AI-geletterdheid is een organisatorische vaardigheid
Nieuw onderzoek en academische bronnen tonen dat AI-geletterdheid organisatorisch moet worden ingericht, gemeten en getoetst, niet overgelaten aan vrijwillige
U moet AI-geletterdheid als aantoonbaar beheersproces inrichten, niet als vrijwillige promptvaardigheid. Leg per rol en werkstroom vast welke AI-systemen zijn toegestaan, welke fouten medewerkers moeten herkennen, wanneer escalatie verplicht is en hoe u effectiviteit periodiek toetst.
Een analyse van 21 oktober 2026 van AI-geletterdheid als organisatorische beheersverplichting stelt dat training en beoordelingsvaardigheden aansluiten op de feitelijke systemen en risico's, niet volstaan met eenmalige of vrijwillige cursussen. Het onderzoek ondersteunt dit met bevindingen uit meerdere bronnen over de kloof tussen wat organisaties trainen en wat medewerkers werkelijk kunnen beoordelen. In onze inschatting is dit de kern van de verschuiving: wie AI inzet in het werk, moet kunnen laten zien dat training, grenzen en toetsing aantoonbaar zijn vastgelegd en periodiek worden gemeten.
Waarom een standaardcursus niet volstaat
Competente inzet van generatieve AI vraagt meer dan weten hoe je een prompt schrijft. Onderzoek onderscheidt vier domeinen van competentie: promptvaardigheid, begrip van AI-systemen, herkenning van onzekerheid en begrenzingen, en ethische en juridische kaders. Een cursus die alleen promptvaardigheid toetst, laat de drie laatste domeinen ongemeten. Juist die bepalen of een professional een foutief of verzonnen antwoord opmerkt voordat het in een besluit, dossier of advies terechtkomt.
Bovendien schatten leidinggevenden de toereikendheid van training systematisch hoger in dan medewerkers zelf. Dit verschil betekent dat het bestuursbeeld geen betrouwbaar bewijs is dat medewerkers werkelijk toereikend zijn uitgerust. Een trainingsprogramma kan de feitelijke blootstelling aan AI-risico zelfs vergroten doordat meer medewerkers AI gaan gebruiken zonder dat hun beoordelingsvermogen is getoetst.
Welke risico's ontstaan zonder gestructureerde inrichting
- Ongecontroleerde adoptie — AI-gebruik groeit sneller dan inzicht in de risico's, zonder dat rollen en grenzen per werkstroom zijn vastgelegd.
- Onvoldoende foutherkenning — medewerkers gebruiken systemen waarvan zij de beperkingen niet kennen en kunnen hallucinaties niet opmerken.
- Onverdedigbare escalatie — geen vastgestelde momenten waarop menselijke tussenkomst verplicht is, waardoor kritieke beslissingen ongecontroleerd blijven.
- Geen aantoonbaarheid — organisaties kunnen achteraf niet laten zien dat medewerkers waren toegerust voor de systemen die zij feitelijk gebruikten.
- Versnelde risicoblootstelling — training die alleen op gebruikscijfers wordt afgerekend, kan de blootstelling aan fouten en compliance-risico's vergroten.
Welke controles moet u per werkstroom aantonen
- Vastleggen welke AI-systemen per rol zijn toegestaan — document in interne richtlijnen welke modellen, tools en gegevenstypen voor welke taken mogen worden gebruikt.
- Definiëren wanneer menselijke escalatie verplicht is — stel vast in welke situaties (onzekerheid, gevoelige gegevens, kritieke besluiten) een medewerker moet escaleren en wie het eindoordeel draagt.
- Toetsen beoordelingsvermogen afzonderlijk van gebruikscijfers — meet bron- en outputcontrole, vertrouwelijkheidsbesef en stop-escalatievermogen in een afzonderlijk moment, niet alleen adoptie.
- Periodiek meten bij medewerkers zelf — neem de toetsuitkomsten op in de risicorapportage en laat zien dat effectiviteit wordt gemonitord, niet alleen dat training is gegeven.
- Koppelen aan concrete systemen en taken — verwijs in documenten naar de feitelijke AI-systemen en workflows, niet naar AI in het algemeen.
Hoe u dit in beleid vastlegt
Een verdedigbaar programma maakt de koppeling tussen training, grenzen en toetsing zichtbaar. Dit sluit aan op bredere verificatieplichten in de beroepspraktijk: net als een advocaat moet verifiëren dat een document juist is, moet een organisatie kunnen aantonen dat medewerkers hun AI-systemen beheersen. Dit is het verschil tussen een cursus afvinken en kunnen laten zien dat medewerkers hun systemen werkelijk kunnen gebruiken zonder de risico's te vergroten.
Wat tooling kan doen: audit trails en trainingsplatforms kunnen vastleggen wie welke cursus heeft voltooid en welke scores zijn behaald. Wat blijft uw professionele oordeel: bepalen welke competenties per rol nodig zijn, welke fouten werkelijk gevaarlijk zijn, en hoe u periodiek meet of medewerkers die competenties behouden. Geen systeem kan die keuzes voor u maken.
Bronnen: Dit artikel is gebaseerd op berichtgeving en richtlijnen van UC Berkeley Center for Workplace Culture and Innovation, Springer Nature, Management Review Quarterly, Wharton Human-AI Research and GBK Collective, Society for Human Resource Management en arXiv.
Geschreven door
Marit Halversen
Schrijft over AI-governance en regelgeving, met de nadruk op hoe verplichtingen neerslaan in architectuur in plaats van in papierwerk.