De deelnemer blijft verantwoordelijk.
AI mag vragen stellen, alternatieven aandragen en zwakke plekken signaleren. Het besluit, de afweging en de tekst blijven van de deelnemer.
Voor de docent
AI is geen doel van de cursus.
De cursus leert deelnemers vooral beter zelf denken. AI kan daarbij helpen, maar alleen als hulpmiddel dat kritisch, zuinig, veilig en inclusief wordt gebruikt.
Uitgangspunt
Eerst denken, dan pas AI.
In deze cursus gebruiken we AI niet omdat het nieuw is, handig lijkt of omdat deelnemers er toch al mee werken. We gebruiken AI alleen wanneer het het denkproces scherper maakt.
AI komt meestal pas na de eerste eigen analyse.
Laat deelnemers eerst zelf claims, aannames, bewijs en drogredenen zoeken. Daarna kan AI dienen als tweede tegenlezer.
Niet alles hoeft met AI.
Als een opdracht beter werkt met stilte, gesprek, pen en papier of gezamenlijk redeneren, dan is dat de betere keuze.
Bedreigingen
De belangrijkste risico's voor deze cursus.
AI kan nuttig zijn, maar de risico's raken precies aan waar kritisch denken over gaat: waarheid, macht, bewijs, verantwoordelijkheid en rechtvaardigheid.
Schijnzekerheid
AI formuleert vaak vloeiend, rustig en overtuigend. Daardoor lijkt een antwoord sneller betrouwbaar dan het is. Voor beleidswerk is dat gevaarlijk: een nette formulering kan een zwakke redenering verbergen.
Docentregel: laat deelnemers altijd vragen welk bewijs ontbreekt, welke aanname wordt gedaan en welke alternatieve verklaring mogelijk is.
Privacy en vertrouwelijkheid
Beleidsstukken bevatten vaak gevoelige informatie: persoonsgegevens, interne afwegingen, politieke strategie, conceptbesluiten of gegevens over organisaties. Zulke informatie hoort niet zomaar in een publiek AI-systeem.
Docentregel: werk met geanonimiseerde casussen, fictieve nota's of lokale/afgeschermde systemen waarover duidelijke afspraken bestaan.
Automatisering van bias
AI kan bestaande vooroordelen reproduceren. Dat gebeurt vooral wanneer modellen zijn getraind op scheve datasets of wanneer gebruikers de uitkomst behandelen als neutraal. Bias wordt dan niet opgelost, maar sneller en netter verpakt.
Docentregel: vraag steeds wie in de data zichtbaar is, wie ontbreekt, wie nadeel kan ondervinden en welke norm als vanzelfsprekend wordt behandeld.
Uitsluiting door standaardbeelden
AI-systemen geven vaak antwoorden vanuit dominante perspectieven. In tekst en beeld kan dat betekenen: witte, westerse, hoogopgeleide, valide of mannelijke ervaringen worden sneller als standaard genomen.
Docentregel: laat deelnemers actief perspectieven toevoegen en controleren of beleid ook werkt voor mensen buiten de impliciete norm.
Desinformatie en manipulatie
Generatieve AI maakt het makkelijker om overtuigende teksten, beelden, stemmen en campagnes te maken. Dat raakt beleid direct: bronnen kunnen nep zijn, publieke opinie kan worden gestuurd en argumenten kunnen massaal worden geproduceerd.
Docentregel: oefen broncontrole, herkomstvragen en lateraal lezen. Laat deelnemers niet alleen de inhoud beoordelen, maar ook de maker, het doel en de verspreiding.
Milieubelasting
AI draait op datacentra, chips, energie, water en grondstoffen. Vooral beeld- en videogeneratie kan zwaar zijn. De vraag is dus niet alleen of AI handig is, maar ook of het gebruik proportioneel is.
Docentregel: gebruik AI doelgericht en spaarzaam. Kies tekst boven beeld als beeld niet nodig is, hergebruik prompts en laat deelnemers vooraf formuleren waarom AI hier waarde toevoegt.
Veilig gebruik
Werkafspraken voor studenten.
Deze afspraken zijn kort genoeg om in elke oefening terug te laten komen. Ze maken AI-gebruik niet onmogelijk, maar wel bewuster.
Formuleer eerst je eigen oordeel.
Schrijf eerst zelf op wat je denkt dat de claim, aanname, zwakte of beleidskeuze is. Pas daarna vraag je AI om tegenwerpingen.
Deel geen gevoelige informatie.
Gebruik geen persoonsgegevens, interne stukken, vertrouwelijke dossiers of herkenbare casussen zonder duidelijke toestemming en beveiligde omgeving.
Vraag AI om vragen, niet meteen om antwoorden.
Goede prompts laten AI ontbrekend bewijs, aannames, tegenargumenten en risico's zoeken. Dat houdt de deelnemer aan het stuur.
Controleer bronnen en feiten buiten AI.
Een AI-antwoord is geen bron. Laat deelnemers claims terugzoeken bij oorspronkelijke bronnen, rapporten, wetgeving of betrouwbare instituten.
Test op inclusie.
Vraag: voor wie werkt dit advies goed, voor wie minder, en welke groep wordt niet genoemd? Laat AI eventueel helpen om ontbrekende perspectieven te vinden.
Gebruik AI zuinig.
Gebruik AI alleen waar het een duidelijke leerfunctie heeft. Geen beeldgeneratie voor versiering, geen eindeloze promptreeksen zonder doel.
Inclusief werken
AI gebruiken zonder de standaardmens centraal te zetten.
Inclusief AI-gebruik begint niet bij het model, maar bij de vraag die je stelt. Als de vraag smal is, wordt het antwoord meestal ook smal.
Laat deelnemers de doelgroep verbreden.
Vraag niet alleen: “werkt dit beleid?” Vraag ook: “voor wie werkt dit beleid, onder welke omstandigheden en met welke onbedoelde gevolgen?”
Vraag expliciet om ontbrekende perspectieven.
Bijvoorbeeld: “Welke groepen kunnen door dit voorstel over het hoofd worden gezien? Welke aannames maak ik over taal, inkomen, opleiding, beperking, leeftijd, afkomst of digitale vaardigheden?”
Maak AI-output verdacht op normaliteit.
Als AI schrijft over “de burger”, “de werknemer” of “de gebruiker”, vraag dan wie dat precies is. Vaak zit daar ongemerkt een normbeeld achter.
Laat deelnemers ook AI bekritiseren.
De opdracht is niet: gebruik AI zo goed mogelijk. De opdracht is: beoordeel of AI je denken scherper maakt of juist versmalt.
Schoon en proportioneel
Gebruik AI alsof het niet gratis is.
AI voelt goedkoop omdat de kosten niet zichtbaar zijn. Maar er zijn kosten: energie, water, grondstoffen, datacentra, arbeidsomstandigheden en afhankelijkheid van grote technologiebedrijven.
Geen AI voor decoratie.
Gebruik geen generatieve beelden of video als ze niets toevoegen aan het leerdoel. Tekstuele analyse is meestal voldoende.
Gebruik het lichtste middel.
Een gesprek, checklist of korte zoekopdracht is vaak beter dan een zwaar model. Laat deelnemers eerst bepalen wat ze precies nodig hebben.
Maak de afweging zichtbaar.
Laat studenten bij AI-gebruik kort noteren: waarom gebruik ik AI, wat levert het op, welke risico's ontstaan en hoe controleer ik de uitkomst?
Bronnen
Geraadpleegde bronnen voor deze docentenpagina.
Deze bronnen zijn niet bedoeld als verplichte literatuur voor deelnemers, maar als onderbouwing voor de didactische keuzes.
NCSC: AI als kans en bedreiging
Over generatieve AI, deepfakes, phishing, desinformatie, malware, privacy en verstandig gebruik van taalmodellen.
Naar bronGreenpeace: AI, milieu-impact en dilemma's
Over het beperken van AI-gebruik, geen fotorealistische AI-beelden voor publicatie, energiegebruik en de noodzaak van menselijke controle.
Naar bronCHRO: AI en diversiteit
Over AI als mogelijke hulp tegen menselijke bias, maar ook over het risico dat systemen bestaande ongelijkheid automatiseren.
Naar bronHvA: Als de machine kiest
Rapport over AI in recruitment, geautomatiseerde selectie, menselijke tussenkomst, bias en het blijven toetsen van AI-systemen.
Naar rapport