Normalcy bias. Als systemen goed werken, lijkt het simpel.

Een functie die gewoon doet wat hij moet doen, valt niet op. Tot hij hapert.

Op dat moment merk je pas hoe vanzelfsprekend het daarvoor voelde. In ons hoofd gebeurt iets voorspelbaars. Het werkt nu, dus het zal wel zo blijven werken.

In digitale omgevingen wordt dat effect sterker. Hoe soepeler een website, platform of koppeling draait, hoe minder aandacht er is voor wat er op de achtergrond gebeurt. En hoe sneller het idee ontstaat dat het allemaal wel meevalt.

Alsof stabiliteit hetzelfde is als eenvoud. 

Dat is zelden zo.

Achter goed functionerende systemen zitten keuzes, afstemming en onderhoud. Juist omdat ze goed draaien. Die complexiteit blijft buiten beeld zolang alles normaal voelt.

Diezelfde reflex zie je nu bij AI. Het werkt. Een prompt erin, output eruit. Dat voelt overzichtelijk. Maar de echte impact zit niet in de prompt. Die zit in context, data, controle en verantwoordelijkheid. AI versnelt het resultaat, niet de werkelijkheid erachter.

Wat hier speelt, heet normalcy bias.
De neiging om aan te nemen dat wat vandaag goed gaat, morgen ook wel goed zal blijven gaan. En precies daardoor wordt onderliggende complexiteit structureel onderschat.