AI literacy roadmap 2026: Artikel 4 uitrolplan
AI literacy roadmap 2026: Artikel 4 uitrolplan
Een roadmap is pas waardevol als mensen er anders door gaan werken.
Dat is precies waar veel AI-geletterdheidsprogramma's vastlopen. Ze beginnen bij de juridische verplichting, maken een slidedeck, nodigen medewerkers uit voor een webinar en slaan de aanwezigheidslijst ergens op bij HR. Op papier is er iets gebeurd. In de praktijk heeft de organisatie nog hetzelfde probleem: mensen gebruiken AI-tools zonder gedeelde taal, zonder rolgericht oordeel en zonder betrouwbaar bewijs van competentie.
Voor de governance-kant publiceerden we de companion blog AI literacy roadmap 2026 op Embed AI. Deze LearnWize blog kijkt naar de volgende vraag: hoe vertaal je die roadmap naar leergedrag dat blijft hangen?
Begin bij het werk, niet bij de cursus
AI-geletterdheid moet niet beginnen met een generieke cursuscatalogus. Het moet beginnen bij het werk dat mensen daadwerkelijk doen.
Een recruiter moet bias in CV-screening, geautomatiseerde ranking en menselijk toezicht begrijpen. Een jurist moet geheimhouding, broncontrole en de grenzen van gegenereerde juridische analyse begrijpen. Een manager moet governance, verantwoordelijkheid en escalatie bij AI-use-cases begrijpen. Een medewerker die een chatbot gebruikt, heeft praktisch oordeel nodig over data, output en verificatie.
Onder dit alles ligt dezelfde Artikel 4-verplichting, maar de leerbehoefte verschilt per rol. Daarom is de juridische tekst in de AI Act Explorer over Artikel 4 belangrijk. Die vraagt niet om een abstract certificaat. Die vraagt om maatregelen die de ontwikkeling van AI-geletterdheid ondersteunen, rekening houdend met technische kennis, ervaring, opleiding, training en de context waarin AI-systemen worden gebruikt.
Die context is het startpunt van goed leerontwerp.
Vertaal risico naar leerpaden
Een bruikbare AI literacy roadmap heeft drie lagen.
De eerste laag is basiskennis. Iedereen moet begrijpen wat AI is, wat generatieve AI wel en niet kan, waarom hallucinaties ontstaan, wat gevoelige data betekent en wanneer menselijke controle nodig is.
De tweede laag is rolgericht oordeel. HR, inkoop, compliance, marketing, finance en management hebben elk andere scenario's nodig. Mensen leren sneller wanneer voorbeelden voelen als hun eigen werk.
Redactionele transparantie
Over de auteur en bronnen
Zahed Ashkara is jurist, AI-governancespecialist en oprichter van LearnWize. Feitelijke en juridische verwijzingen zijn gekoppeld aan de bronnen hieronder en in de tekst. Controleer voor de actuele juridische stand altijd de officiële publicatie.
Gepubliceerd op 25 april 2026
Bronnen bij dit artikel
Gerelateerde artikelen
Kunnen jouw mensen hun kennisplicht aantonen?
Start met de 5-minuten scan en zie voor welke rollen de kennisplicht nog niet aantoonbaar is.