Iedereen moet leren werken met AI. Maar wat moeten we eigenlijk leren?

Organisaties weten intussen dat medewerkers moeten leren werken met AI. Veel minder duidelijk is hoe je daar een doordachte opleidingsaanpak van maakt. Een losse inspiratiesessie of promptopleiding kan nuttig zijn, maar zonder groeipad blijft de impact vaak beperkt. Ik werk daarom met drie groeistappen: eerst betere opdrachten leren geven, daarna vaste context leren gebruiken en vervolgens één terugkerende taak omzetten naar een herhaalbare AI-werkwijze. Tussen die stappen moet tijd zitten om te proberen, ervaring op te doen en bij te sturen. De echte leerwinst ontstaat dus niet alleen tijdens de opleiding, maar vooral in het werk erna. Zo groeit opleiding van individuele vaardigheid naar organisatievermogen. Medewerkers leren beter werken met AI, terwijl tegelijk de basis ontstaat voor gedeelde toepassingen, overdraagbare kennis en uiteindelijk gedeelde AI-werkomgevingen. Opleiding is daarbij één van de vijf sporen die samen een organisatiebrede AI-aanpak vormen.

Organisaties weten intussen dat medewerkers AI moeten leren begrijpen en gebruiken. Alleen blijft één vraag opvallend vaak onbeantwoord: hoe bouw je zo’n opleidingsaanpak op? Een inspiratiesessie geeft energie, een promptopleiding helpt mensen betere opdrachten formuleren, maar zonder duidelijke leerlijn blijft het risico groot dat kennis versnipperd raakt en weinig verandert in het dagelijkse werk.

Ik pleit d aarom voor een groeimodel in drie niveaus. Eerst leren medewerkers betere opdrachten geven. Daarna leren ze werken met vaste context, zodat ze niet telkens opnieuw van nul beginnen. In een derde stap analyseren ze één terugkerende taak en bouwen ze die om tot een herhaalbare AI-werkwijze. Niet iedereen hoeft elk niveau te doorlopen. De functie, taak en maturiteit bepalen hoe ver iemand moet groeien.

Cruciaal is wat er tussen die opleidingsmomenten gebeurt. Mensen moeten tijd krijgen om te proberen, ervaring op te doen en te ontdekken waar hun volgende leerbehoefte zit. Een goede AI-opleiding draagt dus niet alleen kennis over. Ze geeft concrete hulpmiddelen mee en daagt deelnemers uit om die meteen in hun eigen werk te gebruiken.

Van losse sessies naar een groeipad

Veel organisaties zijn gestart met AI-opleidingen. Dat is logisch, want medewerkers moeten weten wat generatieve AI doet, waar de risico’s zitten en hoe ze er verantwoord mee kunnen werken. Maar één opleiding lost weinig op. Een inspiratiesessie kan enthousiasme creëren zonder dat iemand de volgende dag anders werkt. Een promptopleiding kan individuele opdrachten verbeteren zonder dat er een gedeelde werkwijze ontstaat. En zonder vervolg zakt veel van wat mensen geleerd hebben opnieuw weg.

Daarom hanteer ik binnen mijn Vijfsporenmodel één eenvoudige regel: een opleiding rendeert pas wanneer medewerkers er de volgende werkdag anders door werken. Dat vraagt om een leerlijn waarin mensen stap voor stap groeien en waarin elk opleidingsmoment iets in gang zet dat daarna in het echte werk verder wordt opgebouwd.

Niveau 1: betere opdrachten geven

De eerste stap is opdrachtvaardigheid. Medewerkers leren waarom korte bevelprompts vaak te weinig houvast bieden en hoe ze doel, context, input, gewenste output en controle explicieter maken. Daardoor begrijpen ze beter waarom AI soms interpreteert, aanvult of te stellig reageert.

Ze krijgen een eenvoudige promptkaart mee en gaan daarna vooral oefenen in hun eigen werk. Daar begint de echte leerwinst, want pas wanneer iemand tientallen echte opdrachten heeft geprobeerd, wordt duidelijk waar extra context nodig is, welke taken goed werken en waar controle cruciaal blijft.

Niveau 2: werken met vaste context

Na die eerste ervaring ontstaat vaak een nieuwe behoefte. Medewerkers merken

hoeveel informatie telkens opnieuw terugkomt: over hun organisatie, doelgroep, rol, werkwijze, kwaliteitscriteria of voorkeuren. Met een persoonlijk of zelfconfiguratiedocument leren ze die context structureren en hergebruiken.

Hier verschuift de manier van werken. De medewerker leert niet meer alleen betere vragen stellen, maar begint informatie zo te organiseren dat AI consistenter kan ondersteunen. Dat is een belangrijke beweging binnen het model: van beter vragen stellen naar beter georganiseerd werken met AI.

Ook hier volgt opnieuw een periode van toepassing. De context wordt getest, aangepast en verfijnd, zodat medewerkers ontdekken wat echt structureel is en wat alleen voor één dossier geldt.

Niveau 3: één herhaalbare toepassing bouwen

Na voldoende ervaring ontstaat vaak een logische volgende vraag: kan ik deze taak niet telkens op dezelfde manier laten verlopen? Dan neem je één terugkerende taak uit het echte werk en maak je die expliciet.

Welke input komt binnen, welke bronnen zijn nodig, welke stappen keren terug, waar moet een mens beoordelen, welke kwaliteit verwachten we en wat kan AI ondersteunen? Vanuit die analyse kan een eerste stabiele toepassing ontstaan, bijvoorbeeld in een projectomgeving of een afgebakende agent.

Op dit niveau gaat het dus niet meer om één goede prompt, maar om een herhaalbare werkwijze met duidelijke context, bronnen en kwaliteitscriteria.

De echte leerwinst zit tussen twee opleidingen

Die drie niveaus zijn geen drie lessen die je zo snel mogelijk achter elkaar programmeert. Het zijn groeistappen waarbij tussen de opleidingsmomenten bewust ruimte moet zitten om te oefenen, ervaring op te doen en nieuwe vragen te laten ontstaan.

Het ritme wordt dan: leren → proberen → ervaren → verdiepen → opnieuw toepassen. Een goede opleiding moet dat gedrag uitlokken. Daarom hoort bij elk niveau een concreet hulpmiddel waarmee deelnemers zelfstandig verder kunnen. Niet alleen uitleg, maar iets bruikbaars dat de volgende werkdag op tafel ligt.

Van individuele toepassing naar gedeelde AI-werkomgeving

Vanaf niveau 3 ontstaat voor organisaties een interessante volgende beweging. Een sterke persoonlijke toepassing kan doorgroeien naar een gedeelde AI-werkomgeving die collega’s samen gebruiken, verbeteren en beheren.

Maar vanaf dat moment verandert de aard van de vraag. Dan moet duidelijk worden wie eigenaar is, welke bronnen leidend zijn, wie instructies mag aanpassen, hoe wijzigingen worden getest, welke kwaliteitscontrole geldt, hoe versiebeheer werkt en hoe nieuwe gebruikers worden opgeleid.

Dan zit je niet meer alleen in opleiding. Governance, kennisdeling, concrete toepassingen en adoptie komen mee in beeld. Binnen het Vijfsporenmodel verschuift de primaire uitwerking daarom naar spoor 4 zodra een toepassing structureel wordt getest, gedeeld, beheerd of opgeschaald. Dat is precies waarom opleiding maar één van de vijf sporen is.

Niet iedereen hoeft even ver te groeien

Een goede opleidingsstrategie stuurt ook op verschil. Een medewerker die AI af en toe gebruikt, heeft mogelijk genoeg aan sterke basisvaardigheden en controle. Een regelmatige gebruiker heeft baat bij vaste context en complexere opdrachten. Een trekker, specialist of proceseigenaar kan verder groeien richting herhaalbare toepassingen.

De vraag is dus niet: welke opleiding bieden we aan? De betere vraag is: welke doelgroep moet tot welk niveau groeien om onze organisatie verder te brengen? Dat maakt opleiding veel gerichter en voorkomt dat iedereen hetzelfde traject krijgt, ongeacht functie of behoefte.

Van opleidingskalender naar opleidingsstrategie

Voor algemeen directeurs en organisatieverantwoordelijken zit daar volgens mij de echte opdracht. AI-opleiding organiseer je best niet als een verzameling losse sessies, maar als een groeipad waarin kennis, toepassing, oefening en ondersteuning elkaar versterken.

Zo groeit opleiding van individuele vaardigheid naar organisatievermogen. Medewerkers leren beter werken met AI, terwijl tegelijk de basis ontstaat voor gedeelde toepassingen, overdraagbare kennis en betrouwbaardere werkwijzen.

Op 26 november bouwen we die aanpak

Tijdens Van AI-experiment naar opleidingsaanpak gaan we precies hiermee aan de slag. We bekijken welke doelgroepen wat moeten leren, hoe je groeistappen opbouwt, welke concrete hulpmiddelen je per niveau meegeeft en hoe je ruimte organiseert om tussen opleidingsmomenten ervaring op te doen.

We werken bewust met een kleine groep, zodat deelnemers hun eigen opleidingsaanpak kunnen beginnen uitbouwen. De dag richt zich op algemeen directeurs, organisatieverantwoordelijken, HR, digitalisering, leidinggevenden en AI-trekkers die van losse AI-opleidingen willen groeien naar een doordachte organisatieaanpak.

Interesse? Schrijf je in voor 26 november via Van AI-experiment naar organisatieaanpak | Opleiding voor lokale besturen

Alle opleidingen van niveau 1 tot niveau 3 worden op maat van jouw organisatie aangeboden. Lees hier meer over onze opleidingen op maat.