Patronen over tijd
Van momentopname naar ontwikkeling: wat verandert er als je sessies naast elkaar legt?
Je hebt een langlopend traject. Meerdere sessies over weken of maanden. Je voelt dat er iets verschuift, maar je kunt het niet benoemen. Of je bent nieuwsgierig naar het in kaart brengen van die verandering: niet alleen voelen dat er iets anders is, maar zien wat er precies verschuift.
Tot voor kort was het simpelweg niet mogelijk om meetings systematisch te vergelijken. Je had je eigen geheugen, je notities, misschien een evaluatieformulier. Maar het bij elkaar brengen van wat er in sessie twee werd gezegd naast wat er in sessie zes werd gezegd: dat kostte meer tijd dan de meeste mensen hebben. AI maakt het voor het eerst mogelijk om dat wél te doen. Niet als vervanging van je eigen gevoel, maar als aanvulling: een gesprekspartner met een heel precies geheugen.
Wat zou zichtbaar worden als je alle gesprekken naast elkaar kon leggen?
Het verhaal: het Gerda-patroon
In het Doesburg-traject werken we met een regiegroep: professionals, inwoners en ondernemers die samen de sociale basis van hun gemeente willen versterken. Ik analyseerde elke meeting apart, met dezelfde methodiek en dezelfde vragen. Pas daarna legde ik de analyses naast elkaar.
Toen gebeurde er iets dat ik niet verwachtte.
Floor de Ruiter vertelde in een van de eerste bijeenkomsten over "Boerin Gerda" uit een eerder bottom-up traject. Gerda was een informeel leider: als er ergens iets mis is in de community, weet Gerda ervan. Mensen komen naar haar toe om het probleem op te lossen of er iets mee te doen. De groep begon na te denken over "de Gerda's" in Doesburg: wie zijn de informele leiders hier?
De AI pikte dit thema zelfstandig op als terugkerend patroon over meerdere meetings. In de analyses van de tweede en derde meeting dook het op: de groep ontdekte dat de sociale basis van hun gemeente niet draait op instituten of organisaties, maar op een handjevol kwetsbare sleutelfiguren. Eén vrouw die alles bij elkaar houdt in haar straat. Eén buurtvrijwilliger die de enige schakel is tussen twee gemeenschappen. De AI noemde dit "het Gerda-patroon."
Dat is belangrijk: wij hadden die naam niet aan de AI gegeven. Floor had het concept in de groep geïntroduceerd, de groep praatte erover in de meetings. Maar het was de AI die het als terugkerend patroon over meerdere meetings herkende en er zelf die naam aan gaf.
In de eerste sessies was de toon bezorgd. Iemand stelde de vraag over een sleutelfiguur in de wijk:
"Wat als jij wegvalt? Want dan hebben we wel een heel belangrijk iemand die wegvalt."
In latere sessies verschoof het besef. De groep had het over sleutelfiguren die al zo veel doen dat ze overbelast dreigen te raken:
"Zij heeft zo'n sleutelrol nu al... Dat is een moetje bijna."
En in de vierde sessie werd zichtbaar hoe de kennis verdwijnt wanneer deze sleutelfiguren wegvallen. Iemand had online gezocht naar lokale initiatieven in Doesburg en ontdekte dat de initiatieven waarvan ze wist dat ze bestonden, alweer gestopt waren:
"Hoe vaak ik dan toch weer iets terug krijg dat de Google zegt, die hebben we niet kunnen vinden... Dan is er weer iemand weggegaan."
De verschuiving over de meetings was opvallend: van "deze mensen hun netwerk inzetten" naar "deze mensen beschermen tegen overbelasting." Niet instrumenteel, maar zorgzaam: hoe zorgen we dat de Gerda's niet omvallen?
Dit patroon was alleen zichtbaar omdat het in meerdere meetings terugkwam. In één meeting is het een opmerking. Over drie meetings is het een patroon. Over vijf meetings is het een veranderlijn: van constatering naar bezorgdheid naar actie.
Dat is de kern van patronen over tijd: het zichtbaar maken van verschuivingen die zich ontvouwen over sessies, die je mist als je elke meeting als losstaand eiland bekijkt.
De methode: eerst los, dan samen
Dit is het kernprincipe van patronen over tijd, en eigenlijk van heel Fase 3: opbreken en synthetiseren.
Niet alle transcripten tegelijk aan AI geven. Niet elke sessie als losstaand eiland behandelen. Maar:
- Analyseer eerst elke sessie apart: met dezelfde methodiek, dezelfde vragen, dezelfde lenzen
- Synthetiseer daarna: vergelijk de analyses, zoek patronen
Waarom niet alles in één keer? Omdat je dan de nuance van individuele gesprekken verliest, geen controle hebt over de methodiek, en data krijgt die niet vergelijkbaar is. De context window van AI raakt vol, en resultaten worden minder.
Waarom niet los? Omdat je dan de verbinding tussen sessies mist, verschuivingen niet kunt zien, en elke analyse een eiland blijft.
Het middel is simpel maar krachtig: consequent dezelfde analyse op elke sessie, dan de analyses naast elkaar. Je behoudt de rijkdom van elk gesprek en maakt patronen zichtbaar die je anders zou missen.
De controle zit in de methodiek: als de synthese niet klopt, kun je hem opnieuw doen op basis van dezelfde losse analyses. Als je weet dat de losse analyses kloppen en het aan de synthese ligt, pas je alleen de synthese-opdracht aan. De input blijft hetzelfde.
Wat de analyse oplevert
Toen ik deze methodiek had toegepast op zeven meetings, was mijn eerste vraag: levert dit eigenlijk iets op? Kan AI die menselijke verschuivingen eigenlijk vatten?
Op dat moment had het Doesburg-traject al tien meetings gehad. Ik analyseerde de eerste zeven en stelde de AI een simpele vraag: wat verwacht je van meeting acht? Ik wist al wat er in meeting acht was gebeurd. Dat was het eerlijke aan dit experiment: het was achteraf toetsbaar. Geen speculatie, maar een hypothese die ik kon checken.
De opzet: ik gaf elk van de zeven transcripten aan een aparte AI. Zeven parallelle analyses, elk in een eigen context window, met dezelfde prompt en dezelfde zes signalen. Maximaal detail per sessie. Eén synthese-AI combineerde daarna alle zeven analyses.
Het scenario dat uitkwam
De synthese-AI schreef een scenario voor meeting acht. Niet een voorspelling in de zin van "dit gáát er gebeuren", maar een beschrijving van de meest waarschijnlijke dynamiek. Het scenario heette "De Oogst" en wat mij verraste was de inhoud: het beschreef een groep die bijeen zou komen met een mengeling van trots en realisme. Trots omdat ze het voor elkaar hadden gekregen om een publieke bijeenkomst te organiseren. Realisme omdat niet alles perfect was gegaan.
Ik wist wat er in meeting acht was gebeurd. En dat scenario klopte grotendeels. Niet letterlijk, maar de dynamieken klopten. De spanning die het scenario beschreef (verwachting tegenover realiteit) was precies wat er in de kamer hing.
Dat was het antwoord op mijn vraag. Ja, AI kan die menselijke verschuivingen vatten. Niet perfect, niet alles, maar genoeg om er iets mee te kunnen. En het scenario was niet het enige wat de synthese opleverde.
De data onder het verhaal
De synthese leverde ook iets op wat je in één oogopslag kunt lezen. Van de zes signalen die ik per meeting volgde, zijn er drie als getal uit te drukken:
M1 M2 M3 M4 M5 M6 M7
Eigenaarschap 2 4 4 6 6 7 7 ▂▄▄▆▆▇▇
Energie 6 7 7 7 7 6 7 ▆▇▇▇▇▆▇
Besluiten 5 4 1 5 6 6 7 ▅▄▁▅▆▆▇
Drie lijnen, drie verhalen. Eigenaarschap klimt in twee sprongen en consolideert: de groep neemt stap voor stap meer initiatief over. Energie blijft opvallend stabiel, met één dip die (waarschijnlijk) niet door inhoud kwam maar doordat de meeting online was. En besluiten vertelt misschien wel het meest verrassende verhaal: een dal in de derde meeting (de check-in slokte de hele sessie op), gevolgd door een gestage versnelling naarmate de groep leerde om te overleggen en vooral ook te kiezen.
Elke lijn apart zegt iets. Maar samen vertellen ze meer. Die stabiele energie ondersteunt de eigenaarschapsgroei: de groep houdt het vol, ook als het moeilijk wordt. En de versnelling in besluiten correleert met het moment dat er een concrete deadline kwam.
De andere drie signalen (spanning, groepsidentiteit, gedragspatronen) zijn kwalitatief en lastiger in een grafiek te vatten, maar minstens zo waardevol. Hoe spanning verschuift van "boosheid over het systeem" naar "geduld versus actiedrang." Hoe de groepsidentiteit verandert van "klein clubje" naar "diverse Doesburgers die opbouwen." Dat soort verschuivingen zie je alleen als je systematisch terugkijkt.
En dit zijn zes signalen die ik gekozen heb. Er is waarschijnlijk veel meer mogelijk. Andere vragen, andere lenzen, andere signalen, afhankelijk van wat je wilt weten over je groep. De methode is hetzelfde: consequent dezelfde analyse per sessie, dan de analyses naast elkaar.
De facilitatiekaart
Het scenario laat zien dat de synthese werkt. De curves laten zien hoe de groep verschuift. Maar dezelfde synthese leverde ook iets op wat je vooruit kunt gebruiken: vier aandachtspunten om over na te denken voor je volgende meeting. Wat mij opviel was hoe specifiek ze waren. Niet generiek advies, maar punten die rechtstreeks voortkwamen uit wat er in deze groep was gebeurd.
Bescherm: Wat moet ik beschermen in de volgende bijeenkomst? Denk aan reflectietijd voordat de oplossingsreflex toeslaat. Kwetsbare stemmen die niet vanzelf het woord nemen. Het leerproces zelf.
Confronteer: Wat moet ik benoemen, ook als het oncomfortabel is? Afwezigheid die een patroon wordt. Financiële realiteiten die niemand durft uit te spreken. Afhankelijkheid van één persoon terwijl de groep zelf zou moeten navigeren.
Loslaten: Wat moet ik loslaten? Perfectie. Volledige opkomst. Het oorspronkelijke plan als het proces een andere kant op gaat.
Observeer: Waar let ik op als signaal van echte verandering? Wie neemt het voortouw na een publiek moment? Als jij het initiatief moet nemen voor de volgende stap, is de eigenaarschapslijn gestagneerd. Als een groepslid spontaan zegt "ik stel voor dat we dit doen", is de verschuiving echt.
Deze vier punten zijn niet generiek. Ze komen rechtstreeks uit de data van zeven meetings. Dat is het verschil met een standaard checklist: elke vraag is geworteld in wat er daadwerkelijk is gezegd en gebeurd.
Wat AI nog meer kan vinden
Naast de signalen en de facilitatiekaart kan de synthese nog iets opleveren: terugkerende patronen die je als facilitator herkent maar nooit zou formaliseren. Kennismodules die sterk genoeg zijn om te delen met andere trajecten. De vraag was: zitten er in deze groepsgesprekken inzichten die breder toepasbaar zijn?
De Transcript Analyst (stap 1 van de methode) zoekt per meeting niet alleen naar signalen, maar ook naar wat de prompt "kandidaat-modules" noemt: herbruikbare patronen. Inzichten, werkvormen of strategieën die sterk genoeg zijn om te benoemen, te onthouden, en in andere trajecten toe te passen. De synthese-AI vergelijkt die modules over alle meetings en markeert welke terugkomen.
De Helpvraag. Een van de deelnemers zei in de vierde meeting: "Zeg niet van we hebben hulp nodig. Nee, zeg wil je me helpen. Dat is het moment dat mensen denken, oh ja vertel maar." Dat moment kwam terug in de zesde meeting toen de groep een uitnodigingstekst schreef. De AI herkende het als hetzelfde patroon: de manier waarop je de vraag stelt bepaalt of mensen zich uitgenodigd voelen of aangesproken.
De Groep 8 Toets. Een van de deelnemers introduceerde het principe: elke communicatie moet op groep-8-niveau verstaanbaar zijn. De groep paste het toe op hun uitnodiging, en het werd een terugkerend toetsmoment in latere meetings. Een simpel principe dat de AI over meerdere sessies terugzag.
Dit klinkt misschien als open deuren. Maar het interessante is dat de AI deze 'modules' er zelfstandig uitviste. De prompt vraagt de AI om per meeting te zoeken naar inzichten die overdraagbaar zijn, en de synthese legt de verbanden. Wat je terugkrijgt zijn patronen die je informeel al voelde, maar nu geformaliseerd en onderbouwd met quotes uit meerdere meetings.
Wat je ermee kunt doen
De patronen zichtbaar maken is stap één. De vraag daarna is altijd gericht op de toekomst: wat doe je ermee?
Als voorbereiding
De facilitatiekaart hierboven is het meest concrete voorbeeld. Maar de voorbereiding gaat breder: met de analyses van alle voorgaande meetings kun je AI ook vragen om scenario's te schetsen, spanningen te signaleren die waarschijnlijk terugkomen, of stemmen te identificeren die je misschien wilt beschermen. Het verschil met generiek advies is dat alles geworteld is in wat er daadwerkelijk in jouw groep is gezegd.
Als spiegel
"Kijk eens wat er veranderd is." Laat de analyse zien aan de groep. Niet als oordeel, maar als terugblik. In het Doesburg-traject zagen groepsleden zichzelf terug in de verschuivingen: van afwachtend naar initiatiefnemend, van extern gericht ("de gemeente moet") naar intern gericht ("wij gaan"). Die spiegel helpt een groep om te zien hoe ver ze gekomen zijn, ook als het niet zo voelt.
Als evaluatie
Opdrachtgevers vragen vaak: werkt dit traject? Met patronen over tijd kun je de verschuiving laten zien, niet in abstracte termen maar in de woorden van de deelnemers zelf. Die eigenaarschapscurve van 2 naar 7 over zeven meetings is overtuigender dan elk evaluatieformulier.
Als verhaal
Als je breder nadenkt, wordt er meer mogelijk. Wanneer je patronen over tijd zichtbaar maakt, creëer je het verhaal van de groep. Niet "wat we deden", maar "wie we werden." Dat verhaal is waardevol voor de groep zelf, voor opdrachtgevers, en voor toekomstige projecten. Het is het verschil tussen een lijst activiteiten en een ontwikkelingsverslag.
De prompts
De prompts die ik in het Doesburg-traject gebruikte vormen een twee-staps systeem: eerst een Transcript Analyst die elk transcript apart analyseert, dan een Predictive Synthesizer die de analyses combineert. Je kunt ze gebruiken met elk AI-model dat lange teksten aankan.
Stap 1: Transcript Analyst
Gebruik deze prompt per meeting. Geef de AI het transcript, het meetingnummer, en eventueel de analyse van de vorige meeting als context.
Je bent een Transcript Analyst. Je analyseert één transcript van een participatief groepsproces. Je doel is niet samenvatten — het is signalen extraheren die later gebruikt worden om de trajectorie van de groep te voorspellen.
Kernprincipe: Samenvatten beschrijft wat er WAS. Signalen extraheren beschrijft wat er BEWEEGT. Jij zoekt naar beweging: wat verschuift, wat versnelt, wat stagneert, wat op het punt staat om te kantelen.
Instructies:
- Lees het volledige transcript zorgvuldig
- Extraheer de 6 signalen (zie signaalmodel hieronder)
- Extraheer alle ARL-items (Acties, Reflecties, Lessen) en Besluiten
- Identificeer kandidaat-modules (herbruikbare patronen)
- Noteer blind spots en risico's
- Lever output in het format hieronder
Regels:
- Elk signaal MOET onderbouwd zijn met een letterlijk citaat uit het transcript
- High recall: als er tien acties zijn, noem ze alle tien. Filter niet.
- Gebruik de taal van de deelnemers, niet academisch jargon
- De facilitator is ook data — track wanneer die ingrijpt, terugtrekt, of stilte laat
Het signaalmodel (6 dimensies):
S1 Eigenaarschap-Traject Van facilitator-geleid naar groep-gedragen? Meten: Wie initieert onderwerpen? Wie stelt vragen vs. wie beantwoordt? Wie zegt "wij gaan..." vs. "jullie moeten..."? Output: Score 0-10 (0 = volledig facilitator-geleid, 10 = volledig groep-gedragen) + onderbouwing. Citaat: Het moment dat eigenaarschap het sterkst zichtbaar is.
S2 Spanning-Evolutie Welke spanningen leven er? Productief of destructief? Meten: Dominante spanning. Expliciet (benoemd) of impliciet (voelbaar maar onbenoemd)? Productief (leidt tot actie) of destructief (leidt tot verlamming)? Output: Spanning + classificatie (productief/destructief/latent). Citaat: Het moment waarop de spanning het scherpst is.
S3 Energie-Pulse Hoe is de collectieve energie? Meten: Momenten van lachen, stilte, door-elkaar-praten, afleiding, diepe focus. De verhouding "erbij zijn" vs. "afdwalen". Output: Score 0-10 + piekmoment + dipmoment. Citaat: Het energetische hoogtepunt.
S4 Besluit-Momentum Worden er besluiten genomen? Door wie? Expliciet of impliciet? Meten: Tel expliciete besluiten. Let op impliciete besluiten (iets wordt vanzelfsprekend zonder stemming). Track wie besluiten initieert. Output: Aantal + type (expliciet/impliciet/uitgesteld) + initiator(s). Citaat: Het belangrijkste besluit.
S5 Groepsidentiteit Hoe definieert de groep zichzelf? Meten: "Wij"-taal, metaforen, in/outgroup dynamiek, verhouding tot andere partijen. Output: "Wij zijn..." + "Wij zijn niet..." Citaat: De uitspraak die de groepsidentiteit het best vangt.
S6 Patroon-Stabiliteit Welke terugkerende gedragspatronen zijn zichtbaar? Meten: Wie spreekt wanneer, rituelen (check-in), vermijdingspatronen, terugkerende metaforen of grapjes. Output: Lijst van patronen + per patroon: opkomend/stabiel/verzwakkend. Citaat: Bewijs van het sterkste patroon.
Output format:
Meeting [N] Analyse — [Datum]Context- Type meeting: [kennismaking / diepte-sessie / organiseren / besluitvorming / etc.]
- Aanwezigen: [namen + rollen]
- Afwezigen: [namen — afwezigheid is ook data]
- Fase van de groep: [vorming / storming / norming / performing — in mensentaal]
- Kernvraag: [Het centrale dilemma dat op tafel ligt, vaak impliciet]
SignalenPer signaal: score, citaat, analyse.
ARL Extractie (Volledig)- ACT-[N]-01: [Wie] gaat [wat] doen. Status: [open/afgerond/vervallen]
- REF-[N]-01: [Inzicht over het proces of de huidige staat]
- LRN-[N]-01: [Generiek inzicht voor de toekomst]
- DEC-[N]-01: [Besluit + wie initieerde + expliciet/impliciet]
Kandidaat-Modules (herbruikbare patronen)Per module:
- Type: inzicht / werkvorm / strategie
- Kernles: [wat is overdraagbaar]
- Condities: [wanneer werkt dit]
- Anti-patroon: [wanneer werkt dit niet]
- Bewijs: [citaat]
Blind Spots & Risico'sPer risico: naam, niveau (hoog/midden/laag), beschrijving.
Spiegel voor de Deelnemers[Max 150 woorden, warm en observerend, in "we"-vorm. Bevat: erkenning, progressie, goudklompje, cliffhanger-vraag]
Stap 2: Predictive Synthesizer
Gebruik deze prompt nadat alle losse analyses klaar zijn. Geef de AI alle analyses als input.
Je bent een Predictive Synthesizer. Je ontvangt analyses van meerdere meetings van een participatief groepsproces. Je doel is:
- De trajectorie van de groep over alle meetings heen zichtbaar maken
- Veranderlijnen identificeren (shifts die zich over meerdere meetings voltrekken)
- Een gedetailleerde voorspelling doen voor de volgende meeting
Kernprincipe: Patronen over tijd zijn machtiger dan momentopnames. Een eigenaarschap-score van 6 zegt weinig. Een curve van 3 → 4 → 3 → 5 → 4 → 6 → 7 vertelt een verhaal. Jij leest de curve, niet het punt.
Instructies:
- Laad alle meeting-analyses
- Bouw het trajectorie-dashboard (signalen over tijd)
- Identificeer veranderlijnen (cross-meeting shifts)
- Doe retro-voorspellingen (valideer je eigen model)
- Genereer de voorspelling voor de volgende meeting
Output format:
- Signaal-Dashboard Alle zes signalen per meeting in een tabel. Per signaal: beschrijf de trendlijn over alle meetings.
- Veranderlijnen Per veranderlijn: - Beschrijving van de verschuiving - Traject door de meetings heen, met citaten - Projectie: waar gaat dit naartoe? - Confidence score (0.0-1.0)
- Retro-Voorspellingen (Model-Validatie) Voor elke meeting (2 t/m N): wat had je voorspeld op basis van de vorige meeting(s)? Wat gebeurde er werkelijk? Score per voorspelling. Sluit af met: model-accuraatheid en blind spots van het model.
- Voorspelling Meeting [N+1] 4.1 Context & Condities Wat weten we over de omstandigheden? Deadline-druk? Seizoen? Externe factoren? Wie is er waarschijnlijk wel/niet?
4.2 Scenario's Scenario A: [Naam] — Meest Waarschijnlijk (Confidence: [X]) Minimaal 300 woorden. Per scenario: - Verwachte onderwerpen, dynamiek, spanningen - Verwachte eigenaarschapsverschuiving - Verwachte besluiten - Het moment om op te letten - Risico: wat kan dit scenario laten ontsporen?
Scenario B: Alternatief (Confidence: [X]) Minimaal 200 woorden.
Scenario C: Black Swan (Confidence: [X]) Minimaal 150 woorden. Wat zou iedereen verrassen maar achteraf logisch zijn?
4.3 Signaal-Projecties Per signaal: huidige waarde, verwachte waarde, marge, reden.
4.4 Veranderlijnen Projectie Per veranderlijn: waar staat die op de curve, waar gaat die naartoe?
4.5 Facilitatiekaart - Bescherm: wat moet je beschermen of koesteren? - Confronteer: waar moet je de groep mee confronteren? - Loslaten: wat moet je bewust loslaten? - Observeer: waar moet je extra op letten als signaal?
- Module-Oogst (Cross-Meeting) Welke patronen zijn sterk genoeg om te formaliseren als herbruikbare modules? Per module: naam, bronnen, rijpheid, overdraagbaarheid.
- Meta-Reflectie Wat zegt deze trajectorie over het participatieve proces zelf? Welke inzichten zijn breder toepasbaar dan alleen dit project?
- Twee stappen in plaats van een alles-in-een-prompt zorgt ervoor dat elke sessie de volle aandacht krijgt. Bij meerdere transcripten tegelijk verlies je nuance: de context window raakt vol en AI gaat samenvatten in plaats van analyseren.
- Dezelfde zes signalen bij stap 1 maken de analyses vergelijkbaar. Zonder die consequentheid krijg je data die niet naast elkaar gelegd kan worden.
- De synthese als aparte stap dwingt AI om actief te vergelijken in plaats van per transcript samen te vatten.
- Retro-voorspellingen dwingen het model om zichzelf te valideren. Dat is de eerlijkheidscheck.
- Scenario's met marges in plaats van één voorspelling dwingt de AI om alternatieve toekomsten te overwegen. Niet "dit gaat er gebeuren" maar "dit zijn drie mogelijkheden."
- De facilitatiekaart vertaalt analyse naar actie. Niet "hier is een grafiek" maar "hier is wat je ermee kunt doen."
Probeer dit zelf
Je kunt de bovenstaande prompts gebruiken op je eigen transcripten. Maar als je wilt beginnen met iets kleiners, probeer dan dit: een vergelijking van twee sessies met dezelfde groep.
10-15 minuten. Je hebt twee verslagen of transcripten nodig van bijeenkomsten met dezelfde groep.
-
Kies twee sessies van hetzelfde traject. Het hoeft niet perfect te zijn: twee teamoverleggen, twee workshops, twee groepsgesprekken. Als ze maar van dezelfde groep zijn met minimaal een paar weken ertussen.
-
Analyseer ze allebei met dezelfde vijf vragen. Kopieer deze prompt en gebruik hem voor beide sessies:
Analyseer dit transcript van een bijeenkomst.
Beantwoord deze vijf vragen:
- Wat zijn de drie belangrijkste onderwerpen?
- Hoe praten deelnemers over hun situatie: extern gericht ("zij moeten") of intern gericht ("wij kunnen")? Geef quotes.
- Welke vragen worden gesteld? Categoriseer: waarom, wat, hoe, wie/wanneer.
- Waar nemen mensen initiatief? Waar leggen ze verantwoordelijkheid buiten zichzelf?
- Waar zat de energie? Welke onderwerpen kregen levendigheid?
Geef per vraag een korte samenvatting met de sterkste quotes.
- Vraag de AI om de twee analyses te vergelijken. Geef beide analyses als input en vraag:
Ik geef je twee analyses van bijeenkomsten van dezelfde groep, met een paar weken ertussen. Vergelijk ze:
- Wat is er verschoven tussen sessie 1 en sessie 2?
- Zijn de vragen concreter of abstracter geworden?
- Is de toon veranderd? Van extern naar intern gericht?
- Welke thema's zijn verdwenen, welke zijn nieuw?
- Als je één verschuiving zou moeten benoemen: welke?
-
Wat je waarschijnlijk ziet: de thema's zijn verschoven. Misschien zijn de vragen concreter geworden. Misschien is de toon veranderd. Misschien is er iets verdwenen.
-
De echte vraag: herken je de verschuiving? Als je er zelf bij was: klopt het met wat je voelde? Als je er niet bij was: wat wil je checken bij iemand die er wel was?
Het doel is niet een perfecte analyse. Het doel is de ervaring: oh, dit veranderde, en ik had het gemist.
Verdieping: het experiment
Dit is voor wie nieuwsgierig is naar hoe de methode is ontwikkeld en getest. Je hoeft dit niet te lezen om patronen over tijd toe te passen.
Alles hierboven is gebaseerd op versie één van het experiment: zeven parallelle analyses, één synthese. Maar na dat eerste resultaat wilde ik weten: kun je dit ook per sessie doen? Niet achteraf alles tegelijk analyseren, maar al na sessie één een voorspelling doen voor sessie twee. En dan bij sessie twee de vorige voorspelling beoordelen, bijstellen, en opnieuw voorspellen. Een spiraal van feedback en leren, waarbij elke ronde voortbouwt op de observaties van de vorige. Dat testte ik met vier methodes die steeds op elkaar voortbouwden.
Een kanttekening: de percentages hieronder zijn door AI zelf beoordeeld. De ene AI voorspelt, de andere scoort wat er werkelijk gebeurde. Het zijn geen harde cijfers. Wat wél interessant is, is wat elke stap in de spiraal oplevert aan inzichten over hoe AI met dit soort data omgaat.
| Versie | Methode | Wat het oplevert |
|---|---|---|
| V1 | Zeven parallelle analyses + één synthese | Het resultaat hierboven: scenario, curves, facilitatiekaart. De rijkste aanpak, maar alleen achteraf mogelijk. |
| V2 | Per sessie analyseren, blinde voorspelling, gecomprimeerde handoff naar de volgende | De basis van de spiraal. Elke AI krijgt alleen een samenvatting van de vorige, niet de volledige analyse. Eerste poging: ~68%. |
| V3 | V2 + elke ronde beoordeelt de vorige voorspelling, stelt bij, en leert | De spiraal in actie. Door expliciet terug te kijken op wat de vorige ronde goed en fout had, werden de voorspellingen scherper (~73%). |
| V4 | V3 + volledige vorige analyses meegegeven in plaats van samenvattingen | Meer data, maar niet per se beter (~69%). De AI werd voorzichtiger en beschrijvender in plaats van scherper. |
Wat dit laat zien: de voorspellingen van V3 kwamen dichter bij wat er werkelijk gebeurde dan die van V4, terwijl V4 meer informatie had. Hoe dat werkt: bij elke volgende stap kreeg de AI het transcript van de meeting die in de vorige ronde was voorspeld. Zo kon die beoordelen welke scenario's zich daadwerkelijk hadden afgespeeld, en bijstellen voor de volgende voorspelling. Dat is geen harde wetenschap (de AI beoordeelt zichzelf), maar het patroon is interessant. Wanneer je een AI alles geeft, moet die zelf uitzoeken wat belangrijk is, en dat maakt de AI voorzichtiger en beschrijvender in plaats van scherper. Geef je een compacte samenvatting, dan is de ruis er al uit en kan de AI zich richten op de patronen die ertoe doen. Dat onderbouwt het principe "eerst los, dan samen." -
De eerlijkheid: Dit is een experiment, geen bewezen methode. De signalen heb ik zelf gedefinieerd, de scores zijn indicatief, en het model overschat de voortgang en onderschat de weerstand. Mensen zijn geen trendlijnen. De waarde zit niet in de percentages, maar in het gedachtegoed: een spiraal van feedback en leren die de analyse elke ronde rijker maakt. En praktisch: een facilitator die voor elke meeting een briefing krijgt op basis van alle vorige sessies.
Spanningen
Te veel patronen AI kan eindeloos patronen vinden. Maar niet alles is betekenisvol.
Wat ik merk: AI wordt steeds intelligenter. Met genuanceerde prompts krijg je goede keuzes. Ik beperk tot drie tot vijf patronen en vraag: welke doen er echt toe voor deze groep, voor dit doel?
Patronen die er niet zijn De verleiding is om ontwikkeling te zien waar alleen variatie is. Niet elke verandering is een verschuiving.
Wat ik doe: Ik check met de groep. Herkennen zij de verschuiving? Als niet, is het mogelijk geen echt patroon.
Te veel sturen Je wilt context meegeven, maar je moet bewust zijn dat je niet te veel stuurt waar je naar op zoek bent.
Waar ik op let: Hoeveel groepen, welke onderwerpen, maar niet zodanig dat je de uitkomst bepaalt. Niet de ideale uitkomst al in je prompt zetten. Niet op zoek zijn naar een bepaald patroon. Je analyse zo doen dat je redelijk neutraal tot clusters komt, en wellicht ook open staat voor wat er op kan komen. Want je hebt natuurlijk vaak zelf ook al ideeën over wat belangrijk is.
Transparantie in synthese Als AI bepaalt dat drie quotes relevant zijn om een patroon te onderbouwen, dan is het waardevol om transparantie te hebben.
Waarom dit ertoe doet: Je wilt snappen: klopt deze clustering? Klopt dit patroon? Daarom werk ik het liefst met quotes. Iemand in de groep kan zeggen "deze quote heb ik gehoord" en checken of het klopt. Je kunt quotes teruggeven die een kern bevatten: een zin die samenvat wat veel mensen voelen.
Veilige uitgangspunten
- Meerdere sessies beschikbaar voor analyse?
- Elke sessie apart geanalyseerd met dezelfde methodiek?
- Context per sessie meegenomen in de prompt?
- Patronen beperkt tot drie tot vijf die er echt toe doen?
- Patronen gecheckt bij de groep: herkennen zij de verschuiving?
- Onderscheid gemaakt tussen verschuiving en variatie?
Filosofische verdieping
Wijsheid die opstapelt
Elke sessie produceert inzichten. Maar de meeste verdwijnen. Het volgende gesprek begint, de aandacht verschuift, wat eerder gezegd is vervaagt.
Patronen over tijd maken het mogelijk om wijsheid te laten opstapelen. Niet alleen in de hoofden van mensen, maar zichtbaar, documenteerbaar, deelbaar.
Dit is de belofte van analyse over tijd: niet elke sessie als los eiland, maar alle sessies samen als een verhaal dat zich ontvouwt.
Het ritueel verandert, de intentie niet
Tot voor kort volgde ik groepsontwikkeling op de manier die de meeste facilitators kennen: op gevoel, met losse notities, en met wat ik onthield van vorige sessies. Dat werkt, tot op zekere hoogte. Het probleem is niet dat je niet oplet, maar dat sommige verschuivingen zich zo langzaam ontvouwen dat je ze pas herkent als je achteraf terugkijkt.
De methodiek op deze pagina verandert het ritueel. In plaats van onthouden en aanvoelen, analyseer je elke sessie systematisch en leg je de analyses naast elkaar. De intentie is precies dezelfde: begrijpen wat er beweegt in een groep, en dat inzicht gebruiken om het proces te verbeteren. Maar het ritueel maakt zichtbaar wat eerder onzichtbaar bleef.
Volgens mij zit de waarde niet in de analyse zelf, maar in het gesprek dat eruit voortkomt. Een facilitatiekaart die zegt "bescherm de reflectietijd" is pas waardevol als je er met je mede-facilitator over praat. De AI levert de spiegel; wat je ermee doet is mensenwerk.
Patronen op verschillende tijdschalen
Verschuivingen zijn er niet alleen over maanden. Binnen één dag met meerdere tafels zie je hetzelfde. In de design thinking-wereld heet dit de dubbele diamant: eerst divergeren, dan convergeren. Dat is een patroon op kleine tijdschaal. Maar als je dezelfde groep over maanden volgt, zie je grotere diamanten: het traject als geheel divergeert (verkenning) en convergeert (actie). De methode is identiek, de tijdschaal verschilt.
Het verhaal van de groep
Wanneer je patronen over tijd zichtbaar maakt, creëer je het verhaal van de groep. Niet "wat we deden", maar "wie we werden."
Dat verhaal is waardevol. Voor de groep zelf: om te zien hoe ver ze gekomen zijn. Voor opdrachtgevers: om te begrijpen wat er gebeurd is. Voor toekomstige projecten: om te leren van wat werkte.