Iedereen kan tegenwoordig met AI aan de slag. Een tekst schrijven, een rapport samenvatten, een afbeelding maken of een klantvraag beantwoorden: met een paar instructies krijg je vaak binnen enkele seconden een overtuigend resultaat.
Maar begrijpen we eigenlijk wel wat er achter dat resultaat schuilgaat? En belangrijker: herkennen we wanneer AI de verkeerde conclusies trekt?
AI-geletterdheid wordt daarom een steeds belangrijkere vaardigheid voor professionals. Niet alleen omdat Europese regelgeving aandacht vraagt voor verantwoord AI-gebruik, maar vooral omdat organisaties steeds vaker op AI vertrouwen bij beslissingen die echte mensen raken.
We leren AI gebruiken, maar leren we ook kritisch nadenken?
De ontwikkeling van generatieve AI gaat razendsnel. Waar kunstmatige intelligentie enkele jaren geleden vooral het domein was van onderzoekers, dataspecialisten en softwareontwikkelaars, gebruiken inmiddels professionals in vrijwel iedere sector AI-toepassingen.
Communicatiemedewerkers schrijven teksten met ChatGPT. Klantenservicemedewerkers krijgen automatisch voorgestelde antwoorden. Zorgprofessionals gebruiken technologie om informatie sneller te vinden. Beleidsmedewerkers laten omvangrijke documenten analyseren. En in het onderwijs wordt volop geëxperimenteerd met AI bij het voorbereiden van lessen.
Die toegankelijkheid is een enorme kracht. Je hoeft geen programmeur te zijn om van AI te profiteren.
Tegelijkertijd ontstaat er een bijzondere situatie. De technologie wordt steeds ingewikkelder, terwijl de drempel om ermee te werken juist lager wordt.
Een medewerker hoeft niet te begrijpen hoe een taalmodel werkt om het een vraag te stellen. Dat is handig, totdat het antwoord niet klopt.
Want AI kan overtuigend klinken zonder gelijk te hebben. Het kan informatie verkeerd interpreteren, aannames presenteren als feiten en conclusies trekken die logisch lijken, maar onjuist zijn.
Precies daar begint het belang van AI-geletterdheid.
Wat is AI-geletterdheid eigenlijk?
AI-geletterdheid gaat verder dan weten hoe je een goede prompt schrijft of welke AI-tool handig is.
Het betekent dat je voldoende kennis, vaardigheden en kritisch inzicht hebt om AI op een bewuste, effectieve en verantwoorde manier te gebruiken.
Daarbij gaat het niet alleen om de mogelijkheden van AI, maar juist ook om de beperkingen.
Een AI-geletterde professional begrijpt bijvoorbeeld dat een groot taalmodel geen zoekmachine is die automatisch gecontroleerde feiten teruggeeft. Zo’n model voorspelt op basis van patronen welke woorden waarschijnlijk bij elkaar passen. Daardoor kan het indrukwekkende antwoorden produceren, zonder dat het de juistheid ervan op dezelfde manier beoordeelt als een menselijke deskundige.
Dat betekent niet dat AI onbetrouwbaar is. En ook niet dat je het beter kunt vermijden.
Het betekent wel dat je moet begrijpen voor welke taken de technologie geschikt is, welke aanvullende maatregelen nodig zijn en wanneer menselijke controle noodzakelijk blijft.
Je hoeft daarvoor niet precies te weten hoe alle wiskunde achter een neuraal netwerk werkt. Maar je moet wel begrijpen waarom een AI-systeem een fout kan maken, hoe je die fout kunt herkennen en wat de gevolgen kunnen zijn.
AI-geletterdheid gaat uiteindelijk niet over hoeveel je van technologie weet, maar over hoe verantwoord je ermee omgaat.
Het gevaar van een overtuigend verkeerd antwoord
Stel je een medewerker van een klantenservice voor.
Een klant vraagt of hij recht heeft op een bepaalde vergoeding. De medewerker gebruikt een AI-assistent die binnen enkele seconden een helder antwoord formuleert. Het antwoord klinkt professioneel, verwijst naar een regeling en bevat een overtuigende onderbouwing.
De medewerker neemt het antwoord over en stuurt het naar de klant.
Er is alleen één probleem: de genoemde regeling bestaat niet, of is inmiddels gewijzigd.
Dit verschijnsel wordt een hallucinatie genoemd. Een AI-model genereert informatie die aannemelijk lijkt, maar feitelijk onjuist is.
Voor een eenvoudige creatieve opdracht hoeft dat geen groot probleem te zijn. Bij een klantvraag over financiële rechten, een medische situatie of een overheidsregeling kunnen de gevolgen veel groter zijn.
Het risico ontstaat bovendien niet alleen doordat AI fouten maakt. Het ontstaat ook doordat mensen AI-antwoorden te gemakkelijk vertrouwen.
We zijn gewend dat computersystemen voorspelbaar werken. Als een rekenmachine een uitkomst toont, gaan we ervan uit dat de berekening klopt, zolang de invoer goed is.
Bij generatieve AI werkt dat anders.
Een antwoord kan vloeiend, volledig en zelfverzekerd zijn, terwijl de inhoud niet klopt. Juist dat overtuigende karakter maakt kritisch gebruik zo belangrijk.
Een AI-geletterde medewerker weet daarom dat een goed geformuleerd antwoord nog geen betrouwbaar antwoord is.
AI begrijpt niet vanzelf wat vertrouwelijk is
Een ander belangrijk onderdeel van AI-geletterdheid is bewust omgaan met informatie.
Stel dat een medewerker een ingewikkelde klantmail ontvangt en besluit die door een publieke AI-dienst te laten samenvatten. Dat bespaart tijd en levert waarschijnlijk een bruikbaar resultaat op.
Maar wat als die mail persoonsgegevens, medische informatie of vertrouwelijke bedrijfsgegevens bevat?
Dan gaat de vraag niet langer alleen over productiviteit. Dan gaat het ook over privacy, informatiebeveiliging en verantwoordelijkheid.
Veel professionals weten inmiddels dat je voorzichtig moet zijn met het invoeren van gevoelige gegevens in AI-systemen. Toch is vaak minder duidelijk wat er precies met ingevoerde informatie gebeurt, welke afspraken met de aanbieder gelden en waar gegevens worden verwerkt.
Dat verschilt bovendien per AI-dienst, per abonnement en per technische inrichting.
Het is dus niet genoeg om simpelweg te zeggen dat medewerkers ‘veilig met AI moeten omgaan’. Ze moeten begrijpen wat veilig gebruik concreet betekent binnen hun eigen werkomgeving.
Welke informatie mag je invoeren? Welke AI-toepassingen zijn goedgekeurd? Wat gebeurt er met ingevoerde data? En wie is verantwoordelijk wanneer vertrouwelijke informatie onbedoeld bij een externe partij terechtkomt?
Dat zijn geen vragen die alleen bij de IT-afdeling thuishoren. Ze raken iedere medewerker die AI gebruikt.
Van hallucinaties tot prompt injection: de risico’s die je moet herkennen
Naarmate AI-systemen meer taken zelfstandig uitvoeren, verandert ook de aard van de risico’s.
Bij generatieve AI gaat het al lang niet meer alleen om foutieve antwoorden. Moderne AI-toepassingen kunnen documenten doorzoeken, bedrijfsinformatie combineren, systemen aansturen en soms zelfstandig vervolgstappen uitvoeren.
Daarom is het belangrijk dat professionals verschillende risico’s kunnen herkennen.
- Hallucinaties: AI presenteert onjuiste of verzonnen informatie alsof die betrouwbaar is.
- Bias: AI kan bestaande vooroordelen of scheve verhoudingen in trainingsgegevens reproduceren of versterken.
- Privacyrisico’s: persoonsgegevens of vertrouwelijke informatie worden verwerkt op een manier die niet past bij beleid of wettelijke verplichtingen.
- Prompt injection: kwaadwillende instructies in documenten, websites of berichten proberen het gedrag van een AI-systeem te manipuleren.
- Gebrek aan transparantie: medewerkers begrijpen onvoldoende waarop een AI-antwoord is gebaseerd of hoe een systeem tot een bepaalde uitkomst komt.
- Te grote afhankelijkheid: gebruikers nemen antwoorden over zonder zelfstandig te beoordelen of de uitkomst klopt.
Deze risico’s betekenen niet dat AI per definitie gevaarlijk is. Ze maken duidelijk dat betrouwbaar gebruik vraagt om kennis, passende technische maatregelen en heldere afspraken.
En dat wordt nog belangrijker wanneer AI niet alleen informatie geeft, maar ook zelfstandig acties uitvoert.
De volgende stap: AI die zelfstandig handelt
We bewegen van AI-systemen die vooral vragen beantwoorden naar toepassingen die taken en processen kunnen uitvoeren.
Deze ontwikkeling wordt vaak aangeduid als agentic AI.
Een AI-agent kan bijvoorbeeld een binnengekomen e-mail analyseren, relevante klantgegevens opzoeken, een vervolgstap bepalen en informatie in een bedrijfsapplicatie verwerken.
Dat biedt enorme kansen om medewerkers te ondersteunen en processen efficiënter te organiseren.
Maar het roept ook nieuwe vragen op.
Wat als de AI-agent een klant verkeerd identificeert? Wat als informatie uit een extern document het gedrag van de agent beïnvloedt? Wat als het systeem zelfstandig een actie uitvoert die achteraf onterecht blijkt?
Bij een traditionele chatbot kan een onjuist antwoord vervelend zijn. Bij een AI-agent kan een verkeerde interpretatie direct gevolgen hebben voor een bedrijfsproces.
AI-geletterdheid moet daarom meegroeien met de technologie.
Professionals hoeven niet allemaal zelf AI-agents te ontwikkelen. Ze moeten wel begrijpen welke bevoegdheden zo’n systeem heeft, waarop het zijn beslissingen baseert en wanneer een medewerker moet ingrijpen.
Hoe zelfstandiger AI wordt, hoe belangrijker het is dat mensen begrijpen waar de grenzen van die zelfstandigheid liggen.
AI-geletterdheid is ook een wettelijke verantwoordelijkheid
Het belang van AI-geletterdheid is inmiddels ook vastgelegd in Europese regelgeving.
De Europese AI-verordening, beter bekend als de AI Act, bevat in artikel 4 verplichtingen voor organisaties die AI-systemen aanbieden of gebruiken.
Sinds 2 februari 2025 moeten deze organisaties maatregelen nemen om de ontwikkeling van AI-geletterdheid te ondersteunen bij medewerkers en andere personen die namens hen met AI-systemen werken. Het toezicht op deze verplichting is in augustus 2026 gestart.
Dat betekent niet dat iedere medewerker exact hetzelfde kennisniveau moet halen. Het betekent wel dat organisaties actief moeten investeren in passend begrip, passend gebruik en passende begeleiding.
Dat is een belangrijk verschil.
De Europese regelgeving schrijft niet voor dat iedere werknemer een uniform AI-certificaat moet behalen. Ook is het volgen van één algemene training niet automatisch voldoende.
Het gaat om passende maatregelen, afgestemd op het daadwerkelijke gebruik van AI binnen de organisatie.
Voor een communicatiemedewerker zijn andere vaardigheden nodig dan voor iemand die werkt met AI-ondersteunde besluitvorming in de zorg.
En een medewerker die AI gebruikt om vergaderingen samen te vatten, loopt andere risico’s dan iemand die met een AI-agent geautomatiseerde klantprocessen uitvoert.
De wettelijke verplichting is dus vooral een aanleiding om een belangrijker gesprek te voeren: weten medewerkers eigenlijk voldoende over de technologie waarmee ze dagelijks werken?
Waarom een eenmalige AI-training niet genoeg is
Veel organisaties hebben inmiddels een eerste AI-workshop georganiseerd.
Medewerkers maken kennis met ChatGPT, leren betere prompts schrijven en ontdekken hoe ze AI kunnen gebruiken om tijd te besparen.
Dat is een goede eerste stap, maar geen eindpunt.
Wie AI-geletterdheid reduceert tot een cursus prompt engineering, mist een belangrijk deel van het verhaal.
AI-systemen ontwikkelen zich voortdurend. Nieuwe modellen krijgen andere mogelijkheden, organisaties introduceren nieuwe toepassingen en bestaande processen veranderen.
Daarom is AI-geletterdheid geen kennis die je één keer opdoet en daarna jarenlang op dezelfde manier kunt blijven toepassen.
Het vraagt om een doorlopend leerproces.
Daarin moeten organisaties niet alleen aandacht besteden aan de technologie, maar ook aan de dagelijkse praktijk.
Wat mag AI zelfstandig doen? Wanneer moet een mens controleren? Hoe ga je om met twijfelachtige antwoorden? Wie meldt een fout? En welke toepassingen mogen medewerkers wel of niet gebruiken?
Dat vraagt om duidelijke richtlijnen, praktische voorbeelden en een cultuur waarin medewerkers vragen durven stellen.
Een organisatie die AI verantwoord wil inzetten, moet medewerkers niet alleen stimuleren om nieuwe mogelijkheden te ontdekken. Ze moet ze ook de ruimte geven om kritisch te blijven.
Het gaat niet om minder menselijke betrokkenheid, maar om betere menselijke beslissingen
AI wordt vaak gepresenteerd als technologie die menselijke werkzaamheden kan overnemen.
Dat is maar een deel van het verhaal.
De grootste waarde ontstaat juist vaak wanneer AI medewerkers ondersteunt, zodat zij meer tijd en aandacht kunnen besteden aan werkzaamheden waarbij menselijke beoordeling, empathie en verantwoordelijkheid onmisbaar zijn.
Denk aan een medewerker van een hulplijn die tijdens een ingewikkeld gesprek sneller relevante informatie kan raadplegen. Of aan een klantenservicemedewerker die niet langer allerlei systemen hoeft te doorzoeken voordat hij een klant kan helpen.
In zulke situaties kan AI het menselijke contact versterken.
Maar alleen als medewerkers begrijpen wat de technologie doet.
Als een AI-systeem een antwoord adviseert, moet de medewerker kunnen beoordelen of dat antwoord past bij de situatie.
Als het systeem relevante informatie selecteert, moet duidelijk zijn waar die informatie vandaan komt en hoe actueel en betrouwbaar die is.
En wanneer een beslissing grote gevolgen kan hebben, moet helder zijn wie daar uiteindelijk verantwoordelijk voor is.
Menselijke controle betekent immers meer dan een medewerker die automatisch op ‘goedkeuren’ klikt.
Het betekent dat mensen voldoende kennis, informatie en handelingsruimte hebben om echt een oordeel te vormen.
Daar raakt AI-geletterdheid rechtstreeks aan de kwaliteit van klantcontact.
Een organisatie kan investeren in de meest geavanceerde AI-technologie, maar als medewerkers niet begrijpen hoe ze de uitkomsten moeten interpreteren, blijft een belangrijk deel van die investering onbenut.
AI-geletterdheid begint met weten wat je nog niet weet
Een van de grootste uitdagingen is dat mensen hun eigen AI-kennis niet altijd goed kunnen inschatten.
Wie dagelijks met ChatGPT werkt, kan al snel het gevoel krijgen dat hij AI inmiddels best goed begrijpt.
Maar weten hoe je een prompt schrijft, betekent nog niet dat je weet wat embeddings zijn, hoe een systeem met Retrieval-Augmented Generation werkt of waarom een taalmodel gevoelig kan zijn voor prompt injection.
Dat klinkt misschien technisch, maar juist dit soort begrippen helpt verklaren hoe moderne AI-toepassingen functioneren.
Bij RAG wordt bijvoorbeeld relevante informatie uit een externe kennisbron opgehaald om een AI-model te ondersteunen bij het formuleren van een antwoord. Daarmee kan een organisatie antwoorden beter laten aansluiten op eigen documentatie en gecontroleerde informatie.
Dat verkleint bepaalde risico’s, maar maakt een systeem niet automatisch foutloos. Als de opgehaalde informatie onjuist of verouderd is, kan het antwoord dat ook zijn.
Dit soort basiskennis helpt professionals om beter te beoordelen wat een AI-toepassing daadwerkelijk kan.
Daarbij is het niet nodig dat iedereen dezelfde technische diepgang bereikt. Wel is het belangrijk dat medewerkers voldoende begrijpen van de systemen die relevant zijn voor hun werk.
En daarvoor moet je eerst weten waar je kennis ophoudt.
Van AI-geletterdheid naar een organisatie die verantwoord innoveert
Voor organisaties is AI-geletterdheid veel meer dan een opleidingsonderwerp.
Het raakt aan de manier waarop technologie wordt geselecteerd, geïmplementeerd en beheerd.
Een organisatie waarin medewerkers voldoende AI-geletterd zijn, kan betere keuzes maken.
Medewerkers herkennen eerder welke processen geschikt zijn voor automatisering en waar menselijke betrokkenheid noodzakelijk blijft. Ze begrijpen beter waarom privacy, informatiebeveiliging en datakwaliteit onderdeel moeten zijn van het ontwerp. Ook kunnen ze kritischer beoordelen of een nieuwe AI-oplossing echt waarde toevoegt.
Daarmee wordt AI-geletterdheid niet alleen een middel om risico’s te beperken, maar ook een voorwaarde om kansen optimaal te benutten.
Bij Pegamento zien we AI daarom niet als een doel op zichzelf.
Wij helpen organisaties om mensen, processen, communicatiekanalen, kennis en technologie bij elkaar te brengen. Daarbij onderzoeken we waar AI werkzaamheden kan vereenvoudigen, medewerkers kan ondersteunen en klantcontact kan verbeteren.
Dat vraagt niet automatisch om steeds meer AI.
Soms is automatisering de beste oplossing. Soms biedt een slimme kennisvoorziening meer waarde. En soms is het juist verstandiger om het contact volledig bij een medewerker te laten.
De kunst is om de juiste technologie op het juiste moment in te zetten.
Daarvoor heb je niet alleen betrouwbare systemen nodig, maar ook mensen die begrijpen wat die systemen doen.
Hoe AI-geletterd ben jij eigenlijk?
De vraag is dus niet langer óf professionals met AI te maken krijgen.
De vraag is of ze voldoende begrijpen van de technologie die ze gebruiken.
Weet jij bijvoorbeeld waarom een taalmodel kan hallucineren? Begrijp je het verschil tussen een traditioneel AI-model en generatieve AI? Weet je wat RAG betekent, hoe AI-agents werken en welke risico’s ontstaan als vertrouwelijke gegevens in een AI-systeem terechtkomen?
En kun je beoordelen wanneer menselijke controle noodzakelijk is?
Om professionals te helpen hun kennis te toetsen, heeft Pegamento een AI-geletterdheidstest ontwikkeld.
Geen eenvoudige instapquiz waarbij je alleen hoeft te weten wat ChatGPT is, maar een serieuze kennischeck met 25 meerkeuzevragen, verdeeld over twee onderdelen: AI-basiskennis en verantwoord en ethisch AI-gebruik.
De test behandelt onder meer generatieve AI, taalmodellen, embeddings, RAG, prompt engineering, AI-agents, privacy, bias en de risico’s van AI-toepassingen.
Sommige vragen zijn behoorlijk pittig. Dat is bewust.
Want de waarde van een kennischeck zit niet alleen in de vragen die je goed beantwoordt. Juist de vragen waarbij je twijfelt, laten zien waar je nog iets kunt leren.
Test je AI-kennis met Pegamento
25 vragen over de werking, mogelijkheden en risico’s van AI. Ontdek welke onderwerpen je beheerst en waar je kennis nog kunt verdiepen.
Tot slot: AI-geletterdheid is geen luxe, maar een voorwaarde
De ontwikkeling van AI wacht niet totdat iedereen de technologie volledig begrijpt.
Nieuwe toepassingen blijven verschijnen en raken steeds dieper verweven met ons dagelijkse werk.
Dat maakt AI-geletterdheid tot een belangrijke professionele vaardigheid. Niet omdat iedereen AI-expert moet worden, maar omdat iedereen die met AI werkt moet kunnen beoordelen wat de technologie doet, wat de risico’s zijn en wanneer het nodig is om zelf verantwoordelijkheid te nemen.
Organisaties die daarin investeren, vergroten niet alleen de veiligheid en betrouwbaarheid van hun processen. Ze creëren ook betere voorwaarden om AI echt waarde te laten toevoegen.
Want de toekomst van AI wordt niet uitsluitend bepaald door steeds slimmere modellen.
Die toekomst wordt minstens zo sterk bepaald door mensen die slim genoeg met die modellen omgaan.
