AI-geletterdheid
Hoofdstuk 5 AI-geletterdheid uit:
Chatten met Napoleon 3.0, 3e druk (2026, Last & Sprakel, 9789024474622)
De term ‘AI-geletterdheid’ duikt steeds vaker op in onderwijsdiscussies, beleidsnotities en wetenschappelijke publicaties. Maar wat betekent het eigenlijk om AI-geletterd te zijn? En is het iets wezenlijk anders dan de digitale geletterdheid waar we al jaren over spreken? In dit hoofdstuk verkennen we wat AI-geletterdheid inhoudt, zowel voor leerlingen en studenten als aan de docentkant, hoe het zich verhoudt tot bredere geletterdheden, en vooral: wat dit betekent voor jouw onderwijspraktijk. Het gaat hier over de invalshoek ‘onderwijs OVER AI’. Uiteindelijk gaat het niet om het afvinken van competenties, maar om het ontwikkelen van kritische, bewuste en handelingsbekwame leerlingen, studenten én docenten in een wereld waarin AI alomtegenwoordig is.
5.1 Wat is AI-geletterdheid?
Met de razendsnelle opkomst van (generatieve) AI is er een nieuwe term in het onderwijslandschap opgedoken: AI-geletterdheid. Overheden, onderwijsinstellingen en beleidsmakers gebruiken de term te pas en te onpas, alsof het een volledig nieuw fenomeen betreft dat om een geheel nieuwe aanpak vraagt. Is dat wel zo?
Om deze vraag te beantwoorden, is het nuttig om even terug te blikken. De afgelopen decennia zijn er talloze ‘geletterdheden’ gedefinieerd in reactie op technologische ontwikkelingen: computergeletterdheid, internetgeletterdheid, informatiegeletterdheid, mediawijsheid, en natuurlijk digitale geletterdheid. Elk van deze concepten ontstond als reactie op nieuwe technologieën en de vaardigheden die nodig waren om daarmee om te gaan. Nu voegen we daar massaal AI-geletterdheid aan toe, niet op de laatste plaats vanwege de Europese AI-verordening, die van elke organisatie die iets met AI doet vereist dat deze ervoor zorgt dat haar werknemers AI-geletterd zijn.
De vraag is of AI-geletterdheid werkelijk verschilt van deze eerdere geletterdheden, of dat het vooral een actualisering betreft van bestaande concepten. Wanneer je de definities naast elkaar legt, valt op hoeveel overlap er is. Digitale geletterdheid omvat reeds het kritisch omgaan met digitale informatie, het begrijpen van hoe technologie werkt, het bewust omgaan met data en privacy,
© B. Last & T. Sprakel | Boom Chatten met Napoleon 3.0 ISBN 9789024474622
en het ethisch handelen in digitale omgevingen. Dit zijn vaardigheden die ook centraal staan in definities van AI-geletterdheid. Daarom is het wat ons betreft verdedigbaar om AI-geletterdheid te beschouwen als een specifieke uitwerking van digitale geletterdheid, toegespitst op de unieke kenmerken van AI-systemen. De kern blijft hetzelfde: het gaat om het ontwikkelen van kritische, bewuste en handelingsbekwame mensen die deze technologie kunnen begrijpen, gebruiken en vormgeven. Wat AI-geletterdheid toevoegt, zijn specifieke kenniselementen over hoe AI-systemen werken, zoals machinelearning, trainingsdata en bias, en een verscherpte aandacht voor de ethische dimensies die inherent zijn aan systemen die beslissingen nemen of inhoud genereren. Dit omvat ook een metacognitief aspect. Wel is er een belangrijke kanttekening te plaatsen. Wanneer AI-geletterdheid wordt ingevuld als enkel een setje instrumentele vaardigheden, tools leren bedienen, prompts leren schrijven, output leren beoordelen, enzovoorts, schiet het tekort. Eerder in dit boek bespraken we al hoe AI het leerproces kan ondermijnen wanneer leerlingen en studenten cognitieve taken aan AI overlaten die ze zelf moeten doorlopen. Betere gebruikers van AI creëren is daarop geen antwoord. Wat wel helpt, verschilt per doelgroep. Leerlingen en studenten hebben metacognitief vermogen nodig: weten wat je weet en wat je niet weet, je eigen leerproces kunnen sturen, kritisch en creatief blijven denken. Kennis is daarvoor een belangrijke bouwsteen, met oog voor autonomie-ondersteuning. Docenten hebben daar bovenop iets extra’s nodig: het pedagogisch-didactisch tact om te beoordelen wanneer AI het leren versterkt en wanneer het denken zonder hulpmiddelen belangrijk is, en om daar hun onderwijs op in te richten. AI-geletterdheid moet voor beide groepen breder worden opgevat dan het instrumentele alleen. Verderop in dit hoofdstuk komen we hier uitgebreider op terug.
Geletterdheid is bovendien een fundament, geen eindpunt. Wie begrijpt hoe een taalmodel werkt en de output kritisch kan beoordelen, heeft een stevige basis. Maar daarmee kun je AI nog niet doordacht en creatief inzetten in je werk of je leerproces. Daarvoor is bekwaamheid nodig: het stadium waarin je AI daadwerkelijk productief inzet, op een manier die past bij je doelen, je context en je vakgebied. Het verschil is vergelijkbaar met het verschil tussen een taal begrijpen en er vloeiend in spreken. Ook die bekwaamheid reikt verder dan het instrumentele, zowel voor leerlingen en studenten als voor docenten, zij het op verschillende manieren. Verderop in dit hoofdstuk werken we het onderscheid tussen geletterdheid, bekwaamheid en de houding die beide stuurt verder uit.
Van instrumenteel naar situationeel
We stelden zojuist dat AI-geletterdheid breder moet worden opgevat dan het instrumentele alleen. Wat betekent dat concreet? Een goed vertrekpunt bieden onderzoekers die laten zien dat veel bestaande raamwerken voor digitale én AI-geletterdheid wel degelijk overwegend instrumenteel van aard zijn. Ze
focussen op wat mensen technisch moeten kunnen: systemen bedienen, informatie zoeken en beoordelen, veilig omgaan met data, enzovoort. Dit is belangrijk, maar het vertelt niet het hele verhaal.
Verschillende onderzoekers stellen dat digitale geletterdheid, en dus ook AIgeletterdheid, eigenlijk situationeel van aard is (Smit et al., 2025; Saab, 2025).
Dit betekent dat iemands digitale handelingsvermogen niet alleen afhangt van kennis en toegang tot apparatuur, het hangt ook af van de bredere context waarin die persoon zich bevindt.
Er spelen meer aspecten mee (Smit et al., 2025):
• Sociaal-materiële processen. Digitale geletterdheid hangt samen met iemands sociale kapitaal en de omgeving waarin diegene opereert. Neem twee kinderen die allebei huiswerk moeten maken voor school. Het ene kind heeft een eigen laptop, een rustige studeerkamer en ouders die kunnen helpen als er iets niet lukt. Het andere kind deelt een oude tablet met drie broertjes en zusjes, moet werken aan de keukentafel terwijl de televisie aanstaat en niemand thuis weet hoe je een bestand uploadt in de digitale leeromgeving. Op papier hebben beide kinderen ‘toegang tot technologie’, maar de werkelijke mogelijkheden om die technologie effectief te gebruiken, verschillen enorm. Dit verschil wordt groter naarmate digitale vaardigheden belangrijker worden voor school en werk, en het is een verschil dat je niet oplost door alleen maar lesjes te geven over ‘hoe je veilig met een chatbot omgaat’.
• Affectieve processen. Emoties en eerdere ervaringen spelen een grote rol in hoe mensen technologie benaderen. Denk aan iemands moeder die al dertig jaar lang ervan overtuigd is dat de computer ontploft als ze het verkeerde knopje indrukt. Daarbij speelt een diepgewortelde emotionele drempel die voorkomt dat ze überhaupt durft te experimenteren. Geen handleiding ter wereld lost dat op. Of denk aan de leerling die ooit is uitgelachen omdat hij niet wist hoe iets werkte, en die sindsdien liever doet alsof hij het niet boeiend vindt dan dat hij het risico loopt opnieuw af te gaan. Zulke affectieve barrières zijn vaak onzichtbaar, terwijl ze wel degelijk bepalen of iemand zich digitale vaardigheden eigen maakt.
• Sensorische processen. Tot slot spelen zintuiglijke en motorische aspecten een rol. Een leerling kan thuis wekenlang een wiskundetoets hebben geoefend op de computer, waarbij hij navigeert met het touchpad van zijn laptop. Als hij vervolgens de echte toets moet maken op een schoolcomputer met een muis, kan hij volledig vastlopen, simpelweg omdat zijn vingers niet weten wat ze moeten doen. De sensorische ervaring is anders, en daardoor voelt niets meer vertrouwd, hoe goed hij zich ook heeft ingelezen. Voor de leerling in kwestie maakt dat het verschil tussen slagen en falen.
Wat deze drie aspecten gemeen hebben, is dat ze laten zien hoe beperkt een instrumentele benadering van AI-geletterdheid is. Je kunt iemand alle technische vaardigheden aanleren die je wilt, maar als de sociale context niet meewerkt, de emotionele drempel te hoog is of de zintuiglijke ervaring niet vertrouwd aanvoelt, gebeurt er weinig.
Daar komt nog iets bij. Geletterdheid is nooit gelijk verdeeld geweest. In Nederland hebben miljoenen mensen moeite met lezen en schrijven. Onze huidige instrumentele benadering van AI-geletterdheid focust bovendien vaak op wat er mis kan gaan: gevaren herkennen, privacy beschermen, nepnieuws ontmaskeren. Maar voor veel mensen is de digitale wereld niet primair een plek van gevaar, het is een plek van mogelijkheden, verbinding en soms van levensbelang. Neem het voorbeeld uit de indrukwekkende documentaire Leven zonder letters van Frans Bauer, waarin verschillende laaggeletterde mensen aan het woord komen. Een van hen werkt bij de bibliotheek, een plek waarvan je zou denken dat lezen en schrijven een basisvereiste is. En toch: dankzij transcriptiesoftware en haar smartphone kan zij haar werk uitstekend doen. Voor haar is digitale technologie geen luxe of risico, maar een essentiële voorwaarde om te kunnen participeren in de samenleving. Of neem een kind van zes jaar oud, dol op verhalen. Ze heeft haar moeder horen praten met ‘die meneer in de telefoon’. Niet echt natuurlijk, maar voor haar klopt het wel: in dat apparaat zit een stem die antwoord geeft. Samen met haar moeder en ‘de meneer’ gaat ze verhalen verzinnen over draken en prinsessen, waarbij de AI haar vragen stelt en zij het verhaal verder brengt. Hier gebeurt iets bijzonders: pure verwondering en creatief spel. Dit is óók digitale geletterdheid – en misschien wel de vorm die het meest beklijft. Natuurlijk kun je het dan alsnog hebben over de vraag waar die stem vandaan komt, en of dat wenselijk is, wat voor wereld erachter schuilgaat, enzovoorts. Het vertrekpunt is alleen anders: nieuwsgierigheid en plezier, niet angst en controle.
En dan zijn er de sociale verbindingen die digitale technologie mogelijk maakt.
Maurits, een wat verlegen jongen van dertien, heeft moeite om op het schoolplein vrienden te maken. In Minecraft bouwt hij echter samen met anderen aan spectaculaire werelden – daar is hij niet de stille jongen uit de klas, maar een gewaardeerd teamlid. Fatima, wier ouders uit Marokko komen, heeft dagelijks digitaal contact met haar oma in Jordanië: foto’s, voice messages, videobellen, enzovoorts. Zonder die digitale verbinding zou ze haar oma nauwelijks kennen. En voor de eenzame Emma, die door een chronische ziekte vaak thuis zit, zijn begeleide gesprekken met een AI-chatbot een manier om te oefenen met sociale interactie en zich wat minder alleen te voelen.
Dit alles laat zien dat effectief onderwijs in AI-geletterdheid verder moet gaan dan het aanleren van losse vaardigheden of het waarschuwen voor risico’s. Het vraagt aandacht voor de persoonlijke context van leerlingen en studenten: hun thuissituatie, hun emoties, hun eerdere ervaringen. Het zoekt ruimte voor reflectie, en tegelijkertijd ook voor verwondering en plezier, voor wat je constructieve nieuwsgierigheid zou kunnen noemen: de bereidheid om technologie met openheid en verwondering te verkennen, vanuit het verlangen om het echt te begrijpen. En het vraagt om het besef dat digitale technologie voor veel mensen niet iets is dat ze ‘veilig’ moeten leren gebruiken, maar iets wat onmisbaar is geworden voor hun dagelijks leven, hun sociale verbindingen en hun participatie in de wereld. Het instrumentele perspectief is zeker belangrijk, maar niet genoeg. Minstens zo belangrijk zijn het pedagogische én het existentiële perspectief.
5.2 Van digital agency naar AI fluency
Als we voorbij het instrumentele denken willen komen, moeten we kijken naar wat hoogleraar Onderwijswetenschappen Nadira Saab (2025) in haar oratie digital agency noemt. Digital agency is het vermogen van mensen om technologie bewust, kritisch en doelgericht in te zetten voor zelfgekozen doelen. Het gaat niet primair om technische beheersing, maar om regie. Wie geen digital agency ontwikkelt, loopt het risico gestuurd te worden door algoritmes en systemen die leren, denken en samenleven beïnvloeden.
Saab positioneert digital agency nadrukkelijk als een concept dat verder gaat dan digitale geletterdheid en mediawijsheid. Waar digitale geletterdheid draait om het kunnen omgaan met tools en vaardigheden, en mediawijsheid om het kritische kompas, richt digital agency zich op de autonome regie en participatie. Digitale geletterdheid en mediawijsheid zijn waardevolle bouwstenen, maar geen einddoel. Digital agency is de overkoepelende laag, die meer gaat over houdingsaspecten.
Die houding bestaat onder andere uit:
• autonomie: het vermogen om eigen keuzes te maken in plaats van klakkeloos te volgen wat technologie voorschrijft;
• kritisch bewustzijn: inzicht in hoe technologie werkt, wie ervan profiteert en welke belangen er spelen;
• verantwoordelijkheid: het besef dat je eigen digitale handelen consequenties heeft voor jezelf en anderen;
• constructieve nieuwsgierigheid: de bereidheid om technologie met verwondering en kritische openheid te verkennen, vanuit het verlangen om het te begrijpen en er grip op te krijgen;
• participatie: het vermogen om niet alleen gebruiker te zijn, maar ook vormgever van de digitale wereld.
Digital agency1 ontstaat niet vanzelf. Veel mensen beschikken wel over kennis van technologie, maar missen het handelingsvermogen om die kennis om te zetten in bewuste keuzes. Saab beschrijft dit als de transitie van weten, naar begrijpen, naar handelen. Die transitie vergt actieve ondersteuning door
1 Let op: de term ‘agency’ wordt in het Nederlands vaak vertaald als ‘eigenaarschap’, maar die vertaling is problematisch. Eigenaarschap suggereert dat iemand volledig zelf verantwoordelijk is voor zijn digitale ontwikkeling – alsof het alleen een kwestie is van individuele keuzes en inzet. Daarmee verdwijnt precies het situationele karakter uit beeld dat we eerder bespraken. Het kind in de drukke huiskamer met de gedeelde tablet heeft niet minder ‘eigenaarschap’, het heeft minder mogelijkheden. Daarom pleiten wij ervoor om de term ‘agency’ niet te vertalen, of hooguit te spreken van handelingsvermogen en handelingsperspectief. Handelingsvermogen benadrukt dat het gaat om wat iemand daadwerkelijk kan doen binnen de context waarin diegene zich bevindt. Handelingsperspectief voegt daaraan toe dat mensen ook moeten kunnen zien dat handelen zin heeft. Dat hun keuzes ertoe doen. Beide begrippen houden ruimte voor het besef dat agency niet alleen afhangt van het individu, maar ook van de sociale, materiële en emotionele omstandigheden. Die nuance gaat verloren wanneer we te snel naar ‘eigenaarschap’ grijpen.
onderwijs. Bovendien is digital agency niet alleen individueel: het ontwikkelt zich in wisselwerking met de omgeving. Een leerling kan nog zo gemotiveerd zijn om technologie bewust in te zetten, maar als de school geen aandacht besteedt aan het onderwerp, de infrastructuur ontbreekt of het thuisfront geen ondersteuning biedt, dan is de handelingsruimte beperkt. Digital agency is daarom zowel een persoonlijke kwaliteit als een collectieve verantwoordelijkheid.
Van agency naar fluency
Staat bij digital agency vooral de houding waarmee we technologie benaderen centraal, bij AI fluency gaat het meer over de praktische bekwaamheid om doelgericht met AI samen te werken. Dit onderscheid is subtiel maar relevant: je kunt een kritische, bewuste houding hebben (agency), en nog steeds moeite hebben om AI succesvol in te zetten voor je werk (fluency). Beide zijn nodig. In paragraaf 5.1 introduceerden we het onderscheid tussen geletterdheid als fundering en bekwaamheid als volgend stadium. AI fluency is die bekwaamheid: het stadium waarin je AI daadwerkelijk productief en creatief inzet. Op het eerste gezicht lijkt dat het instrumentele perspectief te vertegenwoordigen. Het gaat immers om vaardigheden, om kunnen. Fluency is echter meer dan louter instrumenteel. Het raamwerk dat we hierna bespreken, plaatst ethiek daarbij als iets wat verweven is in elke vaardigheid. Bovendien gaat het niet om het bedienen van een tool, maar om samenwerken met een systeem dat reageert, je denken prikkelt en soms verrast. Dat vergt een ander soort bekwaamheid dan we gewend zijn van traditionele digitale vaardigheden: niet alleen weten welke knop je moet indrukken, ook kunnen inschatten wanneer je de output moet wantrouwen, hoe je een vruchtbare dialoog opbouwt, en waar jouw verantwoordelijkheid begint en die van het systeem ophoudt.
Het AI fluency-raamwerk van Dakan en Feller (2025) biedt hiervoor praktische handvatten. Zij definiëren AI fluency als ‘het vermogen om effectief, efficiënt, ethisch en veilig te werken met nieuwe vormen van mens-AI-interactie’. De centrale gedachte is dat AI niet slechts een hulpmiddel is, maar steeds meer een hybride partner wordt in het leer- en werkproces. Het raamwerk onderscheidt vier kernvaardigheden, ook wel de ’4 D’s’:
1. Delegatie (delegation). Doordachte beslissingen nemen over de taakverdeling tussen mens en AI. Welke taken doe je zelf, welke besteed je uit aan AI en waar werk je samen? Dit betekent inzicht in je eigen doelen én in de mogelijkheden en beperkingen van AI-systemen. Van alle vier de vaardigheden raakt delegatie het sterkst aan digital agency: het is de plek waar houding en bekwaamheid samenkomen, waar je de vraag ‘wil ik dit, mag dit, is dit wijs?’ verbindt met de praktische vraag ‘hoe verdeel ik het werk?’
2. Beschrijving (description). Helder en duidelijk communiceren met AI-systemen. Dit gaat verder dan ‘een goede prompt schrijven’, het omvat het kunnen beschrijven wat je wilt bereiken (product), hoe je wilt samenwerken (proces) en hoe de AI zich moet gedragen (performance).
3. Onderscheidingsvermogen (discernment). Kritisch beoordelen van AI-output én van het samenwerkingsproces. Klopt wat de AI produceert? Is de samenwerking productief? Worden gebruikers goed bediend door het systeem?
4. Zorgvuldigheid (diligence). Verantwoord, ethisch en transparant omgaan met AI. Dit omvat bewustzijn van bias en andere risico’s, transparantie over AI-gebruik en het nemen van verantwoordelijkheid voor het eindresultaat.
Wat dit raamwerk onderscheidt, is dat het platformonafhankelijk is: het draait niet om specifieke tools, maar om vaardigheden die relevant blijven, ongeacht welke AI-systemen er in de toekomst komen. Bovendien is ethiek verweven in elke vaardigheid in plaats van dat het een apart onderdeel is.
Drie lagen van AI-geletterdheid
Met het onderscheid tussen geletterdheid, fluency en agency hebben we drie samenhangende lagen in handen die samen beschrijven wat het betekent om AI-geletterd te zijn in brede zin:
Tabel 5 Digital agency versus AI fluency
Focus
Kernvraag
Ontwikkeling via
Risico bij afwezigheid
Kennis en begrip Praktische bekwaamheid
Wat is dit? Hoe werkt dit? Klopt dit?
Uitleg, oefening, kritische evaluatie
Onbegrip, blinde vlekken, vatbaarheid voor fouten
Hoe doe ik dit effectief, verrijkend en verantwoord?
Experimenteren, toepassen, feedback
Ineffectief of onveilig AI-gebruik
Houding en waarden
Wil ik dit? Doe ik dit? Mag dit? Is dit wijs?
Reflectie, dialoog, ethisch redeneren
Passief meegaan met wat technologie dicteert
Geletterdheid is de basis: zonder begrip van hoe AI werkt, kun je de output niet beoordelen en neem je fouten klakkeloos over. Fluency is de volgende stap: de praktische bekwaamheid om AI productief in te zetten, op een manier die ethiek, context en vakinhoud integreert. Digital agency is de overkoepelende houding die door beide lagen heen loopt en die bepaalt óf en hóe je de andere twee inzet. Een leerling die kritisch kan nadenken over AI maar niet weet hoe een prompt werkt, mist praktische slagkracht. Een student die virtuoos met ChatGPT omgaat maar nooit nadenkt over de ethische implicaties, mist moreel kompas. En wie kennis en vaardigheden heeft maar geen regie neemt over het eigen handelen, laat zich sturen door de technologie in plaats van er richting aan te geven.
De kunst is om deze drie lagen geïntegreerd te ontwikkelen. Dat geldt voor leerlingen en studenten, evengoed als voor docenten – al is de invulling verschillend. Waar leerlingen en studenten hun digital agency ontwikkelen als lerende, hebben docenten een dubbele taak: ze moeten zelf AI-geletterd en bekwaam zijn, én ze moeten weten hoe ze dat bij hun leerlingen en studenten kunnen begeleiden. Die pedagogisch-didactische dimensie, het vermogen om te beoordelen wanneer AI het leren versterkt en wanneer het de noodzakelijke worsteling wegneemt, is wat AI-geletterdheid voor docenten onderscheidt van een gewone AI-cursus.
Box 22 Een kritische noot over raamwerken
De afgelopen jaren is er een wildgroei ontstaan aan raamwerken, modellen en competentieoverzichten voor AI-geletterdheid. Een simpele zoektocht op internet levert tientallen plaatjes, schema’s en infographics op. Literatuuroverzichten laten zien dat er inmiddels zo’n zestien verschillende, serieuze schalen zijn ontwikkeld om AI-geletterdheid te meten, voor uiteenlopende doelgroepen van basisschoolleerlingen tot volwassenen (Lintner, 2024; Casal-Otero, 2023).
Hoewel deze raamwerken nuttig zijn als denkkader en gespreksinstrument, is er ook kritiek mogelijk. Veel raamwerken zijn nog steeds overwegend gericht op het individu en staan los van de sociale en culturele context waarin mensen opereren. Ze presenteren AI-geletterdheid als een setje af te vinken competenties, terwijl de werkelijkheid veel rommeliger is. Het aanleren van AI-vaardigheden op zichzelf volstaat niet: zonder pedagogische inbedding en aandacht voor metacognitie kunnen die vaardigheden leiden tot onwenselijk gebruik van AI-systemen, die het leren schaden (Lodge & Loble, 2026).
Daar komt bij dat, zoals we ook al de inleiding aanstipten van dit hoofdstuk, de toon van veel raamwerken en bijbehorende onderwijsmaterialen opvallend normatief is. De nadruk ligt vaak op risico’s, gevaren en wat je vooral niet moet doen met AI. Vergelijk dit eens met hoe we omgaan met leesonderwijs: daar vieren we het leesplezier, organiseren we voorleeswedstrijden en nodigen we schrijvers uit. Bij digitale en AI-geletterdheid gaat het al snel over schermtijd beperken, gevaren herkennen en kritisch wantrouwen. Zo missen we de kans om leerlingen en studenten ook het plezier en de verwondering te laten ervaren die technologie kan bieden. Digiplezier, zo je wil.
Dit betekent niet dat we de risico’s moeten negeren – die zijn reëel en verdienen aandacht. Effectief onderwijs in AI-geletterdheid vraagt om een balans tussen kritisch bewustzijn en nieuwsgierige verkenning, tussen waarschuwen en verwonderen. Alleen dan ontwikkelen leerlingen en studenten niet alleen kennis over AI, maar ook een gezonde, geëngageerde houding ten aanzien van AI.
Met geletterdheid, fluency en agency hebben we drie complementaire perspectieven in handen: het ene richt zich op kennis en begrip, het tweede op praktische bekwaamheid, en het derde op de houding en waarden waarmee we technologie benaderen. Maar hoe vertaal je dit naar de dagelijkse onderwijspraktijk? Hoe zorg je ervoor dat leerlingen en studenten weten wat AI is en kunnen nadenken over de implicaties, en tegelijkertijd daadwerkelijk handelingsbekwaam worden?
In de volgende twee paragrafen werken we dit concreet uit voor twee verschillende onderwijscontexten. We beginnen met het funderend onderwijs, waar digitale geletterdheid inmiddels is opgenomen als basisvaardigheid met bijbehorende kerndoelen. Daarna richten we ons op het vervolgonderwijs – mbo, hbo en wo – waar instellingen meer vrijheid hebben maar ook meer verantwoordelijkheid dragen om zelf richting te geven aan AI-geletterdheid. In beide contexten proberen we de balans te bewaken tussen de drie lagen, en tussen waarschuwen en verwonderen.
5.3 AI-geletterdheid in het funderend onderwijs
De Nederlandse overheid heeft digitale geletterdheid inmiddels erkend als een basisvaardigheid, naast taal, rekenen en burgerschap. Dit heeft geleid tot de ontwikkeling van landelijke kerndoelen voor digitale geletterdheid, die vanaf augustus 2027 officieel in werking treden. Inspectietoezicht volgt vanaf 2031. Deze kerndoelen bieden scholen een kader voor wat leerlingen moeten kennen en kunnen op het gebied van digitale technologie, inclusief AI. Dit is een belangrijke ontwikkeling. Voor het eerst is er een landelijk ankerpunt dat scholen richting geeft bij het vormgeven van onderwijs over en met digitale technologie. Tegelijkertijd roept het vragen op: hoe verhouden deze kerndoelen zich tot de bredere noties van agency en fluency die we hiervoor bespraken? En hoe voorkom je dat het onderwijs blijft steken in een instrumentele, afvinkbare benadering, die het digiplezier onder druk zet? Een analyse.
Kerndoelen digitale geletterdheid
De kerndoelen zijn georganiseerd in drie domeinen die onderling samenhangen:
1. Praktische kennis en vaardigheden: het functioneel inzetten van digitale systemen, navigeren in het informatielandschap, omgaan met data en AI verkennen.
2. Ontwerpen en maken: het creëren van digitale producten en programmeren.
3. De gedigitaliseerde wereld: veilig en verantwoord participeren, weloverwogen keuzes maken en de wisselwerking tussen technologie en samenleving begrijpen.
Tabel 6 Overzicht kerndoelen digitale geletterdheid
Primair onderwijs
Voortgezet onderwijs
Domein: Praktische kennis en vaardigheden
Kerndoel 22
De leerling zet digitale technologie en digitale media in
A Digitale systemen
B Digitale media en informatie
C Data
D Artificiële intelligentie (AI)
Domein: Ontwerpen en maken
Kerndoel 23
De leerling creëert digitale producten
A Creëren met digitale technologie
B Programmeren
Domein: De gedigitaliseerde wereld
Kerndoel 24
De leerling participeert in de gedigitaliseerde wereld
A Veiligheid en privacy
B Digitale technologie, jezelf en de ander
C Digitale technologie, samenleving en wereld
Bron: SLO (2025)
Kerndoel 21
De leerling zet digitale technologie en digitale media in
A Digitale systemen
B Digitale media en informatie
C Data
D Artificiële intelligentie (AI)
Kerndoel 22
De leerling creëert digitale producten
A Creëren met digitale technologie
B Programmeren
Kerndoel 23
De leerling participeert in de gedigitaliseerde wereld
A Veiligheid en privacy
B Digitale technologie, jezelf en de ander
C Digitale technologie, samenleving en wereld
Opvallend is dat AI zonder omwegen wordt genoemd als onderdeel van de kerndoelen. Bij het primair onderwijs (kerndoel 22D) gaat het om het verkennen van AI. Leerlingen leren elementen van een AI-systeem beschrijven, herkennen hoe AI-gedrag lijkt op menselijk gedrag, voorbeelden van AI in hun eigen omgeving herkennen, en verantwoord interacteren met een AI-systeem. Dit betekent dus dat ze daadwerkelijk gebruikmaken van AI, al staat dat los van welk systeem en kun je AI zo breed en smal definiëren als je wilt. Voor het voortgezet onderwijs (kerndoel 21D) worden de verwachtingen hoger: leerlingen verkennen de mogelijkheden en beperkingen van AI. Dit omvat het beschrijven van de rol van datakwaliteit voor AI-resultaten, het herkennen van AI-toepassingen door bedrijven en overheden, het beschrijven van verschillen tussen rule-based en statistische AI-systemen, en het doelgericht, verantwoord en kritisch interacteren met AI. Voor havo/vwo wordt daar nog aan toegevoegd: het beschrijven van machinelearning en manieren om AI te trainen, en het reflecteren op mogelijkheden en beperkingen. Als je kijkt naar de drie lagen van AI-geletterdheid die we in de vorige paragraaf beschreven, zie je alle drie terug in de kerndoelen, zij het impliciet. Het ‘beschrijven hoe AI werkt’ en ‘elementen van een AI-systeem herkennen’ valt onder geletterdheid: de kennisbasis. Het ‘doelgericht inzetten’ en ‘interacteren met een AI-systeem’ past bij fluency: de praktische bekwaamheid. En het
‘verantwoord’ en ‘kritisch’ interacteren raakt aan agency: de houding waarmee je AI benadert. Het derde domein, ‘de gedigitaliseerde wereld’, adresseert de bredere maatschappelijke en ethische dimensies. Wel valt op dat ze de kerndoelen, zoals reeds aangestipt als probleem van veel raamwerken voor AI-geletterdheid, behoorlijk normatief geladen zijn richting ‘veilig en verantwoord’ in plaats van ook ‘verrijkend en bijzonder’. De nadruk op geletterdheid en fluency is er, maar de ruimte voor constructieve nieuwsgierigheid en verwondering moet de docent er zelf in leggen.
Tot slot een belangrijk detail: deze kerndoelen gelden voor het primair onderwijs en de onderbouw van het voortgezet onderwijs. Voor de bovenbouw vo bestaat geen apart vak of examenprogramma digitale geletterdheid. Daar worden de inhouden geïntegreerd in de geactualiseerde examenprogramma’s van bestaande vakken, waarbij Nederlands, wiskunde en maatschappijleer extra ruimte hebben gekregen voor digitale geletterdheid en burgerschap. De vernieuwde examenprogramma’s worden naar verwachting vanaf schooljaar 2028-2029 ingevoerd. Voor de bovenbouw geldt dus al de geïntegreerde aanpak die we verderop in deze paragraaf bespreken.
Integreren of apart behandelen?
Een vraag die in veel schoolteams speelt: moet AI-geletterdheid apart worden onderwezen of geïntegreerd in bestaande vakken? Het antwoord is genuanceerd: beide benaderingen hebben hun plaats, en de kunst is om ze slim te combineren. Integratie werkt goed wanneer AI logisch aansluit bij de vakinhoud. Bij geschiedenis kun je bespreken hoe algoritmes bepalen welke informatie we over het verleden vinden en hoe dat ons beeld van de geschiedenis beïnvloedt. Bij biologie kun je verkennen hoe AI wordt ingezet in de geneeskunde voor het herkennen van tumoren op scans. Bij Nederlands kun je onderzoeken hoe taalmodellen teksten genereren en wat dat betekent voor authenticiteit en auteurschap. Bij wiskunde kun je laten zien hoe statistiek en kansberekening de basis vormen van machinelearning. Deze geïntegreerde aanpak maakt AI-geletterdheid relevant en concreet: geen abstract onderwerp, eerder iets wat we tegenkomen bij alles wat we leren. Aparte lessen of projecten zijn zinvol bij onderwerpen die dwars door vakken heen snijden en meer tijd en diepgang verdienen. Denk aan de ethische dimensies van AI: vragen over privacy, bias, autonomie en verantwoordelijkheid laten zich niet in een kwartiertje behandelen. Of denk aan de basisprincipes van hoe AI werkt: wat is machinelearning, wat zijn trainingsdata, hoe ontstaat bias? Een projectweek, een themadag of een serie gastlessen kan leerlingen de ruimte geven om deze onderwerpen te verkennen op een manier die bij reguliere lessen niet mogelijk is.
De valkuil van te veel integratie is dat AI-geletterdheid versnipperd raakt: overal een beetje, nergens echt diep. De valkuil van te veel aparte lessen is dat het gevoel ontstaat dat AI iets is wat losstaat van de ‘echte’ vakken, als een extraatje in plaats van iets fundamenteels. Een doordachte combinatie waarbij de school bewust nadenkt over wat waar het beste past, werkt het best.
Cocreatie met leerlingen
Een inzicht dat we niet genoeg kunnen benadrukken: AI-geletterdheid moet niet alleen over leerlingen gaan, het dient ook met leerlingen te worden uitgevoerd. Samen. Zij brengen hun eigen ervaringen, vragen en zorgen mee. Veel leerlingen gebruiken AI al dagelijks, voor huiswerk, gaming, sociale media of gewoon uit nieuwsgierigheid, en hebben daardoor praktijkkennis die docenten soms missen. Die kennis negeren of onderschatten is een gemiste kans.
Betrek leerlingen daarom actief bij het vormgeven van je onderwijs. Dit vergroot niet alleen de relevantie, leerlingen voelen dat het over hun wereld gaat, het ontwikkelt bovendien hun agency: het besef dat zij technologie niet alleen gebruiken, maar ook vormgeven hoe die technologie wordt ingezet. Saab (2025) beschrijft hoe digital student agency zich stap voor stap vormt door de onderwijsloopbaan heen. In het basisonderwijs ligt de nadruk op ontdekken en het opdoen van succeservaringen: kinderen die merken dat zij hun digitale omgeving kunnen beïnvloeden, bouwen vertrouwen op. In het voortgezet onderwijs verschuift het accent naar kritisch denken en sociaal handelen: jongeren leren reflecteren op digitale identiteit, privacy en de invloed van algoritmes. Wie in het funderend onderwijs al leert dat technologie iets is waar je regie over kunt nemen, neemt die houding mee naar de rest van het leven. Concreet kan dit betekenen:
• Begin met ervaringen ophalen. Welke AI-tools hebben leerlingen al gebruikt? Wat vonden ze ervan? Wat ging goed, wat ging mis? Dit geeft jou als docent zicht op waar ze staan en het geeft leerlingen het signaal dat hun ervaringen ertoe doen.
• Laat leerlingen vragen formuleren. Wat willen zij weten over AI? Waar zijn ze nieuwsgierig naar, waar maken ze zich zorgen over? Gebruik deze vragen als startpunt voor lessen of projecten.
• Organiseer echte discussies. Niet het type waarbij het ‘goede antwoord’ al vaststaat, maar gesprekken waarin leerlingen hun eigen mening mogen vormen over AI-dilemma’s. Mag een school AI gebruiken om te controleren of je hebt gespiekt? Is het oké om AI te gebruiken voor je huiswerk? Wanneer wel, wanneer niet?
• Geef ruimte om te experimenteren. Laat leerlingen zelf ontdekken wat AI wel en niet kan. Laat ze een chatbot proberen te foppen, onderzoeken of een AI-beeldgenerator bias vertoont, in gesprek gaan met een gesimuleerde historische figuur, een zelfgeschreven verhaal laten illustreren door AI, of samen een chatbot bouwen die jongere kinderen helpt met rekenen. Hands-on ervaring leert meer dan welke uitleg dan ook.
• Creëer een veilige omgeving. Experimenteren betekent dat dingen misgaan. Dat is niet erg – het is zelfs leerzaam. Dan moet de sfeer alleen wel zo zijn dat fouten maken mag, en dat niemand wordt uitgelachen als iets niet lukt.
Eerste stappen
Hoe begin je met AI-geletterdheid in je klas? Het kan overweldigend voelen: een nieuw onderwerp, snel veranderende technologie, misschien het gevoel dat je leerlingen er al meer van weten dan jij. Het goede nieuws is dat je niet vanaf nul hoeft te beginnen en dat je zeker geen expert hoeft te zijn om zinvolle lessen te geven.
• Begin bij jezelf. Maak (al dan niet anoniem, of juist via je schoollicentie) een account aan bij een AI-chatbot en experimenteer. Stel vragen, laat teksten samenvatten, merk op wat goed gaat en wat niet. Die eigen ervaring is goud waard, omdat je dan vanuit je eigen beleving kunt spreken.
• Inventariseer wat je al doet. Grote kans dat je al meer aan digitale geletterdheid doet dan je denkt. Maak voor jezelf of met je team een lijstje: waar behandelen we deze thema’s al en waar zouden we AI kunnen integreren?
• Ga het gesprek aan. Vraag je leerlingen: ‘Wie heeft weleens een AI-chatbot gebruikt? Waarvoor? Wat vonden jullie ervan?’ Dit gesprek is al onderwijs: je maakt AI bespreekbaar en creëert een opening voor diepere vragen. Dit biedt handelingsperspectief: je hoeft geen AI-expert te zijn, om er toch goed onderwijs over te geven.
• Maak gebruik van bestaand materiaal. Er is inmiddels veel beschikbaar:
– Het Klokhuis heeft toegankelijk materiaal over AI voor de basisschoolleeftijd en de eerste jaren van het voortgezet onderwijs.
– De Nationale AI-cursus Junior biedt een gratis online cursus voor kinderen vanaf 10 jaar.
– Zoek op het internet naar lespakketten, bij voorkeur die aansluiten aan bij de nieuwe kerndoelen
– Externe aanbieders zoals FutureNL en NextGen AI hebben kant-enklare programma’s.
• Benut andere bronnen. Er zijn talloze andere bronnen te gebruiken om het digitale te bespreken, bijvoorbeeld met jeugdliteratuur. Het boek ‘Veer –Mijn kunstmatige vriendin’ van een van de auteurs van dit boek (Last, 2026) is een mooi voorbeeld. Lees het voor, en download de bijbehorende lesbrief.
• Werk samen met collega’s. Bespreek in je team hoe jullie het willen aanpakken. Wie doet al iets? Waar zitten kansen? Door het samen te doen, voorkom je dat het bij één enthousiaste collega blijft hangen.
5.4 AI-geletterdheid in het vervolgonderwijs
Voor het mbo, hbo en wo bestaan geen landelijke kerndoelen zoals in het funderend onderwijs. Instellingen en opleidingen hebben daardoor meer vrijheid om zelf te bepalen hoe ze AI-geletterdheid vormgeven, maar dus ook meer verantwoordelijkheid. Die vrijheid biedt kansen voor maatwerk: een opleiding verpleegkunde zal andere accenten leggen dan een opleiding journalistiek of werktuigbouwkunde. Tegelijkertijd schuilt er een risico in versnippering:
zonder gemeenschappelijk kader kan AI-geletterdheid overal een beetje aan bod komen, zonder ergens echt te landen.
Gelukkig zijn er inmiddels verschillende raamwerken beschikbaar die instellingen kunnen gebruiken als uitgangspunt. We bespreken er hier twee die wij bruikbaar achten: het Nederlandse AI-GO!-raamwerk (Renkema et al., 2025) en de UNESCO-raamwerken voor docenten en studenten (Miao & Cukurova, 2024a en b).
Het AI-GO!-raamwerk
Het AI-GO!-raamwerk is ontwikkeld door het landelijke groeifondsprogramma Npuls, specifiek voor het Nederlandse vervolgonderwijs. Het is tot stand gekomen middels een uitgebreide literatuurstudie en consultaties met docenten en studenten uit mbo, hbo en wo. Het raamwerk definieert AIgeletterdheid als ‘het samenspel van kennis, vaardigheden en attituden, waarbij ethisch bewustzijn de basis vormt voor kritisch, verantwoordelijk en effectief omgaan met AI-systemen’.
Wat dit raamwerk onderscheidt, is de bewuste keuze om ethiek te behandelen een fundament waarop alles rust, in plaats van als los onderdeel. Bovendien erkent het dat attituden – houdingen, emoties, vertrouwen – minstens zo belangrijk zijn als kennis en vaardigheden. Je kunt nog zoveel weten over AI, maar als je er geen vertrouwen in hebt of bang bent om fouten te maken, zul je het niet doeltreffend inzetten.
Het raamwerk onderscheidt vier hoofdcomponenten:
1. Kennis over AI: begrip van wat AI is en niet is, hoe het werkt, wat de mogelijkheden en beperkingen zijn, en hoe AI zich verhoudt tot het eigen vakgebied.
2. Vaardigheden met AI: het kunnen gebruiken van AI-systemen, kritisch beoordelen van output en effectief communiceren met en over AI.
3. Attituden ten aanzien van AI: vertrouwen, zelfeffectiviteit, nieuwsgierigheid en openstaan voor experimenteren.
4. Ethiek als fundament: bewustzijn van maatschappelijke impact, bias, privacy, transparantie en verantwoordelijkheid.
Wie deze componenten naast het drielagenmodel uit de vorige paragraaf legt, ziet de parallellen: kennis over AI komt overeen met geletterdheid, vaardigheden met fluency, en attituden met digital agency. Ethiek loopt in beide modellen als rode draad door alles heen. Het AI-GO!-raamwerk en ons drielagenmodel spreken dus in feite dezelfde taal, zij het met andere accenten.
Belangrijk is dat het AI-GO!-raamwerk breder kijkt dan alleen individuele competenties. Het erkent dat AI-geletterdheid zich ontwikkelt op meerdere niveaus: bij de individuele student of docent, en op het niveau van teams, organisatie en beleid. Een docent kan nog zo AI-geletterd zijn – als de instelling geen heldere visie heeft, de infrastructuur ontbreekt of het teamgesprek niet wordt gevoerd, dan blijft de impact beperkt. Daarmee sluit het raamwerk aan bij wat
Beleid
Organisatie
Team
Individu
Eerlijkheidenrechtvaardigheid
vaardigheden
Ethischedimensieonderwijs
Team
Organisatie
Beleid
Figuur 34 Het AI-Geletterdheid Onderwijs Raamwerk (AI-GO!)
Saab (2025) benadrukt: digital agency is niet alleen een individuele kwaliteit, maar ontwikkelt zich in wisselwerking met de omgeving. Institutionele randvoorwaarden, schoolcultuur en beschikbare middelen bepalen of docenten en studenten de ruimte krijgen om agency te ontwikkelen. Voor docenten voegt het raamwerk bovendien een pedagogisch-didactische dimensie toe: zelf AI gebruiken en tegelijkertijd weten hoe je AI-geletterdheid bij studenten kunt ontwikkelen en hoe je AI verantwoord kunt integreren in je onderwijs. In het drielagenmodel dat we eerder beschreven, is dit de plek waar
geletterdheid, fluency en agency samenkomen in professioneel handelen. Een docent die AI-geletterd en bekwaam is maar niet weet hoe je een leeractiviteit ontwerpt die studenten tot denken aanzet in plaats van tot kopiëren, mist een essentieel stuk. Daarmee voorkomt het raamwerk dat AI-geletterdheid wordt gereduceerd tot een individuele aangelegenheid of tot een setje technische vaardigheden.
Let wel: het AI-GO!-raamwerk is nadrukkelijk geen checklist, maar een denkkader. Het nodigt opleidingen uit om zelf te bepalen welke aspecten het meest relevant zijn voor hun context en hoe ze die willen vertalen naar hun curriculum.
De UNESCO-raamwerken
UNESCO heeft in 2024 twee complementaire raamwerken gepubliceerd: een voor docenten en een voor studenten (Mia & Cukurova, 2024a en b). Beide zijn bedoeld als referentiekader voor het ontwikkelen van nationale of institutionele programma’s, met verschillende categorieën van competenties. Voor elk aspect worden bovendien drie progressieniveaus onderscheiden. Bij docenten gaat dat om verwerven, verdiepen en creëren, en bij studenten om begrijpen, toepassen en eveneens creëren. Voor dit boek volstaat het om het hierbij te laten en de lezer zelf de kans te geven zich hier verder in te verdiepen. Dit raden wij dan ook ten zeerste aan.
Inhoudelijk is er tussen de UNESCO-raamwerken en AI-GO! veel overlap. De verschillen zitten vooral in de uitwerking en het detailniveau. Het AI-GO!-raamwerk is compacter en biedt meer ruimte voor eigen invulling. De UNESCO-raamwerken zijn gedetailleerder en bieden concrete handvatten voor curriculumontwikkeling, maar kunnen daardoor ook overweldigend aanvoelen. Ons advies: kies het raamwerk dat het beste past bij jouw context en gebruik de andere als aanvulling. Voor een snelle start en een teamgesprek kan AI-GO! goed werken. Voor een systematische curriculumanalyse bieden de UNESCOraamwerken meer houvast.
Integreren in het curriculum
De hamvraag is nu natuurlijk: hoe vertaal je deze raamwerken naar de praktijk van je opleiding? Met een systematische aanpak voorkom je dat AI-geletterdheid overal een beetje terugkomt maar nergens echt landt. Houd daarbij het drielagenmodel in het achterhoofd: het gaat niet alleen om kennis over AI, het betreft ook praktische bekwaamheid, houdingen en waarden, en het vermogen van studenten om hun eigen leer- en denkproces te sturen.
1. Curriculumanalyse. Breng in kaart waar AI nu al aan bod komt in je opleiding, expliciet of impliciet. Waar wordt AI gebruikt als tool? Waar wordt erover gesproken? Waar zitten logische aanknopingspunten? En minstens zo belangrijk: waar zitten de gaten?
2. Bepaal prioriteiten. Wat is het meest urgent voor jouw studenten, als je kijkt naar hun toekomstige beroepspraktijk? Een opleiding zorg zal andere accenten leggen dan een opleiding communicatie. Denk daarbij niet alleen aan de instrumentele kant, denk ook aan ethische vraagstukken die bij het vakgebied horen en aan metacognitieve vaardigheden: kunnen studenten inschatten wat ze wel en niet aan AI kunnen overlaten? Maak bewuste keuzes in plaats van alles een beetje te doen.
3. Vertaal naar leerdoelen. De raamwerken bieden abstracte competenties, maar voor je curriculum heb je concrete leerdoelen nodig. Wat moet een student kunnen of weten aan het eind van een module, semester of opleiding? Formuleer dit zo specifiek mogelijk. AI kan hierbij overigens helpen: je kunt een raamwerk invoeren en vragen om het te vertalen naar leerdoelen voor jouw specifieke opleiding, of om beoordelingsrubrieken te genereren die je vervolgens zelf aanscherpt. Denk ook na over progressie: wat verwacht je van een eerstejaars, wat van een afstudeerder? Kijk voor inspiratie eens bij de progressieniveaus uit de UNESCO-raamwerken: verwerven, verdiepen, creëren.
4. Kies voor integratie én verdieping. Net als in het funderend onderwijs werkt een combinatie het beste. Integreer AI waar het logisch aansluit bij de vakinhoud: bespreek AI-toepassingen in het werkveld, laat studenten ermee werken in opdrachten en behandel ethische vragen wanneer ze relevant zijn. Creëer daarnaast momenten van verdieping: een module, workshop of project waarin studenten de ruimte krijgen om fundamenteler na te denken over AI en hoe zij zich daartoe verhouden. Besteed daarin ook aandacht aan de metacognitieve kant: hoe beoordeel je of AI-output klopt als je zelf nog weinig van het onderwerp weet? Hoe voorkom je dat je denkwerk uitbesteedt dat je zelf moet doorlopen? En wat betekent verantwoord AI-gebruik binnen jouw vakgebied?
5. Betrek studenten. Studenten brengen hun eigen ervaringen en perspectieven mee. Vraag hen wat ze al weten, waar ze tegen aanlopen, wat ze willen leren. Die input maakt het onderwijs relevanter en vergroot hun betrokkenheid.
6. Investeer in docenten. AI-geletterdheid van studenten begint bij AI-geletterdheid van docenten. Dat betekent niet dat elke docent expert moet worden, maar wel dat er ruimte moet zijn voor professionalisering: tijd om te experimenteren, samen met je collega’s te leren en bij te blijven. Zorg dat dit gefaciliteerd wordt op instellingsniveau.
7. Evalueer en stel bij. AI ontwikkelt zich snel. Wat dit jaar relevant is, kan volgend jaar anders zijn. Bouw evaluatiemomenten in: wat werkt, wat niet? Wat missen studenten, wat hebben ze niet nodig? Curriculumontwikkeling is nu eenmaal een doorlopend proces.
5.5 Wat moet een docent zelf kunnen?
Tot slot willen we stilstaan bij een vraag die veel docenten bezighoudt: ‘Hoeveel moet ik eigenlijk zelf weten over AI?’ Het korte antwoord: genoeg om bewuste keuzes te maken. Het langere antwoord is genuanceerder, want wat docenten nodig hebben gaat verder dan wat we van leerlingen en studenten verwachten. We horen regelmatig docenten zeggen dat ze zich een digibeet voelen, dat de technologie hen boven het hoofd groeit en dat ze niet weten waar ze moeten beginnen. Dat gevoel is begrijpelijk. Tegelijk is het belangrijk om te beseffen dat AI-geletterdheid voor docenten geen kwestie is van alles weten of alles kunnen. Het begint bij de bereidheid om je ertoe te verhouden: te begrijpen wat er op je afkomt, er vragen over te stellen en een positie in te nemen.
Saab (2025) beschrijft drie samenhangende dimensies die bepalen of een docent technologie betekenisvol kan inzetten in het onderwijs. Vrij vertaald naar AI-geletterdheid:
• De eerste dimensie is kennis en vaardigheden: een globaal begrip van wat AI is, hoe taalmodellen werken, wat de belangrijkste beperkingen zijn. Dat hoeft geen expertkennis te zijn. Het gaat om het niveau van een professionele gebruiker die de output kan beoordelen en weet wat er achter de schermen gebeurt. Daarnaast: eigen ervaring. Wie zelf heeft geëxperimenteerd, kan vanuit eigen beleving spreken en is beter in staat om leerlingen en studenten te begeleiden.
• De tweede dimensie is handelingsvermogen: het vermogen om als docent autonoom en kritisch keuzes te maken over AI in je onderwijs. Zelf afwegen wat past bij je leerlingen, je vakgebied en je pedagogische doelen, en daarnaar handelen. Dit is digital teacher agency: de regie houden over je eigen professionele praktijk in een tijd waarin technologie snel verandert en de druk om mee te doen groot is.
• De derde dimensie is pedagogisch-didactisch redeneren: het vermogen om te beoordelen wanneer AI het leren versterkt en wanneer het leren er bij gebaat is dat leerlingen en studenten zelf worstelen, zonder AI. Dit is wat AI-geletterdheid voor docenten onderscheidt van een gewone AI-cursus. Een docent die AI inzet, stelt zich voortdurend vragen als: wat is het leerdoel van deze activiteit? Wat moet de student zelf doen om dat doel te bereiken? Waar kan AI dat proces ondersteunen, en waar is het beter om het zonder AI te doen? Dit pedagogisch-didactisch redeneren is een doorlopend proces van ontwerpen, uitproberen, evalueren en bijstellen.
Deze drie dimensies versterken elkaar. Kennis en vaardigheden vormen de basis. Handelingsvermogen bepaalt of je die kennis ook daadwerkelijk inzet. En pedagogisch-didactisch redeneren verbindt beide met het doel waar het in het onderwijs om draait: het leren van leerlingen en studenten.
Concrete stappen
Dat klinkt misschien als veel, en het is ook iets wat je gaandeweg ontwikkelt. Een paar concrete stappen om in beweging te komen:
• Begin met experimenteren. Maak een account aan bij een AI-chatbot en ga ermee aan de slag. Laat een tekst samenvatten, stel vragen over je vakgebied, probeer een lesactiviteit te ontwerpen. Merk op wat goed gaat en wat tegenvalt. Die eigen ervaring is onvervangbaar: wie zelf heeft ervaren hoe AI hallucineert, hoeft dat nooit meer van horen zeggen uit te leggen.
• Ga het gesprek aan met je leerlingen en studenten. Vraag wat zij al gebruiken, waar ze tegenaan lopen, wat hen verbaast. Je zult merken dat zij praktijkkennis meebrengen die jou helpt om het onderwerp beter te begrijpen. En het gesprek zelf is al onderwijs: je maakt AI bespreekbaar en laat zien dat je het belangrijk vindt.
• Zoek collega’s op. Bespreek in je team wat jullie al doen en waar jullie vragen liggen. Deel ervaringen, bekijk samen een tool, bespreek een casus. Professionele ontwikkeling op dit terrein werkt het beste wanneer je het samen doet, in plaats van ieder voor zich.
• Neem een positie in. Je hoeft het niet overal mee eens te zijn en je hoeft ook niet alles te omarmen. Waar het om gaat is dat je bewust kunt onderbouwen waarom je AI wel of niet inzet in een bepaalde situatie. Die onderbouwing, vanuit je vakkennis, je kennis van je leerlingen en je pedagogische overtuigingen, is de kern van professioneel handelen.
• Durf onzekerheid te tonen. In een veld dat zo snel verandert, is het onmogelijk om alles bij te houden. Wat leerlingen en studenten van jou nodig hebben is een docent die laat zien hoe je leert in onzekerheid: vragen stellen, bronnen raadplegen, kritisch blijven en bijstellen wanneer nodig. Daarbij hoort ook de bereidheid om enthousiasme te tonen. Laten zien dat je zelf ook nieuwsgierig bent, ook nog dingen ontdekt, ook soms verrast wordt door wat AI kan. Die houding is minstens zo belangrijk als welke lesinhoud dan ook. Als je dat voorleeft, leer je ze de geletterdheid, fluency en agency die we willen dat zij ontwikkelen.
Kernpunten hoofdstuk 5
• AI-geletterdheid is te beschouwen als een specifieke uitwerking van digitale geletterdheid, toegespitst op de unieke kenmerken van AI-systemen zoals machinelearning, trainingsdata en bias. De kern blijft hetzelfde: het ontwikkelen van kritische, bewuste en handelingsbekwame mensen die technologie kunnen begrijpen, gebruiken en vormgeven. Wanneer AI-geletterdheid wordt ingevuld als een setje instrumentele vaardigheden, schiet het tekort. Het omvat ook ethisch bewustzijn, metacognitief vermogen en de houding waarmee je technologie benadert.
• AI-geletterdheid is situationeel van aard: iemands digitale handelingsvermogen hangt af van kennis en toegang tot apparatuur, én van sociaal-materiële processen (sociaal kapitaal en omgeving), affectieve processen (emoties en eerdere ervaringen) en sensorische processen (zintuiglijke en motorische aspecten). Een instrumentele benadering die zich enkel richt op technische vaardigheden doet daarom geen recht aan de werkelijkheid.
• Geletterdheid, fluency en digital agency vormen drie samenhangende lagen van AI-geletterdheid. Geletterdheid is het fundament: kennis en begrip van hoe AI werkt. Fluency is de praktische bekwaamheid om AI effectief, ethisch en veilig in te zetten. Digital agency is de overkoepelende houding van eigenaarschap, kritisch bewustzijn, constructieve nieuwsgierigheid en verantwoordelijkheid die bepaalt óf en hóe je de andere twee lagen inzet. Alle drie zijn nodig: wie kennis heeft zonder bekwaamheid mist slagkracht, wie bekwaam is zonder kritische houding mist moreel kompas, en wie houding heeft zonder kennis en vaardigheid kan weinig in de praktijk.
• Het AI fluency-raamwerk van Dakan en Feller (2025) biedt vier platformonafhankelijke kernvaardigheden: delegatie (taakverdeling tussen mens en AI), beschrijving (helder communiceren met AI), onderscheidingsvermogen (kritisch beoordelen van output) en zorgvuldigheid (verantwoord en transparant omgaan met AI). Ethiek is hierin verweven in elke vaardigheid.
• De kerndoelen digitale geletterdheid voor het funderend onderwijs (vanaf 2027 in werking) gelden voor het primair onderwijs en de onderbouw van het voortgezet onderwijs. Ze zijn georganiseerd in drie domeinen met expliciet ruimte voor AI. Voor de bovenbouw vo wordt digitale geletterdheid geïntegreerd in de geactualiseerde examenprogramma’s van bestaande vakken. Zowel integratie in vakken als aparte lessen of projecten hebben hun plaats en verdienen een doordachte combinatie.
Kernpunten hoofdstuk 5 (vervolg)
• AI-geletterdheid moet ook samen met leerlingen en studenten worden vormgegeven: door cocreatie waarbij hun eigen ervaringen, vragen en zorgen centraal staan. Begin met ervaringen ophalen, laat leerlingen en studenten vragen formuleren, organiseer echte discussies, geef ruimte voor experimenteren en creëer een veilige omgeving waar fouten maken mag.
• Effectief onderwijs in AI-geletterdheid vraagt om een balans tussen kritisch bewustzijn en nieuwsgierige verkenning, tussen waarschuwen en verwonderen. Leerlingen en studenten verdienen de kans om zowel de risico’s te leren herkennen als het plezier en de verwondering te ervaren die technologie kan bieden. Docenten spelen daarin een sleutelrol door zelf enthousiasme en nieuwsgierigheid te tonen.
• Voor het vervolgonderwijs bestaan geen landelijke kerndoelen. Wel zijn er raamwerken beschikbaar zoals het Nederlandse AI-GO! (dat ethiek als fundament neemt en vier componenten onderscheidt: kennis, vaardigheden, attituden en ethiek) en de UNESCO-raamwerken voor docenten en studenten met progressieniveaus. De componenten van AI-GO! vertonen sterke parallellen met het drielagenmodel: kennis komt overeen met geletterdheid, vaardigheden met fluency en attituden met digital agency. Deze raamwerken zijn denkkaders, geen checklists, waarmee opleidingen zelf kunnen bepalen welke aspecten relevant zijn.
• Docenten hebben drie samenhangende dimensies nodig: kennis en vaardigheden (een globaal begrip van wat AI is, hoe het werkt, en eigen ervaring met de technologie), handelingsvermogen (autonoom en kritisch keuzes maken over AI in het onderwijs), en pedagogisch-didactisch redeneren (beoordelen wanneer AI het leren versterkt en wanneer leerlingen en studenten er baat bij hebben om zelf te worstelen). Die laatste dimensie is wat AI-geletterdheid voor docenten onderscheidt van een gewone AI-cursus. Het belangrijkste is een docent die laat zien hoe je leert in onzekerheid: vragen stellen, bronnen raadplegen, kritisch blijven, bijstellen wanneer nodig, en daarbij ook enthousiasme en verwondering tonen.
Verder lezen? Check dan Chatten met Napoleon 3.0 - Het handboek voor verantwoord werken met generatieve AI in het onderwijs. Een echt praktijkboek, boordevol voorbeelden, tips en werkvormen!
