In deze aflevering van de podcast bij "AI: de herontdekking van de mens" praat ik met Els Minner van Room Without Roof over waar kunstmatige intelligentie eindigt en de menselijke superkracht begint in leren en ontwikkeling.
De intrinsieke motivatie die AI niet heeft
Els begint met een fundamenteel verschil: AI heeft geen goesting, geen intrinsieke motivatie om te leren. Die leergoesting hebben we als mens allemaal, vanaf het moment dat we geboren worden. Soms wordt die onderdrukt door onze omgeving of de manier waarop we naar onszelf kijken, maar in essentie hebben we allemaal een intrinsieke motivatie om constant te leren. En daar ligt meteen de eerste grote menselijke superkracht.
AI als sparringpartner, niet als leraar
Els gebruikt AI vooral als sparringpartner, met name bij het schrijven van teksten en het voorbereiden van haar eigen podcast. AI helpt haar creativiteit op momenten dat collega's niet beschikbaar zijn - bijvoorbeeld 's avonds laat. De tool stelt vragen, komt met ideeën, en zet haar brein aan het werk. Maar, benadrukt Els, het fundament komt van AI, de finale uitwerking blijft menselijk werk omdat de output niet exact haar stijl heeft.
Waar AI wel en niet werkt in leren
Voor technische vaardigheden zoals rollenspellen voor moeilijke gesprekken kan AI nuttig zijn. Het verlaagt de drempel - mensen die zich ongemakkelijk voelen om te falen in een groep kunnen eerst oefenen met een chatbot. Maar de vertaling naar de realiteit blijft uitdagend. Want als die mens dan tegenover je zit, komen er andere zaken bij kijken: oogcontact, mimiek, de sfeer die er hangt. Het typisch menselijke dat een chatbot niet kan repliceren.
Els ziet grote mogelijkheden in hyperpersonalisatie van leerstof (zoals Khan Academy) en in de snelle productie van professioneel leermateriaal. Denk aan automatisch gegenereerde presentaties met Gamma, of het gebruik van avatars voor e-learning content. Dit versnelt opleveringen en verhoogt professionaliteit. Maar, waarschuwt ze, alleen wanneer je bewuste keuzes maakt en kritisch blijft over het pedagogische ontwerp.
De rode lijn: complexiteit en emotie
Wanneer leren niet-standaard wordt, complex, of heel menselijk, dan is AI niet de juiste tool. Els trekt een duidelijke rode lijn bij mentale aspecten. Virtuele psychologen of coaches kunnen misschien in een eerste lijn ondersteuning bieden, maar bij serieuze problemen zoals een burnout gelooft ze niet dat een virtuele AI-tool kan helpen. De vertaalslag naar de realiteit wordt dan te groot, en mensen kunnen in hun eigen digitale wereldje blijven hangen.
De echte analyse gebeurt door mensen
Een opvallend standpunt: AI produceert geen nieuwe kennis, wij steken die er allemaal in. De echte analyse - dat kritisch verder denken, het nadenken over wat een uitzieter in data betekent, hoe daarop te reageren - dat blijft menselijk werk. AI verwerkt data, doet voorspellingen, maar die next step, die critical thinking, dat is de menselijke kracht.
Bewuste keuzes maken
Els pleit ervoor dat trainers en opleiders bewust nadenken over hun verhouding tot AI. Niet kiezen voor AI omdat het gemakkelijk is, maar omdat het de juiste tool is voor de taak. Ze vreest dat we als mens onszelf degraderen naar het niveau van een AI-tool. Net zoals in eerdere digitaliseringsfases, is er werk aan de winkel - alleen lijkt het tempo nu anders.
Just-in-time learning en de kracht van rituelen
De toekomst van leren ligt in just-in-time learning - mensen hebben vandaag een vraag en zoeken direct het antwoord. AI kan daar perfect in ondersteunen door content snel beschikbaar te maken en te vertalen naar de vorm die voor iemand werkt: een filmpje, een checklist, een samenvatting. Els roept trainers op om content beschikbaar te maken via AI-tools, zodat deelnemers na een workshop de stof op hun eigen manier kunnen herhalen.
Het AI-manifest
Stuur ons een bericht
Support the show
(C) 2026 happy 2 assist - https://happy2assist.be
