AI-geletterdheid is geen checkbox: hoe leer je weloverwogen beslissingen te nemen over AI?

De meesten van ons gebruiken AI in ons dagelijks werk. Maar een AI-tool gebruiken is niet hetzelfde als begrijpen wat AI in een zakelijke context betekent. Hoe beoordeel je wat AI kan, herken je de beperkingen en bepaal je wanneer het zinvol is om AI in te zetten? Dat is de kern van AI-geletterdheid: een vaardigheid die steeds belangrijker wordt voor professionals en organisaties.

De relevantie van AI reikt veel verder dan alleen technische functies. AI ondersteunt professionals bij het schrijven en analyseren van informatie, het herkennen van patronen, het inschatten van risico’s en het nemen van beslissingen. Soms is de rol van AI duidelijk zichtbaar, bijvoorbeeld bij het gebruik van een generatieve AI-assistent. In andere gevallen werkt AI op de achtergrond, als onderdeel van een groter systeem.

Jos van Hillegersberg, Academic Director van JADS en hoogleraar Business Information Systems, houdt zich al tientallen jaren bezig met de ontwikkeling en toepassing van AI en digitale technologieën. Volgens hem betekent het bredere gebruik van AI niet dat professionals iedere nieuwe toepassing zonder meer moeten omarmen. Maar ook niet dat ze de technologie moeten afwijzen omdat die niet perfect is.

“Verdiep je in de mogelijkheden van AI, blijf kritisch en volg de ontwikkelingen. Bestempel iets niet te snel als een absolute gamechanger, maar schrijf het ook niet te snel af. Denk in mogelijkheden, maar blijf kritisch op wat AI wel en niet kan en waar je het kunt inzetten.”

Juist het vermogen om te verkennen, vragen te stellen en weloverwogen keuzes te maken, vormt de kern van AI-geletterdheid.

Wat vereist de EU AI Act?

De EU AI Act heeft AI-geletterdheid tot een expliciete verantwoordelijkheid voor organisaties gemaakt. Artikel 4 is sinds 2 februari 2025 van toepassing en werd in juli 2026 herzien.

Volgens de huidige bepaling moeten organisaties die AI-systemen aanbieden of inzetten maatregelen nemen om de ontwikkeling van AI-geletterdheid te ondersteunen bij medewerkers en anderen die namens hen AI-systemen bedienen of gebruiken. Daarbij moeten zij rekening houden met de bestaande technische kennis, ervaring, opleiding en training van deze mensen, de context waarin het systeem wordt gebruikt en de mensen die door het gebruik ervan kunnen worden geraakt.

De AI Act schrijft niet één specifiek niveau van AI-geletterdheid voor dat iedereen moet bereiken. Dat is een belangrijk onderscheid. Een communicatieprofessional die generatieve AI gebruikt om een tekst op te stellen, heeft een ander soort kennis en begrip nodig dan een data scientist die een voorspellend model ontwikkelt of een manager die verantwoordelijk is voor beslissingen waarbij AI wordt ingezet.

AI-geletterdheid kan daarom niet worden teruggebracht tot één algemene training voor een hele organisatie. Wat iemand moet weten, hangt af van diens rol, de toepassing en de mogelijke gevolgen als er iets misgaat. Training kan onderdeel zijn van de aanpak van een organisatie, maar AI-geletterdheid moet ook terugkomen in de manier van werken, in verantwoordelijkheden en in de besluitvorming.

Meer dan alleen begrip van de technologie

Technische kennis is belangrijk, maar vormt slechts een deel van het geheel. Dr. Danielle Sent is universitair hoofddocent en Program Director Professional Education bij JADS. Haar onderzoek richt zich op betrouwbare AI, beslissingsondersteunende systemen en de interactie tussen mens en AI.

Sent beschrijft AI als een technologie die verschillende rollen kan vervullen. AI kan een professional ondersteunen als assistent, optreden als kritische collega die wijst op iets wat mogelijk over het hoofd is gezien, of een duidelijk afgebakende taak overnemen. Om te bepalen welke rol passend is, is inzicht nodig in zowel de technologie als de situatie waarin deze wordt gebruikt.

“Het gaat nooit alleen om het model zelf. Het gaat om het model, de persoon die het gebruikt en de omgeving waarin het wordt toegepast. Je kunt een heel goed model hebben, maar als de gebruiker er niet goed mee omgaat of de organisatie haar procedures niet op orde heeft, ontstaan er problemen.”

Verantwoord gebruik kan daarom niet alleen worden beoordeeld aan de hand van de vraag of een AI-systeem nauwkeurige resultaten oplevert. Organisaties moeten ook nadenken over hoe de output wordt geïnterpreteerd, wie deze controleert, wat er gebeurt als omstandigheden veranderen en wie uiteindelijk verantwoordelijk blijft voor de beslissing.

Ook de mogelijke gevolgen spelen een rol. AI gebruiken om een interne e-mail te verbeteren is iets anders dan AI inzetten om een sollicitant te beoordelen, fraude op te sporen of een medische beslissing te ondersteunen. Zoals Sent uitlegt, bestaat er geen aanpak die voor iedere toepassing werkt. Wat passend is, hangt af van wie het systeem gebruikt, in welke context, voor welk type beslissing en wiens belangen daarbij worden geraakt.

Vier vragen die iedere professional zou moeten stellen over elk AI-model

Je hoeft niet ieder technisch detail van een AI-model te begrijpen om het verantwoord te kunnen gebruiken. Wel moet je de juiste vragen kunnen stellen over het doel, de beperkingen en de mogelijke gevolgen:

1. Waarvoor gebruik ik AI?
   Ondersteunt AI mij, daagt het mij uit om kritisch na te denken of voert het namens mij een taak uit?
2. Wat kan het systeem missen of verkeerd interpreteren?
   Denk aan de kwaliteit van de beschikbare informatie, mogelijke vooroordelen in het systeem en relevante context waarmee het systeem mogelijk geen rekening houdt.
3. Wat zijn de gevolgen als de output niet klopt?
   Hoe groter de mogelijke impact op mensen, hoe belangrijker zorgvuldige controle en menselijk toezicht worden.
4. Wie controleert het resultaat en blijft verantwoordelijk?
   Een door AI gegenereerd advies neemt de professionele of organisatorische verantwoordelijkheid niet weg.

Deze vragen helpen professionals ook om AI actiever in te zetten. AI hoeft kritisch denken niet te vervangen. Je kunt AI juist gebruiken om een aanname te toetsen, tegenargumenten naar boven te halen of bewijs te vinden dat je oorspronkelijke standpunt ter discussie stelt. Op die manier kan AI je helpen scherper te denken, in plaats van het denkwerk simpelweg van je over te nemen.

Waarom AI-geletterdheid nooit klaar is

Een van de hardnekkigste misverstanden is dat AI-geletterdheid iets is wat je eenmalig kunt regelen: met een training, een set richtlijnen of een lijst met goedgekeurde tools. In werkelijkheid kunnen alle drie al snel verouderd raken.

AI-systemen worden regelmatig bijgewerkt en kunnen zich na een update anders gedragen. Nieuwe tools vinden hun weg naar de werkvloer, soms nog voordat de organisatie ze formeel heeft beoordeeld. Een toepassing die oorspronkelijk werd geïntroduceerd voor een taak met weinig impact, kan geleidelijk ook worden ingezet voor beslissingen met grotere gevolgen. Medewerkers ontwikkelen nieuwe werkwijzen en kunnen steeds sterker gaan vertrouwen op geautomatiseerde output. Ook data, gebruikersgroepen en werkomgevingen veranderen, wat invloed kan hebben op de kwaliteit en relevantie van de resultaten.

Ook wet- en regelgeving en officiële richtlijnen blijven zich ontwikkelen. Artikel 4 werd zelf al iets meer dan een jaar nadat het van toepassing werd, gewijzigd. Aanbevelingen, praktijkvoorbeelden en verwachtingen rond AI-geletterdheid zullen zich blijven ontwikkelen naarmate organisaties en toezichthouders meer ervaring opdoen.

Onzekerheid is daarom geen tijdelijk probleem dat verdwijnt zodra AI-systemen geavanceerder worden. Het is een blijvend onderdeel van het werken met een technologie die voortdurend verandert, leert van veranderende data en in nieuwe contexten wordt toegepast. Nieuwe mogelijkheden bieden nieuwe kansen, maar kunnen ook risico’s met zich meebrengen waarmee nog geen rekening werd gehouden toen een organisatie haar beleid of trainingen opstelde.

Organisaties moeten daarom steeds opnieuw nagaan of medewerkers nog over de juiste kennis beschikken, of procedures nog aansluiten bij de manier waarop AI in de praktijk wordt gebruikt en of bestaande waarborgen nog effectief zijn. Monitoring is niet alleen belangrijk omdat modellen kunnen veranderen, maar ook omdat de mensen en organisaties eromheen veranderen.

Nieuwsgierig blijven en zelf de regie houden

Volgens Van Hillegersberg zijn de vaardigheden die professionals nodig hebben om met AI om te gaan niet volledig nieuw. Nieuwsgierigheid, kritisch denken, de bereidheid om te blijven leren en het vermogen om na te denken over de gevolgen zijn altijd al belangrijk geweest binnen het academisch onderwijs. Door AI worden ze alleen maar relevanter.

“Wat zijn de belangrijkste vaardigheden die we mensen aan een universiteit proberen mee te geven? Wees nieuwsgierig, verdiep je in nieuwe ontwikkelingen, blijf leren, wees kritisch en blijf nadenken. Houd zelf de regie. Wees enthousiast over technologie, maar denk ook na over wat die technologie betekent voor mensen en organisaties.”

Dit sluit aan bij de manier waarop JADS naar AI-geletterdheid kijkt. Het doel is niet simpelweg om mensen te leren hoe ze de tools van vandaag moeten gebruiken. Professionals hebben voldoende kennis en inzicht nodig om nieuwe ontwikkelingen te kunnen beoordelen, ze in de juiste context te plaatsen en te bepalen of een toepassing daadwerkelijk waarde toevoegt.

Daarvoor is kennis van data en technologie nodig, maar ook aandacht voor organisaties, menselijk gedrag, ethiek en implementatie. Bovenal vraagt het om een voortdurend gesprek over hoe AI wordt ingezet, waar het waarde toevoegt en waar aanvullende kennis, waarborgen of menselijk beoordelingsvermogen nodig zijn.

Voor professionals begint dit met nieuwsgierig blijven zonder kritiekloos te worden. Experimenteer, maar weet met welk doel. Gebruik AI, maar blijf de output beoordelen. En blijf zelf verantwoordelijk voor de keuzes die je ermee maakt.

Blijf op de hoogte en blijf de juiste vragen stellen

AI-technologieën, professionele toepassingen en Europese regelgeving blijven zich ontwikkelen. Blijf op de hoogte van inzichten van JADS die je helpen begrijpen wat deze ontwikkelingen betekenen voor jouw werk en organisatie.

De JADS-nieuwsbrief biedt academische perspectieven op actuele ontwikkelingen op het gebied van data en AI, nieuw onderzoek en inzichten van JADS-experts, praktijkcases uit organisaties, bruikbare modellen en tools en uitnodigingen voor relevante webinars, evenementen en programma’s voor professionals.