Jongeren moeten begrijpen hoe AI werkt, welke maatschappelijke gevolgen AI heeft en hoe ze AI op een ethische manier kunnen gebruiken om voorbereid te zijn op een samenleving en economie in het AI-tijdperk. Het rapport “Empowering Learners for the Age of AI” presenteert daarom een raamwerk voor AI-geletterdheid, met als doel een gemeenschappelijke basis te creëren voor onderwijs over AI.
Het rapport is een initiatief van de Europese Commissie en de OECD, en wordt ondersteund door Code.org en een groep van internationale experts. Het raamwerk is bedoeld voor het primair en voortgezet onderwijs, maar biedt m.i. ook een relevante basis voor andere onderwijssectoren. Uiteraard kun je dit raamwerk ook gebruiken om na te denken over AI-geletterdheid voor docenten. En zoals ik al eerder heb betoogd: het is de vraag of AI-geletterdheid voldoende is, en we niet moeten streven naar AI-vloeiendheid.
Onderzoek toont volgens de samenstellers aan dat 74% van de jongeren tussen 12 en 17 jaar gelooft dat AI een belangrijke rol zal spelen in hun toekomstige carrière, terwijl slechts 46% vindt dat scholen hen adequaat voorbereiden. Momenteel leren jongeren voornamelijk over AI via sociale media (55%) en nieuwsmedia (35%), waarbij docenten slechts 15% van de informatiebron vormen.
Het raamwerk definieert AI-geletterdheid als de technische kennis, duurzame vaardigheden en toekomstgerichte attitudes die nodig zijn om te gedijen in een wereld beïnvloed door AI. Het stelt lerenden in staat om AI te gebruiken, ermee te creëren, het te beheren en te ontwerpen, terwijl ze kritisch de voordelen, risico’s en ethische implicaties evalueren.
Het raamwerk bouwt voort op bestaande digitale competentiekaders zoals DigComp van de Europese Commissie, UNESCO’s AI-competenties en Digital Promise’s AI-geletterdheidsraamwerk. Het onderzoeksproces, dat ten grondslag ligt aan de totstandkoming van het raamwerk, identificeerde drie kernthema’s die het raamwerk vormgeven. Het eerste thema behelst technische kennis over hoe AI en machine learning werken. AI is geen magie maar verwerkt data via statistische inferenties om outputs te produceren, waarbij het kwetsbaar is voor het repliceren van schadelijke vooroordelen uit trainingsdata. Het tweede thema richt zich op menselijke vaardigheden voor succesvolle AI-samenwerking, waarbij traditionele, maar nog steeds relevante, competenties zoals metacognitie en kritisch denken aangevuld worden met vaardigheden op het gebied van communicatie en vragen stellen. Het derde thema behandelt AI’s effecten op individuen, samenleving en milieu. Ethische overwegingen fungeren daarbij niet als supplement maar als onlosmakelijk onderdeel van leren over en met AI worden beschouwd.
Docenten spelen volgens de samenstellers een sleutelrol bij het integreren van AI-concepten in concrete onderwijsactiviteiten. Zij helpen lerenden abstracte ideeën koppelen aan specifieke vakinhoud en creëren ondersteunende ruimtes voor discussies over eerlijkheid en bias. Docenten beslissen wanneer AI-tools te introduceren en hoe begrip te ondersteunen binnen een snel veranderende technologische omgeving. Dit stelt uiteraard de nodige eisen aan de competenties van docenten.
Het raamwerk illustreert AI-geletterdheid via vier persona’s van verschillende leeftijden. Sofia (10) gebruikt AI voor creatief schrijven onder begeleiding, Jun (13) organiseert schoolevenementen met AI-ondersteuning, Omar (15) let onder meer op privacy-instellingen van AI-systemen, en Anika (18) ontwerpt een wellness-app waarbij ze genderstereotypen in AI-aanbevelingen identificeert en corrigeert.
Het raamwerk onderscheidt verder vier hoofddomeinen waarin lerenden kunnen opereren. “Engaging with AI” behelst het herkennen van AI-aanwezigheid en het evalueren van AI-outputs op nauwkeurigheid en relevantie. “Creating with AI” focust op samenwerking met AI-systemen in creatieve processen, waarbij eigenaarschap en attributie belangrijke overwegingen zijn. “Managing AI” vereist bewuste keuzes over hoe AI menselijk werk kan ondersteunen, waarbij taken worden gedelegeerd aan AI zodat mensen zich kunnen richten op creativiteit en empathie. “Designing AI” geeft lerenden inzicht in hoe AI-systemen functioneren door middel van hands-on exploratie van data, ontwerpkeuzes en modelgedrag.
Zoals gezegd maken de samenstellers een onderscheid in kennis, vaardigheden en attitudes.
Het raamwerk bevat vijf kennisgebieden. “The Nature of AI” behandelt hoe AI-systemen algoritmes en statistische inferenties gebruiken om patronen te detecteren en waarschijnlijke outputs te genereren, zonder authentiek begrip. “AI Reflects Human Choices” benadrukt dat AI-systemen menselijke keuzes en vooroordelen weerspiegelen door de selectie en labeling van trainingsdata. “AI Reshapes Work” erkent dat AI gestructureerde taken automatiseert en besluitvorming ondersteunt, waarbij mensen zich moeten aanpassen en nieuwe vaardigheden moeten ontwikkelen. “AI’s Capabilities and Limitations” beschrijft dat AI uitblinkt in patroonherkenning maar emoties, ethische redenering en originaliteit mist. “AI’s Role in Society” behandelt de toenemende rol van AI in besluitvorming die mensen beïnvloedt. Verder identificeert het raamwerk zeven kernvaardigheden, waaronder kritisch denken voor het evalueren van AI-gegenereerde content, creativiteit voor samenwerking met AI-systemen, en computationeel denken voor het ontleden van problemen. Daarnaast worden vijf attitudes beschreven: verantwoordelijk (zorgvuldig nadenken over AI-gebruik), nieuwsgierig (bereid om AI-mogelijkheden te verkennen), innovatief (AI gebruiken om uitdagingen aan te pakken), aanpasbaar (flexibiliteit tonen bij AI-samenwerking), en empathisch (rekening houden met AI’s impact op anderen).
De combinatie van deze kennisgebieden, vaardigheden en attitudes leiden vervolgens tot 22 specifieke competenties verdeeld over de vier domeinen. Elk competentie wordt geïllustreerd met praktische scenario’s voor zowel primair als voortgezet onderwijs. Voorbeelden variëren van het herkennen van AI in dagelijkse tools tot het evalueren van AI-systemen op bias en het ontwerpen van eenvoudige AI-modellen voor problemen.
Ethische overwegingen zijn verweven door het hele raamwerk, niet als aparte component maar als integraal onderdeel van alle domeinen. Dit omvat het begrijpen van bias in AI-systemen, het evalueren van privacy-implicaties, en het overwegen van milieu-effecten van AI-gebruik.
Het raamwerk richt zich op docenten, onderwijsleiders, beleidsmakers en onderwijsontwerpers. De samenstellers benadrukken dat AI-geletterdheid een gedeelde verantwoordelijkheid is binnen het onderwijsecosysteem, waarbij docenten wordt aangemoedigd AI-geletterdheid in te bedden waar dit past bij hun vak en context. De competenties zijn bedoeld om zich te ontwikkelen gedurende de gehele primaire en secundaire onderwijsloopbaan.
Tot oktober 2025 wordt internationale feedback verzameld via online enquêtes, focusgroepen en stakeholderbijeenkomsten. De definitieve versie wordt in 2026 gepubliceerd, en zal bijdragen aan de PISA 2029-beoordeling van Media & AI-geletterdheid.
Mijn opmerkingen
Ik vind het belangrijk en daarom te waarderen dat gewerkt wordt aan een raamwerk voor AI-geletterdheid. Ik vraag me wel af of dit raamwerk niet te uitgebreid is, en wellicht te specifiek, en daarmee onvoldoende toepasbaar. Moet een leerling in het basisonderwijs bijvoorbeeld weten hoe AI kan worden gebruikt om maatschappelijke vooroordelen te versterken of moet deze leerling alleen weten dat output van AI vooroordelen kan bevatten? Ook gaat men ervan uit dat leerlingen in het basisonderwijs al gebruik maken van AI-tools. Is dat wenselijk? En moet iedereen in staat zijn om te beschrijven hoe AI-systemen kunnen worden ontworpen om een oplossing voor een gemeenschapsprobleem te ondersteunen?
Ik zou daarom eerder pleiten voor een meer doorlopende leerlijn, en een onderscheid in minimale competenties voor bepaalde leeftijden. Je kunt dan ook groeien van basale AI-geletterdheid naar AI-vloeiendheid. Dat zou zichtbaar moeten zijn. Verder zou je ook AI moeten kunnen toepassen binnen de context waarin je functioneert. Dat vraagt m.i. ook om uitbreiding van dit raamwerk naar het beroepsonderwijs. Voorbeeld: de comptetentie ’taken delegeren aan AI-systemen om menselijke workflows op de juiste manier te automatiseren of te versterken’ pakt voor een verpleegkundige anders uit dan voor een communicatiemedewerker.
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.
This content is published under the Attribution 3.0 Unported license.
Helemaal eens Wilfred, en fijn deze uiteenzetting. Ik ben me nu vooral aan het focussen op een raamwerk voor onderwijsprofessionals en dat is al behoorlijk ingewikkeld. Op het Eduapp-platform willen we een nulmeting aanbieden. En voor de professionals is leeftijd in wat je zou moeten kennen/kunnen geen factor. Voor Eduapp werk ik met het model Leren ondersteund door (verantwoordelijke in de loop) en Leren met (directe interactie AI en lerende) omdat dit voor de AI-verordening heel cruciaal is om het risiconiveau in te schatten. Dit zou ik ook graag terugzien. Dus in welke competenties is de leraar nog degene die de lerende aan de hand mee neemt en waar moet de lerende het helemaal zelf kunnen (en ook dus zelf de output kunnen beoordelen).