‘Er blijft een menselijke stap noodzakelijk bij het extraheren van informatie over chemische stoffen met AI en datascience’. Volgens Daan Huizer wordt de arbeidshygiënist niet werkeloos door AI, het deskundige oog blijft noodzakelijk. Hij verwacht wel dat het werk van de arbeidshygiënist leuker wordt: ‘Technologie doet het voorwerk. De arbeidshygiënist beoordeelt en beslist’.
Tijdens zijn workshop ‘AI en data science’ op het NVvA-symposium 2026 gaat Daan Huizer in op de meerwaarde van AI en datascience voor de arbeidshygiënist aan de hand van drie thema’s:
- Data ‘scraping’ (inlezen VIB/SDS);
- Herkennen van complexe patronen in data (substitutie van CMR-stoffen);
- Identificatie van stoffen (herkennen van stofgroepen).
Volgens Daan Huizer biedt de informatie van een losse tool voor VIB/SDS onvoldoende betrouwbare informatie en kan de informatie fouten bevatten. Het grootste onderliggende probleem is dat de VIB/SDS vaak onvoldoende kwaliteit hebben en belangrijke informatie missen. Menselijke afhandeling blijft daarom noodzakelijk. Het beste kunnen de data scraping tools worden geïntegreerd in (software)systemen waarin het samenkomt met andere data en de eindgebruiker regie heeft over wat wordt overgenomen en wat niet.
Substitutie CMR
Voor de substitutie van CMR-stoffen door stoffen die minder toxisch, maar wel praktisch bruikbaar zijn, biedt AI/datascience kansen. Voor de praktijkfit werken de beschikbare tools minder goed, doordat de context mist waarin de stoffen worden gebruikt. Datascience kan hierbij helpen en meer inzicht bieden, doordat een grote dataset met verschillende datakenmerken vanuit verschillende perspectieven wordt doorzien. Op basis van die verschillende perspectieven kan een arbeidshygiënist met zijn of haar expertise keuzes maken.
Eindconclusie van Daan Huizer is dat AI/datascience in een aantal situaties het saaie, tijdrovende voorwerk voor de arbeidshygiënist kan doen. Doordat grote hoeveelheden data kunnen worden doorzocht ontstaan nieuwe inzichten. Maar voor de beoordeling en afhandeling blijft de expertise van de arbeidshygiënist nodig. De tijd die de arbeidshygiënist overhoudt, kan worden gebruikt voor leuke klussen.
Na afloop van de presentatie vroeg de redactie aan Daan of AI/datascience behalve kansen ook een risico creëert. Doordat de arbeidshygiënist van de toekomst niet zelf het voorwerk doet, wordt hij wellicht ‘dommer’, weet hij niet meer hoe de data tot stand komt en kan de data minder goed beoordelen. Daan Huizer ziet dit risico, maar stelt dat het geen nieuw risico is: “Ook nu leunen arbeidshygiënisten op allerlei tools om het werk efficiënter te maken, zoals bijvoorbeeld spreadsheets voor het beoordelen van lawaai en biologische agentia. Ook wordt voorwerk uitbesteed aan mensen die minder gekwalificeerd zijn. Door AI is er wel een versnelling in de ontwikkelingen”.
Beroepshouding
Volgens Daan Huizer is vooral de beroepshouding van de arbeidshygiënist belangrijk: “AI nodigt uit minder kritisch te zijn of met minder kennis van zaken iets aan te nemen. Door bijvoorbeeld concurrentie op prijs wint snelheid het vaak van kwaliteit. Het is belangrijk dat arbeidshygiënisten kritisch blijven, blijven valideren en niet alle informatie klakkeloos accepteren”.
Volgens Daan Huizer is AI een goede aanleiding om de beroepscode voor arbeidshygiënisten aan te scherpen. Ook opleiding in het omgaan met AI kan bijdragen aan de competentie om kritisch te blijven werken. De NVvA zou hier een rol in kunnen spelen. Naast een kritische houding is het belangrijk dat arbeidshygiënisten goed leren prompten, zodat informatie beter te verifiëren is en transparanter wordt. Daan Huizer: “Een basisregel zou moeten zijn dat in rapporten wordt vermeld dat AI is gebruikt en dat gebruikte prompts worden vermeld. Zoiets kan worden toegevoegd aan de beroepscode. Opleiding in het omgaan met AI kan bijdragen aan de competentie om kritisch te blijven werken. De NVvA zou hier een rol in kunnen spelen door bijvoorbeeld een training te ontwikkelen zoals eerder is gedaan voor de NEN 689.”