AI-geletterdheid is niet genoeg: waarom kritisch databesef onmisbaar is

Digitale technologie is niet langer een hulpmiddel aan de rand van onderwijs en werk. Ze vormt het fundament onder hoe we leren, communiceren, beslissingen nemen en kennis ontwikkelen. In scholen zijn platforms als Google Workspace en Microsoft 365 vanzelfsprekend geworden. In organisaties experimenteren professionals dagelijks met AI-systemen zoals ChatGPT om teksten te schrijven, analyses te maken en ideeën te structureren. Technologie ondersteunt ons werk niet meer; ze ís een integraal onderdeel van hoe dat werk wordt uitgevoerd.

In die context groeit de aandacht voor AI-geletterdheid. Dat is logisch, want AI-systemen beïnvloeden in hoog tempo hoe informatie wordt geproduceerd en beoordeeld. Toch ontstaat hier een fundamentele vraag: kunnen we werkelijk spreken van AI-geletterdheid als we onvoldoende begrijpen hoe data worden verzameld, opgeslagen en benut? En kunnen we kritisch zijn op Big Tech als we niet doorzien hoe AI-systemen functioneren? Juist op dat snijvlak ligt de kern van toekomstbestendig leren en werken.

Van digitale vaardigheid naar AI-bewustzijn

Digitale geletterdheid wordt vaak nog geassocieerd met technische basisvaardigheden. In werkelijkheid gaat het om kennis, vaardigheden en een kritische houding die nodig zijn om volwaardig te functioneren in een gedigitaliseerde samenleving. Binnen die ontwikkeling krijgt AI-geletterdheid een steeds belangrijkere plaats. Het omvat niet alleen begrip van wat AI is en hoe het globaal werkt, maar ook inzicht in kansen, risico’s en ethische implicaties, evenals het vermogen om AI-tools verantwoord en doelmatig in te zetten.

De urgentie daarvan is inmiddels ook wettelijk erkend. Sinds 2025 zijn organisaties verplicht te zorgen voor een toereikend niveau van AI-geletterdheid bij iedereen die met AI-systemen werkt. Dat benadrukt dat AI geen experimentele technologie meer is, maar een structureel onderdeel van professionele praktijk. Toch blijft één dimensie vaak onderbelicht: AI functioneert nooit los van data.

AI draait op data en data draaien op macht

AI-systemen functioneren dankzij enorme hoeveelheden data. Die data worden grotendeels beheerd door grote technologiebedrijven zoals Google, Microsoft en Meta. Daarmee raakt AI-geletterdheid direct aan vragen over eigenaarschap, controle en machtsverhoudingen.

In het onderwijs zijn veel scholen afhankelijk van digitale omgevingen van deze bedrijven. Dat biedt gemak en efficiëntie, maar roept tegelijkertijd vragen op over de verwerking van leerlinggegevens. Wie heeft toegang tot deze data? Waar worden ze opgeslagen? Voor welke doeleinden worden ze gebruikt? Deze vragen zijn geen abstracte exercitie. In Nederland werden ernstige privacyrisico’s vastgesteld bij het gebruik van Google Workspace in scholen. In Duitsland werd Microsoft 365 voor onderwijsgebruik als niet-AVG-conform beoordeeld. Meta kreeg een recordboete vanwege onrechtmatige doorgifte van Europese gebruikersdata. Deze voorbeelden maken duidelijk dat data niet slechts technische grondstof zijn, maar economische en politieke betekenis dragen.

Wie AI gebruikt zonder inzicht in deze onderliggende structuren, opereert binnen systemen waarvan de spelregels grotendeels onzichtbaar blijven. AI-geletterdheid vraagt daarom om meer dan vaardigheid; ze vraagt om bewustzijn van de infrastructuur waarop AI gebouwd is.

Wat betekent dit voor leren?

Voor leerlingen betekent dit dat digitale vaardigheid alleen niet voldoende is. Jongeren kunnen moeiteloos apps bedienen, maar dat betekent niet automatisch dat zij begrijpen hoe algoritmen informatie selecteren of hoe AI-systemen tot antwoorden komen. Onderzoek laat zien dat veel leerlingen nog onvoldoende digitaal vaardig zijn om zelfstandig mee te komen in de samenleving. Dat benadrukt hoe noodzakelijk het is om digitale geletterdheid te verdiepen.

Onderwijs moet leerlingen niet alleen leren omgaan met technologie, maar ook leren reflecteren op technologie. Dat betekent inzicht in hoe data worden verzameld, hoe algoritmen werken en welke belangen daarin meespelen. Wanneer leerlingen begrijpen dat gepersonaliseerde informatie niet neutraal is, maar gebaseerd op dataprofilering, ontwikkelen zij kritisch burgerschap. AI-geletterdheid wordt daarmee niet alleen een technische vaardigheid, maar ook een democratische competentie.

Het onderwijs staat voor een dubbele opdracht: leerlingen voorbereiden op een arbeidsmarkt waarin digitale en AI-vaardigheden essentieel zijn, en hen tegelijkertijd leren de systemen die zij gebruiken te bevragen. Alleen dan kunnen zij zich bewegen als autonome burgers in een digitale samenleving.

Wat betekent dit voor professionals?

Ook voor professionals verschuift het begrip vakmanschap. Waar professionalisering vroeger vooral draaide om inhoudelijke verdieping binnen het eigen vakgebied, vraagt de huidige werkelijkheid ook om technologisch inzicht en ethisch beoordelingsvermogen. Werken met AI betekent niet alleen profiteren van efficiëntie, maar ook verantwoordelijkheid dragen voor de manier waarop data worden ingezet.

Europese wetgeving benadrukt dat die verantwoordelijkheid niet uitsluitend bij technologiebedrijven ligt. Organisaties die digitale diensten gebruiken, blijven zelf verantwoordelijk voor de bescherming van persoonsgegevens. Dat betekent dat scholen, overheden en bedrijven niet kunnen volstaan met vertrouwen op leveranciers, maar zelf kritisch moeten toetsen of hun keuzes recht doen aan privacy, transparantie en menselijke waardigheid.

AI- en datageletterdheid mogen daarom geen losse projecten zijn, maar moeten verankerd worden in beleid en dagelijkse praktijk. Professionals hebben niet alleen de taak om nieuwe technologie te omarmen, maar ook om de implicaties ervan te doorzien en bespreekbaar te maken. Dat vraagt om reflectie en om de bereidheid complexe vragen niet uit de weg te gaan.

De mens centraal in een digitale samenleving

In de Europese context wordt privacy beschouwd als een fundamenteel recht dat verbonden is met menselijke waardigheid. Dat perspectief herinnert ons eraan dat technologische vooruitgang nooit losstaat van waarden. Efficiëntie en innovatie mogen niet automatisch zwaarder wegen dan autonomie en bescherming van persoonsgegevens.

Databesef zonder technologisch begrip is kwetsbaar, maar technologisch begrip zonder ethisch kompas is oppervlakkig. Pas wanneer beide samenkomen, ontstaat volwassen digitale professionaliteit. Toekomstbestendig leren en werken vraagt daarom om meer dan het beheersen van tools. Het vraagt om inzicht in de structuren achter die tools en om de moed om kritische vragen te stellen: niet alleen hoe een systeem werkt, maar ook wie er baat bij heeft en welke gevolgen het heeft.

AI-geletterdheid begint bij begrip van technologie, maar krijgt pas echte betekenis wanneer zij gepaard gaat met kritisch databesef. In die combinatie verschuiven we van passieve gebruikers naar bewuste deelnemers in een digitale samenleving. En juist daarin ligt de sleutel tot duurzaam en verantwoord leren en werken.

Bronnen

De inhoud van deze blog is gebaseerd op inzichten uit de volgende documenten en bronnen:

SLO over digitale geletterdheid en curriculumontwikkeling in het funderend onderwijs.
Kennisnet, waaronder publicaties en handreikingen over digitale geletterdheid, privacy in het onderwijs en de impact van AI op onderwijspraktijk.
Beleidsinformatie van de Rijksoverheid en de Europese AI-verordening (AI Act) over AI-geletterdheid en verplichtingen voor organisaties.
Rapportages en Data Protection Impact Assessments (DPIA’s) met betrekking tot Google Workspace for Education in Nederland.
Reactie op Duitse bevindingen ten aanzien van Microsoft 365
Besluiten van Europese toezichthouders, waaronder de recordboete voor Meta inzake onrechtmatige datadoorgifte.
De Algemene Verordening Gegevensbescherming (AVG/GDPR) en Europese regelgeving zoals de Digital Services Act (DSA) en Digital Markets Act (DMA).