Steeds meer organisaties organiseren iets rond AI-kennis: een lunchpresentatie, een workshop, een e-mail met tips. Goed bedoeld en beter dan niets. Maar wie na drie maanden rondvraagt wat er is blijven hangen, schrikt meestal. Kennis die je één keer hoort en daarna niet gebruikt of ophaalt, zakt weg. Dat is geen zwakte van jouw team; zo werkt geheugen bij iedereen.

Wil je dat AI-kennis beklijft én wil je kunnen aantonen dat je team de basis beheerst, dan hoort daar toetsing bij. Maar toetsen kun je goed en slecht doen. In dit artikel: waar zinvolle toetsing aan voldoet.

Waarom bewustwording alleen wegzakt

Een bewustwordingssessie heeft een reëel maar kort effect: mensen zijn een paar weken alerter. Daarna neemt de waan van de dag het over. Er zijn drie redenen waarom het effect niet blijft hangen:

Toetsing lost dit niet vanzelf op, maar het dwingt wel tot verwerking, het maakt zichtbaar waar de gaten zitten, en het geeft een natuurlijk haakje voor herhaling.

Goede toetsvragen: scenario boven weetje

Het verschil tussen een zinloze en een zinvolle AI-toets zit vooral in het soort vragen. Een weetjesvraag toetst of iemand een definitie kan reproduceren: “Wat betekent de afkorting GPAI?” Leuk voor een pubquiz, maar het zegt niets over veilig gedrag op de werkvloer. Iemand kan alle definities kennen en alsnog klantgegevens in een chatbot plakken.

Een scenariovraag toetst wat iemand dóét in een herkenbare situatie. Bijvoorbeeld:

Voorbeeld van een scenariovraag: “Je wilt een chatbot een klachtmail laten herschrijven. In de mail staan de naam van de klant, het ordernummer en een toezegging over compensatie. Wat doe je?” De antwoordopties beschrijven vervolgens gedragingen, van “gewoon plakken, het is maar één mail” tot “eerst naam, ordernummer en toezegging verwijderen of vervangen”.

Dit soort vragen heeft twee grote voordelen. Ten eerste toetsen ze begrip in plaats van geheugen: je moet het principe (geen herleidbare gegevens invoeren) herkennen in een concrete situatie. Ten tweede zijn ze zelf ook een leermoment: wie de vraag fout beantwoordt en de uitleg leest, onthoudt de situatie beter dan welke presentatieslide dan ook.

Een goede AI-toets bestaat dus grotendeels uit scenariovragen over situaties die in jouw soort werk echt voorkomen, aangevuld met hooguit een paar kennisvragen over zaken die je écht paraat moet hebben.

De slaaggrens: streng genoeg om iets te betekenen

Een toets zonder consequenties is een enquête. Er hoort dus een slaaggrens bij, en die moet twee dingen balanceren: haalbaar voor mensen die de stof serieus hebben doorlopen, en streng genoeg dat een voldoende iets betekent.

Een grens rond de zeventig à tachtig procent is voor dit soort toetsen gebruikelijk en verdedigbaar. Belangrijker dan het exacte percentage is wat er bij een onvoldoende gebeurt: niet afstraffen, maar herkansen. De stof nog eens doornemen en de toets opnieuw maken, met andere of geschudde vragen, hoort er gewoon bij. Het doel is dat iedereen de basis uiteindelijk beheerst, niet dat er mensen afvallen.

Wees ook eerlijk over wat je toetst: de basis. Een toets AI-geletterdheid maakt niemand een expert. Het bewijst dat iemand de belangrijkste risico’s herkent en de belangrijkste vuistregels kent. Dat is precies wat je van een hele organisatie mag vragen; expertise vraag je alleen van specialisten.

Herhalen: kennis heeft onderhoud nodig

Zelfs een goede toets is een momentopname. Twee ontwikkelingen maken herhaling noodzakelijk. Ten eerste het vergeten: ook wie de toets goed maakte, verliest kennis die niet regelmatig wordt gebruikt. Ten tweede verandert het onderwerp zelf: AI-tools krijgen nieuwe functies, er verschijnen nieuwe risico’s en de regelgeving wordt verder ingevuld.

Praktische vormen van herhaling, oplopend in gewicht:

  1. Korte opfrisvragen tussendoor. Een paar scenariovragen per kwartaal, bijvoorbeeld in een teamoverleg. Kost vijf minuten en houdt het onderwerp levend.
  2. Bespreek echte situaties. Een bijna-fout of een goed opgeloste twijfel uit de eigen praktijk is leerzamer dan elk verzonnen voorbeeld.
  3. Een jaarlijkse herijking. Een verkorte toets of bijgewerkte module, zeker wanneer er intussen iets wezenlijks is veranderd in tools of regels.

Wil je gewoon eens zien hoe scenariovragen aanvoelen? De gratis AI-kennisquiz is er een laagdrempelig voorbeeld van en geeft meteen een indruk van waar je zelf staat.

Wat een certificaat wél en niet bewijst

Een certificaat na een gehaalde toets is nuttig, mits je er eerlijk over bent. Wat het wél laat zien: dat iemand op een bepaald moment de stof heeft doorlopen en een toets met een vastgestelde grens heeft gehaald. Voor een werkgever is dat waardevol: je kunt intern en extern laten zien dat je team aantoonbaar aan de basis van AI-geletterdheid heeft gewerkt, en je ziet wie de basis beheerst.

Wat een certificaat níet bewijst: dat iemand zich in de praktijk altijd verstandig gedraagt, dat de kennis over twee jaar nog actueel is, of dat de organisatie daarmee automatisch aan alle regelgeving voldoet. Wie een certificaat presenteert als juridisch schild, overspeelt zijn hand. Zie het als een rijbewijs: het bewijst dat je de basis beheerste toen je het haalde. Veilig rijden moet je daarna elke dag opnieuw doen.

Precies daarom horen certificaat en herhaling bij elkaar: een certificaat met een opfrisritme erachter zegt veel meer dan een los papiertje van drie jaar geleden.

Samengevat

Zinvol toetsen van AI-kennis komt neer op vier dingen: scenariovragen die gedrag toetsen in plaats van definities, een slaaggrens die haalbaar én betekenisvol is, een vast herhaalritme zodat kennis niet wegzakt, en eerlijkheid over wat het resultaat bewijst.

De cursus AI-geletterdheid is volgens deze principes opgebouwd: praktijkscenario’s, een afsluitende toets en een certificaat bij een voldoende. Voor teams zijn er licenties via de pagina voor werkgevers, en wie eerst wil proeven kan terecht bij de gratis module.