AI Literacy is geen prompttraining: van AI-beleid naar veilig gedrag op de werkvloer

Veel organisaties starten vandaag met een logische vraag: hoe zorgen we dat onze medewerkers AI goed leren gebruiken?

Daar zit alleen meteen ook de eerste denkfout.

Want zelden is “we hebben prompttraining nodig” het echte vraagstuk. Meestal is er iets anders aan de hand. Medewerkers gebruiken AI al, maar niet altijd bewust. Teams experimenteren met klantmails, interne documenten, meetingverslagen of HR-notities. Legal schrijft richtlijnen. IT kijkt naar tooling en security. HR en L&D krijgen de vraag om “iets rond AI” te voorzien.

Maar op de werkvloer blijft de twijfel.

Mag ik deze tekst laten herschrijven? Mag ik dit document samenvatten? Welke informatie mag ik invoeren? Wanneer moet ik output controleren? En wie blijft verantwoordelijk als AI mij heeft geholpen?

Wie dan vooral kijkt naar tools, prompts of productiviteit, lost een vaardigheidsvraag op. Niet het onderliggende gedragsvraagstuk.

En precies daar kijkt Keep Growing iDesign anders.

Wij vertrekken niet vanuit tools, maar vanuit gedrag

Voor veel organisaties begint AI Literacy bij uitleg. Wat is generatieve AI? Hoe werkt een prompt? Welke tools bestaan er? Wat zijn de risico’s?

Dat is een logisch vertrekpunt, maar het is niet voldoende.

AI Literacy wordt pas relevant wanneer medewerkers in hun eigen werk betere beslissingen nemen. Niet alleen sneller werken, maar veiliger. Niet alleen mooiere output maken, maar kritischer omgaan met wat AI teruggeeft. Niet alleen weten dat privacy belangrijk is, maar in het moment herkennen welke informatie niet in een AI-tool thuishoort.

Wij starten daarom niet met de vraag welke AI-tool iemand moet leren gebruiken.

Wij starten met de vraag wat er in de praktijk anders moet gebeuren.

Welke keuzes moeten medewerkers beter maken? Welke fouten willen we voorkomen? Welke risico’s moeten sneller herkend worden? Waar moet AI juist nuttig, veilig en verantwoord ingezet worden? En wanneer moet iemand stoppen, controleren of escaleren?

Dat bepaalt vervolgens alles. De inhoud van de training. De scenario’s. De feedback. De job aids. En de mate waarin een AI Literacy-traject meer moet zijn dan een korte bewustmakingsmodule.

AI Literacy gaat over professioneel oordeel

Prompttraining leert medewerkers betere instructies schrijven. Dat kan waardevol zijn. Zeker als je AI wil inzetten voor structuur, taal, samenvatting of ideeën.

Maar prompttraining is geen garantie op veilig AI-gebruik.

Een medewerker kan perfect weten hoe je een goede prompt schrijft en toch vertrouwelijke klantinformatie invoeren. Iemand kan een AI-output vlot verbeteren en toch niet herkennen dat de inhoud fout, bevooroordeeld of onvolledig is. Een team kan enthousiast experimenteren en tegelijk nieuwe risico’s creëren rond privacy, compliance of reputatie.

AI Literacy vraagt dus een andere lat.

De echte vraag is niet: kunnen medewerkers AI gebruiken?

De echte vraag is: kunnen medewerkers inschatten wanneer, waarvoor en onder welke voorwaarden AI-gebruik verantwoord is?

Dat is professioneel oordeel. En professioneel oordeel ontstaat niet door alleen uitleg te geven. Je moet het oefenen in herkenbare situaties.

Een eenvoudig model helpt medewerkers beslissen

AI-beleid wordt pas bruikbaar wanneer medewerkers het kunnen toepassen op hun eigen werk. Daarom helpt een eenvoudig beslismodel.

Niet als extra theorie, maar als houvast op het moment dat iemand AI wil gebruiken.

De 5 vragen voor veilig AI-gebruik

1. Waarvoor wil ik AI gebruiken?

Een tekst herschrijven is iets anders dan input voorbereiden voor een klantadvies. Een brainstorm laten versnellen is iets anders dan HR-notities samenvatten. Hoe dichter AI komt bij mensen, klanten, beslissingen of gevoelige processen, hoe kritischer de afweging moet zijn.

2. Welke informatie geef ik in?

Dit is vaak het punt waar beleid en gedrag uit elkaar lopen. Medewerkers denken dat ze “gewoon even hulp vragen”, maar kopiëren ondertussen klantnamen, interne cijfers, contractinformatie of HR-context in een AI-tool.

3. Wie of wat kan geraakt worden door de output?

Een fout antwoord in een brainstorm heeft een ander gewicht dan een fout antwoord in een klantmail, evaluatiegesprek, complianceproces of veiligheidsinstructie. De mogelijke impact bepaalt hoeveel controle nodig is.

4. Hoe controleer ik het resultaat?

AI kan overtuigend klinken en toch fout zijn.

“Controleer de output” is te vaag. Medewerkers moeten weten wat controleren betekent in hun context: inhoud, bron, volledigheid, toon, bias, juridische gevoeligheid of mogelijke schade.

5. Wie blijft verantwoordelijk?

AI kan ondersteunen, versnellen en structureren. Maar AI neemt geen verantwoordelijkheid over. De medewerker, leidinggevende of organisatie blijft eigenaar van wat uiteindelijk gebruikt, gedeeld of beslist wordt.

Dit model is bewust eenvoudig. Niet omdat AI eenvoudig is, maar omdat medewerkers op het werkmoment geen juridisch handboek nodig hebben. Ze hebben een bruikbaar denkproces nodig.

Goed leerontwerp maakt beleid werkbaar

Een AI-policy is belangrijk. Maar een policy verandert op zichzelf geen gedrag.

De vertaalslag gebeurt in leerontwerp.

Dat betekent dat je medewerkers niet alleen vertelt wat mag en niet mag, maar hen laat oefenen met situaties die ze herkennen. Een klantmail herschrijven. Een intern document samenvatten. Feedback voorbereiden. Een meetingverslag structureren. Een tekst vertalen naar klanttaal.

De meeste leerwaarde zit daarbij niet in de makkelijke voorbeelden. Ze zit in de grijze zones.

Mag je een document gebruiken als je namen verwijdert? Wanneer is informatie voldoende geanonimiseerd? Wanneer gebruik je alleen een goedgekeurde interne tool? Wanneer moet Legal, IT of een leidinggevende meekijken?

Daar wordt beleid praktisch.

Daarom werkt een generieke AI-module meestal maar beperkt. HR, finance, sales, operations en customer service gebruiken AI op een andere manier. Ze werken met andere data, andere risico’s en andere output. Een basislaag kan voor iedereen gelijk zijn, maar gedragsverandering vraagt herkenbare cases per functie, proces of risiconiveau.

En daarna stopt het niet. Gedrag verandert niet alleen tijdens een training. Medewerkers hebben ondersteuning nodig op het moment dat ze AI gebruiken: een korte beslisboom, een 5-vragenkaart, een datachecklist of teamafspraken die duidelijk maken wat normaal, veilig en gewenst is.

Goede AI Literacy is dus geen eenmalige kennissessie. Het is een leerinterventie die beleid vertaalt naar dagelijkse beslissingen.

Wat organisaties daarvan merken

Voor organisaties betekent dat meestal drie dingen.

Meer veiligheid, omdat medewerkers gevoelige situaties sneller herkennen.
Meer consistentie, omdat teams niet allemaal hun eigen AI-regels verzinnen.
Meer businesswaarde, omdat AI niet alleen sneller werk oplevert, maar beter geïntegreerd wordt in hoe mensen denken, beslissen en samenwerken.

Daarmee verschuift ook de rol van L&D. Niet langer “we moeten een AI-training voorzien”, maar “we moeten veilig en nuttig AI-gedrag helpen ontwerpen”.

Dat is een fundamenteler gesprek. En ook een waardevoller gesprek voor directie, Legal, HR en IT.

Het echte verschil

Het onderscheid tussen AI Literacy-aanpakken zit zelden in wie de meeste tools kan tonen of de beste promptformules verzamelt.

Het echte verschil zit in hoe je kijkt.

Naar AI als tool, of naar AI als gedragsvraagstuk. Naar beleid als document, of naar beleid als dagelijkse keuze. Naar training als informatieoverdracht, of naar leren als hefboom voor veilig, kritisch en verantwoordelijk handelen.

Wie AI Literacy benadert als prompttraining, krijgt vooral vaardigere AI-gebruikers.

Wie AI Literacy benadert als gedragsontwerp, maakt andere keuzes. Dan vertrek je vanuit risico’s, werkcontext, scenario’s, feedback en transfer naar de praktijk.

Precies daar begint voor ons goed leerontwerp.

Checklist: is jullie AI Literacy-aanpak gedragsgericht genoeg?

Gebruik deze checklist als snelle reality check.

Vertrekt jullie AI-training vanuit echte werksituaties?
Is duidelijk welke AI-tools medewerkers wel en niet mogen gebruiken?
Leren medewerkers welke informatie ze niet mogen invoeren?
Bevat de training grijze zones, niet alleen makkelijke voorbeelden?
Is er onderscheid tussen functies, processen of risiconiveaus?
Wordt concreet geoefend hoe AI-output gecontroleerd wordt?
Is duidelijk wanneer medewerkers moeten escaleren?
Blijft verantwoordelijkheid expliciet bij de gebruiker?
Zijn er job aids beschikbaar na de training?
Kijken jullie naar toepassing, niet alleen naar deelname?

Als je vooral “nee” antwoordt, heb je waarschijnlijk nog geen AI Literacy-programma. Je hebt een bewustmakingsmoment.

Dat kan een start zijn. Maar het is geen volwassen aanpak.

FAQ

Is AI Literacy verplicht?

Binnen de EU AI Act is AI Literacy opgenomen als verplichting voor aanbieders en gebruikers van AI-systemen. Organisaties moeten maatregelen nemen om een voldoende niveau van AI-geletterdheid te ondersteunen bij medewerkers en andere personen die namens hen met AI-systemen werken. Hoe dat concreet wordt ingevuld, hangt af van context, rol, kennisniveau en risico.

Is prompttraining dan nutteloos?

Nee. Prompttraining kan nuttig zijn, maar alleen als onderdeel van een bredere aanpak. Medewerkers moeten ook leren wanneer AI-gebruik verantwoord is, welke informatie gevoelig is, hoe ze output controleren en wanneer ze moeten escaleren.

Moet iedereen dezelfde AI Literacy-training volgen?

Niet noodzakelijk. Een basislaag voor iedereen is zinvol. Maar functies met gevoelige data, externe communicatie, HR-processen, klantadvies of besluitvorming hebben extra scenario’s nodig.

Download de 5-vragenkaart voor veilig AI-gebruik op de werkvloer.

AI Literacy Design Scan

Benieuwd hoe je AI-beleid vertaalt naar veilig en verantwoord gedrag op de werkvloer?

Met een AI Literacy Design Scan brengen we in kaart welke AI-use cases vandaag al leven, waar de belangrijkste gedragsrisico’s zitten en hoe je medewerkers ondersteunt om betere beslissingen te nemen bij het gebruik van AI.

Plan een AI Literacy verkenning

Delen op: