Vertaling naar curriculumontwikkeling
De cross-case synthese maakt duidelijk dat de impact van GenAI op professionele autonomie niet kan worden gereduceerd tot de vraag welke taken AI al dan niet overneemt. In beide domeinen verschuift professionele meerwaarde weg van loutere uitvoering en sterker richting begrip, interpretatie, beoordeling, bewuste sturing en verantwoordelijkheid binnen AI-geïntegreerde werkprocessen. Tegelijk tonen beide sessies dat die verschuiving niet automatisch leidt tot sterkere professionele autonomie. Wanneer diepgaand begrip of actieve sturing afnemen, ontstaat net het risico op afhankelijk AI-gebruik en kenniserosie. Dat heeft directe implicaties voor curriculumontwikkeling.
De bevindingen suggereren daarbij dat curriculumontwikkeling zich niet uitsluitend moet richten op het ontwikkelen van kennis en vaardigheden, maar ook op de professionele disposities die bepalen of studenten deze competenties kritisch, doelgericht en verantwoordelijk inzetten binnen AI-geïntegreerde beroepscontexten.
De vier scenario-typologieën functioneren daarbij niet enkel als analytisch kader om verschillende vormen van professionele autonomie te begrijpen, maar ook als (normatief) referentiekader voor onderwijsontwikkeling binnen WP3. Ze maken zichtbaar welke vormen van professionele autonomie opleidingen wenselijk achten in een context van structurele AI-integratie, en welke vormen van AI-gebruik risico’s creëren voor duurzame competentieontwikkeling, kritisch professioneel handelen en inhoudelijke zelfstandigheid.
De typologieën beschrijven daarbij geen vaste student- of beroepsprofielen. Afhankelijk van context, taakcomplexiteit, ervaring, tijdsdruk en de mate van AI-geletterdheid kunnen professionals tussen verschillende posities bewegen of kenmerken van meerdere typologieën combineren. Beide sessies maken bovendien duidelijk dat afhankelijkheid niet noodzakelijk een eindtoestand is, maar ook geleidelijk kan ontstaan wanneer professionals steeds meer vertrouwen op AI-output terwijl actief redeneren, diepgaand begrip en bewuste sturing minder expliciet aanwezig blijven.
Tegelijk positioneren beide sessies de Regisseur duidelijk als het gewenste professionele eindprofiel binnen AI-geïntegreerde beroepscontexten. De andere typologieën maken zichtbaar welke spanningen, risico’s en tussenposities kunnen ontstaan wanneer begrip, sturing of professioneel oordeel onder druk komen te staan.
| Typologie | Curriculumpositie |
|---|---|
| Regisseur | Beoogd eindprofiel |
| Bewaker | Professionele positie met verhoogd risico op reactieve sturing |
| Uitvoerder | Instappositie met verhoogd risico op schijnbegrip |
| Afhankelijke | Te vermijden positie |
De Regisseur verschijnt in beide sessies als het gewenste eindprofiel van professionele autonomie binnen een AI-geïntegreerde beroepscontext. Studenten moeten niet enkel AI kunnen gebruiken, maar AI-processen ook bewust kunnen kaderen, actief kunnen aansturen en inhoudelijk kunnen beoordelen vanuit diepgaand domein- en procesbegrip. Professionele autonomie ontstaat daarbij uit de combinatie van sterke AI-geletterdheid, diepgaand begrip en professionele disposities die maken dat professionals hun oordeel, verantwoordelijkheid en actieve sturing ook daadwerkelijk opnemen binnen complexe AI-geïntegreerde werkprocessen.
De Bewaker vertegenwoordigt een positie waarin diepgaand begrip wel aanwezig blijft, maar actieve AI-sturing beperkter wordt ingezet. Professionals beschikken over voldoende expertise om problemen, afwijkingen of kwaliteitsverlies te herkennen, maar grijpen vaak pas reactief in wanneer output onvoldoende blijkt aan te sluiten bij de professionele bedoeling. Beide sessies maken zichtbaar dat deze positie kwetsbaar blijft voor inefficiënte correctielussen, reactieve werkprocessen en een geleidelijke verschuiving richting afhankelijker AI-gebruik wanneer actieve sturing verder afneemt.
De Uitvoerder vormt een plausibele en vaak natuurlijke instappositie binnen AI-geïntegreerd onderwijs. Studenten ontwikkelen vaak sneller operationele AI-geletterdheid dan diepgaand domein- en procesbegrip. Daardoor kunnen zij AI-systemen al vroeg actief aansturen via prompting, workflowsturing en iteratieve bijsturing, terwijl het onderliggende begrip nog onvoldoende ontwikkeld blijft om output diepgaand te analyseren, professioneel te verantwoorden of complexe situaties zelfstandig op te lossen.
Tegelijk maakt de analyse zichtbaar dat deze positie bijzonder kritisch is voor curriculumontwikkeling. Studenten kunnen dankzij AI professioneel ogende output produceren en opdrachten succesvol afronden zonder dat het onderliggende begrip noodzakelijk even sterk ontwikkeld is. Daardoor ontstaat het risico op schijncompetentie, waarbij actieve AI-sturing ten onrechte geïnterpreteerd wordt als diepgaand professioneel begrip.
De Afhankelijke vormt de positie die opleidingen expliciet proberen te vermijden. Hier ontbreken zowel diepgaand begrip als voldoende actieve AI-sturing, waardoor professionals AI-output grotendeels volgen zonder voldoende inhoudelijke beoordeling, professionele verantwoordelijkheid of bewuste procesregie. Beide sessies maken duidelijk dat deze positie niet uitzonderlijk is, maar structureel kan ontstaan wanneer AI-output steeds overtuigender wordt, tijdsdruk toeneemt en actief redeneren of inhoudelijke expertise geleidelijk minder expliciet ingezet worden.