45.000 AI‑ready HvA studenten

Omdat de impact van het fenomeen AI gigantisch is, vindt Pascal het als ontwikkeling belangrijk genoeg voor de HvA om er een Centre of Expertise Applied AI en een lab Responsible AI aan te wijden. “Het kruipt gezien en ongezien in allerlei hoeken en gaatjes. ChatGPT is het meest zichtbare voorbeeld. Reken maar dat heel veel studenten, scholieren en ook docenten en eigenlijk allerlei mensen dat gebruiken. Je kunt AI overal en nergens inzetten. Sociale mediaplatformen gebruiken AI om te bepalen welke content ze jou aanbieden. In de logistieke sector kun je met AI berekenen hoe je efficiënter vervoert en zo kosten en CO2-uitstoot reduceren. Mooi, maar tegelijkertijd kleven er fundamentele ethische bezwaren aan AI. Die zitten echt in de technologie ingebakken, omdat deze op basis van data werkt die altijd een bepaalde cultuur weerspiegelt.”

Er zijn volgens Pascal meerdere versies van de AI-ready mens. Aan de ene kant heb je de makers die moeten nadenken hoe je een machine zo eerlijk mogelijk bouwt en aan de andere kant heb je de gebruikers die vooral kritisch vermogen moeten ontwikkelen om output te kunnen beoordelen en in te schatten waar je het voor inzet. Daarnaast ziet hij nog een derde categorie van bijzondere AI-ready personen. Kritische waarnemers, zoals onderzoeksjournalisten, die in ontwikkelingen duiken en aan de bel kunnen trekken. “Veel AI-ontwikkeling gebeurt achter de schermen en zonder dat je het doorhebt, gebruik je het voortdurend. Bijvoorbeeld wanneer je telefoon drie foto's maakt en combineert tot één beeld dat er in werkelijkheid nooit is geweest. Maar ik geloof dat er een generatie AI-natives aankomt, die zich bewust is van de situatie waar we in zitten en ziet dat technologie dingen kan die ze tot voor kort zelf op school moesten leren. Wij willen ze nu al leren om kritisch met AI om te kunnen gaan. Zodat ze het in kunnen zetten in hun toekomstige werk, bijvoorbeeld door in het geval van taalmodellen goed te leren prompten. Daarnaast wil je ze bijbrengen na te blijven denken over de reden om AI in te zetten en wat je er dan wel en niet van kan verwachten.”

Het project AI4Students onderzoekt de verwachte impact van AI-ontwikkelingen, tools en toepassingen binnen een bepaald werkveld. Wordt het al gebruikt of alleen nog experimenteel? Welke toekomst met AI is in dat werkveld wenselijk en wat voor kennis, vaardigheden en houding hebben studenten nodig om die gewenste toekomst te realiseren? Vervolgens wordt gekeken hoe het curriculum van een opleiding op basis van de resultaten kan worden aangepast. Jochem Kootstra: “Binnen AI4Students focussen we ons vooral op opleidingen die niet ICT-gericht zijn. We willen elke student AI-ready opleiden, omdat AI elk werkveld absoluut gaat veranderen. De belangrijkste vragen gaan over het exacte doel van een AI-systeem; wie er profijt van heeft, de toegevoegde waarde en welke werktaken- of processen het bevordert, maar ook wat onverwachte of ongewenste uitkomsten op korte en lange termijn kunnen zijn. Die sociaal-ethische kwesties komen binnen iedere opleiding en co-creatie aan bod en zijn onderdeel van de algemene vaardigheden van de AI-ready student.”

Jochem ziet dat AI elk werkveld verandert, er wekelijks duizenden tools bijkomen en er enorm veel ontwikkelingen gaande zijn, maar dat de student er buiten de ICT-opleidingen onvoldoende in wordt opgeleid: “Je kan door de snelle ontwikkelingen niet verwachten dat studenten direct ‘native’ zijn in AI of dat ze met iedere nieuwe tool aan het experimenteren zijn. Sterker nog: ik zie dat bij mijn eigen studenten van Creative Business zelfs nauwelijks gebeuren. Binnen AI4Students willen we juist uitzoeken welke ontwikkelingen het werkveld écht gaan veranderen en wat de studenten nodig hebben om daarmee om te gaan. En dat begint bij de docenten en het curriculum onder de loep nemen.”

Belangrijk voor de AI-ready student is volgens Jochem het besef dat AI-systemen leren door interactie met de mens. “Wat velen niet weten is dat wij AI-systemen continu trainen door er gebruik van te maken en feedback te geven. Elke vraag aan ChatGPT en iedere output is een leermoment voor het AI-systeem. Ik zou bij studenten het besef willen creëren dat er niet per se iemand achter de knoppen zit om te bepalen wat zij te zien krijgen, maar dat wij zelf als gebruikers ook AI-systemen trainen. Die systemen zijn een afspiegeling van ons en onze specifieke culturele context. Omdat niet iedereen de AI-tools kan gebruiken en dus vertegenwoordigd is, maakt dat ze erg selectief zijn en niet goed zijn in complete antwoorden genereren. We kunnen echter niet verwachten dat gebruikers continu in de gaten houden wie en wat er allemaal achter zit, maar je kan er bij commerciële partijen wel vanuit gaan dat zij niet per se het beste met hun gebruikers voor hebben. We bevinden ons nog steeds in een AI-battle, waarin bedrijven zo veel en zo snel mogelijk data willen binnen harken van gebruikers om als ‘beste’ uit de Big Tech-test te komen.”

AI-ready studenten hebben geleerd om vragen te beantwoorden voor ze gaan bouwen. Denk aan vragen als: wie heb je daarvoor nodig? Waarom zou je het willen inzetten? Wat is het doel? Ze weten wat het betekent om toezichthouder en handhaver van AI te zijn en dat de risico’s afhankelijk zijn van de context. Bijvoorbeeld in de wereld van biometrie, bij migratie en asiel, maar ook in onderwijs is het veel kwetsbaarder om AI zomaar in te zetten. Op de vraag of ze daarmee AI-ready de HvA verlaten zegt Jochem het volgende: “Ready, maar ze zijn nooit finished. Net zoals AI zich snel zal blijven ontwikkelen, moet de student dat ook. Als je AI consequent laat terugkomen in meerdere vakken, kun je het stapsgewijs naar een hoger niveau tillen en er betere gesprekken over voeren. De impact van een les is vaak wat lager dan wij als docent willen, daarom is het des te belangrijker dat AI met regelmaat terugkomt en de inhoud van lessen en vakken goed op elkaar wordt afgestemd. Door ze in het curriculum stapjes verder te laten zetten hebben ze na vier jaar een stevig kader meegekregen.”