📈 economics

The partial adoption trap: Coordination failure, trust, and cultural lock-in in health AI adoption

Dit artikel maakt gebruik van een evolutionair speltheoretisch model om aan te tonen dat gezondheids-AI-systemen vaak vast komen te zitten in een suboptimale evenwichtstoestand van gedeeltelijke adoptie als gevolg van het samenspel van coördinatieproblemen, vertrouwensdeficits en culturele normen, een fenomeen dat standaard op prikkels gebaseerde beleidsmaatregelen niet aanpakken en dat paradoxaal genoeg de meest transformatieve technologieën het zwaarst treft.

Oorspronkelijke auteurs: Ari Ercole

Gepubliceerd 2026-05-19

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ari Ercole

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Plaatje: Het "Halfhartige" Probleem

Stel je een ziekenhuis voor dat besluit een nieuw, superintelligent AI-systeem te installeren om artsen te helpen. Het doel is niet alleen om het werk van één arts gemakkelijker te maken; het doel is om de manier waarop het hele ziekenhuis werkt volledig te herorganiseren, zodat patiënten sneller worden geholpen en de kosten dalen.

Het paper stelt dat artsen wel blij zijn om de AI te gebruiken voor kleine, gemakkelijke taken (zoals het typen van notities), maar dat ze vaak weigeren hun volledige werkwijze aan te passen om het systeem te laten werken zoals bedoeld. Het resultaat? De AI is overal "geïnstalleerd", maar het ziekenhuis krijgt de grote voordelen die het beloofde, nooit echt. Dit is de Partial Adoption Trap (Valstrik van Gedeeltelijke Adoptie).

De auteur gebruikt een wiskundig model (zoals een simulatie op basis van speltheorie) om te laten zien waarom dit gebeurt en waarom standaardoplossingen (zoals het geven van bonussen aan artsen) dit vaak erger maken.

De Drie Manieren waarop Artsen het Spel Spelen

Het model suggereert dat artsen drie keuzes hebben wanneer een nieuw systeem arriveert:

Echte Adoptie (De "All-In" Speler): De arts verandert zijn routine volledig om aan te sluiten bij de nieuwe AI. Ze veranderen hoe ze patiënten zien, hoe ze afspraken plannen en hoe ze met personeel communiceren.
- De Haken: Dit is hard werk en in het begin verstorend.
Gedeeltelijke Adoptie (De "Slimme Bespaarder"): De arts gebruikt de AI voor de gemakkelijke dingen (zoals tijd besparen op administratie), maar houdt zijn oude routine voor alles over.
- De Haken: Dit voelt direct goed aan omdat het tijd bespaart zonder het gedoe van het veranderen van het hele systeem.
Afwijzing (De "Luddiet"): De arts negeert het gereedschap volledig.

De Valstrik: Omdat "Gedeeltelijke Adoptie" op de korte termijn makkelijker en lonender voelt, kiezen de meeste artsen hiervoor. Maar het systeem werkt alleen als genoeg mensen "Echte Adoptie" kiezen. Als iedereen "Gedeeltelijk Adopteert", is het systeem als een auto met de motor aan, maar de versnelling in de vrijstand; het maakt lawaai, maar het komt nergens.

De Vier Redenen waarom de Valstrik Ontstaat

Het paper identificeert vier specifieke redenen waarom het ziekenhuis vast komt te zitten in deze "halfhartige" staat.

1. Het "Te Klein om Er Toe Te Doen" Probleem (Falen van de Drempel)

Analogie: Stel je voor dat je probeert een kampvuur te starten. Je hebt een bepaald aantal stokken nodig die tegelijk branden om een vlam te creëren die het hele tent verwarmt. Als je maar een paar stokken aansteekt, roken ze alleen en gaan ze dood.
De Realiteit: De AI creëert alleen voordelen voor het hele systeem (zoals een snellere patiëntenstroom) als een kritieke massa aan artsen hun werkwijze verandert. Als jij de enige bent die verandert, ben je gewoon een afwijking die tegen de stroom in zwemt. De voordelen zetten pas in als je een "tipping point" (keerpunt) overschrijdt. Omdat geen enkele arts dat punt alleen kan overschrijden, wachten ze op anderen, en gebeurt er niets.

2. Het "Gebroken Belofte" Probleem (Falen van Vertrouwen)

Analogie: Stel je voor dat een baas een team vertelt: "Als jullie harder werken en geld voor het bedrijf besparen, geef ik jullie een bonus." Het team werkt hard, bespaart het geld, maar de baas zegt: "Eigenlijk houd ik de besparingen voor het bedrijf. Geen bonus voor jullie."
De Realiteit: Artsen weten dat als ze hun werk echt herstructureren, het ziekenhuis veel geld zal besparen. Maar artsen vertrouwen er niet op dat het ziekenhuis die besparingen met hen zal delen. Ze vrezen dat als ze het zware werk doen, het ziekenhuis gewoon de eer en het geld zal opeisen. Dus kiezen ze voor de "Gedeeltelijke" route waarbij ze hun eigen tijdsbesparingen houden, in plaats van te riskeren voor de "Echte" route met een belofte die misschien gebroken wordt.

3. Het "Oude Gewoontes Sterven Moeilijk" Probleem (Culturele Vergrendeling)

Analogie: Stel je een groep vrienden voor die allemaal akkoord gaan met "we doen die nieuwe dans niet". Als één persoon probeert die dans te doen, maken de anderen zich erover uit of negeren ze hem. Uiteindelijk stopt die persoon met dansen om zich aan te passen.
De Realiteit: Als de meeste artsen "Gedeeltelijk Adopteren", wordt de cultuur van het team "we gebruiken het gereedschap, maar we veranderen onze werkwijze niet echt". Als een arts probeert "Echt" te gaan, staat hij of zij onder sociale druk en wrijving van collega's die niet mee willen. De groepscultuur vergrendelt iedereen in de middelmatige "Gedeeltelijke" staat.

4. Het "Paradox van Waarde"

Analogie: Hoe waardevoller een schat is, hoe moeilijker het is om mensen ertoe te krijgen samen voor te graven.
De Realiteit: Het paper vindt een wrede ironie: De technologieën die het grootste potentieel hebben om levens en geld te redden (AI voor Systeemverandering), zijn de moeilijkst te adopteren. De technologieën die makkelijk te adopteren zijn (Oplossingen voor een specifiek punt, zoals een eenvoudige spellingscontrole), zijn degene die zich makkelijk verspreiden. Hoe waardevoller de verandering, hoe waarschijnlijker het is dat het vast komt te zitten in de valstrik.

De "Kosten Ratchet": Een Vonk van Hoop

Er is één interessante draai in het model, de Kosten Ratchet (Kostenspanner).

Analogie: Stel je voor dat je probeert een zware rotsblok een heuvel op te duwen. Het is in het begin ongelooflijk moeilijk. Maar als je het net een beetje voorbij een bepaald punt duwt, verandert de grond en wordt de rotsblok voor altijd makkelijker te duwen. Zelfs als je stopt met duwen en de rotsblok terug rolt, blijft de grond veranderd. De volgende keer dat je het probeert, is het makkelijker dan de eerste keer.

De Realiteit: Als een ziekenhuis probeert de AI te implementeren en faalt (ze bereiken het keerpunt niet), denken ze misschien dat ze hun tijd hebben verspild. Maar het paper stelt dat zelfs een mislukte poging de kosten "veroudert". De artsen hebben een beetje geleerd, het systeem is er een beetje aan gewend geraakt. De instapdrempel is permanent lager.

Echter: Dit helpt alleen als artsen niet te snel hun vertrouwen verliezen. Als het ziekenhuis te snel beloftes breekt, erodeert het vertrouwen van de artsen sneller dan het "leren" plaatsvindt, en wordt de valstrik dieper.

Hoe de Valstrik te Ontsnappen (De Oplossing)

Het paper stelt dat standaardbeleid (zoals het geven van een kleine bonus aan elke arts om het gereedschap te gebruiken) de valstrik eigenlijk erger maakt, omdat het "Gedeeltelijke Adoptie" aanmoedigt zonder de onderliggende vertrouwens- of cultuurproblemen op te lossen.

Om te ontsnappen, moet het ziekenhuis een specifieke reeks acties ondernemen:

Eerst Vertrouwen Opbouwen: Voordat artsen worden gevraagd te veranderen, moet het ziekenhuis een contract tekenen dat garandeert dat als het systeem geld bespaart, de artsen een aandeel zullen krijgen. Geen vertrouwen, geen verandering.
De Cultuur Voorbereiden: Voordat de technologie wordt geïntroduceerd, moeten de teams klaar worden gemaakt. Zorg ervoor dat de "groepsnorm" verandering ondersteunt, zodat de eerste adopters niet worden gepest door de status quo.
Het Team Zaden, Niet het Individu: Verspreid de verandering niet dun over het hele ziekenhuis. Kies één specifiek team (een "zaad") en zorg dat iedereen in dat team tegelijkertijd "Echt" gaat. Dit helpt hen lokaal het keerpunt te overschrijden, waardoor een klein vuurtje ontstaat dat zich uiteindelijk kan verspreiden.
Ondersteun de "Inbeddings" Fase: Wanneer het team eindelijk de drempel overschrijdt, giet alle ondersteuningsmiddelen in dat moment om ervoor te zorgen dat de nieuwe manier van werken blijft hangen.

De Conclusie

Het paper concludeert dat we "AI voor Systeemverandering" niet kunnen behandelen als een simpele software-update. Als we proberen het artsen op te dwingen met individuele prikkels en zonder vertrouwen, krijgen we een ziekenhuis vol artsen die het gereedschap gebruiken om notities sneller te typen, terwijl het ziekenhuis net zo traag en duur blijft als voorheen. We zitten vast in een valstrik van "het lijken alsof we veranderd zijn, maar in feite niet veranderen".

Technische Samenvatting: De Valstrik van Gedeeltelijke Adoptie

Probleemstelling
Het artikel behandelt een paradox in de adoptie van kunstmatige intelligentie (KI) in de gezondheidszorg: terwijl "point-solution"-tools (die de prestaties van individuele clinici op specifieke taken verbeteren) zich readily verspreiden, blijft "systeemveranderende" KI (bedoeld om zorgpaden te herstructureren en systemische productiviteitswinst te genereren) consequent steken in een toestand van gedeeltelijke adoptie. In deze toestand zijn tools formeel geïnstalleerd en worden ze gebruikt voor directe privévoordelen (bijvoorbeeld tijdsbesparing bij documentatie), maar ze slagen er niet in de collectieve workflowherstructurering te activeren die nodig is voor systemische transformatie. Standaardmodellen voor innovatiediffusie en technologieacceptatie falen in deze verklaring, omdat ze adoptie behandelen als een individuele, binaire beslissing gedreven door waargenomen nuttigheid, en zo de structuur van collectieve actie negeren, waarbij systemische voordelen pas tot stand komen boven een populatiedrempel.

Methodologie
De auteur hanteert een evolutionair speltheoretisch (EGT) kader om klinische KI-adoptie te modelleren in een grote populatie artsen. Het model wordt gerechtvaardigd door de observatie dat klinische adoptiebeslissingen vaak begrensd rationeel zijn, gedreven door imitatie van collega's in plaats van complexe optimalisatie.

Strategieruimte: Artsen kiezen uit drie strategieën:
1. Echte Adoptie (G): Fundamentele werkpatronen herstructureren om bij te dragen aan systemische voordelen.
2. Gedeeltelijke Adoptie (P): De tool gebruiken voor directe privéwinst zonder workflows te herstructureren.
3. Afwijzing (R): Niet-adoptie.
Dynamiek: Het systeem evolueert via replicatiedynamiek, waarbij de frequenties van strategieën veranderen op basis van relatieve fitness (uitkomsten).
Belangrijke Mechanismen:
- Drempelvoordeel: Systemische voordelen ( $\Phi$ ) worden gemodelleerd als een sigmoidfunctie van "effectieve adoptie" ( $e = x_G + \gamma x_P$ ), die pas tot stand komt wanneer $e$ een kritieke drempel $e^*$ overschrijdt.
- Kostendynamiek (Cost Ratchet): De verstoringkosten van echte adoptie ( $c$ ) zijn staat-afhankelijk. Ze nemen exponentieel af alleen wanneer effectieve adoptie de drempel overschrijdt ( $e > e^*$ ), wat weerspiegelt dat omgevingswrijvingen pas verdwijnen wanneer de nieuwe workflow de norm wordt. Cruciaal is dat deze kostenafname onomkeerbaar is.
- Vertrouwensspel: De toe-eigening van productiviteitswinst ( $\alpha$ ) wordt endogeen gemaakt via een vertrouwensspel tussen artsen en de organisatie. De organisatie kan afzien van het delen van winst, wat een zelfbevestigende vertrouwensvalstrik creëert.
- Coördinatie-normen: Het model integreert sociale coördinatie-effecten, waarbij negatieve normen tegen echte adoptie (kosten voor afwijking) gedeeltelijke adoptie kunnen versterken.

Belangrijkste Resultaten

Bistabiliteit en de Valstrik van Gedeeltelijke Adoptie: Onder plausibele parameters is het systeem bistabiel. Het bezit twee lokaal asymptotisch stabiele evenwichten: volledige echte adoptie en de valstrik van gedeeltelijke adoptie (waarbij de hele populatie gedeeltelijk adopteert). De valstrik van gedeeltelijke adoptie is de generieke attractor voor de meeste beginvoorwaarden. Een separatris verdeelt de toestandsruimte; eronder drijft de populatie naar de valstrik, en erboven naar volledige adoptie.
De Kostendynamiek: Mislukte adoptiepogingen die tijdelijk effectieve adoptie boven de drempel duwen, verlagen permanent de verstoringkosten voor toekomstige pogingen, zelfs als de implementatie uiteindelijk faalt. Dit creëert padafhankelijkheid waarbij "mislukte" pilots toekomstige barrières verlagen.
Vertrouwen-Vertrouwen Interactie: Het model identificeert een vertrouwensvalstrik waarbij rationele anticipatie op het afzien van de organisatie echte adoptie verhindert, wat op zijn beurt de realisatie van winst verhindert die nodig zou zijn voor geloofsrevisie. Het voordeel van de kostendynamiek wordt gecompenseerd als vertrouwenserosie (geloofsupdate) sneller optreedt dan kostenafname.
Culturele Lock-in: Negatieve coördinatie-normen onder artsen (sociale kosten voor het afwijken van de norm van gedeeltelijke adoptie) verdiepen de valstrik en verkleinen het aantrekkingsgebied voor echte adoptie, onafhankelijk van individuele financiële prikkels.
De Waarde-Adoptie Paradox: Een technologie-type-index ( $\rho$ ) wordt gedefinieerd, variërend van pure systeemverandering ( $\rho=0$ ) tot pure point-solution ( $\rho=1$ ). Het model toont aan dat technologieën met de hoogste systemische waarde (laagste $\rho$ ) de diepste valstrikken van gedeeltelijke adoptie genereren, de sterkste verleiding tot het afzien van de organisatie, en de meest schadelijke coördinatie-dynamiek. Derhalve zijn systemische waarde en adoptiebaarheid negatief gecorreleerd.
Welvaartsanalyse: Het welvaartsverlies door de valstrik van gedeeltelijke adoptie is het grootst voor hoogwaardige systeemveranderende KI. Standaardmetrieken (totale adoptiegraad $x_G + x_P$ ) maskeren dit falen, aangezien deze hoog lijken in de valstrik, terwijl de correcte metriek (effectieve adoptie $e$ ) laag blijft.

Betekenis en Beleidsimplicaties
Het artikel betoogt dat standaardbeleidsmaatregelen voor digitale transformatie in de gezondheidszorg, die doorgaans vertrouwen op individuele prikkels om drempelfalen aan te pakken, voorspeld worden om systematisch de valstrik van gedeeltelijke adoptie te produceren. Dit resulteert in wijdverbreide procesconformiteit zonder transformatie van zorgpaden.

Om uit de valstrik te komen, leidt het artikel een specifieke beleidsarchitectuur af die correct moet worden gescheiden:

Vertrouwensarchitectuur: Moet voorafgaan aan adoptievereisten (bijvoorbeeld vaste, verifieerbare deelovereenkomsten).
Culturele Voorbereiding: Moet voorafgaan aan individuele prikkels (bijvoorbeeld programma's voor klinische kampioenen om kosten voor afwijking te verlagen).
Gerichte Zaadzaaiing: Drempelsubsidies moeten worden geconcentreerd op het zaaien van blokadoptie binnen klinische teams in plaats van het verspreiden van prikkels universeel.
Implementatie-ondersteuning: Implementatie-ondersteuning moet worden geconcentreerd in het "embeddingsvenster" (wanneer $e > e^*$ ) om kostenafname te versnellen.

Het artikel concludeert dat het toepassen van point-solution-beleidslogica op systeemveranderende KI niet leidt tot trage adoptie, maar tot een permanente lock-in van een suboptimaal evenwicht dat adoptie nabootst terwijl het systemisch voordeel faalt te genereren.