Een boer in het Chinese Anhui volgde een jaar lang het advies van een AI-chatbot op zijn boerderij: bemesting, planning, kleine beslissingen. Het werkte goed, dus zijn vertrouwen groeide. Tot hij de AI vroeg om een plan tegen onkruid en ongedierte in zijn sesamveld.
De chatbot kwam met een combinatie van middelen. De boer sprayde het over 10 hectare land, zonder het na te laten checken bij een landbouwdeskundige. De volgende ochtend was zijn oogst dood. Niet alleen het onkruid; ook de sesamplanten zelf.
Toen hij de AI vroeg wat er mis was gegaan, kwam het antwoord achteraf: een van de aanbevolen middelen was waarschijnlijk de boosdoener.
Waarom dit relevanter is dan het lijkt
Dit is geen verhaal over een boer die iets doms deed. Het is een verhaal over hoe vertrouwen opgebouwd wordt: eerst voorzichtig, dan een paar keer goed advies, en voor je het weet volg je iets op zonder het nog te toetsen.
Ik zie hetzelfde patroon terug bij opdrachten waar ik zelf aan werk. Een te groot, soms blind vertrouwen in algoritmes en AI. De cijfers zien er dan aan de oppervlakte nog prima uit. Tot je begint te pellen en blijkt dat de aanname eronder niet klopte, of nooit gecontroleerd is.
Het verschil tussen een boer en een marketeer is alleen de schaal van de schade. Bij hem was het een veld. Bij een campagne, een prijsstrategie of een juridisch advies kan het net zo hard raken; het duurt alleen soms langer voor je het ziet.
AI is geen expert, het is een aanname-machine
AI-modellen zijn goed in dingen die overal ongeveer hetzelfde werken. Ze zijn slecht in dingen die sterk van context afhangen; een specifiek stuk grond, een specifiek merk, een specifieke markt. Landbouw is daar een goed voorbeeld van: het juiste advies hangt af van bodem, klimaat, seizoen en gewas. Precies de dingen die een chatbot niet kan zien.
Datzelfde geldt voor veel van het werk waar ik AI voor zie ingezet worden. Het antwoord klínkt onderbouwd. Het ís vaak ook grotendeels correct. Maar “grotendeels correct” is niet hetzelfde als “veilig om zonder controle uit te voeren.”
Test eerst op een klein stuk
Er is een simpele vuistregel die verrassend goed vertaalt naar AI-gebruik, en die iedereen al kent van schoonmaakmiddelen: test het eerst op een klein, onopvallend stuk voordat je het op het hele oppervlak toepast.
Voor AI betekent dat concreet:
- Laat een AI-advies eerst checken door iemand met vakkennis, voordat je het op volledige schaal uitvoert.
- Vraag door bij twijfelachtige aannames, in plaats van het antwoord als eindstation te zien.
- Bouw vertrouwen op met kleine, omkeerbare stappen; niet met je hele veld, budget of klant in één keer.
- Wees extra alert zodra een AI-tool een tijdje goed heeft gepresteerd. Dat is precies het moment waarop de controle verslapt.
Blijf in control
AI maakt ons werk en levens op sommige vlakken makkelijker. Dat is geen reden om het te mijden, wel een reden om het te sturen in plaats van te volgen. Zorg dat de AI voor jou werkt, niet andersom.
De boer uit Anhui verloor zijn oogst niet omdat AI slecht was. Hij verloor hem omdat niemand meer het kleine testje deed voordat het over het hele veld ging.
Bij Z4media vertrouwen we een algoritme nooit blind; ook niet als het maandenlang goed heeft gepresteerd.
We doorgronden hoe het model tot zijn keuzes komt, zodat we kunnen bijsturen voordat een aanname stilzwijgend fout gaat.
Want AI is geen autopiloot.
Het is een instrument dat jij bestuurt, niet andersom.
Digitale marketing specialisten voor uitgevers, mediabureaus en adverteerders. Data-gedreven, transparant en resultaatgericht.
Uitgevers
Adverteerders
© 2026 – Z4media
Privacy
Cookies
Algemene voorwaarden