AI-opleidingen voor onderzoekers: leernoden en aanbod
Wat zijn vandaag de belangrijkste leernoden van onderzoekers? En in welke mate beantwoordt het huidige opleidingsaanbod daaraan? VAIA connecteert the dots en verzamelde leermateriaal van diverse aanbieders, over de vijf meest genoemde AI-topics in een personeelsbevraging van KU Leuven.
Een handig overzicht voor onderzoekers om relevante opleidingen te vinden, en voor aanbieders om hun aanbod nog beter af te stemmen op de noden uit het werkveld.
Snel naar één van de vijf meest genoemde leernoden:
Liever eerst de basis induiken of opfrissen? Volgende trainings en bronnen helpen je op weg:
Van leernoden naar opleidingsaanbod
Uit een recente personeelsbevraging van KU Leuven kwamen vijf duidelijke AI-leernoden van onderzoekers naar voren: opleidingen op maat van researchers, AI voor data-analyse en automatisering, AI voor communicatie en storytelling, verantwoord werken met AI, en tot slot AI en human skills.
Maar beantwoordt het huidige opleidingslandschap ook aan deze noden? We doken in het VAIA-leeraanbod (dat meer dan 500 aanbieders samenbrengt) en verzamelden alle relevante trainings en materialen. Om een zo volledig mogelijk beeld te schetsen, kozen we er bewust voor om ook afgelopen cursussen op te nemen. Bovendien kunnen de betrokken lesgevers of organisaties nog gecontacteerd worden voor een eventuele herneming of opleiding op maat.
Dit overzicht is bedoeld voor twee doelgroepen:
- We willen onderzoekers en onderzoeksinstellingen helpen om sneller relevante AI-opleidingen te vinden.
- Tegelijk hopen we opleidingsaanbieders te inspireren om hun aanbod verder af te stemmen op de noden uit het werkveld.
Het overzicht toont de mogelijkheden en hiaten van vandaag aan. Door vraag en aanbod zorgvuldig naast elkaar te leggen, wil VAIA bijdragen aan een gerichter en vollediger AI-opleidingslandschap!
“ Door vraag en aanbod zorgvuldig naast elkaar te leggen, wil VAIA bijdragen aan een gerichter en vollediger AI-opleidingslandschap. ”
1. AI voor onderzoek
Net als professionals uit andere werkvelden, willen onderzoekers het liefst leerkansen afgestemd op hun profiel. Welke opleidingen en inspiratiebronnen zijn er op maat van researchers? Hoe zet je AI in voor je onderzoek? En hoe doen collega's dat?
Voor deze leernood is er een mooi en gevarieerd opleidingsaanbod, gaande van losse leerkansen tot uitgebreidere trajecten:
Volg een opleiding
- GenAI voor het hoger onderwijs (lessenreeks)
- Prompt. Think. Defend (lessenreeks voor doctoraatsstudenten)
- Praktisch aan de slag met GenAI voor onderzoek
- Projectvoorstellen schrijven met GenAI
- Onderzoek doen met AI: praktische workshop
- Strategic use of generative AI
Leer in je eigen tijd
- Peers & Prompts (webinars voor het hoger onderwijs)
- AI in Healthcare. Hype or Help? (MOOC)
- AI to Understand and Connect People (MOOC)
- Hoe verandert AI het leerproces in de academische wereld? (blog)
- Hoe helpt AI een doctoraatsstudent geschiedenis? (blog)
- Hoe helpt AI een doctoraatsstudent bio-informatica? (blog)
2. Analyses en automatisering
Meer specifiek willen researchers artificiële intelligentie inzetten om bepaalde aspecten van hun analyses te automatiseren. Hoe zet je AI bijvoorbeeld in voor je data-analyse? Hoe verbeter je workflows? Wat kan je precies doen met AI-agents, en is vibe coding misschien iets voor jou?
Voor deze leernood is het opleidingsaanbod bijzonder uitgebreid, en zijn er zowel basisopleidingen als meer gespecialiseerde sessies. Naast live lessen zijn er ook heel wat online webinars en leesmaterialen voorhanden:
Volg een opleiding
- Generatieve AI voor data-analyse
- AI Agents: Introductie tot automatisatie met n8n
- Private agentic AI
- Agentic coding met Github Copilot
- Bouw je eigen AI-agent
- Claude AI cowork
- Claude AI essentials
- AI-automatisering met n8n en MCP: bouw geavanceerde AI-systemen en agents
- Claude AI Power User: automatiseer je workflows en boost je AI-productiviteit
- Bouw je AI-Agent met Low-Code
- AI-agents voor beginners
- AI-agents: van concept tot creatie
- Slimmer werken met AI-agents
Leer in je eigen tijd
- Wat zijn AI-agents? (blog)
- Copilot in Excel: voor een slimmere en snellere workflow (blog)
- GenAI voor vibe coding (webinar)
- GenAI voor kwalitatieve data-analyse (webinar)
3. Communicatie en storytelling
Helder communiceren over je onderzoek, da's een vak apart. Ook daarin kan AI je ondersteunen! Ontdek opleidingen en bronnen om beter met behulp van AI te leren schrijven (bv. projectvoorstellen, papers…), naar een breed publiek te communiceren en je data te visualiseren.
Ook rond dit thema is er een ruim aanbod aan AI-materialen en opleidingen:
Leer in je eigen tijd
- Wetenschappelijk schrijven in tijden van AI (handboek)
- Schrijven met AI (video-opleiding)
4. Verantwoord werken met AI
Een van de meest genoemde leernoden van onderzoekers draait om verantwoord werken met AI. Hoe gebruik je tools niet alleen correct en efficiënt, maar ook ethisch verantwoord en veilig? Voor researchers zijn daarbij specifieke vragen belangrijk, zoals over plagiaat en intellectuele eigendom, correctheid en academische integriteit, en databescherming.
Hoewel er vandaag al heel wat opleidingen bestaan over verantwoord en veilig AI-gebruik, gaan die vaak uit van een brede doelgroep. Opleidingen die deze thema's specifiek benaderen vanuit de context van wetenschappelijk onderzoek en de bijbehorende uitdagingen, zijn vandaag nog eerder beperkt. Daar ligt dus nog een duidelijke opportuniteit om het aanbod verder uit te bouwen.
Leer in je eigen tijd
- De Europese AI-wetgeving (blog)
- AI, regulering en wetgeving (mini-MOOC)
- Zo maak je AI betrouwbaar en transparant (blog)
- AI-vaardigheid is meer dan slim prompten (blog)
- Hoe vervuilend is AI? (blog)
5. Human skills
Tot slot halen de bevraagde researchers human skills aan. Welke AI-tools kunnen helpen bij onder meer netwerken of solliciteren? En kan AI ook een positieve rol spelen wanneer het bijvoorbeeld gaat over mentaal welzijn?
Deze leernood legt een duidelijke lacune in het leeraanbod bloot. Onderstaande opleidingen en blogs zijn een startpunt, maar een groter en meer gericht aanbod is nodig.
Volg een opleiding
Leer in je eigen tijd
Samen het opleidingsaanbod uitbreiden
Bovenstaand overzicht toont in de eerste plaats aan dat er al heel wat waardevolle AI-opleidingen zijn voor onderzoekers. Zo zijn er tal van cursussen specifiek op maat van researchers, en bestaat er een ruim aanbod rond data-analyse, automatisering en vibe coding, en communicatie. Tegelijk maakt deze inventaris ook duidelijk waar nog kansen liggen. Vooral voor de leernood rond AI en human skills blijkt het huidige aanbod nog beperkt. En rond verantwoord AI-gebruik bestaan er heel wat bronnen en trainings, maar weinig die specifiek ingaan op de uitdagingen van wetenschappelijk onderzoek.
Vraag en aanbod nog beter op elkaar afstemmen, daar wil VAIA samen met jou aan bijdragen.
- Ben je onderzoeker en mis je cursussen of materialen rond een specifiek AI-topic? Laat het ons weten!
- Ben je zelf opleidingsaanbieder en ontwikkel je een opleiding die aansluit bij de noden van onderzoekers, of zie je kansen om een lacune in te vullen? Neem dan zeker ook contact met ons op.
Samen bouwen we aan een vollediger en future-proof AI-opleidingsaanbod!
Lisa Hilte
Lisa Hilte is doctor in de taalkunde. Ze werkte jarenlang als taalkundig onderzoeker en lesgever aan de Universiteit Antwerpen. Vandaag werkt ze bij VAIA als AI-expert en liaison voor UAntwerpen. Daarnaast is ze freelance schrijver met een focus op wetenschapsjournalistiek, en freelance lesgever in AI en taaltechnologie. Ze publiceerde twee cursussen taaltechnologie voor leerlingen en leerkrachten uit de derde graad middelbaar onderwijs (uitgeverij Plantyn).
Tine Goovaerts
Tine Goovaerts is doctor in de bioinformatica. Ze werkte als onderzoeker en bioinformaticus aan de UGent en in consultancy. Nu werkt ze bij VAIA als UGent liaison en Project Leader.
Gerelateerde opleidingen
Fundamental concepts of multi-omics data integration
Opleiding - Leuven, Online - Genomics Core Leuven
