Ontwerpprincipes voor WP3
De analyse van beide sessies levert niet alleen inzichten op over professionele autonomie binnen AI-geïntegreerde beroepscontexten, maar ook concrete ontwerpprincipes voor curriculumontwikkeling binnen WP3. Beide domeinen maken zichtbaar dat AI-integratie niet uitsluitend vraagt om nieuwe technische vaardigheden, maar vooral om een herdefiniëring van hoe opleidingen professioneel begrip, zelfstandigheid, verantwoordelijkheid en actieve sturing ontwikkelen en zichtbaar maken.
Ontwerpprincipe 1: Diepgaand begrip blijft het fundament van professionele autonomie
Studenten moeten AI-output niet alleen kunnen gebruiken, maar ook inhoudelijk kunnen begrijpen, beoordelen, reconstrueren en verantwoorden. Operationele AI-geletterdheid of technisch vaardig AI-gebruik volstaan op zich niet als einddoel van professionele opleidingen.
Beide sessies maken duidelijk dat actieve AI-sturing zonder voldoende diepgaand domein- en procesbegrip kan leiden tot schijncompetentie: situaties waarin studenten professioneel ogende output produceren zonder de onderliggende logica, kwaliteit of implicaties werkelijk te begrijpen.
Opleidingen investeren daarom blijvend in conceptuele fundamenten, systeembegrip en diepgaande domeinkennis, ook wanneer AI een groot deel van het uitvoerende werk overneemt.
Ontwerpprincipe 2: Onderliggend begrip expliciet zichtbaar maken
AI-systemen maken het steeds moeilijker om op basis van eindproducten alleen te beoordelen of professionele competenties werkelijk aanwezig zijn. Studenten kunnen opdrachten succesvol afronden en overtuigende output produceren zonder dat onderliggende expertise noodzakelijk even sterk ontwikkeld is.
Opleidingen voorzien daarom leeromgevingen waarin studenten expliciet moeten analyseren, keuzes verantwoorden, redeneringen reconstrueren en fouten onderzoeken, ook wanneer AI actief gebruikt wordt binnen het leerproces.
Dit heeft niet tot doel om AI uit te sluiten, maar om zichtbaar te maken of diepgaand begrip, professioneel oordeel en inhoudelijke zelfstandigheid werkelijk aanwezig zijn.
Tegelijk bieden dergelijke leeractiviteiten kansen om ook de onderliggende professionele disposities zichtbaar te maken, zoals de bereidheid om kritisch te reflecteren, verantwoordelijkheid op te nemen en professioneel oordeel expliciet te verantwoorden.
Ontwerpprincipe 3: Assessment verschuift van productie naar professionele besluitvorming
Wanneer AI steeds meer uitvoerend werk ondersteunt of automatiseert, verschuift professionele meerwaarde weg van loutere productie en sterker richting interpretatie, argumentatie, kwaliteitsbeoordeling, actieve sturing en verantwoordelijkheid.
Assessment focust daarom minder op het louter produceren van output en zet sterker in op het zichtbaar maken van professionele redeneringen, inhoudelijke keuzes, argumentatie, reconstructie van denkprocessen en het kunnen verantwoorden van beslissingen binnen complexe AI-geïntegreerde contexten.
Ontwerpprincipe 4: Studenten leren omgaan met AI-output die niet altijd consistent, voorspelbaar of inhoudelijk correct is
Diepgaand begrip en professionele autonomie worden vooral zichtbaar wanneer AI-output tekortschiet, contexten ambigu worden of systemen onverwachte resultaten produceren.
Opleidingen voorzien daarom bewust leeractiviteiten waarin studenten AI-output kritisch onderzoeken, actief bijsturen, fouten reconstrueren en afwijkingen analyseren. Juist die situaties maken zichtbaar of studenten AI bewust aansturen of voornamelijk afhankelijk blijven van gegenereerde output.
Ontwerpprincipe 5: AI-geletterdheid wordt expliciet ontwikkeld als professionele sturingscompetentie
Actieve AI-sturing ontstaat niet vanzelf. Studenten moeten expliciet leren hoe AI-systemen functioneren, welke beperkingen en risico’s ermee gepaard gaan en hoe AI-output doelgericht gestuurd kan worden via context, prompting, workflowontwerp en iteratieve bijsturing.
Beide sessies maken duidelijk dat lage sturing vaak ontstaat wanneer studenten AI voornamelijk gebruiken via de standaardwerking van systemen zonder voldoende expliciete richting of kritische opvolging van output.
AI-geletterdheid wordt daarom ontwikkeld als een professionele vorm van procesregie, niet louter als technisch toolgebruik.
Ontwerpprincipe 6: Opleidingen bieden actief weerstand tegen kenniserosie en afhankelijkheid
Beide sessies tonen dat afhankelijk AI-gebruik niet noodzakelijk plots ontstaat, maar vaak geleidelijk groeit wanneer AI-output steeds overtuigender wordt en onderliggende expertise minder actief ingezet wordt.
Tijdsdruk, efficiëntielogica en de toenemende betrouwbaarheid van AI-systemen kunnen ertoe leiden dat actief redeneren, kritisch analyseren en bewuste sturing geleidelijk afnemen. Opleidingen ontwikkelen daarom niet alleen de noodzakelijke kennis en vaardigheden, maar creëren ook leeromgevingen waarin professionele disposities bewust worden ontwikkeld en geoefend. Professionele autonomie binnen AI-geïntegreerde beroepscontexten vraagt daarom niet alleen blijvende ontwikkeling van kennis en vaardigheden, maar ook van professionele disposities die maken dat professionals kritisch blijven denken, verantwoordelijkheid opnemen en AI doelgericht blijven aansturen, ook wanneer AI steeds autonomer en overtuigender wordt.