De kern van Scharmers recente werk is dat intelligentie volgens hem uit meer bestaat dan alleen kunstmatige intelligentie. Hij onderscheidt drie samenhangende vormen van intelligentie: artificial intelligence (AI), organic intelligence (OI) en source intelligence (SI). AI is sterk in patroonherkenning, voorspellingen en het verwerken van bestaande kennis. OI verwijst naar menselijke vermogens zoals empathie, lichamelijke ervaring, relaties en het begrijpen van verschillende perspectieven. Daarnaast introduceert hij source intelligence, ook wel soil intelligence genoemd: het vermogen om gezamenlijk nieuwe mogelijkheden te herkennen en richting te geven aan ontwikkelingen die nog niet volledig zichtbaar zijn. Scharmer verbindt dit vermogen met wat hij samen met Eva Pomeroy fourth-person knowing noemt: een vorm van collectief weten die ontstaat in het sociale veld. Volgens Scharmer vullen de drie vormen van intelligentie elkaar aan en is elke vorm geschikt voor een ander type complexiteit. AI helpt vooral bij het verwerken van bestaande patronen, terwijl OI en SI volgens hem nodig blijven voor samenwerking, betekenisgeving en vernieuwing.

Een tweede centraal begrip is de social soil, of sociale bodem. Deze metafoor ontleent Scharmer aan de regeneratieve landbouw waarmee hij opgroeide. Zoals de kwaliteit van een landbouwbodem bepaalt wat erop kan groeien, bepaalt volgens hem de kwaliteit van relaties, vertrouwen, aandacht en gedeelde betekenis uiteindelijk hoe organisaties en samenlevingen functioneren. Zichtbare resultaten, zoals innovatie, economische ontwikkeling of democratische instituties, zijn in deze metafoor vergelijkbaar met de oogst; de sociale bodem vormt de onderliggende voedingslaag. In zijn eerdere werk werkt Scharmer dit begrip verder uit. Daar beschrijft hij de sociale bodem niet alleen als metafoor, maar ook als de relationele infrastructuur die bepaalt in hoeverre mensen, organisaties en onderwijsinstellingen gezamenlijk kunnen leren, innoveren en regenereren. Wanneer deze sociale bodem verarmt, ontstaan volgens Scharmer verschijnselen als polarisatie, eenzaamheid, afnemend vertrouwen en verlies van gezamenlijk handelingsvermogen.

Vanuit dit perspectief introduceert hij het begrip intelligence monoculture. Daarmee bedoelt hij een situatie waarin vrijwel alle aandacht en investeringen uitgaan naar AI, terwijl menselijke en collectieve vermogens relatief weinig aandacht krijgen. Zo verwijst hij naar de verwachting dat in 2026 meer dan 2,5 biljoen dollar in AI wordt geïnvesteerd, terwijl volgens hem nauwelijks wordt geïnvesteerd in de ontwikkeling van OI en SI. Hij bespreekt vervolgens drie ontwikkelingen die volgens hem illustreren dat een eenzijdige afhankelijkheid van AI risico’s kent. De eerste is de afname van de instroom van junior softwareontwikkelaars. Scharmer ziet dit als een signaal dat AI niet alleen werk automatiseert, maar ook traditionele leertrajecten kan verkorten, waardoor minder ruimte ontstaat om kennis en vakmanschap in de praktijk op te bouwen. De tweede is model collapse: AI-systemen die steeds vaker worden getraind op door AI gegenereerde inhoud kunnen aan kwaliteit verliezen. De derde is cognitive debt, een begrip uit een studie van het MIT Media Lab waarin werd onderzocht hoe het gebruik van grote taalmodellen tijdens schrijftaken samenhing met verschillen in neurale activiteit en metacognitieve betrokkenheid. Volgens Scharmer laten deze voorbeelden zien waarom AI het menselijk denken vooral zou moeten ondersteunen en niet vervangen.

In zijn artikel Leadership’s Blind Spot in the Age of AI vertaalt Scharmer deze ideeën naar organisaties. Hij onderscheidt vier niveaus van luisteren en collectieve actie, die lopen van routinematig handelen en automatisering naar empathisch luisteren, gezamenlijk betekenis geven en uiteindelijk het ontwikkelen van nieuwe mogelijkheden. Daarbij beschrijft hij verschillende vormen van samenwerking tussen mens en AI. Op de lagere niveaus neemt AI vooral routinematige taken over of ondersteunt zij bestaande werkzaamheden. Op de hogere niveaus verschuift de rol van AI naar het zichtbaar maken van patronen en het ondersteunen van gezamenlijke reflectie. Nieuwe ideeën blijven volgens Scharmer uiteindelijk afhankelijk van menselijke aandacht, dialoog en samenwerking. Daarom pleit hij voor een tweede infrastructuur naast de AI-infrastructuur: een deep-sensing infrastructure waarin organisaties bewust investeren in reflectie, dialoog en gezamenlijke betekenisvorming.

In het essay We May Be Entering a Second Axial Age plaatst Scharmer deze analyse in een breder historisch perspectief. Hij vergelijkt de huidige combinatie van klimaatverandering, biodiversiteitsverlies, geopolitieke spanningen, migratie en AI met de zogenoemde Axiale tijd, ongeveer 2.500 jaar geleden. Volgens filosoof Karl Jaspers ontstonden toen in verschillende delen van Eurazië nieuwe religieuze en filosofische tradities die het menselijk denken blijvend veranderden. Scharmer gebruikt deze vergelijking als interpretatiekader om te betogen dat de huidige periode opnieuw vraagt om een andere manier waarop mensen samenwerken en betekenis geven. Die vergelijking is nadrukkelijk een filosofische interpretatie en geen historische vaststelling.

In het NRC-interview licht Scharmer deze ideeën verder toe aan de hand van actuele voorbeelden. Hij beschrijft een groeiend gevoel van wat hij planetaire overweldiging noemt: veel mensen ervaren dat maatschappelijke en technologische ontwikkelingen sneller gaan dan zij kunnen verwerken. Volgens hem is dit geen individueel probleem, maar een signaal dat samenlevingen moeite hebben nieuwe ontwikkelingen gezamenlijk te begrijpen en richting te geven. Daarom pleit hij ervoor dat onderwijs, bedrijven en overheden niet alleen investeren in AI-technologie, maar ook in menselijke vermogens als empathie, samenwerking, creativiteit en collectief leervermogen. Daarbij benadrukt hij dat de vraag rond AI uiteindelijk niet alleen technisch, maar ook maatschappelijk en organisatorisch is.

Het recente werk van Scharmer vormt daarmee een samenhangend denkkader waarin AI niet wordt afgewezen, maar wordt geplaatst naast bredere vragen over leiderschap, samenwerking en maatschappelijke ontwikkeling. De centrale begrippen, zoals social soil, source intelligence en fourth-person knowing, zijn grotendeels conceptuele modellen. Hij werkt ze in zijn publicaties normatief en filosofisch uit en onderbouwt ze slechts gedeeltelijk empirisch.

Deze visie van Scharmer raakt aan thema’s die ik in mijn recente filosofische verkenning over relationele intelligentie heb uitgewerkt, maar vertrekt vanuit een ander theoretisch perspectief. Waar Scharmer de nadruk legt op de sociale bodem en op drie vormen van intelligentie als voorwaarden voor menselijk en organisatorisch handelen, beschrijft relationele intelligentie hoe waarde, betekenis en handelingsvermogen ontstaan in de wisselwerking tussen mensen, organisaties, technologie, informatie en instituties. Beide benaderingen delen de gedachte dat de maatschappelijke impact van AI niet uitsluitend wordt bepaald door de technologie zelf, maar vooral door de kwaliteit van de relaties en de context waarin die technologie wordt ontwikkeld en toegepast. In mijn verkenning over relationele intelligentie wordt dit perspectief verder uitgewerkt tot een bredere ontwikkelingsfilosofie waarin naast menselijke vermogens ook governance, institutionele inrichting en sociaal-technische systemen een expliciete plaats krijgen. In die zin kan Scharmers werk worden gelezen als een waardevolle bouwsteen binnen een bredere ontwikkeling waarin de kwaliteit van menselijke en maatschappelijke relaties centraal komt te staan.

To be continued…

Bronnen

• Acemoglu, D., & Johnson, S. (2023). Power and Progress: Our Thousand-Year Struggle over Technology and Prosperity. PublicAffairs.
• Derksen, M. (2025, 2 april). Otto Scharmer over de toekomst van universiteiten: Van kennisfabrieken naar innovatie-ecosystemen. Upstream.
• Derksen, M. (2026, 28 juli). Relationele intelligentie: een ontwikkelingsfilosofie voor een complexe wereld. Upstream.
• Kosmyna, N., Hauptmann, E., Yuan, Y. T., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Task. arXiv.
• Maturana, H. R., & Varela, F. J. (1980). Autopoiesis and Cognition: The Realization of the Living. D. Reidel.
• Scharmer, C. O. (2016). Theory U: Leading from the Future as It Emerges (2nd ed.). Berrett-Koehler.
• Scharmer, C. O. (2026, 12 mei). We May Be Entering a Second Axial Age. Noema Magazine.
• Scharmer, C. O. (2026, 7 juli). Leadership’s Blind Spot in the Age of AI. MIT Sloan Management Review.
• Scharmer, C. O., & Pomeroy, E. (2024). Fourth person: The knowing of the field. Journal of Awareness-Based Systems Change, 4(1), 19–48.
• Van Noort, W. (2026, 28 juli). ‘Het echte gevaar is niet dat machines op ons gaan lijken, maar dat wij op machines gaan lijken’, zegt MIT-onderzoeker Otto Scharmer. NRC Handelsblad.