AI begrijpen: kansen en risico's
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?
Technologie die patronen herkent
Een computer met gevoel
Een programma zonder data
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.
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?
Het bewaart alleen bestanden
Het kiest kleuren voor apps
Het zet stappen naar een uitkomst
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.
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?
Extra snelheid in software
Vertekening in data of uitkomst
Bescherming van persoonsgegevens
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.
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?
Omdat het altijd bronnen controleert
Omdat het vooral woorden voorspelt
Omdat het geen tekst kan maken
Omdat het alleen met foto's werkt
Toetst het onderscheid tussen vloeiend formuleren en feitelijk juist zijn.
Waar is hallucineren volgens jou het riskantst?
Schoolopdrachten
Samenvattingen
Werkadvies
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?
Routes sneller plannen
Te veel data delen
Betere aanbevelingen krijgen
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.
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