AI-geletterdheid is een organisatorische beheersverplichting geworden, geen vrijwillige vaardigheid

Behandel AI-geletterdheid als een aantoonbaar beheersproces, niet als vrijwillige promptvaardigheid: leg per rol en werkstroom vast welke AI-systemen zijn toegestaan, welke fouten medewerkers moeten herkennen, wanneer escalatie verplicht is en hoe u effectiviteit periodiek toetst. Een algemene cursus volstaat niet, want leiders en medewerkers beoordelen de toereikendheid ervan aantoonbaar verschillend.

Onderzoeksbureau JANSON Research & Strategy kondigde op 20 oktober 2026 een nationaal onderzoek aan naar de vraag of werknemerstraining gelijke tred houdt met de snelheid waarmee organisaties AI invoeren. Het betreft een aangekondigd onderzoek waarvoor nog deelnemers worden geworven; er liggen dus nog geen resultaten. Dat onderzoek bevestigt niet zelf dat AI-geletterdheid al naar een organisatorische verantwoordelijkheid is opgeschoven. Onze analyse is wel dat de combinatie van de beschikbare onderzoeken aanleiding geeft om AI-geletterdheid als een verantwoordelijkheid te behandelen die organisaties aantoonbaar moeten beheersen.

Naar onze inschatting is dat de kern van de verschuiving: wie AI inzet in het werk, moet kunnen laten zien dat training, beoordelingsvaardigheden en gebruiksgrenzen aansluiten op de feitelijke systemen en risico's — en niet kunnen volstaan met een eenmalige of vrijwillige cursus.

Wat stelt het nieuwe onderzoek naar AI-training en adoptie precies vast?

De aankondiging van JANSON Research & Strategy beschrijft een nog lopend onderzoek en levert zelf geen bevindingen. De onderbouwing komt van andere, reeds gepubliceerde bronnen. Die tonen verbanden en percepties, geen universele causaliteit of wettelijke norm.

• Het Center for Workplace Culture and Innovation van UC Berkeley rapporteert dat getrainde werknemers vaker AI gebruikten dan ongetrainde en gemiddeld meer tijd bespaarden. Het onderzoek waarschuwt tegelijk dat training niet automatisch leidt tot duurzame productiviteit.
• Een studie in Management Review Quarterly (Springer Nature) vond onder ruim driehonderd managers dat toegepaste AI-geletterdheid positief samenhangt met ervaren bruikbaarheid en arbeidstevredenheid — AI-geletterdheid is dus ook een managementcompetentie, niet alleen iets voor technische specialisten.
• Onderzoek van Wharton Human-AI Research en GBK Collective laat een perceptiekloof zien: ruim driekwart van de leiders vond dat medewerkers voldoende training krijgen, tegenover een duidelijk kleiner deel van de medewerkers zelf.

De Society for Human Resource Management stelt in haar werknemersenquête Navigating AI in the Workplace: 2026 dat organisaties uitgebreide educatie en middelen moeten bieden voor veilig, compliant en productief AI-gebruik. Dat is een opvatting uit een enquête, geen zelfstandige juridische verplichting.

Waarom volstaat een algemene AI-cursus niet als bewijs van geletterdheid?

Omdat competente inzet van generatieve AI meer vraagt dan weten hoe je een prompt schrijft. Een gestructureerde review met verkennende meta-analyse op arXiv onderscheidt vier domeinen van competentie, en drie daarvan vallen buiten wat een standaardcursus doorgaans toetst.

De review over het meten van competent generatief-AI-gebruik — nog een preprint, dus voorlopig — noemt deze domeinen:

• Kennis en gebruik: weten wat een systeem kan en hoe je het bedient.
• Epistemische controle: onzekerheid in de output herkennen en weten wanneer een antwoord niet te vertrouwen is.
• Gekalibreerd vertrouwen: niet te veel en niet te weinig vertrouwen op het systeem, afgestemd op het risico van de taak.
• Operationele beheersing: toolgebruikende AI-agents kunnen begrenzen, stoppen of escaleren.

Een cursus die alleen promptvaardigheid toetst, laat de drie laatste domeinen ongemeten. Juist die bepalen of een professional een foutief of verzonnen antwoord opmerkt voordat het in een besluit, dossier of advies terechtkomt. Onze themahub over AI-governance behandelt hoe zulke eisen in beleid landen.

Wat betekent dit voor bestuurders, juristen en CISO's die verantwoordelijk zijn?

Onze analyse: omdat de Berkeley-studie een verband rapporteert tussen training en vaker AI-gebruik, kan een trainingsprogramma de feitelijke blootstelling aan AI-risico in de organisatie vergroten doordat meer medewerkers AI gaan gebruiken; daarom moet een CISO per werkstroom vaststellen welke systemen en welke soorten gegevens zijn toegestaan voordat het programma de adoptie verder aanjaagt. Omdat leiders de toereikendheid van training systematisch hoger inschatten dan medewerkers, is het bestuursbeeld geen betrouwbaar bewijs; daarom moet de verantwoordelijke bestuurder effectiviteit meten bij de medewerkers zelf en de uitkomst periodiek in de risicorapportage opnemen. Omdat competente inzet ook het herkennen van onzekerheid en het begrenzen van AI-agents vereist, volstaat een promptcursus niet als zorgvuldigheidsbewijs; daarom moet een jurist in interne richtlijnen vastleggen wanneer menselijke escalatie verplicht is en wie het eindoordeel draagt. Omdat training en productiviteit niet automatisch samenlopen, mag een programma niet alleen op gebruikscijfers worden afgerekend; daarom moet de verantwoordelijke een toetsmoment inbouwen waarin bron- en outputcontrole, vertrouwelijkheidsbesef en stop-escalatievermogen afzonderlijk worden beoordeeld.

Wat er misgaat als dit niet gebeurt: zonder rolgebonden grenzen en toetsing groeit het AI-gebruik sneller dan het inzicht in de risico's, en kan een organisatie achteraf niet aantonen dat medewerkers waren toegerust voor de systemen die zij feitelijk gebruikten.

Hoe leg ik AI-geletterdheid per rol en werkstroom aantoonbaar vast?

Leg de inrichting vast in documenten die verwijzen naar de concrete systemen en taken, niet naar AI in het algemeen. Een verdedigbaar programma maakt de koppeling tussen training, grenzen en toetsing zichtbaar.

1. Inventariseer welke AI-systemen medewerkers per rol daadwerkelijk gebruiken, inclusief versies van modellen en beleid.
2. Bepaal per werkstroom welke taken en welke gegevens zijn toegestaan en welke niet.
3. Benoem de fouten en onzekerheden die medewerkers in die werkstroom moeten herkennen.
4. Leg vast wanneer menselijke escalatie verplicht is en wie het eindoordeel neemt.
5. Bepaal per rol welke training nodig is en toets naast kennis ook bron- en outputcontrole, privacy- en vertrouwelijkheidsbesef, gekalibreerd vertrouwen en het vermogen om AI-gebruik te stoppen.
6. Herhaal de toetsing periodiek en koppel de uitkomsten aan de risicorapportage.

Deze aanpak sluit aan op bredere verificatieplichten in de beroepspraktijk, zoals wij beschreven over de groeiende verificatieplicht van de ondertekenende advocaat en over audit trail-software die controle kan suggereren zonder die te bewijzen. Voor organisaties die AI structureel inzetten, is dit het verschil tussen een cursus afvinken en kunnen laten zien dat medewerkers hun systemen beheersen.

Bronnen: Het artikel steunt op de onderzoeksaankondiging van JANSON Research & Strategy en op gepubliceerd onderzoek van UC Berkeley, Springer Nature Management Review Quarterly, Wharton Human-AI Research met GBK Collective, SHRM en een arXiv-preprint.