Het is maandagochtend. Suzan opent haar laptop en logt in. Het systeem toont een overzicht van haar caseload. Bovenaan staat Erwin, met een oranje driehoekje achter zijn naam. ‘Verhoogd risico’, meldt het scherm.
Suzan kent Erwin al jaren. Ze weet wat er speelt: schulden, eenzaamheid en al een tijd zonder werk. Altijd boos op ‘het systeem’. Als ze met haar cursor boven het driehoekje blijft hangen, verschijnt de melding dat onmiddellijke actie vereist is. Ze kan niet direct zien waarom, maar ze vermoedt dat Erwin opnieuw contact heeft opgenomen over zijn bewindvoerder. Dat doet hij vaker. Deze keer concludeert het programma op haar computer dat de problemen zich te ver opstapelen.
Erwin kan lang van stof zijn. Als Suzan nu belt, is ze zo een uur kwijt. Dat uur kan ze ook besteden aan Wouter, een man die herstellende is van een zware depressie, met wie zij al even geen contact meer heeft gehad. Ze is steeds van plan om bij hem langs te gaan, maar het komt er niet van. Hij zal het haar niet kwalijk nemen, maar ze ligt er weleens wakker van. Wouter houdt problemen liever voor zichzelf, tot ze te groot worden. Dat weet ze inmiddels. De vorige keer dat hij zich meldde, was het eigenlijk al te laat. Suzan is geneigd Wouter voorrang te geven.
Hoe ga ik straks uitleggen dat ik níét heb gedaan wat het systeem van mij vraagt?
Het systeem ziet dat anders. De risicoscore vraagt om actie en om vastleggen dat er is ingegrepen bij Erwin. Suzan weet dat ze dat niet zomaar kan negeren. Ze is daar eerder op aangesproken. En precies daar merkt ze dat haar eerste reflex verschuift. Niet langer: wie heeft mij nu het meest nodig? Maar: hoe ga ik straks uitleggen dat ik níét heb gedaan wat het systeem van mij vraagt?
Dit is sociaal werk in de nabije toekomst of, voor sommigen, vandaag de dag.
Geautomatiseerde beslisregels
In het recent verschenen boek AI and the disruption of welfare beschrijven onderzoekers hoe kunstmatige intelligentie zich razendsnel nestelt in het sociaal domein. Als slimme technologie die helpt om sneller te signaleren, efficiënter te werken en eerlijker te beslissen. Minder administratie, meer tijd voor de cliënt. En er zijn zonder twijfel toepassingen die verlichting brengen.
Sociaal werk gaat over ruimte houden voor wat zich nog niet heeft aangekondigd
Maar wie iets langer stilstaat bij de gevolgen, ziet dat AI het sociaal werk ook fundamenteel verandert. In steeds meer organisaties zijn risicotaxaties, voorspellende modellen en geautomatiseerde beslisregels leidend. De sociaal werker weegt af en stuurt bij, maar doet dat binnen een kader dat in toenemende mate bepaald is. Kaders waren er altijd al, maar door AI worden ze vooraf scherper afgebakend, terwijl hun herkomst lastiger te doorgronden is. Het zwaartepunt van beslissingen verplaatst van de professional naar het systeem. En het systeem draait op voorspelbaarheid. AI leert van patronen, van herhaling, van wat eerder is gebeurd.
Openheid voor het onverwachte
Sociaal werk gaat niet alleen over reageren op signalen, maar over ruimte houden voor wat zich nog niet heeft aangekondigd. Over openheid voor het onverwachte. Die openheid vraagt om tijd, om vertrouwen, om het verdragen van onzekerheid. Om de bereidheid te investeren zonder garantie op resultaat. Die bereidheid is kwetsbaar in systemen die vragen om voorspelbare uitkomsten en meetbare effecten. Maar het is de moeite van het verdedigen waard.
Suzan klapt haar laptop dicht en fietst naar Wouter. Zijn moeder blijkt vorige week te zijn overleden. Sindsdien heeft hij niemand meer gezien. Suzan zet thee, luistert naar zijn verhaal en zorgt dat er iemand langskomt. Aan het eind van de dag belt ze Erwin. Zijn probleem met de bewindvoerder is al opgelost: het geld voor de boodschappen staat al op zijn rekening. Zo zie je maar weer, zegt Suzan tegen Erwin, soms werken systemen wel!
Thomas Kampen is socioloog en hoogleraar Sociaal Werk aan de Universiteit voor Humanistiek