AI neemt het stuur over, maar wat blijft er dan van ons over? Mijn 5 belangrijkste lessen van SXSW 2026

Door: Gerson Veenstra

Na een week SXSW bleef bij mij vooral één vraag hangen: niet wat AI allemaal kan, maar wat er van ons overblijft als technologie steeds meer taken overneemt. In sessie na sessie kwam die vraag terug. Soms ging het over werk, soms over media en soms over gezondheid. Maar steeds draaide het uiteindelijk weer om dezelfde kwestie: welke menselijke kwaliteiten blijven belangrijk in een tijd van automatisering?

In Austin hoorde ik daar veel verschillende antwoorden op. Van een waarschuwing voor emotionele uitbesteding aan AI tot een hard verhaal over bots die het web overnemen. Van makers die vechten voor erkenning tot onderzoekers die juist klein beginnen, met echte signalen en een echt probleem. Dit zijn mijn 5 belangrijkste lessen van SXSW 2026.

1. Juist nu AI meer overneemt, vragen emotie, empathie en karakter extra aandacht

Veel sessies gingen dit jaar over AI. Toch bleef bij mij niet vooral hangen wat de technologie al kan, maar wat ze mist. Rana el Kaliouby zei dat heel scherp. Volgens haar zit slechts 7 procent van communicatie in woorden en is 93 procent non-verbaal. Precies daar gaat het vaak mis bij AI. Die reageert op tekst, maar mist vaak gezichtsuitdrukking, toon, lichaamstaal en context.

Diezelfde lijn kwam terug in andere sessies. Jennifer B. Wallace sprak over 'mattering', het gevoel dat je ertoe doet en gemist wordt. Dat gevoel zit volgens haar in kleine dingen: gezien worden, gewaardeerd worden, steun voelen en weten dat anderen op je rekenen. In een verslag over een journalistieke sessie schreef ik iets vergelijkbaars, maar dan vanuit werk: als AI standaardtaken overneemt, blijft voor mensen juist het stuk over waar empathie, menselijke duiding en karakter nodig zijn.

Ook Greg Greenberg zette daar iets tegenover. In zijn sessie over vakmanschap noemde hij goed werk een samenspel van instinct, smaak, emotie en tijd. Dat vond ik een van de sterkste tegenbeelden van deze week. Niet: hoe worden we net zo snel en efficiënt als AI? Maar: waar zit nog menselijk gevoel, oordeel en eigenheid in het werk?

2. De homepage is dood, dus vertrouwen en eigen publiek worden belangrijker

Een tweede les ging over het internet zelf. Tara Palmeri zei het zonder omweg: "Homepages? Die doen er niet meer toe. Ze zijn dood." Het publiek komt niet meer vanzelf via de voorpagina binnen, maar via feeds, zoekmachines, platforms en losse ingangen. Dat verandert niet alleen distributie, maar ook de relatie met publiek.

In een andere sessie hoorde ik iets dat daar goed op aansloot. Sara Wilson zei dat het echte gesprek op social media steeds vaker naar DM's en groepschats verhuist. Niet het openbare podium staat centraal, maar kleine, meer besloten ruimtes. Daar moet je als merk, maker of journalist dus ook anders over gaan denken. Minder zenden, meer snappen waar mensen elkaar echt nog treffen.

Voor mij zat hier een duidelijke boodschap in. Als bereik niet meer vanzelf komt, wordt vertrouwen belangrijker. Dan red je het niet meer met alleen zichtbaarheid. Dan moet iemand het gevoel hebben: jij snapt mij, jij bent relevant voor mij, ik kom bij jou terug. Dat geldt voor media net zo goed als voor makers en merken.

3. Het internet is van de AI-agent, dus we moeten systemen opnieuw ontwerpen

Alsof de homepage die verdwijnt nog niet genoeg is, liet Matthew Prince van Cloudflare zien dat er nóg iets verandert: wie het internet gebruikt. Volgens hem ligt botverkeer al jaren rond de twintig procent en verwacht hij dat bots rond 2027 meer verkeer gaan genereren dan mensen. Zijn uitleg was hard en simpel: "Bots klikken niet op advertenties." Gebruikers krijgen antwoord van een assistent en klikken niet meer door naar de bron.

Dat maakt het probleem groter dan alleen minder zoekverkeer. Het betekent ook dat veel systemen nog zijn gebouwd voor mensen, terwijl agents zich heel anders gedragen. John Maeda legde dat uit als de stap van UX naar AX: niet meer alleen ontwerpen voor schermen en flows, maar voor systemen die namens iemand een doel uitvoeren. Hij zei het ook heel praktisch: "Denk in taken, niet in banen. Banen worden niet vervangen. Taken wel."

Die les hoorde ik ook terug in onderwijs en innovatie. Rebecca Winthrop stelde niet de vraag of we AI gebruiken, maar hoe we dat goed doen. En Sam Jordan liet zien dat AI processen omdraait: eerst testen, dan pas bouwen. Voor organisaties gaat het dus niet meer om een tool toevoegen, maar om werk, rollen en leerpaden opnieuw inrichten.

4. Wie het werk maakt, krijgt steeds minder vanzelf de beloning

Daar zit ook meteen een hardere economische les onder. Als AI-assistenten antwoorden geven zonder door te sturen, als platforms bepalen wat zichtbaar is en als modellen worden getraind op bestaand werk, dan ontstaat een simpele maar pijnlijke vraag: wie krijgt nog de waarde van het oorspronkelijke werk?

Jack Conte maakte dat op SXSW heel persoonlijk. Hij zei dat werk van makers is gebruikt om modellen te trainen, vaak zonder toestemming, betaling of erkenning. En aan het eind van zijn verhaal zei hij heel direct: "AI-bedrijven moeten makers betalen voor het gebruik van ons werk." Dat was voor mij een van de scherpste momenten van de week.

Samen met het verhaal van Prince maakt dat iets duidelijk. Zichtbaarheid, verkeer en beloning vallen steeds minder vanzelf samen. Je kunt het werk maken en toch niet degene zijn die het bereik, de aandacht of het geld krijgt. Dat voelt voor journalisten, makers en uitgevers niet als een detail, maar als een structurele verschuiving.

5. De beste innovatie begint met een echt probleem, echte signalen en eerlijkheid over wat je nog niet weet

Na al die waarschuwingen bleef ik niet met een somber gevoel achter. Juist de sessies die het meest hoop gaven, waren vaak ook de sessies die het kleinst begonnen. Niet met grootse beloftes, maar met een echt probleem, echte data en de bereidheid om eerst goed te kijken.

Mijn meest persoonlijke moment van de week hoorde daarbij. Ik ontmoette dr. James Allison, de bedenker van immunotherapie. In mijn verslag schreef ik al hoe ik hem persoonlijk kon bedanken. Hij omhelsde me en zei: "Het eerste jaar is het zwaarst. En als je 3 jaar hebt overleefd, maak je een hele goede kans om het te overleven." Die ontmoeting bleef hangen, niet alleen omdat die voor mij persoonlijk zo groot was, maar ook omdat zijn werk laat zien hoe echte doorbraken ontstaan: vanuit een probleem dat je echt wilt doorgronden en jarenlange aandacht voor de onderliggende biologie.

Die houding zag ik ook bij andere sessies. Sleep Cycle werkt met 3,4 miljard nachten aan data en zag hoestsignalen ongeveer twee weken voordat mensen in het ziekenhuis terechtkomen. Firefly zei na de eerste maanlanding niet triomfantelijk dat alles nu duidelijk is, maar juist: er is nog heel veel dat we niet weten over de maan. Dat vond ik misschien wel de meest geloofwaardige vorm van innovatie die ik deze week zag. Niet harder roepen, maar beter meten. Niet doen alsof alles al vaststaat, maar eerlijk blijven over wat nog onbekend is.

Ook de sessies over praten met dieren pasten voor mij in die lijn. De vraag wat je een walvis of je kat zou vragen klinkt eerst als sciencefiction, maar in Austin ging het juist vaak over iets heel concreets: beter leren luisteren, signalen begrijpen en voorzichtig zijn met wat we denken te weten. Ook daar draaide het niet om een snelle technologische stunt, maar om geduld, observatie en de vraag hoe ver je eigenlijk moet willen gaan.

Het menselijke verschil

Buiten de zalen zag ik die verschuiving ook letterlijk op straat. In Austin reden op dat moment drie verschillende zelfrijdende taxi's rond: Waymo, Zoox en Tesla. Ik probeerde zelf een testrit in de Tesla Robotaxi, met een supervisor erbij. Vorig jaar voelde een rit in een Waymo nog wat 1.0. Deze rit voelde juist heel soepel, veel meer alsof er een goede menselijke bestuurder reed. Juist daardoor werd de grotere SXSW-vraag voor mij nog tastbaarder. Als technologie zo snel normaal begint te voelen, waar zit dan nog het menselijke verschil?

Dat is voor mij uiteindelijk ook de rode draad van SXSW 2026. De techniek neemt steeds meer taken over en dat vraagt iets van hoe we werken, publiceren, ontwerpen en verdienen. Maar juist daardoor wordt ook scherper wat onze rol blijft. Niet als tegenhanger van technologie, maar als bewaker van wat technologie zelf niet heeft: empathie, karakter, smaak, oordeel en de wil om iets echt te begrijpen voordat we het groter maken.

Verantwoording: ook dit samenvattende verslag heb ik gemaakt met hulp van ChatGPT. Hier kun je lezen hoe ik tijdens SXSW te werk ga. Benieuwd naar de rest van mijn verslagen? Die lees je hier

Een ontmoeting met de man aan wie ik mijn leven te danken heb: de bedenker van immunotherapie

Door: Gerson Veenstra

"Een wonder van de immunotherapie." Zo omschreef mijn oncoloog het vorige week, toen op de laatste scan amper nog kanker te zien was. Gisteren een jaar geleden hoorde ik iets heel anders: "Je hebt nog 6 weken te leven." De oncoloog had er geen vertrouwen in dat behandeling nog iets kon doen, gaf hij vorige week toe. Maar ik ben er nog. Allemaal dankzij immunotherapie. Hoe fijn dat ik vandaag de bedenker mocht ontmoeten en hem persoonlijk kon bedanken voor zijn goede werk: Dr. James Allison (Jim). 

Toen Merlijn Passier me op deze sessie wees, twijfelde ik. Werd dit niet te confronterend? Maar ik ben zo blij dat ik ben gegaan. Voordat de sessie begon had ik even de tijd om met hem te praten. Hij omhelsde me. En hij was hoopvol. "Het eerste jaar is het zwaarst. En als je 3 jaar hebt overleefd, maak je een hele goede kans om het te overleven." Deze ontmoeting vergeet ik nooit meer. 

Nu ben ik me er ontzettend van bewust dat het ook weer heel snel de andere kant op kan gaan. Maar ik ontmoette ook Sharon Belvin, net als ik ook een patiënt met melanoom stadium 4. Zij was 22 jaar geleden de eerste patiënt die de immunobehandeling kreeg. En ze is er nog steeds. Kankervrij. Wat een prachtig resultaat. 

In deze sessie kijkt Nobelprijswinnaar James Allison samen met arts en onderzoeker Padmanee Sharma terug op de ontdekking van immunotherapie en vooruit naar de volgende stap. TIME-journalist Alice Park leidt het gesprek. Sharon Belvin zit erbij als patiënt die al 22 jaar leeft na een fase 1-studie. De rode draad is helder: eerst kwam het fundamentele inzicht in hoe T-cellen werken, daarna volgde de doorbraak in de kliniek. Nu gaat het gesprek over de vraag hoe die aanpak meer soorten kanker bereikt.

'De superheld van je lichaam'

Sharma legt uit dat het immuunsysteem voortdurend door het lichaam beweegt en beslist wat er wel en niet thuishoort. "De superheld van je lichaam is het immuunsysteem", zegt ze. De eerste checkpointtherapie grijpt aan op T-cellen. Die cellen herkennen afwijkingen, maar hebben ook een rem. Volgens Sharma ontstond de doorbraak pas toen duidelijk werd hoe die rem werkt en hoe je die tijdelijk blokkeert zodat T-cellen langer doorgaan met het aanvallen van kanker.

Ze gebruikt daarbij een simpel beeld: een T-cel heeft een soort contactslot en gaspedaal, maar ook een rem. Juist dat laatste bleek bepalend. Zonder dat inzicht liepen eerdere vormen van immunotherapie vast. Volgens Sharma probeerden onderzoekers T-cellen wel te activeren, maar wisten ze nog niet dat die cellen vanzelf ook weer werden afgeremd.

Eerst de biologie begrijpen

Allison vertelt dat zijn motivatie persoonlijk is. Zijn moeder overleed aan lymfoom toen hij tien was. Ook andere familieleden kregen kanker. Hij zag van dichtbij wat bestraling en chemotherapie deden. "Kanker was verschrikkelijk", zegt hij. Ook de behandelingen maakten grote indruk op hem.

Tijdens zijn studie raakte hij gefascineerd door T-cellen. Hij besloot kanker even los te laten en eerst de basis te begrijpen. Jarenlang werkte hij aan dezelfde vragen: hoe herkennen T-cellen iets afwijkends, hoe worden ze geactiveerd en hoe stoppen ze weer? Pas daarna kwam de stap naar kankertherapie.

Volgens Allison liep hij lang tegen scepsis aan. Bedrijven en onderzoekers wilden er niet aan. Hij zegt dat het vier tot vijf jaar duurde voordat iemand het aandurfde om deze nieuwe therapie in patiënten te testen. Uiteindelijk gebeurde dat via het kleine bedrijf Medarex, niet via de grote farmabedrijven.

De eerste resultaten bij patiënten

Sharma werkte destijds bij Memorial Sloan Kettering en hielp mee met het opzetten van de eerste klinische studie. Zo’n fase 1-studie draait normaal vooral om veiligheid. Grote verwachtingen over effect zijn er meestal niet. Toch zagen artsen opeens scans waarop tumoren verdwenen.

Sharma beschrijft dat moment heel concreet: patiënten bij wie eerdere behandelingen niet werkten, zagen ziekte in longen, lever en lymfeklieren verdwijnen op een volgende scan. "De behandelingen faalden de patiënten", zegt ze. Ze wil daarmee benadrukken dat niet de patiënt faalt, maar de therapie.

Sharon Belvin vertelt hoe ze op haar 22e stadium 4-melanoom kreeg, met uitzaaiingen naar longen, lymfeklieren en later ook de hersenen. Eerst kreeg ze maandenlang zware chemotherapie. "Het was afschuwelijk", zegt ze. Ze probeerde daarna vrijwel alles wat beschikbaar was. Toen haar arts Jedd Wolchok haar de studie met checkpointremmers voorlegde, tekende ze meteen. Ze zegt: "Als ik deze therapie niet deed, dan was ik er niet meer geweest."

Na een paar behandelingen volgde de eerste scan. De radioloog belde haar oncoloog om te checken of het echt om de juiste patiënt ging. Belvin: "Mijn tumoren waren in totaal met 60 procent geslonken." Ze noemt dat moment nog altijd onwerkelijk. Voor het eerst in anderhalf tot twee jaar kreeg ze goed nieuws.

Van muizen naar mensen

Ook voor Allison was dat een kantelpunt. Hij had in muizen al gezien dat de aanpak werkte, maar een patiënt ontmoeten was iets anders. Toen hij Belvin voor het eerst zag, vloog ze hem om de hals. Allison zegt dat zijn hele wereld toen veranderde. "Dit is waar ik het voor deed."

Volgens Sharma herschreef immunotherapie ook het beeld van uitgezaaide kanker. Artsen leerden lang dat stadium 4 bij vaste tumoren meestal niet te genezen is. Door immunotherapie ziet ze nu patiënten die tien of twintig jaar later nog terugkomen voor een jaarlijkse scan en intussen een vol leven leiden.

Allison noemt melanoom het eerste grote succes. Vroeger leefde de helft van de patiënten ongeveer zeven maanden en was vrijwel iedereen binnen vijf jaar overleden. Nu leeft volgens hem meer dan de helft tien jaar na de diagnose nog. Met behandeling voor en na een operatie loopt dat in vroege studies op tot ongeveer 75 procent.

Waarom het nog niet voor iedereen werkt

Toch zegt niemand op het podium dat het werk af is. Allison schat dat immunotherapie nu bij ongeveer 30 procent van alle kankersoorten inzetbaar is. Sharma zegt dat over alle solide tumoren heen ongeveer 30 tot 40 procent van de patiënten reageert. Bij melanoom ligt dat hoger. Bij glioblastoom is het volgens haar nul.

De volgende stap ligt daarom in combinaties. Sharma zegt dat onderzoekers per tumorsoort veel preciezer moeten kijken welke cellen en mechanismen een rol spelen. Bij de ene kanker gaat het meer om myeloïde cellen, bij de andere om microgliacellen, fibroblasten of eigenschappen van de tumor zelf. De vraag is telkens: welke extra rem of route moet je naast checkpointtherapie aanpakken?

Allison voegt toe dat tumoren met weinig mutaties, zoals alvleesklierkanker en glioblastoom, vaak moeilijker reageren. Het immuunsysteem heeft daar minder afwijkingen om op aan te grijpen. Hij zegt dat onderzoekers daarom zoeken naar combinaties met bijvoorbeeld een beetje chemo of een operatie, zodat tumorcellen vrijkomen en een immuunreactie op gang brengen.

Vaccins en AI

In het gesprek gaat het daarna over kankervaccins. Sharma zegt dat artsen na een operatie het verwijderde tumorweefsel kunnen sequencen. Op basis daarvan is een vaccin te maken dat is afgestemd op mutaties in juist die tumor. In combinatie met immunotherapie moet dat de kans op terugkeer verkleinen. Grotere studies lopen nog.

Ook AI komt langs. Sharma verwacht dat AI helpt om patiëntmonsters sneller te analyseren, patronen tussen patiënten te vinden en nieuwe medicijnen sneller te ontwerpen. Volgens haar ligt de volgende stap in het slimmer combineren van biologie, data en behandeling. Op het podium zit intussen ook het resultaat van de eerste doorbraak nog altijd naast haar: Sharon Belvin, 22 jaar na haar behandeling.

Wie dit leest en zich afvraagt wat mijn persoonlijke verhaal is, in deze LinkedIn-post kun je het lezen

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Van ademhaling tot 'cough radar': hoe AI slaapgeluid omzet in vroege signalen van ziekte

Door: Gerson Veenstra

Voor iemand die jarenlang serieuze slaapproblemen heeft gehad, is voldoende slaap krijgen altijd een beetje spannend. Ik hou daarom ook al heel lang mijn slaapdata bij, met behulp van mijn Apple Watch en de app AutoSleep. Daardoor ben ik me er ook heel erg van bewust dat het niet gaat om die ene nacht slechte of goede slaap, maar dat het om gemiddelden gaat. De app Sleep Cycle registreert slaapdata met geluid. 

Volgens Mikael Kågebäck, CTO van Sleep Cycle, gaat dat verder dan alleen inzicht in slaap. Hij legt uit hoe het geluid van ademhaling, hoesten en andere signalen wordt gebruikt om patronen te herkennen met AI en grote hoeveelheden data.

Van ademhaling naar data

Sleep Cycle gebruikt audio via de telefoon die naast het bed ligt. Die registreert geluiden tijdens de nacht en verwerkt die lokaal. Op basis daarvan bepaalt de app onder meer slaapfases.

Kågebäck zegt dat ademhaling een belangrijk signaal is. "Je kunt horen dat iemands ademhaling regelmatiger wordt als die in slaap valt." Het model kijkt naar die regelmaat en berekent onder andere de ademhalingsfrequentie en hoe stabiel die is.

Het systeem herkent ook andere geluiden, zoals snurken, praten en hoesten. Die geluiden zijn gelabeld in datasets, zodat het model ze automatisch kan detecteren.

Met die aanpak bepaalt Sleep Cycle slaapfasen. Kågebäck zegt dat de prestaties vergelijkbaar zijn met wearables zoals de Apple Watch. "We hebben een vergelijkbare performance als Apple Watch."

Een kaart van hoestgedrag

Sleep Cycle verzamelde data van miljarden nachten. "We hebben nu 3,4 miljard nachten aan data." De app wordt wereldwijd gebruikt, waardoor er dagelijks veel audio beschikbaar is.

Die data gebruikt het team om hoestpatronen te analyseren. Dat gebeurt niet op individueel niveau maar per gebied. Kågebäck noemt dat een 'cough radar' (probeer vooral!). Per gebied wordt eerst bepaald wat een normale hoeveelheid hoesten is. Daarna vergelijkt het model actuele data met dat gemiddelde. Als het aantal hoestmomenten boven een grens komt, wordt dat zichtbaar op de kaart.

In Austin laat hij zien dat er in de zomer weinig wordt gehoest en in januari een duidelijke piek zichtbaar is. Hij koppelt die piek aan influenza. Door in te zoomen ontstaan meer lokale patronen met meerdere pieken.

Twee weken eerder zichtbaar

Sleep Cycle vergeleek deze hoestdata met cijfers over ziekenhuisopnames door influenza en COVID-19. Kågebäck zegt dat veranderingen in hoestgedrag eerder zichtbaar zijn in de data. "We beginnen die hoestsignalen ongeveer twee weken te zien voordat mensen in het ziekenhuis terechtkomen." Volgens hem is dat patroon zichtbaar in meerdere staten.

De data wordt dagelijks bijgewerkt. Kågebäck zegt dat het systeem bijna realtime inzicht geeft en dat het direct meetbare signalen gebruikt. "We meten daadwerkelijk het biologische fenomeen van hoesten."

Onderzoek en toepassingen

Kågebäck noemt samenwerkingen met onder meer de Britse gezondheidsdienst en onderzoeksinstellingen zoals Carnegie Mellon, Stanford en Berkeley, die de data gebruiken voor onderzoek.

Ook noemt hij onderzoek naar luchtvervuiling, waarbij hoestdata is vergeleken met vervuilingsniveaus in verschillende steden. Daarbij ziet het team dat meer vervuiling samenhangt met meer hoesten en dat dit effect sterker is in combinatie met influenza.

Aan het einde van zijn verhaal zegt hij dat het doel is om eerder signalen op te vangen. "De beste oplossing is natuurlijk als je die verspreiding stopt voordat je zelf ziek wordt."

De vraag die blijft hangen: wat kan er dan in de toekomst nog meer? 

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Van UX naar AX: waarom we moeten ontwerpen voor agents in plaats van mensen

Door: Gerson Veenstra

Ook John Maeda (Microsoft) is een graag geziene gast tijdens SXSW. Hij presenteert er al jaren zijn 'Trends in Tech Report'. En dit jaar voelt die voor mij extra relevant. Vooral ook na eerdere sessies deze week waar duidelijk werd dat het internetverkeer meer en meer van AI-agents komt. Leuk als je dan een gebruiksvriendelijke website voor mensen hebt, maar is dat ook goed voor een AI-agent? Het simpele antwoord: nee. Net als SEO GEO wordt, moet je gaan ontwerpen voor agents, is de boodschap. 

Maeda bouwt dat in zijn sessie stap voor stap op. Hij begint met een terugblik op eerdere edities van zijn rapport, maar gebruikt die vooral om één verschuiving uit te leggen: ontwerp gaat van schermen en flows naar systemen die een doel uitvoeren. Niet meer elk onderdeel van de interface staat centraal, maar de vraag hoe een agent namens iemand tot een uitkomst komt. Dat is volgens hem de stap van UX naar AX, agentic experience.

Van hindernisbaan naar uitkomst

Maeda zegt dat ontwerp lang draaide om het maken van schermen waar veel mensen naar keken, op testten en aan sleutelden. In die wereld bouwde je, zoals hij het noemt, een route naar een doel. "In werkelijkheid is ontwerp in veel gevallen het ontwerpen van de hindernisbaan. We ontwerpen die hindernisbanen voor de gebruiker, als een reis naar het doel." Daarna zet hij daar meteen de nieuwe situatie naast. "Maar in het AX-tijdperk hoef je dat niet meer te doen. Je geeft de agent je doel, je intentie en die brengt je rechtstreeks naar dat doel."

Die verschuiving maakt hij concreet met het verschil tussen werken voor mensen en werken voor agents. Een mens klikt, leest en vergelijkt. Een agent krijgt een opdracht en gaat daarna zelf op zoek naar de juiste informatie en de juiste actie. Dat verandert dus ook wat er online belangrijk is. Niet alleen een mooie pagina of een logische flow, maar ook een laag die voor machines duidelijk leesbaar is.

We doen dit eigenlijk al langer

Om dat punt te maken haalt Maeda voorbeelden aan van eerdere stappen op het web. Hij zegt dat we al langer systemen helpen om pagina's te begrijpen. SEO is daar een voorbeeld van, net als schema.org. Ook noemt hij llms.txt, een bestand waarmee sites informatie beter leesbaar maken voor AI-systemen. In zijn slot zegt hij dat die beweging niet nieuw is, maar nu wel een volgende fase ingaat.

Hij geeft daarbij een simpel voorbeeld. Een mens wil bij een hotel een goed verhaal lezen. Een agent wil vooral de kern: luxe hotel in Kyoto, 680 dollar per nacht, kaiseki-diner, alleen voor volwassenen, gratis annuleren. Maeda zegt het zo: een mens wil een beschrijving als "Dompel jezelf onder in de tijdloze elegantie van traditioneel Japan", terwijl een agent juist zoekt naar korte, bruikbare kenmerken. Daarmee maakt hij duidelijk wat hij bedoelt met ontwerpen voor agents.

Dat raakt ook aan het dilemma dat ik zelf voel na deze week op SXSW. Aan de ene kant wil je online investeren in menselijke connectie en het mensen zo makkelijk mogelijk maken. Aan de andere kant loopt zoekverkeer terug en moet je ook rekening houden met GEO en met agents die je content en productinformatie lezen. Maeda geeft daar geen simpele oplossing voor, maar hij laat wel zien dat die tweede laag snel belangrijker wordt.

Feedback loops worden belangrijker dan schermen

Een groot deel van de sessie gaat over feedback loops. Maeda gebruikt daar voorbeelden voor uit software en uit auto's met autopilot. Zijn punt: systemen worden pas echt bruikbaar als ze kunnen bijsturen op basis van uitkomst en feedback. Bij code werkt dat volgens hem nu al goed, omdat code vrij direct te controleren is. "In domeinen waar iets goed of fout is, werkt de feedbackloop."

Daarmee schuift ook het werk van ontwerp op. Maeda haalt Don Norman aan en zegt dat ontwerp lange tijd draaide om wat Norman de 'gulf of execution' noemt: hoe help je iemand om iets te doen? Nu verschuift dat volgens hem naar de 'gulf of evaluation': is het goed gedaan, en hoe controleer je dat? De mens verdwijnt dus niet uit het proces, maar krijgt vaker een rol in het beoordelen, goedkeuren en bijsturen.

Dat zie je volgens hem nu al in softwareontwikkeling. Hij laat zien dat AI-tools steeds vaker zelfstandig code schrijven en problemen oplossen. Mensen kijken daarna mee of geven een systeem juist meer ruimte om dingen zelf uit te voeren. De ontwerpvraag wordt dan: hoeveel mens moet er nog in die loop zitten? Of, in zijn woorden, we gaan van ontwerpen voor interactie naar ontwerpen voor 'hoeveel mensen in de loop moeten blijven'.

Taken veranderen sneller dan banen

Maeda koppelt die verandering ook aan werk en aan carrière. Hij zegt dat je minder moet denken in banen en meer in taken. "Denk in taken, niet in banen. Banen worden niet vervangen. Taken wel." Dat zegt hij niet alleen tegen ontwerpers, maar juist ook tegen productmensen en developers die midden in die verandering zitten.

Zijn advies blijft nuchter. Hij zegt dat je je eigen 'slope' moet verhogen: blijf leren, zoek een coach, sluit je aan bij een community en ga vooral zelf aan de slag. Daarbij maakt hij ook een onderscheid tussen klassieke ontwerpvaardigheden en nieuwe vaardigheden. Klassiek ontwerp is volgens hem niet weg, maar het is niet meer genoeg om alleen daarin goed te zijn. Hij noemt computationeel denken belangrijker dan leren programmeren om het programmeren zelf. Zijn simpele antwoord op de vraag of je moet leren coderen is dan ook: nee, maar je moet wel computationeel leren denken.

Ontwerpen voor agents vraagt om andere output

In het laatste deel van zijn verhaal wordt Maeda het concreetst. Hij zegt dat large language models bepaalde vormen van informatie makkelijker verwerken, zoals markdown, JSON en YAML. Ook noemt hij een voorbeeld van Cloudflare, waarbij een website niet alleen HTML kan teruggeven maar ook markdown met de hoofdinhoud. Dat past bij zijn grotere punt: veel elementen die we voor mensen hebben toegevoegd, zijn voor agents niet altijd nuttig.

Dat betekent niet dat het menselijke web verdwijnt. Wel dat er een extra laag bij komt. Voor mensen blijft een goed verhaal, een helder merk en een fijne ervaring belangrijk. Voor agents telt of informatie direct te lezen, te begrijpen en te gebruiken is. Maeda zegt aan het eind dan ook dat we eerst websites maakten voor mensen, daarna structuur toevoegden voor zoekmachines en nu in een fase komen waarin we veel explicieter gaan labelen voor agents.

Als je niet van verandering houdt

Maeda sluit af zoals hij vaker doet: met een reeks korte observaties die vooral bedoeld zijn als aansporing. Verandering is volgens hem niet nieuw. Mensen waren ook bang voor eerdere technologische sprongen. Alleen is het tempo nu veel hoger. Daarom zegt hij: "Als je niet van verandering houdt, ga je irrelevantie nog minder leuk vinden."

Wie online ontwerpt, schrijft of bouwt, werkt niet meer alleen voor de mens aan de andere kant van het scherm. Er kijkt steeds vaker ook een agent mee. En die stelt heel andere eisen aan wat een goede ervaring is.

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Het gesprek op social media gaat naar DM: waarom verbinding zo belangrijk is voor relevantie

Door: Gerson Veenstra

Even vooraf: ik haat het woord community. Niet vanwege de goede bedoelingen, maar omdat er vaak een groep mensen bedoeld wordt zonder onderlinge band. De 'social media community' bijvoorbeeld. Leuk dat je dat een community noemt, maar om een echte community te zijn, moet er wat mij betreft tenminste onderling contact zijn. Maar dan toch: als er iets voor mij als een paal boven water staat, is dat persoonlijk contact en verbinding zoeken cruciaal is nu. Ik hoop dat het daar vooral over gaat. 

Sara Wilson is het gelukkig met me eens. Ook zij zegt dat het woord te makkelijk rondzingt en vaak voor heel verschillende dingen wordt gebruikt. Daarom begint ze haar verhaal met een scherpe definitie. Een community is voor haar 'een container voor gedeelde identiteit'. Mensen komen er samen via waarden, interesses, verlangens, overtuigingen en soms ook angsten. Van daaruit bouwt ze haar hele verhaal op: niet bereik, maar relevantie maakt nu het verschil.

Het gesprek verhuisde naar DM's en groepschats

Wilson opent energiek met een inzicht dat haar zelf verraste: de meest voorkomende activiteit op social media is nu het versturen van privéberichten. Niet liken, niet reageren in het openbaar, maar een meme doorsturen in de groepschat, een reel naar een vriend sturen om 1 uur 's nachts, of in iemands DM belanden.

Ze vraagt de zaal wie dat zelf ook doet en bijna alle handen gaan omhoog. Voor Wilson bevestigt dat een grotere verschuiving. "We zijn gegaan van praten tegen iedereen op social media naar cureren voor een kleine groep mensen", zegt ze. Dat is voor haar geen detail, maar een fundamentele verandering in hoe aandacht werkt.

Volgens Wilson liepen marketeers daardoor vast in een oud model. Ze zegt dat merken te lang dachten in groot, breed en zoveel mogelijk bereik. Ondertussen verschoof het echte gesprek naar plekken waar merken niet vanzelf tussen komen. "Het gesprek is verplaatst en merken waren gewoon niet uitgenodigd in de chat", zegt ze.

Ze koppelt dat aan wat zij eerder 'digital campfires' noemde: kleinere, besloten plekken waar mensen elkaar opzoeken. Ze onderscheidt drie vormen: privéberichten, micro-communities zoals een subreddit en gedeelde live-ervaringen zoals streams en games. Niet als hype, maar als onderdeel van wat zij het post-social tijdperk noemt.

Een community draait niet om transacties

Daarna gaat ze naar haar kernpunt. Op een slide staat: "Communities are not built around transactions. They're built around identity." In haar uitleg betekent dat dat mensen niet vooral samenkomen voor korting, gratis verzending of punten. Ze komen samen rond iets dat raakt aan wie ze zijn.

Wilson werkt dat uit met een voorbeeld van Nancy Chen, die op TikTok vroeg: waar zijn mijn Fortnite-girls? Dat groeide uit tot een Discord-groep met tienduizenden leden. Daar gaat het niet alleen over gamen, maar ook over kunst, muziek, studie en vriendschappen. Volgens Wilson zit de kracht niet in de grootte van zo'n groep, maar in het feit dat erbij horen deel wordt van hoe mensen zichzelf zien.

Dat is ook waarom ze weinig ziet in alleen demografische labels. Ze haalt onderzoek aan waaruit blijkt dat jonge mensen zichzelf liever definiëren via passies, hobby's en overtuigingen dan via leeftijd, gender of inkomen. Volgens Wilson leven die passies uit in communities.

Gezien worden eerst, promotie later

Wilson is ook helder over wat vaak misgaat. Merken stappen ergens binnen om iets te halen in plaats van iets toe te voegen. Als voorbeeld noemt ze de Pepsi-commercial met Kendall Jenner uit 2017. Volgens haar probeerde Pepsi energie uit activistische groepen te halen zonder iets terug te geven dat voor die groepen echt waarde had.

Daar zet ze een andere aanpak tegenover. Eerst moet een merk helder hebben waar het voor staat en voor wie het er is. Daarna moet het zoeken naar de communities waar die mensen al samenkomen. Pas daarna komt de vraag hoe je meedoet.

Dat vat ze samen in een model dat draait om herkenning. Eerst voelt iemand zich gezien. Daarna voelt iemand zich beloond. Dan maakt iemand het zich eigen, gaat meedoen en vertelt het door. Op haar slide staat dat als een cirkel: feels recognized, feels rewarded, participates, amplifies.

Ze zegt het ook heel direct: "Ik herinner me niet wie het hardst riep. Ik herinner me wie me gezien liet voelen." Dat gevoel van herkenning is volgens haar het echte startpunt.

'Oh mijn god, jij snapt me'

Wilson noemt dat zelf het 'oh mijn god, jij snapt me'-effect. Dat moment waarop iemand voelt: jullie zien me, jullie kennen me, jullie begrijpen me. Dat is volgens haar waar relevantie begint.

Ze maakt dat concreet met een licht absurd en daardoor goed voorbeeld. Voor Halloween verkleedde ze zich als een pot Bubbies augurken. Ze mailde het merk voor een scherpe versie van het etiket. Het merk stuurde niet alleen het bestand, maar ook gratis augurken. De CEO stuurde haar persoonlijk een bericht om haar te bedanken en nodigde haar uit voor een superfan-groep die nieuwe smaken eerder te zien krijgt.

Voor Wilson was dat precies waar het om gaat. "Ik kreeg niet alleen gratis augurken. Ik werd uitgenodigd", zegt ze. Daarna vertelt ze het verhaal vrolijk door: dat merk ging voor haar van iets uit het schap naar iets dat onderdeel werd van haar identiteit. Gek voor een augurkenmerk, geeft ze zelf toe, maar juist daarom blijft het hangen.

Ook haar voorbeeld van Taylor Swift draait daar om. Niet alleen omdat Swift overal is, maar omdat fans voelen dat zij meedoen in een wereld die ook van hen is. Wilson noemt de easter eggs, de aanwijzingen en de vriendschapsarmbandjes tijdens de Eras Tour. Swift gaf volgens haar niet alleen content, maar materiaal waar fans zelf iets mee konden doen.

Relevantie eerst, schaal daarna

Van daaruit komt Wilson terug bij haar hoofdstelling: relevantie gaat voor bereik. Ze laat voorbeelden zien van merken die veel bekendheid hebben, maar dalen op gebruik en overweging. Daar zet ze merken tegenover die kleiner begonnen, maar wel sterker groeiden omdat ze eerst relevant werden voor een specifieke groep.

Ze krijgt de logische vraag hoe grote merken dat dan moeten aanpakken. Haar antwoord is duidelijk: denken in ieedereen' werkt niet meer. "Die marketing voor iedereen is iets uit het verleden. Dat moeten we achter ons laten", zegt ze. Grote merken moeten volgens haar stap voor stap niches opbouwen rond een duidelijke identiteit.

Iemand anders vraagt of merken beter zelf een community kunnen bouwen. Wilson zegt dat ze daar wel in gelooft, maar ook dat de meeste merken daar niet goed genoeg in zijn. Ze beginnen een Discord of Facebook-groep en zeggen daarna dat ze een community hebben opgezet, maar zonder tijd, mensen en aandacht loopt dat vast.

Ook relevant voor journalistiek

De sessie gaat steeds over commerciële bedrijven. Toch dacht ik zelf steeds ook aan journalistiek. Wilson praat over merken, maar haar nadruk op luisteren, herkennen en mensen het gevoel geven dat ze gezien worden, voelt voor mij breder. Ons interactieteam bij EenVandaag bewijst dat al.

En er zit voor mij nog iets in. Als mensen elkaar steeds vaker meenemen naar besloten ruimtes en als betrokkenheid groeit zodra mensen zich herkennen in elkaar, dan ligt daar ook een opdracht om niet alleen een band met het publiek op te bouwen, maar mensen uit dat publiek ook meer met elkaar te verbinden.

Wilson eindigt met een eenvoudig beeld. Er brandt ergens al een vuur, zegt ze. "Nu is het tijd om het jouwe te gaan vinden."

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga