Introductie AI-fluency framework
Een tijd geleden schreef ik dat het niet voldoende is dat je beschikt over basale bekwaamheid op het gebied van ‘AI’. Het gaat om ‘AI-vloeiendheid’, AI-fluency. Hoe kun je effectief, verantwoord én creatief samenwerken met AI? Het AI Fluency Framework, ontwikkeld door Rick Dakan en Joseph Feller, biedt hiervoor een praktisch en doordacht model. In deze bijdrage bespreek ik de opzet van dit framework, en de relevantie voor leren, opleiden en onderwijs.
AI Fluency wordt gedefinieerd als “het vermogen om effectief, efficiënt, ethisch en veilig te werken met nieuwe vormen van mens-AI interactie”. Deze definitie gaat bewust verder dan traditionele digitale geletterdheid door AI te behandelen als een samenwerkingspartner. De centrale gedachte van dit raamwerk is dat AI niet slechts een hulpmiddel is, maar steeds meer een denkpartner wordt in het leer- en werkproces. Het raamwerk draait dan ook om samenwerking tussen mens en AI. Daarbij worden drie manieren van interactie onderscheiden en staan vier kernvaardigheden centraal.
De vier kernvaardigheden, ook wel de ‘4D’s’, vormen samen de basis van het framework:
- Delegatie (Delegation): Hierbij draait het om het nemen van doordachte beslissingen over de taakverdeling tussen mens, AI of samenwerking. Dit omvat het bepalen welke taken je zelf uitvoert, welke je uitbesteedt aan AI, en waar samenwerking tussen beiden effectief is. De focus ligt op het bewust zijn van doelen, het kennen van de mogelijkheden en beperkingen van het gebruikte AI-platform en het strategisch inzetten van deze technologie.
- Beschrijving (Description): Deze vaardigheid richt zich op het helder en effectief communiceren met AI-systemen. Dit betekent niet alleen duidelijk maken wat je wilt bereiken (productbeschrijving), maar ook het formuleren van het proces (procesbeschrijving) en het vastleggen van verwachtingen over het gedrag van de AI tijdens samenwerking (prestatiebeschrijving). Een goede beschrijving is van belang om relevante en bruikbare output te krijgen.
- Onderscheidingsvermogen (Discernment): Hierbij gaat het om het kritisch beoordelen van zowel de uitkomsten als het gedrag van AI. Dit omvat het kunnen onderscheiden van de kwaliteit van de output (productonderscheiding), het evalueren van het besluitvormingsproces van AI (procesonderscheiding) en het analyseren van de interactiepatronen tussen mens en AI (prestatieonderscheiding). Kritisch denken en reflectie staan hierbij centraal.
- Zorgvuldigheid (Diligence): Deze vaardigheid richt zich op verantwoord, ethisch en transparant omgaan met AI. Het gaat om het waarborgen van verantwoorde ontwikkelingspraktijken (zorgvuldigheid bij het creëren), het transparant zijn over de rol van AI in het werk (zorgvuldigheid op het gebied van transparantie) en het zorgvuldig delen en implementeren van AI-ondersteund werk (zorgvuldigheid bij het implementateren). Ethische afwegingen en het informeren van betrokkenen zijn hierbij van groot belang.
Deze vier vaardigheden komen terug in drie verschillende manieren van samenwerken:
- Automatisering (Automation), waarbij AI zelfstandig taken uitvoert.
- Versterking (augmentation), waar mens en AI als partners samenwerken en elkaar versterken;
- Handelingsmogelijkheid (agency), waarbij AI wordt ingericht om zelfstandig binnen bepaalde kaders te opereren.
Het framework is bewust platformonafhankelijk en niet hiërarchisch opgebouwd, zodat het toekomstbestendig blijft bij technologische ontwikkelingen.
Het AI Fluency Framework is inmiddels op twee universiteiten in de praktijk gebracht. Bij Ringling College vormt het de basis voor een AI-certificaatprogramma en worden opleidingen uit uiteenlopende disciplines ondersteund in het ontwikkelen van hun eigen AI-beleid. Bij University College Cork is het framework opgenomen in bachelor- en masterprogramma’s en wordt het gebruikt voor de professionalisering van docenten. Daarnaast zijn er online cursussen en heeft Anthropic een online cursus gepubliceerd die het framework breed beschikbaar maakt. Ik ben deze cursus momenteel aan het volgen.
Mijn opmerkingen
Opvallend aan de aanpak is de combinatie van stevige theoretische basis met directe praktische toepasbaarheid. Het model is breed inzetbaar, binnen verschillende branches en sectoren, en biedt handvatten voor curriculumontwikkeling, beoordeling en professionalisering. Docenten worden ondersteund via professionaliseringsprogramma’s, terwijl bijvoorbeeld community-evenementen de kennis en ervaring verder verspreiden.
Dit raamwerk spreekt mij aan. De vier kernvaardigheden zijn m.i. relevant en de drie manieren van samenwerken ook. Verder bevalt het platformonafhankelijke karakter mij evenals de conceptuele insteek. Daardoor is dit raamwerk relatief ongevoelig voor technologische ontwikkelingen op dit terrein. De nadruk op samenwerking, ethiek en flexibiliteit sluit goed aan bij de uitdagingen waar leren, opleiden en onderwijs momenteel voor staat. Het framework maakt duidelijk dat werken met AI meer vraagt dan technische kennis en basisbekwaamheden; het vraagt om nieuwe bekwaamheden en een kritisch-reflectieve houding.
De definitie van AI-fluency zou je nog als volgt kunnen aanpassen: “het vermogen om effectief, efficiënt, betrokken (‘engaging’), ethisch en veilig te werken met nieuwe vormen van mens-AI interactie”. Daarmee sluit je aan op eerdere doelomschrijvingen van ’technology enhanced learning’. Verder moest ik bij de drie manieren van samenwerken ook denken aan het SAMR-model. Puentedura geeft daarin aan dat je digitale technologie kunt gebruiken voor substitutie, augmentation, modification en redefinition. Vertaald naar het AI-fluency framework betekent dit dat mens-AI samenwerking ook gericht kan zijn op innovatie (‘modification’) en transformatie (‘redefinition’).
Bronnen
Mijn bronnen over (generatieve) artificiële intelligentie
Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.