook de bevoegdheid om te bepalen waarvoor de ruimte wordt gebruikt wordt overgedragen aan de logica van automatisering, kunnen mensen profiteren van efficiëntie terwijl ze het vermogen verliezen om te kiezen hoe de voordelen ervan worden gebruikt.
Ruimte in de samenwerking tussen mens en AI kan daarom worden opgevat als onderdeel van het beslissingsvermogen. Een oordeel herzien kost tijd. Ook een bezwaar overwegen, een extra controle uitvoeren of terugkomen op een eerder gekozen richting kost tijd. Als alle tijd volledig is toegewezen, kunnen mensen formeel de uiteindelijke bevoegdheid behouden terwijl zij in de praktijk weinig andere opties hebben dan de bestaande koers goed te keuren. Als er ongebruikte tijd overblijft, kunnen zij ook na ontvangst van het AI-resultaat bezwaar maken, naar de vraag terugkeren en voorwaarden wijzigen. Ruimte ondersteunt niet alleen vrijheid vóór een beslissing, maar ook de vrijheid om een beslissing opnieuw te nemen.
Dit perspectief vraagt ook om een verandering in de manier waarop efficiëntie wordt beoordeeld. Kortere verwerkingstijd, lagere kosten en meer output blijven belangrijk, maar laten niet zien in hoeverre een samenwerkingsverband beter bestand is geworden tegen verandering. Stel dat twee systemen hetzelfde resultaat twee dagen eerder produceren. Het ene vult die twee dagen onmiddellijk met ander werk; het andere bewaart een deel ervan als reservetijd totdat een kritieke verificatie is voltooid. Onder normale omstandigheden kan het eerste een hogere output lijken te hebben. Maar als later een belangrijke fout in een uitgangspunt wordt ontdekt, heeft het tweede nog mogelijkheden tot correctie. Welke keuze passend is, hangt af van de aard en onzekerheid van het werk.
Meer ruimte is niet altijd beter alleen omdat er meer van is. Te veel reservetijd kan noodzakelijk werk vertragen. In stabiele processen met weinig verandering kan een hoge benuttingsgraad rationeler zijn dan het aanhouden van een grote marge. De vraag is daarom niet of efficiëntie of ruimte moet worden gemaximaliseerd. Het gaat erom hoeveel ruimte moet worden behouden gezien de mate van onzekerheid, de gevolgen van falen, de tijd die voor verandering nodig is en de noodzaak om het oordeel weer aan mensen over te laten. Ruimte is geen onvoorwaardelijk goed; het is een hulpbron waarvan de waarde ontstaat waar veranderbaarheid nodig is.
Toegepast op het ontwerp van Sai＊aus wordt het belangrijk om niet elke winst van snellere AI opnieuw in extra generatie te stoppen. AI kan vroeg structuur laten zien, waardoor mensen problemen vroeg kunnen ontdekken. Als er geen probleem is, kan de verwerking doorgaan; als er een afwijking verschijnt, kan de resterende tijd worden gebruikt om uitgangspunten te controleren, van richting te veranderen en, wanneer nodig, bezwaar te maken tegen het voorstel van AI zelf. Hier wordt de snelheid van AI niet gebruikt om menselijk oordeel te vervangen, maar om de periode waarin mensen dat oordeel kunnen veranderen naar voren uit te breiden. Het is een ontwerp dat snelheid niet alleen omzet in extra verwerking, maar ook in herzienbaarheid.
Dit verschil kan niet alleen worden verklaard door de vraag of een AI bepaalde functies heeft. Snelle generatie, informatieordening, vergelijking en ondersteuning bij heroverweging kunnen met veel soorten AI worden gerealiseerd. Het verschil ontstaat in de manier waarop de door die mogelijkheden gecreëerde tijd wordt ontworpen om te worden gebruikt. Het ene ontwerp kan elk overschot terugbrengen naar verdere optimalisatie; een ander kan een deel reserveren voor menselijke controle, bezwaar, uitstel en terugtrekking. Sai＊aus benadrukt dat het vermogen van AI om meer te verwerken niet tot doel op zich moet worden gemaakt, maar dat zowel gebruikte als ongebruikte capaciteit zo moet worden ingericht dat mensen de subjecten van begrip en oordeel blijven.
Wie heeft aanspraak op de ruimte die door efficiëntie ontstaat? Er is geen enkele universele verdelingsverhouding. Maar het enkele feit dat AI een taak heeft verkort, betekent niet dat de bespaarde tijd opnieuw in AI of extra taken moet worden gestoken. Ongebruikte tijd is ook een vermogen om te reageren op mogelijkheden die zich nog niet hebben voorgedaan: falen, verandering, bezwaar en terugtrekking. Denken over efficiëntie in het tijdperk van AI vereist daarom aandacht niet alleen voor gebruikte hulpbronnen, maar ook voor hulpbronnen die bewust beschikbaar worden gehouden voor wanneer ze nodig zijn. De vraag wie die ruimte verdeelt en voor wiens beslissingsvermogen zij wordt bewaard, verschuift de samenwerking tussen mens en AI van louter versnelling naar een ontwerpvraag.
Geen antwoorden. Begrip.