AI-geletterdheid

Wat is AI-geletterdheid?

AI-geletterdheid is de kennis en de vaardigheden om AI verstandig te gebruiken: weten wat een taalmodel of een ander AI-systeem kan, weten waar het de mist ingaat en de risico's herkennen voor ze schade aanrichten. Het gaat niet over zelf modellen bouwen, wel over goed inschatten wat er uit zo'n systeem komt en wat je daarmee mag doen.

Zie een AI-tool als een heel zelfzekere nieuwe collega: die schrijft vlot, antwoordt op alles en klinkt altijd overtuigd. Alleen zit die er af en toe compleet naast, en dat hoor je niet aan de toon. AI-geletterdheid is weten wanneer je dat werk blind kan doorsturen en wanneer je het eerst naleest.

Wat verplicht artikel 4 van de AI Act?

De term staat trouwens letterlijk in de Europese wet. Sinds 2 februari 2025 verplicht artikel 4 van de AI Act aanbieders en gebruiksverantwoordelijken ("deployers": wie een AI-systeem inzet) om maatregelen te nemen voor een voldoende niveau van AI-geletterdheid bij hun personeel en bij iedereen die namens hen met AI-systemen werkt.

Dat "voldoende niveau" is bewust niet vastgelegd in uren of diploma's, en er komt ook geen verplicht certificaat of examen aan te pas. De verordening kijkt naar de technische kennis, de ervaring en de opleiding van je mensen, en naar de context waarin het systeem gebruikt wordt.

Toezicht en handhaving starten op 2 augustus 2026, via de nationale toezichthouders. De EU sleutelt met het "digital omnibus"-pakket wel aan een soepelere formulering, maar zolang die niet gepubliceerd is, geldt de huidige tekst.

Wat moet je team concreet kennen?

• Weten wat een model wel en niet kan. Een taalmodel voorspelt tekst, het raadpleegt geen databank met feiten. Exacte cijfers verwacht je er dus niet van.

• Output kritisch beoordelen. Vlot geformuleerd betekent niet correct. Datums, bedragen, namen en juridische verwijzingen controleer je voor ze naar een klant vertrekken.

• Hallucinatie en bias herkennen. Een model dat iets niet weet, verzint soms een geloofwaardig antwoord. En een model dat getraind is op scheve data, geeft scheve resultaten.

• Weten welke data je wel en niet in een tool stopt. Klantgegevens of personeelsdossiers plakken in een gratis publieke chatbot is een datalek in wording.

• Weten wanneer een mens moet beslissen. Bij beslissingen met echte impact op mensen, zoals aanwervingen of kredieten, blijft de eindbeslissing bij een collega die het dossier kent.

Hoeveel opleiding is genoeg voor welke rol?

Eén generieke opleiding voor iedereen volstaat niet, zegt de Europese Commissie zelf in haar uitleg bij artikel 4. Wat iemand moet kennen, hangt af van wat die persoon met AI doet.

Voor de meeste medewerkers volstaat een stevige basis: hoe werkt zo'n model in grote lijnen, wat mag erin, hoe controleer je de output. Wie AI gebruikt voor beslissingen over mensen, zoals rekrutering of klantacceptatie, heeft meer nodig: inzicht in bias en in de beperkingen van het specifieke systeem. En wie AI-tools selecteert of bouwt, moet daarbovenop leveranciersdocumentatie kunnen beoordelen en de risicocategorieën van de AI Act kennen.

Reken er niet op dat je klaar bent na één sessie: tools veranderen, er komen functies bij en er starten nieuwe collega's. Werkbaarder is een korte basissessie voor iedereen, verdieping per rol en een vast moment om bij te sturen wanneer er een nieuwe tool binnenkomt.

AI-geletterdheid en datageletterdheid

Datageletterdheid is het oudere broertje: cijfers en grafieken kunnen lezen, en doorzien wanneer een gemiddelde iets verbergt. AI-geletterdheid bouwt daarop verder, met één verschil. Data komt binnen als cijfers die je nog moet interpreteren. AI-output komt binnen als een afgewerkt antwoord in vlotte taal, en net daardoor voelt controle overbodig aan terwijl ze dat niet is.

Wie gewoon is om kritisch naar cijfers te kijken, heeft de reflex al die je bij AI-output nodig hebt. Bedrijven die eerder investeerden in datageletterdheid starten dus met een voorsprong.

Hoe pak je het aan als KMO?

1. Breng in kaart wie welke AI gebruikt. Ook het officieuze gebruik telt: de collega die stiekem ChatGPT inzet voor offertes. Anders train je naast de realiteit.

2. Leg afspraken vast. Welke data mag in welke tool, welke output moet nagelezen worden en wie beslist bij twijfel. Eén A4 met duidelijke regels doet meer dan een beleidsdocument dat niemand leest.

3. Train per rol, met echte cases. Laat je boekhouder oefenen op een factuurvraag, je HR-verantwoordelijke op een cv-selectie. Een voorbeeld uit het eigen werk blijft hangen, een generieke demo niet.

4. Documenteer wat je doet. Wie kreeg welke opleiding, welke afspraken gelden en wanneer je ze herbekeek. Dat is meteen je bewijs richting toezichthouder.

Inspiratie vind je in het "living repository" van de Europese Commissie: praktijkvoorbeelden van andere bedrijven, zonder garantie op naleving, maar wel een goed startpunt.

FAQ over AI-geletterdheid

1. Geldt artikel 4 ook voor een bedrijf met vijf werknemers?
Ja, er is geen uitzondering op basis van bedrijfsgrootte. De verwachting schaalt wel mee: wie af en toe een chatbot gebruikt, moet minder uit de kast halen dan wie AI inzet voor kredietbeslissingen.

2. Volstaat de handleiding van de AI-leverancier?
Nee, zegt de Commissie uitdrukkelijk. Je moet zelf zorgen dat je mensen begrijpen wat ze gebruiken, en dat vraagt meer dan een gebruiksinstructie doorsturen.

3. Geldt de verplichting ook als we alleen ChatGPT of Copilot gebruiken?
Ja. Ook wie enkel kant-en-klare AI-tools gebruikt, is gebruiksverantwoordelijke in de zin van de verordening. De lat ligt lager dan bij een eigen hoog-risicosysteem, maar niets doen is geen optie.