Ga verder naar de inhoud

De talrijke wegen naar een mAIndshift

12.12.2023

Met meer vragen dan antwoorden, zo sloot onze co-coördinator Ilse De Vos symposium mAIndshift af, netjes volgens het voorschrift van keynotespreker Stefaan Verhulst. Tijdens het symposium gaven zes verschillende cases een andere benadering tot levenslang leren over AI, dus in de conclusie bleef de vraag: ‘En nu?’ Ilse maakte een overzicht van de meest pertinente vragen die een instelling in levenslang leren over AI zich moet stellen:

mAIndshift, a VAIA symposium on lifelong learning about artificial intelligence.

Op 5 december 2023 organiseerden we met VAIA mAIndshift, het Vlaamse symposium over levenslang leren over AI. Wat een fantastische namiddag!

  • 1 zinderende keynote
  • 6 inspirerende presentaties
  • 2 prikkelende panelgesprekken

Ik heb Stefaan Verhulsts advies ter harte genomen en ik begin mijn conclusie met twee vragen: Wat bracht ons hier vandaag? Wat verbindt de aanwezigen?

De deelnemers van mAIndshift hebben namelijk een gedeelde missie: we willen dat meer mensen meer leren over artificiële intelligentie! Omdat gemeenschappelijke doel te bereiken, volgen we allemaal ons eigen pad. Onze strategieën verschillen misschien... maar dat komt alleen maar omdat we bepaalde aspecten van onze missie anders interpreteren.

Welke mensen willen we bereiken?

Vol energie vertelde Steph Wright ons hoe de Scottish AI Alliance (Schotland) iedereen in Schotland in staat wil stellen om constructief en kritisch bij te dragen aan discussies over de invloed van AI op hun leven – ook kinderen. Want kennis is macht. Dit sluit aan bij Elements of AI, gepresenteerd door Ville Valtonen van MinnaLearn (Finland). Beide organisaties willen zoveel mogelijk mensen aanmoedigen om te leren wat AI is en wat het (niet) kan doen.

Dit verschilt van de meer gerichte aanpak van Llanos Tobarra van UNED (Spanje) en Solenn Daudu van aivancity (Frankrijk). Zij richten zich op studenten als de levenslange leerders van de toekomst.

Het AI4AL-project richt zich op volwassen lesgevers om zoveel mogelijk lerenden op het Europese continent te bereiken. Zoals Angeliki Giannakopoulou uitlegde, besteedt de European Association for Adult Education (EAEA) speciale aandacht aan kwetsbare en achtergestelde groepen in de samenleving, omdat het voor deze personen extra belangrijk is om toegang te hebben tot onderwijs. MinnaLearn heeft een vergelijkbare aanpak met hun AI Learning Kit om leren op de werkplek op grote schaal mogelijk te maken.

Bij VAIA kiezen we dan weer voor een ander werkwijze: we richten ons rechtstreeks tot de lerenden. We focussen op iedereen in Vlaanderen die werkt, professionals en onderzoekers. Dit is vergelijkbaar met de AI Campus (Duitsland): Michael Kirchers project spitst zich toe op stagiairs in mechatronica en elektrotechniek, die werken en studeren combineren.

Ondanks al deze verschillen zijn we op de lange termijn verenigd, omdat we willen dat meer mensen leren over artificiële intelligentie.

Wat willen we dat mensen leren?

Zowel Ville Valtonen als Michael Kircher verwezen naar de taxonomie van Bloom, die leerdoelen indeelt in zes niveaus.

Willen we dat mensen:

  • een definitie van AI kunnen geven? Steph Wright gaf aan dat zelfs veel experts niet duidelijk kunnen uitleggen wat AI is. Misschien willen we dat ze de meest gebruikte AI-tools kunnen benoemen?
  • de algemene principes achter AI begrijpen? Zoals bv. garbage in, garbage out? Of moeten ze in detail begrijpen hoe specifieke AI-tools werken? Hieraan werkt Elements of AI.
  • AI-technologie toepassen in hun dagelijks leven? Op onze VAIA-website staan veel cursussen met dit leerdoel. Een specifiek voorbeeld waar ik aan denk, zijn de cursussen prompt engineering.
  • kunnen uitzoeken welke tools het meest geschikt zijn voor welke taken? (Bijvoorbeeld: De wildernis van generatieve AI. Welke kiest u?)
  • de uitkomsten van deze tools kunnen beoordelen?
  • nieuwe AI-tools kunnen maken of bestaande tools verder kunnen ontwikkelen?

En welk niveau willen we dat mensen bereiken? Willen we zoveel mogelijk AI-experten?

Persoonlijk denk ik dat we als samenleving van iedereen moeten verwachten dat ze op zijn minst – globaal – begrijpen hoe AI werkt en wat het (niet) kan. Ik ben het eens met Steph Wright en denk dat het belangrijk is om ervoor te zorgen dat iedereen een plaats aan de tafel krijgt om mee onze gezamenlijke toekomst te bepalen in een wereld met AI.

Om mensen een genuanceerde stem te geven, moeten we vertrouwen opbouwen, maar dat zal niet lukken zonder basiskennis. Net als elke andere vooruitstrevende technologie, brengt AI risico’s met zich mee. Kennis is de sleutel om mensen te leren hoe ze om met die risico’s moeten omgaan en om de technologie te gaan vertrouwen.

Ontdek alle verschillende definities die de Schotten aan AI geven. 👇

AI is niet één ding

Als we ons alleen richten op de tools en hoe we die moeten gebruiken, zullen we altijd ingehaald worden door de werkelijkheid. Veel sprekers benadrukten de uitdagingen die voortkomen uit de razendsnelle ontwikkeling van deze technologie.

Daarom investeert VAIA momenteel in kennisclips die het theoretisch kader schetsen. Deze clips kunnen mensen in hun eigen tijd bekijken, bijvoorbeeld voordat ze een hands-on workshop volgen over hoe ze ChatGPT efficiënt en effectief kunnen gebruiken. Daarnaast kan flipping the classroom de lestijd inkorten. Dit is vooral belangrijk voor werkenden mensen die veel willen bereiken in weinig tijd. En het biedt een oplossing voor het gebrek aan docenten. Dit knelpunt werd door veel sprekers genoemd en was zelfs de raison d’etre van MinnaLearn.

Naast het leren over AI-technologie besteedt VAIA aandacht aan ethische en juridische aspecten, bijvoorbeeld de noodzaak om stereotypes en bias in generatieve AI aan te pakken. In elke cursus die we helpen organiseren, voegen we een onderdeel over ethiek en recht toe. Gelukkig hebben we in Kenniscentrum Data & Maatschappij een beleidspartner die ons de nodige, vaak complexe, expertise biedt.

Aangezien AI gebaseerd is op gegevens, moeten we misschien investeren in een meer datageletterde samenleving? Hoeveel mensen weten echt dat een correlatie geen oorzakelijk verband inhoudt? Stefaan Verhulst gebruikte dit voorbeeld om ons op het belang van (de juiste) vragen te wijzen. Hij benadrukte dat ChatGPT ons eraan herinnert waarom goede vragen belangrijk zijn: “de waarde van data en AI hangt rechtstreeks af van de vragen die we stellen.”

Levenslang leren

Hoe motiveren we mensen om te leren over AI? Hoe “geef je les aan mensen” die afgestudeerd zijn? “Levenslang leren”, leren na het afstuderen, is meer dan het behalen van extra certificaten: het is een cyclus.

De leercyclus

Talking

Informeel leren

Informeel leren is iets dat we elke dag, voortdurend, doen via gesprekken, zaken die we horen, lezen… Naarmate AI alomtegenwoordiger wordt, nemen de informele leermogelijkheden over AI toe, bijvoorbeeld via vrienden of collega’s: “Heb jij DALL-E al geprobeerd? Nog niet, toon het eens!” We leren allemaal op deze manier: door artikelen te lezen, documentaires te bekijken, met collega’s te praten, via presentaties en demonstraties.

Teaching

Non-formeel leren

Non-formeel leren heeft geen diploma of getuigschrift als hoofddoel, maar het is wel erg doelgericht. Een aanzienlijk deel van levenslang leren op het werk in Vlaanderen is non-formeel, via verschillende ad hoc cursussen en opleidingen, aangeboden door de werkgever of door onderwijsinstellingen.

Degree

Formeel leren

Formeel leren vindt plaats in een gestructureerde omgeving en leidt tot formele erkenning. Dit is het domein van universiteiten en hogescholen. Een bekende vorm van levenslang leren in dit domein zijn postgraduaatopleidingen. De laatste jaren winnen micro-credentials aan populariteit als middel voor erkenning in kleinere, bij voorkeur stapelbare leereenheden.

Dit roept dezelfde vraag op als bij de taxonomie van Bloom: Willen we zoveel mogelijk mensen motiveren om formeel te leren over AI? Of is dit gewoon niet haalbaar voor de typische lerende volwassene die een balans zoekt tussen werk en privé? Bij VAIA weten we het nog niet helemaal zeker. En misschien zullen we het nooit zeker weten.

Inflation

Voor de economie!

Puur economische redenen zijn niet genoeg. Zoals tijdens één van de panelgesprekken werd gezegd: AI is overal. Het bestaat al een tijdje, maar de komst van generatieve AI heeft de sluizen geopend. Er is gewoon geen ontkomen aan: AI is hier om te blijven. De OECD Flanders Skills Strategy Report van 2019 concludeerde dat 29% van de Vlaamse jobs drastisch zal veranderen en dat 14% van de Vlamingen zelfs het risico loopt dat hun huidige job volledig geautomatiseerd wordt. Jezelf vertrouwd maken met AI geeft je duidelijk een concurrentievoordeel, maar dit heeft nog niet veel Vlamingen (noch bedrijven) gemotiveerd om actie te ondernemen.

Around the world

Voor de samenleving!

Hoe zit het met maatschappelijke redenen? We willen een veerkrachtige en creatieve beroepsbevolking die niet ineenstort als ze geconfronteerd wordt met technologische verandering. We willen dat mensen flexibel zijn, zodat ze zich kunnen aanpassen aan de steeds veranderende wereld om hen heen. Ze moeten hun vaardigheden en kennis up-to-date houden, mét behoud van een kritische geest die de juiste Vragen stelt. Zoals Stefaan Verhulst zei, kan onwetendheid gemakkelijk als wapen gebruikt worden. Hij wees erop dat we de kans hebben gemist met de doorbraak van sociale media. Maar voor AI is het nog niet te laat. Dit kan een duidelijk overheidsdoel zijn, maar zal dit ook individuen overtuigen?

Learn

Voor jezelf!

Leren is leuk! Elk doel dat je bereikt, geeft je zelfvertrouwen een boost en zorgt voor een gevoel van voldoening. In het krantenartikel “Je baas heeft er alle baat bij dat je piano leert spelen” legt Ans De Vos, hoofd van het partnerschap Levenslang Leren in Vlaanderen, uit: “Door piano te spelen, leer je geen specifieke competenties voor je job. Maar je ontwikkelt wel vaardigheden die professioneel waardevol zijn. [Je leert bijvoorbeeld] dat volhouden loont. Dat iets wat je aanvankelijk niet kan, niet onmogelijk is. Daarnaast kan het er ook voor zorgen dat je mentaal gezond blijft. […] Wie positieve ervaring heeft met leren – of het nu om Spaans of bloemschikken gaat – zal er op het werk meer open voor staan.”

Eenmaal gemotiveerd, zijn er nog enkele obstakels

Hoe gemotiveerd je ook bent, er kunnen barrières zijn die je ervan weerhouden om levenslang te leren.

  • Misschien heb je niet genoeg tijd.
  • Misschien heb je niet genoeg geld.
  • Misschien vind je niet wat je zoekt.
  • Misschien weet je niet wat je zoekt.

De OECD onderzocht het klanttraject van mensen die levenslang leren. Er zijn veel obstakels die mensen ervan weerhouden om aan levenslang leren te doen, ook al zijn de meeste mensen met een job wel geïnteresseerd. Het is echter belangrijk om te onthouden dat leren van essentieel belang is om future-proof te blijven!

Dus hoe motiveren we mensen om meer te leren over AI?

Het is onze taak om te definiëren wat mensen stimuleert om meer over AI te leren en om de obstakels om bij te leren weg te halen. Dit zijn de lessen van de sprekers op mAIndshift:

  • Steph Wright legde nadruk op het belang van de juiste terminologie. De Scottish AI Alliance koos er bewust voor om hun project ‘Living with AI’ geen MOOC (Massive Open Online Course) te noemen, omdat het geen cursus is. Ze benadrukte ook het belang van beelden. Stereotypes zoals robots en gloeiende hersenen – oeps! – kunnen averechts werken.
  • Michael Kircher (AI Campus) beklemtoonde dat de inhoud afgestemd moet zijn op het publiek. Bij VAIA proberen we altijd relevante use cases op te nemen in onze cursussen. We werken bovendien aan een strategie om de cursussen die we geven beter af te stemmen op de behoeften van de beoogde werkenden.
  • Llanos Tobarra benadrukte dat lerenden nood hebben aan leertrajecten. Je moet ze echt van de ene module naar de volgende begeleiden – iets wat op de VAIA to-do-lijst voor 2024 staat.

Maar, eerst gaan we nog nagenieten van het succes van een geweldig symposium… We hopen dat al onze deelnemers geïnspireerd werden om meer aan meer mensen meer over artificiële intelligentie aan te leren. Help jij mee?

Ilse De Vos

Ilse De Vos studeerde Latijn & Grieks aan de UGent en behaalde haar doctoraat in de Byzantinistiek aan de KU Leuven. Ze woonde vijf jaar in het Verenigd Koninkrijk, waar ze als onderzoeker werkte aan de University of Oxford en King's College London. Eind 2015 keerde ze terug naar Gent als coördinator van een interdisciplinair onderzoeksproject rond middeleeuws Griekse poëzie en als lesgever Oudgrieks. Vanaf 2020 coördineerde zij het interfacultaire honoursprogramma Think&Talk en leidde ze als directeur de Humanities Academie in goede banen. Sinds 2023 is ze coördinator van VAIA, de Vlaamse AI Academie die ernaar streeft dat meer mensen meer over AI (kunnen) leren.

Levenslang leren is Ilse op het lijf geschreven. Elk jaar pikt ze wel ergens een cursus mee, van Gotisch tot Leerpsychologie. In 2021 rondde ze de Specifieke Lerarenopleiding af en startte met Bedrijfskunde.

Deel op social media

Deep Learning Day

17 april 2026

Masterclass - Brussel - Agoria

GenAI-strategie voor je kmo

20 april 2026

Opleiding - Hasselt - GPT Academy (UCLL), NXTGN, UMANIQ, VKW Limburg & VAIA

Workshop: Maak kennis met generatieve AI

21 april 2026

Workshop - Online - VDAB