AI-geletterdheid is het vermogen om AI-systemen te begrijpen, beoordelen en de juiste manier te gebruiken. AI-geletterdheid is niet alleen essentieel voor een succesvolle AI-implementatie, maar inmiddels ook verplicht in wet- en regelgeving. Zo schrijft de Europese AI Act voor dat alle organisaties binnen de EU moeten zorgen voor voldoende AI-geletterdheid bij iedereen die met AI werkt. Zonder dit fundament kan de overheid geen betrouwbare, transparante en mensgerichte toepassing van AI waarborgen.
AI doet het werk, maar wie begrijpt wat er gebeurt?
Kunstmatige intelligentie (AI) wordt gezien als de sleutel voor een slimme en mensgerichte overheid. Van datagedreven beleidsvorming, administratieve automatisering tot aan slimme hulp aan burgers via chatbots of tolken. Wat organisaties vervolgens vaak vergeten, is het investeren in één van de meest essentiële bouwstenen: AI-geletterdheid.
Risico's
De noodzaak voor AI-geletterdheid blijkt niet alleen uit regelgeving, maar vooral uit de risico’s die ontstaan als AI zonder voldoende kennis en begrip wordt ingezet. Onverantwoord gebruik van AI raakt iedereen: van beleidsmedewerkers en medewerkers in de uitvoering tot leidinggevenden en zelfs ook data- en AI-specialisten. In elke rol is het belangrijk om te begrijpen hoe AI-modellen werken en om kritisch te evalueren of het doet wat het moet doen.
Competenties
AI-geletterdheid gaat verder dan alleen technische kennis. Onze AI-experts bij Valcon zien de volgende vijf competenties als essentieel:
- Fundamenteel begrip
Begrijpen we in alle lagen van de organisatie hoe AI in de basis werkt en wat niet kan? - Strategische waardebepaling
Weten we waar AI waarde toevoegt, wanneer het niet werkt en waar menselijke beoordeling onmisbaar blijft? - Kritisch denken
Kunnen we risico’s zoals bias, datakwaliteit en uitlegbaarheid herkennen, uitleggen en beoordelen? - Operationele veerkracht
Zijn we voorbereid op wat te doen wanneer AI fouten maakt of faalt? - Governance en verantwoordelijkheid
Zijn eigenaarschap en verantwoordelijkheden van data, modellen en besluiten helder georganiseerd?
Voor overheden betekent dit dat niet alleen data-experts, maar ook beleidsmakers, juristen en uitvoerders die AI gebruiken over deze competenties moeten beschikken. Alleen dan kan deze technologie bijdragen aan publieke waarden zoals transparantie, rechtvaardigheid en vertrouwen. Bovendien is dit essentieel om de productiviteitswinst die AI belooft te realiseren.
AI-geletterde organisatie
Een AI-geletterde organisatie ontstaat niet vanzelf. Maar waar en hoe begin je? Het ontwikkelen van bovenstaande vijf competenties vraagt om richting, structuur en ruimte om te leren via onderstaande stappen:
- Richting bepalen: visie, governance en leiderschap activeren
De basis van AI-geletterdheid ligt in een gedeelde visie en duidelijke governance. Start met het scherpstellen van het “waarom” en “waartoe” van AI binnen de organisatie. Bepaal welke publieke waarde AI kan ondersteunen, welke risico’s moeten worden begrensd en welke besluitvormingsstructuren daarvoor nodig zijn. Cruciaal is zichtbaar leiderschap: bestuurders en managers die het goede voorbeeld geven, richting bieden en momentum creëren. Hoe sterker deze basis staat, hoe doelgerichter de rest van een AI-geletterdheidsprogramma opgebouwd kan worden. - Analyse van vaardigheden en volwassenheid: weten waar je staat en waar je naartoe wilt
Een andere cruciale stap is het in kaart te brengen van welke AI-vaardigheden minimaal én maximaal nodig zijn per rol of functiegroep. Op basis hiervan kan de huidige AI-volwassenheid worden gemeten: wat weten medewerkers al, welke kennis ontbreekt, en waar zijn risico’s? Deze analyse vormt de input voor het ontwikkelen van gerichte leerpaden, trainingen en ondersteunende informatie. In deze leerpaden wordt het ontwikkelen van de competenties verwerkt. Door volwassenheid periodiek te meten ontstaat inzicht in voortgang en impact. - Ontwikkelen door te doen: leren in de praktijk organiseren
AI-geletterdheid groeit het snelst wanneer leren verbonden wordt met echte praktijkvoorbeelden. Begin klein, bijvoorbeeld met een pilot of een werkplaats waar teams samen met experts experimenteren. Creëer een organisatie brede leeromgeving, zoals een AI-community waarin kennis, ervaringen en dilemma’s worden gedeeld. Dit stimuleert een open en veilige leercultuur waarin medewerkers in de hele organisaties van elkaar leren, het wiel niet opnieuw uitgevonden hoeft te worden en AI-vaardigheden sneller en dieper worden ontwikkeld. - Van kennis naar structurele capaciteit: borgen, bestendigen en doorontwikkelen
Wanneer de basis is gelegd, verschuift de focus van eenmalig leren naar het duurzaam borgen. Laat AI-geletterdheid uitgroeien tot een structurele vaardigheid die meebeweegt met nieuwe technologie, veranderende wetgeving en maatschappelijke verwachtingen. Dit vraagt om het verankeren van AI in bestaande leerprogramma’s, leiderschapsontwikkeling, HR-processen en dagelijks werk, zodat medewerkers de juiste vaardigheden blijven opbouwen. Zo ontstaat een organisatie die blijft leren, nieuwe technologie verantwoord omarmt en waarin AI-geletterdheid structureel onderdeel uitmaakt van de dagelijkse manier van werken.
De menselijke factor als blijvend kompas
Bovenstaande aanpak bouwt stap voor stap toe naar AI-geletterdheid als mensgerichte AI-competentie: het vermogen van organisaties om technologie verantwoord te gebruiken zonder de menselijke maat te verliezen. Het helpt risico’s te beheersen én creëert ruimte voor vv werk dat creativiteit, oordeelsvermogen en empathie vraagt. Een AI-geletterde overheid begrijpt de technologie die zij inzet, blijft kritisch wanneer dat nodig is en weet wanneer het menselijk stuur onmisbaar blijft. De toekomst van de publieke sector is digitaal ondersteund, maar blijft boven alles mensgericht.
Meer weten?
Lees hier meer informatie over data en AI.
Plaats een reactie
U moet ingelogd zijn om een reactie te kunnen plaatsen.
Prima stuk, echter een kleine beschrijving van hoe AI nu eigenlijk werkt was welkom geweest bij dit verhaal.
De Europese AI Act stelt inderdaad dat je het belang van transparantie, verantwoordelijkheid en risicobeheersing bij het gebruik van AI moet blijven begrijpen, maar voorlopig gebruiken de meeste mensen AI nog om luier van te worden en schrijven geen prompts, maar booleaanse vragen (alsof je Googled). Je zou medewerkers niet alleen moeten trainen op hoog-risico AI, maar sowieso. AI is geen appje en geen zoekmachine. Je zou een AI nooit moeten vragen wat je zelf niet echt weet en echt doorziet, want de businesscase zou tijdverdichting en conceptuele cohesie moeten zijn en geen luiheid. Anders krijg je mensen die elkaars AI gegenereerde onzin niet lezen, terwijl daar wel echte implicaties aan hangen. In een markt waarbij AI mogelijkheden exponentieel verbeteren per generatie (die in maanden te tellen is), kun je nooit meer ZONDER ontleren, omleren en bijleren. Bijvoorbeeld door per vraag die je wilt stellen een 'academy' op de achtergrond mee te laten draaien waar je het HOE het ding werkt op dat moment, voor die situatie uitgelegd kunt krijgen. Of door je prompts automatisch te laten checken op allerlei validiteit en logische en ethische consistentie en om ook prompts voorgesteld te krijgen. Laat - net als bij alle techniek - de techniek aan de techneuten, maar zorg dat je diep begrijpt waarom het ding doet wat het doet.
De businesscase voor AI is interessant, want juist AI wordt duurder naarmate je het intensiever gebruikt, maar je kunt er pas meer toegevoegde waarde mee genereren als je zelf ook vanuit (referentie)architectuur concepten ermee werkt. Hoe weet je anders waar je bent in de analyse of synthese? AI is geen zoekmachine. De eerste generatie raadde welke woordjes bij elkaar pasten, dus je kon een zinnetje maken als 'zit op een stoel'. Daarna kon het ding kennismodellen matchen met taalmodellen (taxonomie, ontologie) dus het ding wist dat een stoel een vorm kon hebben, een gewicht, een kleur, een dimensie, een locatie, dat je erop kon zitten of staan, maar ook mee kon gooien. Inmiddels kun je losse AI elementen elkaar laten versterken (AGI) en her en der zie je al de Cloud Spider AI die je een open opdracht kunt geven en de rest leert hij zichzelf wel tot zijn taak volbracht is. Wat ook vereist dat er relaties liggen met andere diensten, zoals webservices die het model voortdurend updaten met de laatste gang van zaken, zoals de locatie van een fysiek object in een ruimte, afgezet tegen de compliance eisen waaronder je daarmee mag werken. De in dit artikel beschreven aanpak in vier stappen (richting bepalen, analyse, praktijkleren, borgen) blijft dus op een te hoog abstractieniveau. Je gaat geen AI leren zonder stappenplan, trainingsvormen of technologische hulpmiddelen (bijv. simulatiesoftware), want er zijn heel veel soorten AI, net zoals er heel veel soorten blockchain zijn en heel veel typen cloud. Hoe borg je dat AI niet alleen legitiem is volgens de wet, maar ook moreel verantwoord? Hoe ga je om met grensoverschrijdend datarelaties? Overheden werken steeds vaker samen in dataruimtes en grensoverschrijdende projecten (zie GAIA-X of internationale AI-coalities).
Het is dus niet zozeer kennis VAN AI, maar het omarmen van Hybride Human-AI samenwerking als kerncompetentie. Je hoeft er ook niet extreem slim voor te zijn. De demografische klif en vergrijzing zorgt er echt wel voor dat we binnen zeer afzienbare tijd AI ondersteunde samenwerking gaan zien van mensen en drones en verslaglegging. AI-geletterdheid gaat niet alleen over het begrijpen van technologie, maar juist over het ontwikkelen van compleet nieuwe werkvormen, waarin mens en AI samenkomen. Dit vereist een cultuuromslag in organisaties, waarbij medewerkers leren AI-systemen niet als bedreiging of magische oplossing te zien, maar juist als hulpmiddel in een hybride proces waarin te veel data relaties mogelijk zijn die allang niet meer matchen met onze traditioneel stovepipe gerichte, monodiscipinaire opleidingshistorie.
Een boer hoefde vroeger alleen iets te weten van melken en hooien, maar moet nu ook iets weten van CO2 sensoren, AI gestuurde data context verificatie, chemie, wetgeving en drones. Dit is een maatschappelijke trend. Je KUNT niet zonder AI.
Dat vraagt om een compleet nieuwe generatie leidinggevenden (in een netwerk gaat het niet om je hierarchische positie (traditionele en symbolische macht), maar om verdiend en breed erkend probleemoplossend vermogen (verdiend gezag) dus een werkelijk AI-geletterde leider begrijpt niet alleen de technologie, maar heeft ook de visie en het vermogen om de organisatie mee te nemen in deze transformatie. Dat vereist ook medewerkers die AI zouden moeten kunnen krijgen die by default compliant is, praktisch op elk abstractie niveau, maar in onderlinge cohesie en taal onafhankelijk kan werken binnen vooraf gespecificeerde veiligheidsniveau kaders. Alleen awaress cursusjes is veeeeel te weinig. We zitten op een vlotje en ze spoelen allang mee met de stroming. Varen wij met het vlotje (AI) of vaart het vlotje met ons?