Inleiding
De integratie van gedragsinzichten (behavioral insights) in beleidsvorming heeft de afgelopen decennia geleid tot effectievere, mensgerichte overheidsinterventies (Thaler & Sunstein, 2008). Met de recente ontwikkeling van Centaur door Helmholtz Munich wordt een volgende stap gezet: een AI-model dat op grote schaal menselijke besluitvorming simuleert en voorspelt op basis van taalmodellen. Deze technologie belooft beleidsontwikkeling fundamenteel te hervormen, mits ethisch verantwoord en empirisch gevalideerd toegepast.
Noot: In de bijlage van dit artikel vind je een invulbaar sjabloon en gebruikersinstructie om met Centaur aan de slag te gaan.
Centaur als gedragsmodel: een nieuwe benadering
Centaur is getraind op meer dan 10 miljoen menselijke keuzes afkomstig uit 160 psychologische experimenten en maakt gebruik van een taalmodel om menselijke besluitvormingsprocessen te generaliseren, inclusief reactiesnelheden, risico-inschatting en morele oordelen (Naddaf, 2025; Reiter et al., 2025). In tegenstelling tot klassieke cognitieve modellen is Centaur in staat tot generalisatie in uiteenlopende praktijkscenarioโs, inclusief onbekende contexten (Helmholtz Munich, 2025).
Deze eigenschap maakt het model bij uitstek geschikt voor overheden die gedragsreacties willen simuleren bij beleidsinterventies zoals vaccinatiecampagnes, fiscale stimulansen of ethisch geladen beleidskeuzes (Science.org, 2025).
Virtuele beleidslabs en simulatievoorspellingen
Door beleidsinterventies vooraf digitaal te simuleren met Centaur ontstaat een nieuw beleidsinstrument: het virtuele beleidslaboratorium. Hiermee kunnen overheden gedragingen voorspellen zonder afhankelijk te zijn van langdurige pilotprojecten of beperkte steekproeven (Technology Networks, 2025). Simulaties kunnen inzicht geven in:
- Acceptatiegraden bij gedragsinterventies.
- Reactiesnelheden bij complexe administratieve processen.
- Ethische dilemmaโs in sociale rechtvaardigheid (bijv. toewijzing van schaarse zorg).
De efficiรซntie van het beleidsproces wordt hiermee vergroot, al blijft empirische validatie noodzakelijk om overdreven vertrouwen in simulaties te voorkomen (The Debrief, 2025).
Toepassingen voor kwetsbare doelgroepen
Een veelbelovende toepassing van Centaur is de gepersonaliseerde analyse van gedragsreacties bij groepen met mentale of cognitieve kwetsbaarheden. In experimenten bleek het model in staat subtiele verschillen in reactietijd en besluitvorming te herkennen die correleren met psychische aandoeningen zoals depressie of ADHD (Reiter et al., 2025). Dit biedt kansen om gedragsinterventies op maat te ontwikkelen voor bijvoorbeeld jongeren met stressgerelateerde klachten of ouderen met afnemende cognitieve vermogens.
Niettemin roept dergelijke personalisatie vragen op over ethische grenzen, gegevensbescherming en stigmatisering (Science.org, 2025).
Cognitieve belasting en beleidsontwerp
De mogelijkheid om reactiesnelheden te voorspellen is relevant voor beleidsoutput waarin cognitieve belasting van burgers een rol speelt, zoals belastingaangiften of digitale aanvragen voor overheidsdiensten. Simulaties kunnen beleidsmakers helpen om “choice architecture” te optimaliseren en drempels tot gedragsverandering te verlagen (Helmholtz Munich, 2025).
Daarnaast laat Centaur patronen zien die sterk overeenkomen met menselijke fMRI-responsen, wat de validiteit van het model als cognitief simulatie-instrument versterkt (The Debrief, 2025).
Morele simulatie en normatieve toetsing
Een unieke eigenschap van Centaur is de mogelijkheid om morele overwegingen en ethische intuรฏties in kaart te brengen. Hierdoor kunnen beleidsmakers vooraf evalueren hoe burgers waarschijnlijk moreel zullen reageren op controversiรซle beleidsmaatregelen (bijv. AI-toepassingen in sociale zekerheid of privacy-kwesties).
Deze toepassing vereist echter institutionele inbedding in een ethisch verantwoord kader. Verantwoorde AI-principes, inclusief transparantie en auditbaarheid, zijn onmisbaar (Interesting Engineering, 2025).
Voorwaarden voor beleidsintegratie
Om gedrags-AI zoals Centaur effectief in te zetten in beleidsontwikkeling, dienen overheden te voldoen aan de volgende randvoorwaarden:
- Interdisciplinaire samenwerking tussen gedragswetenschappers, AI-ontwikkelaars en beleidsmakers;
- Transparantie in datagebruik, modeltraining en simulatie-uitkomsten;
- Culturele en demografische representatie in trainingsdata, om generaliseerbaarheid te waarborgen;
Ethische toetsingsmechanismen bij toepassing van gesimuleerd menselijk gedrag in reรซle beleidscontexten (Reiter et al., 2025; Science.org, 2025).
Conclusie
Centaur markeert een nieuw tijdperk in het toepassen van gedragsinzichten binnen beleidsontwikkeling. Door menselijke besluitvorming te simuleren met hoge accuraatheid biedt het model nieuwe mogelijkheden voor gepersonaliseerd, efficiรซnt en ethisch beleid. Voor overheden betekent dit een kans om beleid evidence-based en gedragsbewust te ontwerpen. Mits ingebed in transparante, interdisciplinaire en ethisch verantwoorde kaders, heeft deze technologie de potentie om publieke dienstverlening fundamenteel te verbeteren.
Max Herold
Juli, 2025
Literatuurlijst
- Helmholtz Munich. (2025). AI in Health: Simulating Human Cognition with Centaur. Geraadpleegd op 6 juli 2025, van https://www.helmholtz-munich.de
- Interesting Engineering. (2025, juli 3). Centaur AI Simulates Human Moral and Risk Judgments. https://interestingengineering.com
- Naddaf, M. (2025). A new AI model mimics human behavior across psychological domains. Nature, doi:10.1038/d41586-025-02095-8
- Reiter, A., et al. (2025). A language model trained on psychological data simulates human cognitive behavior. Nature, doi:10.1038/s41586-025-04937-1
- org. (2025). Researchers claim AI model simulates human mindโothers are skeptical. https://science.org
- Technology Networks. (2025, juli 2). AI that Simulates Human Behavior Could Enhance Understanding of Cognition. https://www.technologynetworks.com
- The Debrief. (2025, juli 3). Groundbreaking AI Simulates Human Cognition. https://thedebrief.org
- Thaler, R. H., & Sunstein, C. R. (2008). Nudge: Improving decisions about health, wealth, and happiness. Yale University Press.
Bijlage: Centaur-beleidsanalyse โ Invulbaar Sjabloon mรฉt gebruiksinstructie
FASE 1: Beleidsvraag naar gedragscontext
Deze fase voer je handmatig in, buiten Centaur. Je gebruikt dit om input voor de simulaties te formuleren.
- Wat is de concrete gedragsvraag?
(Wat moet de burger doen?)
โค Noteer het gedrag dat je wilt stimuleren of begrijpen. - Beschrijf het keuzemoment:
โค Wanneer en waar moet de burger kiezen? - Wat is de emotionele context?
โค Welke emoties spelen mogelijk mee (stress, angst, opluchting, etc.)? - Is er sprake van een waardenconflict? Zo ja, welk?
โค Denk aan botsing tussen autonomie en plicht, privacy vs. veiligheid. - Label gedragsvariabelen:
- Tijdsdruk:
- Framing:
- Complexiteit:
- Verwachte morele spanning:
โค Vul deze variabelen in als voorbereiding op scenarioโs in Centaur.
FASE 2: Scenario’s voor Centaur
In deze fase gebruik je Centaur actief. Je voert scenarioโs in in natuurlijke taal en simuleert keuzegedrag onder variatie.
- Beschrijf het basisscenario in natuurlijke taal:
โค Gebruik een korte beschrijving van de context, keuze en formulering van het beleid.
Voorbeeld invoer in Centaur:
“Een burger krijgt een brief van de gemeente met de vraag om zich aan te melden voor een gezondheidsonderzoek. De brief is vriendelijk van toon en benadrukt vrijwilligheid.” - Bedenk minimaal 2 scenario-variaties:
โค Gebruik Centaur om te variรซren op:- Formulering (vriendelijk vs. dwingend):
“Dezelfde brief, maar nu met een dwingende toon en nadruk op verplichting.” - Keuzestructuur (opt-in vs. opt-out):
“De burger wordt automatisch ingeschreven, tenzij hij bezwaar maakt.” - Moreel frame (autonomie vs. zorgplicht):
“De brief benadrukt dat deelname helpt om kwetsbare groepen te beschermen.”
- Formulering (vriendelijk vs. dwingend):
Voer elk scenario afzonderlijk in Centaur in en verzamel output (keuzewaarschijnlijkheid, morele beoordeling, etc.).
FASE 3: Verwachte Centaur-output (optioneel)
Voorspel wat je denkt dat Centaur zal teruggeven, zodat je je interpretatie kunt aanscherpen.
- Wat verwacht je als uitkomst qua keuzewaarschijnlijkheid?
- Verwachte morele beoordeling door burgers?
- Reactietijd (bijv. lang bij twijfel)?
- Mogelijke gedragsstrategie (bv. default volgen)?
FASE 4: Interpretatie van resultaten
Na het draaien van de scenario’s in Centaur, analyseer je de verschillen tussen de outputs.
- Wat zijn mogelijke gedragsdrempels of versnellers?
โค Bekijk in de Centaur-output of bepaalde scenarioโs leiden tot vermijdingsgedrag of juist activatie. - Zijn er tekenen van morele frictie?
โค Let op langere reactietijd, lage morele aanvaarding of cognitieve dissonantie in Centaur-output. - Welke impliciete strategieรซn zie je?
โค Gebruiken burgers heuristieken, defaults, vermijden ze keuzes? - Is doelgroepsegmentatie relevant? Zo ja, hoe?
โค Analyseer of bepaalde groepen anders reageren binnen Centaur (indien beschikbaar).
FASE 5: Beleidsvertaling
Vertaal de inzichten uit Centaur naar concreet beleid.
- Hoe pas je de inzichten toe in beleid?
- Formulierontwerp:
โค Gebruik tone-of-voice of keuzestructuur met hoogste gedragskans. - Digitale interactie:
โค Pas frictie aan: verlaag bij gewenst gedrag, verhoog bij ongewenst gedrag. - Risicocommunicatie:
โค Gebruik moreel frame dat het minste frictie veroorzaakt volgens Centaur. - Gezondheidsbeleid:
โค Optimaliseer timing of framing van uitnodigingen of herinneringen.
- Formulierontwerp:
FASE 6: Verantwoording en ethiek
Reflecteer op het gebruik van AI zoals Centaur binnen beleid.
- Hoe documenteer je input en aannames?
โค Bewaar scenarioformuleringen, gedragslabels en contextvariabelen die je in Centaur invoerde. - Hoe communiceer je de AI-resultaten naar burgers?
โค Wees transparant over het gebruik van simulaties en dat er sprake is van menselijk toezicht. - Wat is de rol van menselijke besluitvorming in dit proces?
โค Centaur ondersteunt, maar vervangt geen ethisch en politiek oordeel. Analyse en besluit blijven menselijk.