Het parlement slaapt. De AI-agenten onderhandelen.
In Den Haag stellen Kamerleden schriftelijke vragen aan ministers. Volgens een recente analyse vertoont een deel van die vragen kenmerken van AI-teksten. Dat bewijst niet dat een computer ze heeft geschreven. Maar het bracht mij wel op een idee.
Waarom laten we AI alleen de vragen formuleren? Geef ieder Kamerlid een eigen AI-agent. Zodra de Kamerleden ’s avonds naar huis gaan, beginnen hun digitale collega’s te onderhandelen.
Om 22.14 uur vindt agent VVD-47 een meerderheid voor een belastingvoorstel. Om 22.16 uur ontdekt agent GroenLinks-PvdA-12 dat het voorstel niemand kan uitleggen. Om 22.19 uur vraagt agent BBB-08 wat de gevolgen voor boeren zijn. Alle agents beloven daar later op terug te komen.
Tegen middernacht ligt er een coalitieakkoord. Het telt zes pagina’s, waarvan drie over de vraag welk lettertype de agents voor het coalitieakkoord zullen gebruiken.
De volgende ochtend staat de regering klaar. De Kamerleden hoeven alleen nog op Akkoord te klikken. Daarna krijgen ze een melding: Uw standpunt is bijgewerkt. Wilt u de nieuwe voorwaarden accepteren?
Het klinkt efficiënt. Toch zou ik één onderdeel niet automatiseren: de verantwoordelijkheid.
Een Kamerlid mag best een slimme assistent gebruiken. Laat AI een stapel rapporten samenvatten, een wetsvoorstel in gewone taal uitleggen en uitrekenen wie er voordeel of nadeel van heeft. Laat het tegenstrijdigheden zoeken tussen een verkiezingsbelofte en een amendement. Laat het vijf kritische vragen bedenken die een minister liever niet krijgt.
Sterker nog: geef elk Kamerlid óók een digitale tegenstander. Die krijgt één opdracht: Zoek het zwakke punt in mijn plan voordat de oppositie het vindt. Dat kan een debat beter maken en een gênante correctie achteraf voorkomen.
Een AI-agent zou zelfs mogelijke compromissen kunnen verkennen. Waarover zijn partijen het werkelijk oneens? Welke wijziging helpt de ene groep zonder een andere te vergeten? Zo’n verkenning kan uren vergaderen besparen. Maar de agent mag niets toezeggen namens zijn Kamerlid. Een kiezer heeft immers op een mens gestemd, niet op de instelling ‘automatisch onderhandelen’.
Dat onderscheid zie je ook in de parlementaire regels. In Nederland dient een Kamerlid de schriftelijke vraag in. Bij een hoofdelijke stemming spreekt ieder lid zelf ‘voor’ of ‘tegen’ uit. Het Britse parlement staat AI-hulp toe, maar legt de verantwoordelijkheid voor de uitkomst bij het parlementslid.
Dat lijkt mij verstandig. Want wat gebeurt er als twee agents ’s nachts een prachtig compromis sluiten over de ouderenzorg, maar allebei vergeten met een oudere te praten? Hun plan kan logisch zijn, betaalbaar lijken en toch het verkeerde probleem oplossen.
De grootste tijdwinst ontstaat misschien wanneer AI politici meer tijd geeft om mensen te spreken. Minder uren kwijt aan het doorzoeken van documenten. Meer uren in een ziekenhuis, een klaslokaal of bij iemand aan de keukentafel.
Dus ja, laat die agents gerust ’s nachts werken. Laat ze rekenen, vergelijken, schrijven en elkaar stevig tegenspreken. En laat ze om zeven uur ’s ochtends een voorstel op tafel leggen.
Maar om negen uur moet het Kamerlid wakker zijn. Dan begint het werk waarvoor wij het hebben gekozen: luisteren, kiezen en aan ons uitleggen waarom.
Parliament Sleeps. The AI Agents Negotiate.
In The Hague, members of parliament submit written questions to ministers. A recent analysis found signs of AI-generated writing in some of those questions. That does not prove a computer wrote them. It did, however, give me an idea.
Why stop at asking AI to phrase the questions? Give every MP a personal AI agent. As soon as the politicians go home for the evening, their digital colleagues can start negotiating.
At 10:14 p.m., agent VVD-47 finds a majority for a tax proposal. At 10:16, agent GroenLinks-PvdA-12 discovers that nobody can explain it. At 10:19, agent BBB-08 asks what it means for farmers. All the agents promise to get back to that later.
By midnight, they have a coalition agreement. It runs to six pages, three of them devoted to choosing the font for the coalition agreement.
The next morning, the government is ready. MPs only have to click Agree. Then a message appears: Your position has been updated. Would you like to accept the new terms?
It sounds efficient. There is one thing I would leave to the humans: responsibility.
An MP can certainly use a clever assistant. Let AI summarise a stack of reports, explain a bill in plain language and calculate who might gain or lose. Let it spot contradictions between an election promise and an amendment. Let it suggest five difficult questions a minister would rather not answer.
Better still, give every MP a digital opponent with one instruction: Find the weakness in my plan before the opposition does. That could improve a debate and prevent an embarrassing correction afterwards.
An AI agent could even explore possible compromises. Where do the parties actually disagree? Which change helps one group without forgetting another? That exploration might save hours of meetings. But the agent must not make promises on an MP’s behalf. Voters elected a person, not the ‘negotiate automatically’ setting.
Parliamentary rules reflect that distinction. In the Netherlands, a member submits a written question. In a roll-call vote, every member says ‘for’ or ‘against’ in person. The UK Parliament permits AI assistance but holds the member accountable for the result.
That seems sensible to me. What if two agents agree on a brilliant plan for elderly care overnight, but neither remembers to speak to an older person? The plan could be logical and affordable, yet solve the wrong problem.
Perhaps the greatest time saving would be for AI to give politicians more time to talk to people. Fewer hours searching documents. More hours in a hospital, a classroom or at someone’s kitchen table.
So yes, let the agents work through the night. Let them calculate, compare, draft and argue fiercely with one another. Let them put a proposal on the table at seven in the morning.
But by nine, the MP must be awake. That is when the job we elected them to do begins: listen, choose and tell us why.
Actuele Nederlandse onderwerpen, telkens bekeken vanuit een persoonlijke en verrassende invalshoek.
