Medewerkers opleiden in een AI-organisatie

AI zal de werkplek aanzienlijk veranderen, maar dat gebeurt in stappen en zeker niet van de ene op de andere dag. Veel organisaties beginnen met de inzet van AI voor generatieve ondersteuning van medewerkers, zoals teksten schrijven of een vergadering samenvatten. Een volgende stap is de inzet van AI-agents, die niet alleen teksten schrijven, maar ook zelfstandig taken uitvoeren en beslissingen nemen.
Iedere fase van AI vereist bepaalde kennis en vaardigheden van werknemers. Door trainingen aan te bieden die passen bij elke fase van AI, zorg je voor een soepele overgang van een traditionele organisatie naar een AI-organisatie die meebeweegt met de ontwikkelingen van AI. Maar hoe doe je dat?
Twee niveaus van opleiden: inrichten en gebruiken
Als we kijken naar de kennis en vaardigheden die je als organisatie nodig hebt om effectief met AI te werken, dan heb je het over twee niveaus van opleiden:
- Het eerste niveau richt zich op de kennis en vaardigheden die nodig zijn om de AI-organisatie in te richten. Denk hierbij aan het inrichten van de IT-infrastructuur, het selecteren van de juiste AI-tools, het gestructureerd opslaan van data en het opstellen van een visie en richtlijnen voor het werken met AI.
- Het tweede niveau richt zich op de kennis en vaardigheden die nodig zijn om AI te gebruiken. Denk hierbij aan het schrijven van prompts, het controleren van de output en het samenwerken met AI-agents.
Dit artikel gaat over het opleiden van medewerkers voor het effectief en verantwoord gebruiken van AI (niveau 2). In een volgend artikel ga ik in op het opleiden van medewerkers voor het inrichten van de AI-organisatie.
Fasering
Veel organisaties en medewerkers zijn al enthousiast aan het experimenteren met AI. Dit wil je zeker niet afremmen door met een saai opleidingsplan te komen waarbij iedereen in hetzelfde tempo door dezelfde wasstraat moet. AI ontwikkelt zich razendsnel, er komen elke dag wel nieuwe interessante AI-tools of updates uit dus je loopt dan al snel achter de feiten aan. Zorg er daarom voor dat opleidingen niet sturend, maar vooral ondersteunend zijn en flexibel inspelen op leerbehoeften.
Tegelijkertijd is het wel belangrijk om voor duidelijkheid en richtlijnen te zorgen. Niets is frustrerender als je net een handige tool hebt geintegreerd in je werkprocessen en dan te horen krijgt dat je de tool niet meer mag gebruiken.
Een goed opleidingsplan ondersteunt beide en bestaat uit de volgende onderdelen:
Fase 1. Bewustwording en AI-basiskennis
In de eerste fase ligt de focus vooral op het begrijpen van AI en het effectief inzetten van generatieve AI-tools volgens de richtlijnen van de organisatie. Dat begint met een algemeen begrip van hoe AI werkt, de visie van de organisatie op AI en de richtlijnen voor het werken met AI. Doe dit niet alleen door te zenden, maar gebruik actieve werkvormen en laat medewerkers AI vooral zelf ervaren.
Leer medewerkers hoe ze betrouwbare output genereren en hoe ze AI-tools op een slimme en verantwoorde manier gebruiken. Vaardigheden als kritisch denken, prompt engineering, herkennen van biases, omgaan met juridische en ethische aspecten en het evalueren en verbeteren van AI-output zijn hierbij onmisbaar. Kijk hierbij vooral naar wat een medewerker nodig heeft om met voldoende kennis en zelfvertrouwen met AI aan de slag te gaan, sluit hierop aan en haal niet iedereen door dezelfde wasstraat.
Wetgeving: Europese AI Act
Als je als organisatie met AI werkt, ben je vanaf 2 februari 2025 verplicht ervoor te zorgen dat medewerkers AI-geletterd zijn. Dat geldt voor zowel ontwikkelaars van AI-systemen als voor gebruikers van AI-systemen. Dat betekent dat iedereen die binnen of namens de organisatie AI-systemen gebruikt, voldoende kennis en vaardigheden moet hebben om AI op een verantwoorde manier in te zetten. Denk hierbij aan onderwerpen als: Wat is AI en hoe werkt het? Wat is is verboden AI? Met welke ethische aspecten moet je rekening houden? Welke regels gelden er rondom het verzamelen van data? Etc.
In het document ‘Aan de slag met AI-geletterdheid’ biedt de Autoriteit Persoonsgegevens praktische handvatten om hiermee aan de slag te gaan.
Fase 2. Specifieke AI-vaardigheden
Met alleen basiskennis ben je er niet. Elke functie vraagt om andere (inzet van) AI-tools en andere kennis en vaardigheden. Ontwikkel daarom functiegerichte leermodules, die je direct koppelt aan de eigen werkpraktijk. Bijvoorbeeld:
- Voor IT: Hoe AI kan helpen bij het beheren van IT-systemen, de inzet van AI-gestuurde testers, programmeren met behulp van Co-pilot.
- Voor HR: Hoe AI kan helpen bij recruitment, personeelsontwikkeling en prestatieanalyses.
- Voor klantenservice: Werken met AI-gestuurde chatbots, geautomatiseerde klantinteractie, AI-gegenereerde klantdossiers.
- Voor managers: Datagedreven besluitvorming, AI-gegenereerde presentaties, AI als strategische sparringpartner.
Het is belangrijk dat medewerkers het vertrouwen krijgen om AI naar eigen inzicht in hun werk te gebruiken. Zorg voor concrete richtlijnen en een goede basistraining (fase 1) en geef medewerkers verder zoveel mogelijk zelf de regie. Niemand kent hun werkpraktijk immers beter dan zijzelf. Zorg voor een goede AI-coach met wie ze samen de mogelijkheden kunnen ontdekken en realiseren.
Fase 3. Samenwerking en communicatie
Naarmate medewerkers langer met AI werken, zal AI een steeds grotere rol krijgen in de werkprocessen. Waar AI eerst alleen vacatureteksten genereert, zal AI op een gegeven moment zelf de best passende vacaturesites bepalen en de vacatures direct online zetten. Door deze ontwikkeling van AI-tool naar AI-agent ontstaan weer nieuwe opleidingsvraagstukken.
Samenwerken met AI-agents
Zo moeten medewerkers leren samenwerken met AI-agents. AI-agents werken autonomer en nemen zelfstandig beslissingen, maar werknemers blijven uiteindelijk verantwoordelijk. Vaardigheden als het aansturen, controleren en opleiden van deze AI-collega’s worden daarom steeds belangrijker. Of een AI-agent deel uitmaakt van een team van werknemers of dat iedere werknemer regisseur is van zijn eigen team van AI-agents, zal de toekomst uitwijzen. In beide gevallen zijn goed opgeleide medewerkers de sleutel tot succes.
Samenwerken met collega’s van andere afdelingen
Ook een goede samenwerking tussen verschillende afdelingen wordt steeds belangrijker. Zo moeten IT- en datateams samenwerken met medewerkers, zodat AI-oplossingen optimaal afgestemd worden op de werkprocessen. Medewerkers moeten van IT- en datateams leren hoe ze deze AI-oplossingen kunnen aanpassen en verbeteren. Trainingen op het gebied van communiceren en de behoeften van andere disciplines achterhalen en begrijpen zijn in deze fase onmisbaar.
Leercultuur
De ontwikkeling van AI staat niet stil, waardoor een eenmalige training niet voldoende is. Zorg ervoor dat leren over AI een continu proces wordt binnen de organisatie. Dit kan bijvoorbeeld door het inrichten van een omgeving waarin medewerkers ervaringen en best practices delen of het opleiden van AI-coaches of -ambassadeurs binnen teams die nieuwe ontwikkelingen vertalen naar de praktijk.
Sterk leiderschap en een duidelijke visie
Een succesvolle integratie van AI binnen een organisatie vereist ook sterk leiderschap en een duidelijke visie. Een goede leider ondersteunt het team, geeft medewerkers (zelf)vertrouwen en vermindert weerstand. Dit vereist een goede werving en selectie en een goede training over leiderschap in een AI-organisatie.
Daarnaast is het belangrijk dat leiders in alle lagen van de organisatie het goede voorbeeld geven door te laten zien dat zij zich verdiept hebben in AI, zelf AI-tools te gebruiken en hun ervaringen te delen. Dit vergroot de acceptatie en stimuleert medewerkers om AI actief te omarmen in hun dagelijkse werkzaamheden.
Start vandaag nog met een sterk AI-opleidingsplan!
Wil je ook weten hoe je de medewerkers in jouw organisatie AI-proof maakt? Bel of stuur me een bericht en dan kijken we samen hoe jij AI succesvol implementeert in jouw organisatie.
Recente blogberichten
- Medewerkers opleiden in een AI-organisatie
- Waarom DeepSeek R1 zo revolutionair is
- De invloed van AI-agents op de werkplek van morgen
- Transfer learning
- De valkuilen van AI bij kennismanagement
- Kennis uit het hoofd halen met AI
- Hardware voor het trainen van een AI-Model
- Zo bouw je een succesvol AI-expertteam
- Kennis is meer dan data
- Data voor het trainen van je eigen model
- Zo voorkom je een kennis-drain door pensionering