Een paar jaar geleden ging digitalisering in de constructieve wereld vooral over BIM, parametrisch ontwerpen en automatisering. Nu lijkt bijna ieder gesprek uiteindelijk bij AI uit te komen. Gaat AI straks ook het werk van de constructeur overnemen? Ik denk het niet. Maar AI gaat wel fundamenteel veranderen wat het betekent om een goede constructeur te zijn.
De moderne constructeur werkt inmiddels met parametrische modellen, scripts, analyseprogramma’s, databases en geautomatiseerde controles. Bij projecten zie ik dagelijks hoe digitale workflows steeds meer rekenwerk overnemen. Een wijziging in een gridmaat kan automatisch leiden tot een aangepast model, nieuwe belastingen, hoeveelheden en rapportages. Dat is geen kunstmatige intelligentie, dat is deterministische automatisering. Dat onderscheid vind ik belangrijk. Wanneer een proces voorspelbaar is, met duidelijke invoer, bekende regels en een controleerbare uitvoer, is traditionele automatisering vaak betrouwbaarder dan AI. Voor mij ligt de toekomst daarom niet in zoveel mogelijk AI, maar in een slimme taakverdeling: deterministische tools waar het kan, AI waar redeneren nodig is en de constructeur waar professioneel oordeel vereist is.
Naarmate berekeningen verder worden geautomatiseerd, verschuift de waarde van de constructeur van rekenen naar redeneren en beoordelen. De echte expertise zit zelden alleen in het uitvoeren van een berekening. Die zit in het herkennen van een verkeerd uitgangspunt, het bedenken van alternatieven, het stellen van de juiste vraag en het signaleren van risico’s die nog niet zichtbaar zijn in een model. Een softwarepakket kan een betonligger dimensioneren of honderden vloervarianten doorrekenen, maar het bepaalt niet vanzelf welk constructief concept voor een specifiek gebouw de juiste keuze is. Dat zijn geen losse berekeningen, dat zijn afwegingen.
Veel mensen kennen AI vooral als chatbot. Agentic AI gaat een stap verder. Een AI-agent kan informatie verzamelen, digitale tools gebruiken, resultaten vergelijken en vervolgstappen voorstellen. Ik verwacht daarom niet dat AI rekensoftware of parametrische modellen simpelweg vervangt. Ik zie AI eerder als een nieuwe laag boven op de digitale gereedschapskist die constructeurs al gebruiken. Stel dat een projectteam tien constructieve concepten wil vergelijken op prestaties, architectuur inpassing, bouwlogistiek, kosten, materiaalgebruik, CO?-uitstoot en risico’s. Een AI-agent zou informatie uit documenten kunnen verzamelen, ontbrekende uitgangspunten signaleren, modellen aansturen en analyseresultaten samenbrengen. De berekeningen zelf worden nog steeds uitgevoerd door daarvoor geschikte en gevalideerde software. De kracht van AI zit voor mij dus niet noodzakelijk in beter rekenen, maar in het verbinden van informatie, kennis en digitale tools. Daarmee kan AI een regielaag binnen het ontwerpproces worden.
Dat verandert mijn beeld van de rol van de constructeur. De constructeur bepaalt steeds vaker welke analyses nodig zijn, welke uitgangspunten gelden en hoe resultaten moeten worden geïnterpreteerd. Dat maakt technische kennis niet minder belangrijk. Juist niet. Hoe meer tussenstappen door digitale workflows en AI worden uitgevoerd, hoe belangrijker het wordt om te herkennen wanneer een resultaat niet logisch is of zelfs niet klopt. Een goede constructeur van de toekomst moet AI dus niet blind vertrouwen, maar weten wanneer hij het moet wantrouwen.
Daar zit voor mij misschien wel de grootste uitdaging. Jonge constructeurs ontwikkelen een professioneel oordeel door berekeningen zelf te maken, modellen op te zetten, resultaten te controleren en fouten te herkennen. Maar precies dat werk is relatief eenvoudig te automatiseren. Daar ontstaat een paradox: het repetitieve werk dat een ervaren constructeur niet meer hoeft te doen, is vaak ook het werk waarmee een toekomstige ervaren constructeur zijn vak leert. Niet iedere repetitieve berekening hoeft handmatig uitgevoerd te blijven worden, maar jonge constructeurs moeten wel begrijpen wat er onder de motorkap gebeurt. Waarom klopt een resultaat? Welke aanname bepaalt de uitkomst? Wanneer moet je verder rekenen? En wanneer weet je eigenlijk al genoeg?
Ook Tom Diks van BUCC benadrukte recent in een interview met Kiwa dat verdere automatisering hogere eisen stelt aan verantwoordelijkheid en kwaliteitsborging. Bij agentic AI wordt die vraag naar mijn idee nog relevanter. Wanneer een AI-agent informatie verzamelt, verschillende tools gebruikt en resultaten samenvat, moet de constructeur kunnen begrijpen welke uitgangspunten zijn gebruikt en welke stappen zijn genomen. Traceerbaarheid, reproduceerbaarheid en verificatie worden daarmee onderdeel van constructieve veiligheid.
Ik geloof daarom niet in een toekomst waarin AI de constructeur overbodig maakt. Ik zie wel een andere verdeling van het werk: de constructeur formuleert de ontwerpintentie, digitale tools rekenen, AI verbindt informatie en kennis, en de constructeur beoordeelt, stuurt bij en beslist. Hoe slimmer onze tools worden, hoe belangrijker diep constructief begrip wordt. De constructeur van de toekomst hoeft daarom niet minder constructeur te worden. Misschien moet hij juist méér constructeur zijn.
De beste bescherming tegen slechte AI is een goede constructeur.
Reacties