Het belangrijke onderscheid tussen AI-geletterdheid en AI-fluency

Ik heb verschillende keren gepleit voor AI-fluency in plaats van AI-geletterdheid (zie o.a. hier en hier). In een recent artikel gaat David Ross in op de vraag: wat is precies het verschil tussen AI-geletterdheid en AI-fluency, en welk van de twee zou het doel moeten zijn van onderwijsbeleid?

ai fluency frameworkRoss, voormalig directeur van de Partnership for 21st Century Learning, constateert dat dit onderscheid in de praktijk nauwelijks wordt gemaakt, terwijl het voor docenten en beleidsmakers wel degelijk relevant is.

Ross opent met een persoonlijke observatie. Na zes jaar Frans studeren merkte hij op een gegeven moment dat hij niet meer vanuit het Engels vertaalde, maar direct in het Frans dacht. Dat moment markeert volgens hem de overgang van kennis naar echte taalvaardigheid. Datzelfde principe, stelt hij, geldt voor het werken met AI. Geletterdheid is het fundament; AI-fluency is het stadium waarin je AI daadwerkelijk productief inzet voor het maken van iets nieuws.

Om dit onderscheid scherper te stellen, bespreekt Ross vier belangrijke internationale kaders voor AI-geletterdheid. Het OESO-kader, dat dient als basis voor de PISA 2029-beoordeling op het gebied van media- en AI-geletterdheid, organiseert AI-geletterdheid rond vier samenhangende domeinen: het gebruiken, begrijpen, creëren met en reflecteren op AI, met aandacht voor ethische integratie. Het Amerikaanse kader van Digital Promise richt zich op praktische toepassingen in het funderend onderwijs en benadrukt menselijk oordeel en rechtvaardigheid. AI4K12 biedt met de ‘Five Big Ideas in AI’ een inhoudelijk raamwerk opgebouwd rond vijf thema’s: perceptie, representatie en redeneren, leren, natuurlijke interactie en maatschappelijke impact. SRI biedt een onderzoeksgebaseerde synthese met drie kennispijlers en een ontwikkelingsgerichte progressie. In februari 2026 publiceerde ook het Amerikaanse ministerie van Onderwijs een vrijwillig kader, gericht op de arbeidsmarkt en beroepsonderwijs, met nadruk op productiviteit en toepassing.

Wat Ross opvalt: geen van deze kaders maakt een formeel onderscheid tussen geletterdheid en AI-fluency. Onderzoekers Rogers en Carbonaro signaleren dit onderscheid wel. Volgens hen betekent AI-fluency het overstijgen van begrip richting actief creëren met AI. Geletterdheid omvat het begrijpen en beoordelen van AI; AI-fluency impliceert het vermogen om met behulp van AI nieuwe producten, oplossingen of inhoud te genereren. Dit sluit aan bij eerdere opvattingen over ICT-vaardigheid, waarbij productie centraal stond.

Ross wijst erop dat zowel het OESO-kader als het Digital Promise-kader ‘creëren’ al noemen als onderdeel van AI-geletterdheid. De grens tussen de twee begrippen is dus minder scherp dan het debat soms doet vermoeden. Toch is de discussie zinvol: in het bredere onderwijsveld wordt de relatie tussen geletterdheid en AI-fluency volgens hem steeds vaker gezien als een progressie, waarbij geletterdheid de eerste stap is en AI-fluency het uiteindelijke doel:

Do we want to develop a generation of learners who understand how AI works and are able to use the tools? Or, do we want to develop learners who can use their AI knowledge and skills to create ethical and effective content that benefits both themselves and their community?

Deze redenering sluit aan bij een al langer bestaande discussie in het mediawijsheidsonderwijs, waar het onderscheid tussen consumeren en produceren al decennia centraal staat. Het MediaSmarts Digital Literacy-kader (2015) en de kernprincipes van NAMLE (2007) benadrukten al dat lerenden niet alleen mediagebruikers moeten zijn, maar ook mediamakers.

De cijfers die Ross aanhaalt, zijn ontnuchterend. Slechts circa 12 procent van de Amerikaanse beroepsbevolking gebruikt AI structureel in het werk. ChatGPT heeft wekelijks 800 miljoen gebruikers, maar de meerderheid past de technologie niet systematisch toe in de dagelijkse beroepspraktijk. Bij lerenden is het gebruik overwegend tekstgericht: samenvattingen maken, uitleg vragen, brainstormen en schrijfhulp zoeken. Creatief en multimodaal gebruik, waarbij lerenden AI inzetten als productietool, neemt toe maar is nog niet dominant. Dit wijst er volgens hem op dat we als samenleving nog grotendeels in de geletterheidsfase zitten.

Ross pleit op basis hiervan voor een curriculumaanpak gebaseerd op ‘scope and sequence‘: een gestructureerde opbouw waarbij AI-geletterdheid het vertrekpunt is en AI-fluency het eindpunt. De docent speelt daarin een concrete rol: niet alleen uitleggen hoe AI werkt, maar lerenden begeleiden bij het inzetten van die kennis voor creatie, ten behoeve van henzelf en hun omgeving.

Er is daarbij volgens hem één belangrijk verschil met het leren van een taal: voor Frans of Duits krijg je jaren de tijd. De arbeidsmarkt past zich intussen snel aan AI aan, wat betekent dat de ontwikkeling van AI-fluency bij lerenden sneller moet verlopen dan bij traditionele vaardigheden.

Mijn opmerkingen

Een aantal maanden geleden heb ik ook een aantal raamwerken op het gebied van AI-geletterdheid met elkaar vergeleken. Ik heb daarbij ook het raamwerk van Npuls betrokken. Ross maakt m.i. helder dat AI-geletterdheid de eerste stap is en AI-fluency het uiteindelijke doel. Ik deel zijn mening volledig. Ik vind ook dat AI-fluency onderdeel moet worden van curricula. Natuurlijk kun je ook op andere manieren werken aan AI-fluency. Niet iedereen heeft echter de beschikking over kwalitatief goede tools, gelegenheid om te experimenteren en zelfgereguleerd te leren, een stimulerende omgeving, etcetera. Daarom zal ook het onderwijs hier aandacht aan moeten besteden. En om ervoor te zorgen dat lerenden ‘AI-fluent’ worden, zullen docenten zelf ook eerst AI-fluent moeten worden.

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.

Delen

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *