SAMENWERKEN IN KWINTET, AI ALS TEAMGENOOT
J.J. (Hans) Schönfeld MCM - Go Flow Network · Go Flow Network : Artikelen · 2026
Alles hangt met alles samen. Een organisatie is vaker niet meer in staat om problemen zelf op te lossen en moet leren samen te werken (in ecosystemen). In de huidige tijd is het én interessant én van belang om AI als samenwerkingspartner te beschouwen, waarbij in dit artikel de focus wordt gelegd op drie deelvragen: Welke bijdrage kan AI leveren als digitale samenwerkingspartner? Wat verandert er wanneer AI als teamgenoot wordt beschouwd? Welke voorwaarden zijn nodig om verantwoord met digitale samenwerkingspartners (AI-agents) samen te werken?
SAMENWERKEN IN KWINTET, AI ALS TEAMGENOOT.
Hans Schönfeld September 2026
AI VAN HULPMIDDEL NAAR PARTNER
In het boek Go Flow: fit, snel en dynamisch organiseren in een wereld vol onzekerheid en onkenbaarheid, dat op 1 november 2026 verschijnt bij Van Haren Publishers, wordt beschreven hoe grenzen tussen organisaties, rollen en disciplines vervloeien. Ook de grens tussen menselijke en artificiële intelligentie is, sinds de razendsnelle groei van ChatGPT na de introductie op 30 november 2022, de vanzelfsprekendheid snel verloren. Deze vervloeiing raakt alle aspecten van ons leven en van organiseren. Nu AI beschikbaar is als digitale samenwerkingspartner verandert de samenstelling van teams en de manier waarop bedrijven, overheden, kennisinstellingen en burgers in ecosystemen samenwerken (Schönfeld, 2026), momenteel in druk, verwacht november 2026).
De effectiviteit van teams of van ecosystemen (samenwerking buiten de eigen organisatie) hangt samen met de inrichting van het werk, de organisatorische context en de processen binnen en buiten het team of ecosysteem (Cohen & Bailey, 1997). Samenwerking vraagt om afstemming over de gezamenlijke opgave, de omgeving en de juridische vorm van het samenwerkingsverband (Sanders & Heldeweg, 2012). Partners moeten elkaars bijdrage immers kunnen begrijpen, benutten en vertrouwen. Kwaliteiten om te komen tot succesvolle teamprestaties en ecosystemen omvatten het kernvermogen om te weten waar welke expertise aanwezig is, waar die expertise nodig is én het vermogen om die vervolgens in te zetten. Kennis aanwezig hebben en mensen met kennis laten samenwerken zijn daarmee twee verschillende aspecten (Faraj & Sproull, 2000). In het boek worden deze kernvermogens verbindende fitheid genoemd; de vermogens om institutionele integraliteit (op elkaar afgestemde activiteiten) te organiseren, te onderhouden en te benutten (Schönfeld, 2026).
In de jaren negentig dacht ik samen met Henk Hofstra (een kunstenaar uit Drachten) en Tom van der Goot (destijds theaterdirecteur van de Lawei in Drachten), voor Philips na over alternatieven voor bestaande (veelal ‘natte’) scheeroplossingen. Daaruit ontstond het idee voor een waterdicht elektrisch scheerapparaat dat tijdens het scheren (tijdens het douchen) een verzorgende lotion aanbrengt. Philips werkte dit idee technisch uit, samen met Nivea voor wat betreft het lotion gedeelte. Het werd een groot succes. Later deed Philips hetzelfde nog eens met de ontwikkeling van het Senseo koffiezetapparaat. Hierbij was het Douwe Egberts die als samenwerkingspartner de koffiepads leverde. Voor mij illustreren deze voorbeelden hoe waarde kan ontstaan wanneer technische kennis, gebruikservaring en creatieve nieuwe perspectieven elkaar ontmoeten. Artificiële intelligentie speelde in deze twee ecosystemen geen enkele rol. Maar het voorbeeld maakt wel duidelijk dat er in het AI tijdperk een belangrijke vraag ten aanzien van de bijdrage van AI aan samenwerking voorligt.
Welke aanvullende bijdragen kunnen AI-programma’s en AI-agents als nieuwe deelnemers in samenwerkingsverbanden leveren?
De opkomst van AI vraagt om nadrukkelijke aandacht voor de invloeden van mens-AI-integratie in teams en partnerships. Er zijn in sneltreintempo AI-taalmodellen beschikbaar gekomen die antwoord geven op menselijke vragen (generatieve AI-programma’s), die zich doorontwikkelen tot AI-agents die zelfstandig stappen uitvoeren. AI kan dus gaan opereren als digitale partner. Als partner van een individu maar ook als teamgenoot. Dat zal ongetwijfeld van invloed zijn op hun prestaties, op de snelheid en kwaliteit van de productie en op de manier waarop kennis wordt gecreëerd.
In wetenschappelijk onderzoek werd AI tot voor kort vooral beschouwd als hulpmiddel om individuele prestaties te verbeteren. Deze focus heeft naar mijn oordeel een belangrijke blinde vlek veroorzaakt. Grote taalmodellen zijn getraind op menselijke taal en reageren in dialoog (net als mensen). Daarom verwacht ik dat zij door gebruikers eerder als sociale samenwerkingspartners ervaren dan als een machinaal hulpmiddel (Mollick, 2024). Het is én interessant én van belang om AI als samenwerkingspartner te beschouwen, waarbij ik me in dit artikel focus op drie deelvragen:
• Welke bijdrage kan AI leveren als digitale samenwerkingspartner? • Wat verandert er wanneer AI als teamgenoot wordt beschouwd? • Welke voorwaarden zijn nodig om verantwoord met digitale samenwerkingspartners (AI-agents) samen te werken?
WAT ONDERZOEK LAAT ZIEN OVER SAMENWERKEN
De complexiteit van problemen en productieprocessen neemt toe. Bij publieke vraagstukken kan samenwerking tussen overheid en private partijen helpen wanneer marktwerking, netwerksturing of overheidssturing afzonderlijk tekortschieten in het behartigen van publieke belangen (Sanders, 2014). Dat maakt dat individuen maar ook organisaties steeds vaker gezamenlijk (soms uit noodzaak, soms uit overtuiging) werken aan producten, verbetering en resultaten (Deming, 2017; Katz & Lazer, 2003; Puranam, 2018).
Het samenwerken in teams en ecosystemen vormt steeds vaker de ruggengraat van moderne organisaties.
Het eerdere voorbeeld van Philips laat zien dat door samenwerking verschillende perspectieven kunnen worden geïntegreerd. Daardoor kunnen problemen, anders, vernieuwd en soms effectiever worden aangepakt of opgelost (Ancona & Caldwell, 1992; Cohen & Bailey, 1997; Csaszar, 2012). Gezamenlijke productie schept aan de andere kant ook organisatorische uitdagingen (overleg en afstemming zijn bijvoorbeeld onvermijdelijke kosten), maar goed gestructureerd samen-teamwork kan bij complexe taken een bredere kennisbasis mobiliseren en van groot nut zijn in het realiseren van doelen die door de afzonderlijke partners niet kunnen worden bereikt (Alchian & Demsetz, 1972; Cohen & Bailey, 1997).
Door de werklast te verdelen en complementaire vaardigheden te benutten kan teamwork zich snel en dynamisch (Go Flow) aan veranderende eisen aanpassen en passendere resultaten opleveren dan afzonderlijke personen (Schönfeld, 2026). Het leveren van een product of het aanpakken van een probleem vraagt doorgaans meerdere samenwerkende expertisedomeinen. Maar de prestaties hangen niet alleen af van de aanwezige expertises, maar eveneens van de coördinatie tussen die expertises. De partners moeten vaststellen waar kennis aanwezig is, herkennen waar zij nodig is en zorgen voor een gecoördineerde inzet (Beane & Anthony, 2024; Faraj & Sproull, 2000; Orlikowski, 2002). Samenwerken met anderen biedt sociale, motiverende voordelen die de werktevredenheid verhogen ten opzichte van alleen produceren (Deutsch, 1949; Johnson & Johnson, 2005; Kozlowski & Bell, 2013).
DE EFFECTEN VAN AI ALS DIGITALE SAMENWERKINGSPARTNER
Laten we nu de stap maken naar AI-programma’s en AI-agents als samenwerkingspartners. Omdat AI pas eind 2022 door ChatGPT bij het grote publiek werd geïntroduceerd bestaan er uitsluitend recente studies. Die tonen betere individuele creatieve prestaties met AI in gecontroleerde situaties aan (Dell’Acqua et al., 2023; Noy & Zhang, 2023). Maar er is tot voor kort geen betrouwbare studie verricht naar de effecten van AI in samenwerkende teams. In 2026 is er op dit punt belangrijke kennis toegevoegd (Dell’Acqua et al., 2026). In de aanhoudende stroom van negatieve berichten over niet gespecificeerde ontwrichtende krachten die aan AI worden toegedicht (we zullen het zien) vormt dit onderzoek een positief tegenwicht.
Naar de effecten van AI op teamwerk is gezocht via een groot experiment waarbij 791 professionals van Procter & Gamble betrokken werden. Deze werden willekeurig toegewezen aan vraagstukken met of zonder AI. Een individu alleen en een individu ondersteund door een AI programma (groep A en B). Twee mensen in een team, tegenover twee mensen ondersteund door een AI programma (groep C en D). De uitkomsten bieden interessante inzichten in de invloed van generatieve AI binnen organisaties en teams (Dell’Acqua et al., 2026).
AI verhoogt de oplossingskwaliteit Het effect is niet gering. Individuen met AI (groep B) bereikten bijvoorbeeld gemiddeld een vergelijkbare oplossingskwaliteit als een team van 2 personen zonder AI (groep C). Dat betekent dat het samenwerken met AI een enorme bijdrage levert aan de kwaliteit. Het samenwerken van een individu met AI biedt een belangrijk deel van het voordeel dat anders door samenwerking met een tweede persoon ontstaat (Dell’Acqua et al., 2026).
AI maakt voorstellen minder eenzijdig Bij het werken zonder AI (groepen A en C) sluiten de gepresenteerde oplossingen vaak aan bij de achtergrond van de betreffende medewerkers. Medewerkers met als achtergrond onderzoek en ontwikkeling leggen bijvoorbeeld meer nadruk op de technische kant, terwijl de voorstellen van medewerkers met een commerciële achtergrond meer op de markt gericht zijn. Uit het onderzoek bleek dat het werken van zowel individuen als teams samen met AI (de groepen B en D) de voorstellen in dit opzicht aanmerkelijk evenwichtiger maakten, dus breder en onafhankelijker van de persoonlijke achtergrond.
Daaruit kan de conclusie worden getrokken dat AI individuen en teams helpt om ook buiten het eigen vakgebied te kijken en andere aspecten in het product mee te nemen (Dell’Acqua et al., 2026). Het lijkt er dus op dat AI bepaalde samenwerkingsfuncties kan overnemen: AI verbreedt het bereik van de gebruiker buiten diens kernexpertise. Werknemers gebruiken AI-suggesties in de praktijk om kennishiaten te overbruggen. Dit reproduceert een deel van de kennisintegratie (over vakgebieden heen) die gewoonlijk via samenwerking tussen mensen wordt bereikt.
Functiegrenzen zullen geleidelijk gaan vervagen doordat expertise gemakkelijker toegankelijk wordt.
AI maakt het werken leuker Medewerkers die met AI werkten (groepen B en D) rapporteerden meer positieve en minder negatieve emoties bij het werk dan deelnemers die alleen werkten. Dat ondersteunt mijn gedachte dat AI minder als een instrument zal worden ervaren en meer als een mens en daarmee dus een deel van de emotionele en motiverende functies van samenwerking kan vervullen (Dell’Acqua et al., 2026).
Menselijk oordeel blijft nodig De grootste bijdrage van AI bleek in de kwaliteit van de gegenereerde ideeën te zitten. De kwaliteit was binnen de groepen B en D aanmerkelijk beter dan die in A en C. De bijdrage blijkt echter niet in verbetering van het vermogen om uit kwalitatief goede ideeën het beste idee te selecteren. Daar bleek menselijk oordeel het meest van waarde. AI als digitale partner komt uit dit onderzoek als een kwaliteitsversterker naar voren, verbetert zo het basismateriaal voor innovatie, terwijl daarentegen het menselijke beoordelingsvermogen de kansrijke concepten daaruit beter herkent dan de AI (Dell’Acqua et al., 2026).
VAN QUADRUPLE HELIX NAAR KWINTET
De quadruple helix helpt om samenwerking breder te bekijken dan het afzonderlijke team. Dit model verbindt samengevat kennisinstellingen, bedrijven en overheid met het publiek en de samenleving (Carayannis & Campbell, 2009). In de praktijk spreken we vaak over samenwerking tussen bedrijven, overheden, kennisinstellingen en burgers.
In het boek Go Flow, fit, snel en dynamisch organiseren, wordt de vervloeiing van werken vóór (bijvoorbeeld burgers) naar werken mét beschreven. De samenwerking van het internationaal samengestelde JIT (Joint Investigation Team) bij het onderzoek naar de MH 17 ramp met het Bellingcat collectief (burgers en journalisten) vormt daarvan een sprekend voorbeeld. Het overheidsteam werkte samen met bedrijven, met wetenschappers en ook met burgers. De bevindingen van Bellingcat hebben in belangrijke mate bijgedragen aan het bewijs en heeft er mede voor gezorgd dat het tot een veroordeling kon komen in het uiteindelijke proces.
Op deze quadruple helix samenwerking aansluitend wordt in het nieuwe boek het samenwerken in kwintet geïntroduceerd, door aan de quadruple een vijfde partner toe te voegen. Een vijfde samenwerkingspartner wordt gevormd door intelligente systemen die zelfstandig inhoudelijk bijdragen aan analyse, ideevorming en uitvoering (Schönfeld, 2026). Met het kwintet beschrijf ik een samenwerkingsvorm waarin AI een herkenbare inhoudelijke en uitvoerende rol heeft. De menselijke en institutionele deelnemers (die zelf wellicht eveneens AI gebruiken) bepalen de opdracht, begrenzen de handelingsruimte en blijven verantwoordelijk.
Figuur 1: Samenwerking in Kwintet (Schönfeld)
AI als partner, dat zelfstandig voorstellen kan doen die de keuzes beïnvloeden. De vraag is hoe we deze samenwerking praktisch kunnen en gaan organiseren. Het onderzoek bij P&G biedt empirische aanknopingspunten voor het organiseren met digitale partners op teamniveau. Voor verder onderzoek is het nuttig om onderscheid te maken tussen een AI-taalmodel dat op vragen reageert en een digitale AI-agent die binnen een opdracht meerdere stappen mag en kan uitvoeren. Ik doel met name op AI-agents, als systemen waaraan een afgebakend doel, hulpmiddelen en een zekere handelingsruimte is toegekend.
Hoe zelfstandig een AI-agent kan en mag werken, hangt af van de inrichting, de taak en de beschikbare toegangen die het wordt gegeven of die worden toegestaan.
Het P&G-onderzoek was beperkt tot samenwerken met generatieve AI. De effecten in situaties waarbij een AI-agents als digitale partners voortgang kunnen bewaken, informatie kunnen verzamelen of vervolgacties kunnen voorbereiden of verrichten, zouden wat mij betreft verder moeten worden onderzocht. In Go Flow verken ik een alvast een aantal rollen bij het organiseren samen met AI-agents en cobots (Schönfeld, 2026) bij mogelijke toepassingen die per situatie zullen moeten worden beproefd.
VOORWAARDEN VOOR HET WERKEN IN KWINTET
Naarmate we digitale partners in samenwerkingsverbanden meer laten uitvoeren, worden de afspraken waaronder dit gebeurt belangrijker. Welke informatie mag de digitale partner gebruiken? Welke handelingen mag de digitale partner zelfstandig verrichten? Wie controleert de kwaliteit en wanneer moet de digitale partner stoppen of terugkomen met een vraag?
Uit onderzoek naar samenwerking zonder digitale partners blijkt dat effectiviteit en efficiëntie in evenwicht moeten worden gebracht met legitimiteit en rechtsgeldigheid (Sanders & Heldeweg, 2012). Dat is moet ook en wellicht juist van toepassing zijn bij teams waarin digitale partners participeren en roept voor verder onderzoek naar het samenwerkingskwintet de vraag op wie mag beslissen, binnen welke grenzen en onder wiens verantwoordelijkheid?
Ontsporingen die de laatste tijd in het nieuws zijn, laten zien dat de grote Amerikaanse techbedrijven hun systemen momenteel te grote vrijheden toestaan (wellicht ingegeven door geopolitieke overwegingen). De uitkomsten van de onderzoeken naar de geconstateerde ontsporingen zijn helaas niet altijd openbaar, terwijl er ook nog sprake kan zijn van ontsporingen die aan publieke waarneming zijn onttrokken. Soms zijn er alleen geanonimiseerde samenvattingen van de ontsporingen en oorzaken daarvan beschikbaar en soms helemaal niets. Dat is te betreuren. Onderzoek naar dergelijke incidenten moet duidelijker maken hoe belangrijk duidelijke grenzen en toezicht zijn. Openheid over oorzaken en maatregelen is nodig om van deze ervaringen te kunnen leren. Digitale fitheid van mensen, teams en ecosystemen heeft wat mij betreft namelijk een heel praktische betekenis. Zoals ik in Go Flow schrijf:
“Digitale fitheid betekent hier het kunnen begrijpen wat je uit handen geeft en waarvoor je verantwoordelijk blijft” (Schönfeld, 2026, p. 110).
Geef AI daarbij een herkenbare rol. Bij de ene opgave is dat het aandragen van alternatieven, bij de andere het vergelijken van argumenten of het voorbereiden van een gezamenlijk overzicht. Een AI-agent kan (wat mij betreft binnen vooraf vastgelegde duidelijke ingebouwde grenzen) als partner vervolgstappen uitvoeren. De bevinding dat AI vooral de idee-generatie versterkte, maakt bewuste aandacht voor selectie relevant; laat die selectie (voorlopig) bij een mens (Dell’Acqua et al., 2026).
LEIDERS DIE BEWEGINGSRUIMTE ORGANISEREN
In Go Flow worden leiders beschreven als choreografen die voorwaarden scheppen waaronder mensen en systemen gezamenlijk kunnen bewegen, improviseren en hun handelen in kleine stapjes aanpassen (Schönfeld, 2026). Leiders organiseren op die wijze de ruimte waarbinnen (ook digitale) partners mogen bijdragen en de momenten waarop hun bijdrage opnieuw moet worden beoordeeld.
Het samenwerkingskwintet is veelbelovend qua potentiële resultaten en vormt een uitnodiging om de effecten van digitale partners in ecosystemen praktisch te onderzoeken. Welke bijdrage voegen ze toe, welke verbindingen ontstaan daardoor en wat vraagt dat van de vijf soorten partners? De Go Flow benadering richt zich op het vermogen om passend te blijven handelen terwijl de werkelijkheid voortdurend beweegt. Daar hoort de beweging bij waarbij we AI als digitale partners kunnen inzetten, bevragen, begrenzen en zo nodig weer anders organiseren.
Fit samenwerken betekent dat we onze rolverdeling niet vastzetten op wat vandaag gewoon is, maar eveneens kijken naar wat er mogelijk is.
Bronnen: Alchian, A. A., & Demsetz, H. (1972). Production, information costs, and economic organization. The American Economic Review, 62(5), 777–795. Ancona, D. G., & Caldwell, D. F. (1992). Bridging the boundary: External activity and performance in organizational teams. Administrative Science Quarterly, 37(4), 634–665. https://doi.org/10.2307/2393475 Beane, M., & Anthony, C. (2024). Inverted apprenticeship: How senior occupational members develop practical expertise and preserve their position when new technologies arrive. Organization Science, 35(2), 405–431. https://doi.org/10.1287/orsc.2023.1688 Carayannis, E. G., & Campbell, D. F. J. (2009). “Mode 3” and “Quadruple Helix”: Toward a 21st century fractal innovation ecosystem. International Journal of Technology Management, 46(3/4), 201–234. https://doi.org/10.1504/IJTM.2009.023374 Cohen, S. G., & Bailey, D. E. (1997). What makes teams work: Group effectiveness research from the shop floor to the executive suite. Journal of Management, 23(3), 239–290. https://doi.org/10.1016/S0149-2063(97)90034-9 Csaszar, F. A. (2012). Organizational structure as a determinant of performance: Evidence from mutual funds. Strategic Management Journal, 33(6), 611–632. https://doi.org/10.1002/smj.1969 Dell’Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S., & Lakhani, K. R. (2026). The cybernetic teammate: A field experiment on generative AI and teamwork. Organization Science, 37(4), 1217–1242. https://doi.org/10.1287/orsc.2025.20702 Dell’Acqua, F., McFowland, E., III, Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Working Paper 24-013). Harvard Business School. https://www.hbs.edu/ris/download.aspx?name=24-013.pdf Deming, D. J. (2017). The growing importance of social skills in the labor market. The Quarterly Journal of Economics, 132(4), 1593–1640. https://doi.org/10.1093/qje/qjx022 Deutsch, M. (1949). A theory of co-operation and competition. Human Relations, 2(2), 129–152. https://doi.org/10.1177/001872674900200204 Faraj, S., & Sproull, L. (2000). Coordinating expertise in software development teams. Management Science, 46(12), 1554–1568. https://doi.org/10.1287/mnsc.46.12.1554.12072 Johnson, D. W., & Johnson, R. T. (2005). New developments in social interdependence theory. Genetic, Social, and General Psychology Monographs, 131(4), 285–358. https://doi.org/10.3200/MONO.131.4.285-358 Katz, N., & Lazer, D. (2003). Building effective intra-organizational networks: The role of teams [Working paper]. Center for Public Leadership, Harvard University. https://hdl.handle.net/1721.1/55801 Kozlowski, S. W. J., & Bell, B. S. (2013). Work groups and teams in organizations: Review update. In N. Schmitt & S. Highhouse (Eds.), Handbook of psychology: Vol. 12. Industrial and organizational psychology (2nd edition, pp. 412–469). Wiley. https://doi.org/10.1002/9781118133880.hop212017 Mollick, E. (2024). Co-intelligence: Living and working with AI. WH Allen. Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586 Orlikowski, W. J. (2002). Knowing in practice: Enacting a collective capability in distributed organizing. Organization Science, 13(3), 249–273. https://doi.org/10.1287/orsc.13.3.249.2776 Puranam, P. (2018). The microstructure of organizations. Oxford University Press. https://doi.org/10.1093/oso/9780199672363.001.0001 Sanders, M. (2014). Publiek-private samenwerking: Een reparatiestrategie voor falende ordeningsvormen. Bestuurskunde, 23(3), 69–77. Sanders, M., & Heldeweg, M. A. (2012). Publiek-private samenwerking: Evenwichtskunst tussen juridisch-bestuurskundige waarden. Bestuurswetenschappen, 66(1), 39–56. Schönfeld, J. (in druk, verwacht november 2026). Go Flow, fit, snel en dynamisch organiseren: In een wereld vol onzekerheid en onkenbaarheid. Van Haren Publishing.
Gerelateerde publicaties
Univé Rechtshulp rolt juridische AI-ondersteuning uit met LegalMike
LegalMike · LegalMike · 19 mei 2026
Slimmer werken, met als gevolg, meer ruimte voor persoonlijk contact. Met die verwachting rolt Univé Rechtshulp de komende weken stapsgewijs AI-ondersteuning uit voor haar juristen. De rechtsbijstandverzekeraar werkt hiervoor samen met LegalMike, leverancier van de juridische zoektechnologie die intern aan de AI-assistent van Univé Rechtshulp wordt gekoppeld. Actuele rechtsbronnen Via deze koppeling krijgen juristen direct toegang tot actuele en herleidbare bronnen uit het Nederlandse en Europese recht binnen hun eigen AI-omgeving. De technologie helpt bij het versnellen van juridisch onderzoek en informatieverwerking, waarmee Univé Rechtshulp meer ruimte laat ontstaan voor persoonlijk contact in de begeleiding van de ruim 600.000 leden die een rechtsbijstandsverzekering van Univé hebben. De koppeling wordt gerealiseerd via LegalMike’s Golden Retriever: een juridisch onderzoeksplatform dat AI-systemen ondersteunt met actuele wetgeving, jurisprudentie en andere juridische bronnen. Antwoorden van de AI-assistent zijn daarmee direct terug te leiden naar controleerbare rechtsbronnen. AI-toepassing voor betere en toegankelijkere rechtsbijstand De samenwerking tussen LegalMike en Univé Rechtshulp begon in 2024 met trainingen rondom generatieve AI voor juristen. Daarna volgden verschillende pilots waarin beide organisaties werkten aan de toepassing van AI binnen de dagelijkse juridische praktijk. De organisatiebrede uitrol hiervan vormt de volgende stap in de samenwerking. Door de koppeling kan Univé Rechtshulp haar eigen AI-omgeving verder ontwikkelen ter ondersteuning van interne processen en dienstverlening, terwijl LegalMike verantwoordelijk blijft voor de doorontwikkeling en actualisatie van de juridische kennislaag. Daarmee sluit de samenwerking aan op de bredere ambitie van Univé Rechtshulp om innovatie concreet in te zetten voor betere en toegankelijkere rechtsbijstand.
LegalMike is meedenkend juridsich assistent.
Kees Pijnappels · Advocatenblad · 8 oktober 2025
Sneller de juiste uitspraak vinden, sneller duiding bij een vraag van een cliënt en tijdwinst bij het opstellen van stukken. Dat is wat LegalMike belooft. Een gesprek met medeoprichter Martijn Doornbos.
Rechtswinkels krijgen kosteloos toegang tot juridische AI assistent
LegalMike · LegalMike · 11 september 2025
In tijd van juridisch tekort wordt technologie publieke waarde De toegang tot het recht in Nederland staat steeds meer onder druk. Het Europese netwerk van mensenrechteninstituten (ENNHRI) waarschuwde deze week in een rapport opnieuw voor een negatieve trend in de rechtsstaat met als dieptepunt de verslechterende toegang tot juridische hulp voor kwetsbare burgers. Tegen die achtergrond stelt LegalMike haar juridische AI-assistent nu kosteloos beschikbaar aan álle rechtswinkels in Nederland. Dit vanuit de overtuiging dat AI geen luxeproduct mag zijn, maar een publieke waarde waarvan velen kunnen profiteren. In een samenleving waar jaarlijks meer dan 350.000 mensen afhankelijk zijn van gesubsidieerde rechtsbijstand, is dit geen overbodige luxe. Sinds 2019 is het aantal sociaal advocaten met 13% gedaald. Jonge advocaten haken massaal af; meer dan de helft van de uitstroom in 2024 kwam van juristen onder de 35. In meerdere regio’s, van Flevoland tot Noord-Nederland, is de toegang tot juridische hulp problematisch.
Discussies hierover
Heb je een vraag over dit onderwerp, of een ervaring om te delen? Start een discussie; die blijft aan deze pagina gekoppeld.
Reacties
Nog geen reacties
Wees de eerste die reageert.
Wil je reageren? Log in of meld je gratis aan.