AI begrijpen: kansen en risico's

AI begrijpen: kansen en risico's

1 / 38
volgende
Slide 1: Slide
newEditor

In deze les zitten 38 slides, met interactieve quizzen en tekstslides.

Dit is niet oké

Onderdelen in deze les

AI begrijpen: kansen en risico's

Open breed en herkenbaar: veel studenten gebruiken al AI zonder precies te weten hoe het werkt. Kondig aan dat de les niet gaat over programmeren, maar over begrijpen wat AI is, hoe het werkt en waar de risico's zitten.

Lesdoel

Ik kan in eigen woorden uitleggen wat AI is en waarvoor het gebruikt kan worden.

De gebruiker gaf meerdere doelen. Volgens de instructie kies ik één centraal lesdoel dat het best de subtopics draagt; de andere doelen komen terug in de inhoud van de les.

Welke woorden of apps koppel jij aan AI?

Gebruik de antwoorden om voorkennis op te halen. Vraag kort door op herkenbare voorbeelden zoals ChatGPT, TikTok, Netflix, navigatie of gezichtsherkenning.

Wat is AI?

AI is technologie die taken uitvoert waarvoor normaal menselijk denken nodig is.


Denk aan:

  • herkennen van patronen

  • voorspellingen doen

  • taal begrijpen en maken

  • keuzes voorstellen op basis van data

Benadruk dat AI geen mens is en niet 'begrijpt' zoals mensen dat doen. Het verwerkt patronen in data en geeft op basis daarvan een uitkomst.

AI is niet één ding

AI is een verzamelnaam voor verschillende systemen en toepassingen.


Sommige AI herkent afbeeldingen, andere voorspelt koopgedrag of schrijft tekst. De overeenkomst is dat al deze systemen werken met data, regels en berekeningen om een uitkomst te geven.

Hier kun je het verschil noemen tussen 'AI' als brede term en specifieke tools zoals chatbots, aanbevelingssystemen of gezichtsherkenning.

Waar kom je AI tegen?

Voorbeelden uit het dagelijks leven:

  • aanbevelingen op Netflix of Spotify

  • navigatie en routeadvies

  • spamfilters in e-mail

  • chatbots bij klantenservice

  • gezichts- of spraakherkenning

Koppel de voorbeelden aan de leefwereld van mbo-studenten: school, werk, zorg, logistiek, detailhandel of sociale media.

Wat AI wel en niet doet

AI kan snel veel gegevens verwerken en patronen vinden die mensen moeilijk zien.


AI heeft geen eigen mening, gevoel of bewustzijn. Het lijkt soms slim, maar de uitkomst hangt af van de data, het ontwerp en de opdracht die het krijgt.

Corrigeer de veelvoorkomende misvatting dat AI 'zelf nadenkt'. Leg uit dat de kwaliteit van de uitkomst afhankelijk is van invoer en training.

Welke omschrijving past het best bij AI?

A

Technologie die patronen herkent

B

Een computer met gevoel

C

Een programma zonder data

D

Een menselijk brein online

Toetst het kernidee uit slides 2-5: AI voert taken uit met data en patroonherkenning, maar heeft geen gevoel of bewustzijn.

Maak de uitleg compleet

AI is een verzamelnaam voor verschillende systemen. Het gebruikt vaak data om patronen te herkennen. AI heeft geen eigen bewustzijn, ook al lijkt het soms slim.

verzamelnaam
data
bewustzijn
gevoel
hardware
internet
mening

De kernwoorden komen letterlijk uit de behandelde slides: verzamelnaam, data, bewustzijn.

Hoe werkt een algoritme?

Een algoritme is een reeks stappen waarmee een computer van invoer naar uitkomst gaat.


Bij AI gebruikt zo'n systeem vaak veel data om patronen te herkennen en daarop een beslissing of voorspelling te baseren.

Houd het praktisch: invoer → verwerking → uitkomst. Vermijd te technische uitleg over code; focus op het idee van beslisregels en patroonherkenning.

Van data naar voorspelling

Data → patroonherkenning → voorspelling of advies


Voorbeeld:

  • veel kijkgedrag wordt verzameld

  • het systeem ziet overeenkomsten tussen gebruikers

  • daarna volgt een aanbeveling voor een film of serie

Gebruik een herkenbaar voorbeeld zoals streaming, webshop-aanbevelingen of routeapps. Laat zien dat de AI niet 'weet' wat goed is, maar patronen volgt.

Waarom zijn data zo belangrijk?

AI leert niet uit het niets.


De kwaliteit van de uitkomst hangt af van:

  • hoeveel data er is

  • hoe betrouwbaar die data is

  • of de data gevarieerd genoeg is

  • of de situatie lijkt op eerdere voorbeelden

Maak de brug naar bias: als data onvolledig of scheef is, wordt de uitkomst dat vaak ook.

Algoritmes zijn niet neutraal

Mensen kiezen welke data wordt gebruikt, welke regels belangrijk zijn en wat een 'goede' uitkomst is.


Daardoor zitten menselijke keuzes altijd in een AI-systeem, ook als het systeem objectief lijkt.

Belangrijk opstapje naar bias. Laat zien dat techniek en menselijke keuzes met elkaar verbonden zijn.

Wat doet een algoritme in AI?

A

Het bewaart alleen bestanden

B

Het kiest kleuren voor apps

C

Het zet stappen naar een uitkomst

D

Het vervangt menselijke data

Distractors sluiten aan bij mogelijke misverstanden: algoritmes zijn geen opslag of vormgeving, maar stappen van invoer naar uitkomst.

Vul de stappen in

Bij AI ga je van data naar patroonherkenning en daarna naar een voorspelling of advies. De uitkomst hangt ook af van hoe betrouwbaar de gegevens zijn.

data
voorspelling
betrouwbaar
afbeelding
toeval
sneller
gevoel

Controleert of studenten de keten data → patroonherkenning → voorspelling begrijpen en het belang van betrouwbare data zien.

Waarom zijn algoritmes niet helemaal neutraal?

Bespreek dat menselijke keuzes zitten in de selectie van data, regels, meetpunten en wat als 'goede uitkomst' telt. Daardoor zijn algoritmes niet volledig neutraal.

Wat is bias?

Bias betekent vertekening in data of in de uitkomst van een AI-systeem.


Daardoor worden sommige groepen of situaties anders beoordeeld dan andere, zonder dat dit eerlijk of terecht is.

Gebruik 'vertekening' als vaste Nederlandse term en herhaal die later consequent.

Hoe ontstaat bias?

Bias kan op verschillende plekken ontstaan:

  • de trainingsdata is niet volledig

  • oude vooroordelen zitten al in de data

  • bepaalde groepen komen te weinig voor

  • ontwerpers kiezen meetpunten die niet neutraal zijn

Noem dat bias niet altijd expres ontstaat; vaak is het een gevolg van eerdere keuzes of scheve data.

Voorbeelden van bias in de praktijk

Bias kan zichtbaar worden bij:

  • sollicitatiesystemen

  • gezichtsherkenning

  • kredietbeoordeling

  • voorspellingen in zorg of veiligheid


De uitkomst lijkt technisch, maar kan mensen ongelijk behandelen.

Blijf algemeen en feitelijk. Het doel is herkenning van risico's, niet een juridisch of diep ethisch debat.

Waarom is bias een risico?

Als mensen blind vertrouwen op AI, kan vertekening grote gevolgen hebben.


Een fout advies kan invloed hebben op kansen op werk, toegang tot diensten of hoe iemand beoordeeld wordt. Daarom moet AI altijd kritisch worden gecontroleerd.

Leg de link naar verantwoordelijkheid: AI ondersteunt, maar mensen blijven verantwoordelijk voor beslissingen.

Wat betekent bias bij AI?

A

Extra snelheid in software

B

Vertekening in data of uitkomst

C

Bescherming van persoonsgegevens

D

Een fout in de internetverbinding

De juiste term is 'vertekening'. De andere opties horen bij andere thema's uit de les of zijn onjuist.

Maak de uitleg over bias af

Bias betekent vertekening in data of in de uitkomst van een AI-systeem. Dat kan ontstaan als bepaalde groepen te weinig voorkomen in de data.

vertekening
uitkomst
groepen
privacy
snelheid
bronnen
woorden

Laat studenten de vaste formulering uit de slides actief ophalen.

Wat is hallucineren?

Bij hallucineren geeft AI informatie die overtuigend klinkt, maar niet klopt.


De tekst lijkt zeker en logisch, terwijl feiten, bronnen of details verzonnen kunnen zijn.

Gebruik liefst een eenvoudig voorbeeld: een chatbot die een bron, wet of gebeurtenis noemt die niet bestaat.

Waarom hallucineert AI?

Taalmodellen voorspellen welk woord waarschijnlijk volgt op eerdere woorden.


Ze controleren niet vanzelf of iets waar is. Daardoor kan een antwoord vloeiend en geloofwaardig zijn, terwijl de inhoud onjuist is.

Maak duidelijk dat vloeiende taal niet hetzelfde is als betrouwbare kennis.

Wat is het risico van hallucineren?

Hallucineren is riskant als je AI gebruikt voor:

  • schoolopdrachten

  • samenvattingen

  • advies op het werk

  • zoeken naar feiten


Foute informatie kan snel worden overgenomen alsof die klopt.

Benadruk dat controle van bronnen essentieel blijft, zeker bij studie en beroep.

Waarom kan een taalmodel hallucineren?

A

Omdat het altijd bronnen controleert

B

Omdat het vooral woorden voorspelt

C

Omdat het geen tekst kan maken

D

Omdat het alleen met foto's werkt

Toetst het onderscheid tussen vloeiend formuleren en feitelijk juist zijn.

Waar is hallucineren volgens jou het riskantst?

1

Schoolopdrachten

2

Samenvattingen

3

Werkadvies

4

Feiten zoeken

Deze slide heeft geen instructies

Privacy en AI

AI werkt vaak met veel gegevens van gebruikers.


Dat kunnen zoekopdrachten, foto's, locatiegegevens, gesprekken of klantgegevens zijn. Hoe meer data wordt verzameld, hoe belangrijker het is om zorgvuldig om te gaan met privacy.

Maak het concreet: wat studenten invoeren in een tool kan worden opgeslagen of gebruikt, afhankelijk van de dienst.

Welke privacyrisico's zijn er?

Mogelijke risico's zijn:

  • te veel persoonlijke data delen

  • onduidelijkheid over opslag en gebruik

  • datalekken

  • hergebruik van informatie zonder dat je het verwacht

Koppel aan verantwoord gebruik: geen vertrouwelijke persoonsgegevens invoeren in openbare AI-tools.

AI in de samenleving

AI wordt in veel sectoren gebruikt:

  • zorg: ondersteuning bij beeldanalyse

  • logistiek: plannen van routes en voorraden

  • onderwijs: feedback en ondersteuning

  • winkels: aanbevelingen en voorraadbeheer

  • klantenservice: chatbots en automatische hulp

Laat zien dat AI niet alleen in apps zit, maar ook in beroepen en organisaties waar mbo-studenten mee te maken krijgen.

Kansen en grenzen

AI kan werk sneller en efficiënter maken.


Maar goed gebruik vraagt ook grenzen:

  • controleer uitkomsten

  • let op bias

  • bescherm privacy

  • vertrouw niet blind op het antwoord

Dit is de landing van de les: AI is bruikbaar, maar alleen bij kritisch en verantwoord gebruik.

Welk voorbeeld is een privacyrisico bij AI?

A

Routes sneller plannen

B

Te veel data delen

C

Betere aanbevelingen krijgen

D

Automatische hulp gebruiken

Sluit aan op slides 17-20: privacyrisico gaat over persoonlijke gegevens, niet over gemak of snelheid.

Vul de kernwoorden in

AI kan werk sneller maken, maar je moet uitkomsten blijven controleren. Je moet ook letten op bias en persoonlijke gegevens beschermen, dus let op privacy.

controleren
bias
privacy
hardware
gevoel
reclame
netwerk

Deze opdracht laat de samenvattende kern van de laatste slides terugkomen: kritisch en verantwoord gebruik.

Noem één plek waar AI in de samenleving wordt gebruikt.

Goed antwoord noemt één concreet voorbeeld uit de samenleving, zoals zorg, logistiek, onderwijs, winkels, klantenservice, navigatie, streaming of spamfilters, met een korte uitleg wat AI daar doet.

Wat is één ding dat je uit deze les onthoudt?

Laat studenten in eigen woorden terugblikken op hun belangrijkste inzicht uit de les.

Welk onderdeel hielp jou het meest om AI te begrijpen?

Gebruik de antwoorden om te zien welke uitleg of werkvorm voor deze groep goed werkte.

Welk onderdeel vond je het lastigst vandaag?

Deze vraag geeft zicht op lastige begrippen zoals algoritme, bias, hallucineren of privacy.

Begrippenlijst

AI - technologie die taken uitvoert waarbij patroonherkenning, voorspellen of taalverwerking nodig is

algoritme - een reeks stappen waarmee een computer van invoer naar uitkomst gaat

data - gegevens die een systeem gebruikt om patronen te herkennen of beslissingen te ondersteunen

bias - vertekening in data of in de uitkomst van een AI-systeem

hallucineren - het geven van onjuiste of verzonnen informatie die wel geloofwaardig klinkt

privacy - bescherming van persoonlijke gegevens en informatie

taalmodel - een AI-systeem dat voorspelt welke woorden waarschijnlijk bij elkaar passen

Deze slide heeft geen instructies