AI is als water: een eerste levensbehoefte, maar als je niet oppast, kun je erin verdrinken. Het biedt enorme kansen, maar vraagt ook om een zorgvuldige en doordachte aanpak. Voor onderwijs- en L&D-professionals is het belangrijk om te weten wanneer AI een waardevolle bondgenoot kan zijn én wanneer het juist contraproductief wordt. Hier zijn vijf situaties waarin je AI met grote voorzichtigheid moet gebruiken.
1. Wanneer het proces ook het doel is
Leren is soms gewoon niet leuk. Maar we leren wel beter door “door te bijten” als het even lastig wordt, anders gezegd: voor veel leeractiviteiten is het proces van ‘struggeling’ essentieel. Of het nu gaat om het herzien van een tekst, het ontwikkelen van een theorie of het oefenen van een vaardigheid: het verkorten van dit proces door AI te gebruiken leidt tot lagere leeruitkomsten. Daartegenover staat: als je AI gebruikt als oefenmeester (door bijvoorbeeld gesprekken te oefenen in een andere taal of om te oefenen hoe je om moet gaan met weerstanden of bijvoorbeeld boze klanten), leer je juist veel meer dan uit een theorieboek.
Voorbeeld: AI kan je helpen bij het oefenen van gespreksvaardigheden of klinisch redeneren, maar het moet ondersteunend zijn aan je eigen leervragen, niet een vervanging ervan.
2. Wanneer je nieuwe inzichten moet ontwikkelen
Om inzicht in iets te krijgen moet je ergens in verdiepen. Dat lukt door AI te vragen even snel iets voor je samen te vatten. Dan is het aan te bevelen zelf de gehele stof te lezen en te doordenken. AI is fantastisch in het genereren van samenvattingen, maar het nemen van de kortste route leidt zelden tot diepgaand begrip. Wanneer je AI vraagt om complexe informatie samen te vatten, mis je het proces van zelf lezen, analyseren en synthetiseren. Dit proces is essentieel voor leren en het ontwikkelen van nieuwe inzichten. Het overslaan van deze “worsteling” betekent dat je het leerproces actief schaadt.
Voorbeeld: Het laten maken van je huiswerk door AI kan aantrekkelijk lijken, maar zonder zelf te stoeien met de leerstof, mis je cruciale aha-momenten die je echt laten groeien.
3. Wanneer je de grenzen van AI nog niet goed kent
Een sycofant is een term die verwijst naar een persoon die zichzelf op een onderdanige en overdreven vleiende manier gedraagt, vaak met als doel gunsten te verkrijgen of in de gunst te komen bij iemand met meer macht, autoriteit of invloed. AI kan leiden aan dit type gedrag, en het faalt anders dan mensen. Als je de faalfactoren van AI niet goed begrijpt, loop je het risico verkeerde beslissingen te nemen. Vertrouw dus nooit blindelings op waar AI mee komt, check altijd de feiten.
Aanbeveling: Begin met experimenteren, maar doe dit vanuit een veilige setting met onschuldige onderwerpen die je zelf goed overziet waarin je fouten kunt maken zonder grote gevolgen. Deel nooit persoonlijke gegevens, ook niet als je denkt dat het veilig is.
3. Wanneer AI niet geschikt is voor een bepaalde taak
Inmiddels ben ik een redelijk ervaren gebruiker en zie en hoor ik veel over AI-toepassingen, maar desondanks sta ik vaak nog steeds versteld van wat AI allemaal kan. AI is bijvoorbeeld verrassend goed in totaal onverwachte dingen, zoals het schrijven van een prachtig gedicht in de stijl van Bredero, maar kan falen in schijnbaar eenvoudige taken, zoals het correct tellen van letters. Vraag maar eens hoe vaak de letter G voorkomt in het woord Scheveningen. Zonder ervaring en begrip loop je het risico de capaciteiten van AI te overschatten.
Overweging: AI kan alleen werken met datapunten die daadwerkelijk beschikbaar zijn. Het mist het vermogen om een holistisch beeld te vormen, zoals een docent dat wel kan. Een AI-analyse mag daarom nooit een vervanging zijn voor menselijk oordeel.
5. Wanneer nauwkeurigheid vereist is
AI maakt fouten, net als mensen. Het blijkt zelfs meer dan wijzelf slecht in het verzamelen van feiten en deze te controleren op juistheid. De zogenaamde hallucinaties van AI – fouten die overtuigend klinken maar feitelijk onjuist zijn – maken het gevaarlijk om AI blind te vertrouwen in situaties waar hoge nauwkeurigheid vereist is. AI mist de menselijke intuïtie om fouten te herkennen die “te goed om waar te zijn” lijken.
Persoonlijke ervaring: Toen ik AI vandaag vroeg om een lijst te maken van educatieve AI-tools zonder de foundational modellen mee te nemen, kreeg ik toch een lijst met ChatGPT en Claude. De fout was begrijpelijk, maar maakte duidelijk hoe belangrijk het is om over voorkennis te beschikken om AI-uitvoer te kunnen controleren.
Aanbevelingen Voor Verstandig AI-gebruik
1. Zorg altijd voor “the human in the loop”. Net als bij een automatische piloot in een vliegtuig is menselijk toezicht onmisbaar. Gebruik AI als hulpmiddel, maar laat het geen beslissingen nemen zonder menselijke controle.
2. Beoordeel de output kritsch: controleer altijd de juistheid van AI-output en wees alert op plausibel klinkende fouten. Vertrouw niet blind op AI, zeker niet in situaties met hoge risico’s.
3. Experimenteer veilig: Probeer AI uit met onschuldige onderwerpen of onderwerpen waar je zelf al heel veel van af weet. Leer daarlangs wat werkt en wat niet werkt, maar deel nooit persoonlijke gegevens, zelfs niet als je denkt dat het geen kwaad kan.
Kortom: AI biedt enorme kansen voor onderwijs en leren, maar het vraagt om wijsheid en voorzichtigheid. De echte kracht van AI zit in samenwerking: het benutten van de sterke punten van mens en machine om samen meer te bereiken. Door bewust om te gaan met AI, kun je profiteren van de voordelen zonder in de valkuilen te trappen. Gebruik AI met beleid, en wees altijd de “heer in het verkeer” als het gaat om deze krachtige technologie: hou je aan de verkeersregels en oefen goed voordat je serieus aan het verkeer gaat deelnemen.
