
Dit artikel is gepubliceerd via ICT&health.
Hoe vergroot je de AI-geletterdheid van je medewerkers? Er worden landelijk allerlei e-learnings uit de grond gestampt om medewerkers alles te leren over AI. Fantastisch voor de AI-vaardige professional en de AI-enthousiasteling, maar funest voor de AI-starter en de aarzelende AI-gebruiker. Coaching on the job, stappenplannen op papier en laten ervaren in kleine gelijkgestemde groepjes is meer hun voorkeur. Het liefst leren ze van hun vaardige directe collega’s!
Het werken met taalmodellen vraagt wat mij betreft echter vooral iets van de leercultuur in een organisatie. Het vraagt dat er open gereflecteerd kan worden, geleerd kan worden, ervaringen kunnen worden uitgewisseld en dat er ruimte is voor fouten.
Veel zorgprofessionals schrikken van foute AI-antwoorden. Dat kan leiden tot afkeer of blind wantrouwen. In de zorg zijn we immers grootgebracht met het idee dat fouten zoveel mogelijk voorkomen moeten worden. Terecht, zou je zeggen. Maar precies daar wringt het met taalmodellen. Want wie AI wil gebruiken, móét door een fase heen waarin het schuurt, hapert en soms ronduit misgaat.
Een taalmodel dat hallucineert – een overtuigend maar onjuist antwoord geeft – is geen uitzondering. Het is een eigenschap. De echte vraag is dus niet: hoe voorkomen we dat dit gebeurt? Maar: durven we het zichtbaar te maken als het gebeurt? Als er geen ruimte is om ervaringen te delen, loop je het risico dat mensen het stiekem privé gaan gebruiken.
Hier heeft de leidinggevende wat mij betreft een enorm grote rol. Met voorbeeldgedrag, stimulans, het taboe van gebruik er af halen. Een balans creëren tussen richting geven en vertrouwen schenken, dichttimmeren en experimenteerruimte bieden. Dat lukt nog niet overal even goed.
Drie soorten teammanagers
Er zijn (grofweg) drie soorten leidinggevenden:
· Het eerste type zegt: “AI is een hype, gaat vanzelf weer over. Het is levensgevaarlijk, blijf gewoon zelf nadenken (deze ‘soort’ zet ik vast op de nominatielijst voor vervroegd pensioen).”
· Het tweede type zegt: “Gebruik ChatGPT gerust, maar let op privacy en controleer altijd de output.” En daarna gebeurt er… niets. Of eigenlijk erger: medewerkers gebruiken het stiekem, half, met lichte schaamte. Fouten verdwijnen onder tafel. Successen worden opgepoetst. En het leren blijft uit.
· Het derde type leidinggevende doet het anders. Die zegt in het teamoverleg: “Ik liet het model gisteren een rapportage schrijven. Het klonk fantastisch, maar het klopte van geen kant. Kijk even mee.” Hoe mooi zou het zijn als het onderwerp keer op keer op de teamagenda staat en dat de manager zegt: “Nou mensen, ik heb een en ander uitgeprobeerd en AI heeft weer lekker lopen blunderen hoor! Ik vroeg om tips om effectiever te veranderen in de OR en kreeg vijf boekentips waarvan er drie helemaal niet bestaan. Heeft AI gewoon bij mekaar verzonnen! Hoe ging het bij jullie?” Om vervolgens ook eerlijk te reflecteren: “Misschien had ik mijn prompt ook duidelijker moeten formuleren. Herkennen jullie dat? Dat je denkt dat je er met een snel commando wel wat uitkomt? Dat je te weinig tijd neemt voor een goede prompt? Ik heb trouwens jouw prompt uitgeprobeerd Jeanette, en die was top zeg, heeft me zeker een uur bespaard!”
Blunderen als een dolle
De teams die wél stappen maken, hebben zelden de beste prompts. De beste teams worden niet degene die AI foutloos gebruiken, maar die fouten zichtbaar durven maken. Ze hebben iets anders: een (leer-)cultuur waarin het normaal is om te zeggen: “Dit antwoord klopt volgens mij niet, maar ik weet nog niet waarom.” Daar wordt nieuwsgierigheid belangrijker dan juistheid. Dan is een fout geen eindpunt of moment van afrekening maar een begin van inzicht.
En dat vraagt lef van een leidinggevende. Want het betekent dat je zelf ook zichtbaar moet zijn in je onkunde. Dat je niet alleen successen deelt, maar juist ook de momenten waarop je dacht: dit is handig, en ernaast zat.
Maak een promptkanaal als team waar je best practices deelt. Regel praktische scholing on the job. Laat medewerkers elkaars prompts verbeteren. Deel voorbeelden waarin het echt tijd bespaarde en durf te zeggen dat AI kansrijk maar niet foutloos is. Ga lekker samen blunderen!
Lees het artikel hier.
Dit artikel is gepubliceerd via ICT&health.