Wat moeten studenten leren voor loopbanen waarin AI gewoon is?

Automatische machinale vertaling van deze Engelse pagina, nog niet nagekeken door een moedertaalspreker.

Een student vraagt waarom die iets zou leren wat een chatbot al doet. Een adviesgroep voor de opleiding zegt dat werkgevers afgestudeerden willen die AI op het werk kunnen gebruiken. Uw studiegids moet beide tevreden stellen, en geen van beide heeft gezegd wat de afgestudeerde zelfstandig moet kunnen.

Kort antwoord voor een collega: leer de hele professionele taak, niet de bediening van het hulpmiddel, en beoordeel zowel het ondersteunde product als de zelfstandige bekwaamheid van de student. Het bewijs ondersteunt de opvatting dat loopbaanbekwaamheid bestaat uit vakinhoudelijke kennis plus oordeel plus verificatie plus transfer, en het ondersteunt geen enkele lijst vaardigheden als garantie op werk. Een enquête onder 500 Amerikaanse docenten in het hoger onderwijs tegen een panel van werkgevers vond dat de twee groepen het over precies één van 26 AI-gerelateerde vaardigheden eens waren, het stellen van realistische verwachtingen voor AI-ondersteund werk; docenten legden de nadruk op kritisch en verantwoord gebruik, werkgevers op workflow, automatisering en samenwerking tussen mens en AI (Fried, 2026). Dat zijn gerapporteerde prioriteiten, geen aanwervingsbewijs. De scherpere bevinding voor een curriculum ligt elders: in een enquête onder 455 laatstejaarsstudenten bereikte AI-geletterdheid de waargenomen inzetbaarheid vooral via een hogere loopbaanadaptabiliteit, met een indirect effect van β = 0,173 naast een direct effect van β = 0,447 (Hendrawan en Lestari, 2026). Adaptabiliteit is een bekwaamheid die u kunt onderwijzen. Een tooltip niet.

De korte versie

1. Formuleer de bekwaamheid als een uitspraak over wat een afgestudeerde zelfstandig kan, en zet de ondersteunde versie ernaast.

2. Leer de volledige taak in zes delen: kaderen, weten, delegeren, verifiëren, communiceren, aanpassen.

3. Beoordeel het product en het oordeel apart, en maak de zelfstandige controle in verhouding.

4. Houd zelfstandige oefening waar ze werk doet, en zeg in de studiegids waarom.

5. Onderscheid onmiddellijke uitkomsten van latere wanneer u de opleiding evalueert.

6. Behandel loopbaanangst als een echte zorg en beantwoord haar met onderzoek, niet met voorspellingen.

Waar werkgevers en docenten elk de nadruk op leggen

Het rapport van Ithaka S+R vroeg 500 docenten van Amerikaanse vierjarige colleges 26 vaardigheden te beoordelen uit een kader met zeven categorieën, en vergeleek hun beoordelingen met een panel van werkgevers dat door de auteurs van het kader was bevraagd. Het meningsverschil is systematisch en niet toevallig: docenten zetten de grenzen van AI, naamsvermelding en menselijke verantwoordelijkheid bovenaan, terwijl werkgevers workflowontwerp, automatisering en samenwerking tussen mens en AI hoger zetten.

Twee lezingen van dat gat zijn verleidelijk en beide zijn fout. De eerste is dat docenten achterlopen op de arbeidsmarkt. De tweede is dat werkgevers naleving willen. Een nuttiger lezing is dat elke groep een andere helft van dezelfde baan beschrijft, en dat een afgestudeerde die maar één helft kan, voor beide slecht is toegerust. Een student die niet kan uitleggen waarom een resultaat fout is, heeft niets aan een werkgever die de workflow vertrouwt; een student die alleen AI-output kan bekritiseren, heeft niets aan een werkgever die de taak af wil.

De grenzen van dit bewijs doen ertoe. Dit zijn uitgesproken prioriteiten uit enquêtes, en het rapport laat niet zien dat een curriculum betere aanwerving, betere prestaties of beter loon oplevert. Wat het u wel geeft, is een verdedigbare reden om te vragen of uw studenten ooit oefenen met het afmaken en controleren van een AI-ondersteunde workflow, in plaats van erover te praten.

Leer een volledige professionele taak

De curriculumvraag die het opschrijven waard is: wat zou een bekwame beginner in deze situatie moeten doen, uitleggen en verifiëren? Bouw de taak dan in zes delen.

Kader het probleem. Benoem het doel, het publiek, de beperkingen, het beschikbare bewijs en de kosten van een fout. Een student die een onderspecificeerd verzoek niet herkent, geeft het door aan een model en accepteert wat er terugkomt.

Breng vakinhoudelijke kennis mee. Studenten hebben genoeg begrip nodig om het resultaat te inspecteren: een geval interpreteren, een plausibel antwoord schatten, een misleidende vergelijking opmerken, zien wat ontbreekt. Definieer die basis expliciet in plaats van alle zelfstandige oefening als een erfenisvereiste te behandelen.

Delegeer bewust. Bepaal welke stappen AI mag ondersteunen en welke zelfstandig werk of professionele autorisatie vragen, en wees in staat de reden te geven. Routinematige formuleringen opstellen en beslissen wat een gevolgenrijk dossier moet zeggen, zijn verschillende verantwoordelijkheden met verschillende aansprakelijkheid.

Verifieer tegen bewijs. Controleer berekeningen, claims, bronnen, aannames en naleving van de eis. Leer studenten vastleggen hoe een controle de vraag beslechtte. Hetzelfde model vragen of het zeker is, beslecht niets, een punt dat verificatiepraktijk direct uitwerkt.

Communiceer en werk samen. Leg de beslissing uit aan een collega, klant of leidinggevende: wat er veranderde, wat onzeker blijft, wanneer iemand anders erbij moet. AI-ondersteund werk heeft nog steeds een publiek en een verantwoordelijkheidsketen.

Pas aan en draag over. Herhaal een vergelijkbare taak met een ander hulpmiddel of een nieuwe beperking, en vraag dan wat bruikbaar bleef en wat moest veranderen. Dat maakt adaptabiliteit waarneembaar in plaats van een adjectief in een afstudeerprofiel.

Bouw het in bestaand cursuswerk in

Dit zijn aanpassingen van de onderzoeksthema's, geen geteste interventies voor de arbeidsmarkt.

Schrijfvaardigheid en bedrijfscommunicatie: laat studenten een door AI opgesteld antwoord op een klachtenmail bekritiseren en herzien. Het bewijs van bekwaamheid is het benoemen van de ongedekte beloftes, het uitleggen van de keuzes voor het publiek en het verdedigen van de definitieve formulering.

Een kwantitatief vak kan hetzelfde doen met een door AI geproduceerde schatting voor een realistisch planningsprobleem, waarbij studenten hun eigen schatting maken, de aannames benoemen en de plausibiliteit toetsen.

Voor een spreadsheet- of programmeervak deelt u een gegenereerde formule en synthetische data uit, en vraagt u om testgevallen, een uitleg van de verwijzingen en één faalvoorwaarde.

Gezondheidsberoepen: studenten beoordelen een gegenereerde uitleg voor een fictief geval tegen goedgekeurde bronnen, benoemen de beperkingen en zeggen wanneer een bekwame professional moet beslissen.

Loopbaanverkenning heeft haar eigen versie: vergelijk de taaksamenstelling van twee beroepen met betrouwbare beroepsinformatie, en plan dan één concrete stap voor vaardigheidsontwikkeling of hulp zoeken.

Voor asynchrone uitvoering vraagt u om een eerste poging, een kort verificatieverslag en een notitie van twee zinnen over één gevolgenrijke beslissing. In een lab of werkgroep kan de uitleg in gesprek gebeuren. Gebruik synthetisch of geautoriseerd materiaal wanneer het alternatief vertrouwelijke werkplek- of studentgegevens zijn.

Beoordeel ondersteunde prestatie en individueel begrip

Een gepolijst artefact vertelt u wat er onder de toegestane voorwaarden is geproduceerd. Het vertelt u niet wat de student kan. Voeg een passende zelfstandige controle toe: leg een beslissing uit, herstel een fout, pas het werk aan op een veranderde voorwaarde, of voer één fundamentele subtaak zelfstandig uit.

Kies die eisen omdat ze een uitgesproken bekwaamheid ondersteunen, en zeg welke elke beoordeling meet. Studenten accepteren zelfstandige oefening wanneer ze verbonden is met het doel waarvoor ze worden opgeleid; „dit hebt u ooit nodig” doet minder werk dan laten zien hoe de berekening het is waardoor ze later een verkeerde schatting opmerken.

De ondersteuningskant heeft haar eigen risico. Shojaei et al. (2026) vonden dat GenAI-gebruik positief samenhing met GenAI-afhankelijkheid, en afhankelijkheid negatief met zowel kritisch denken als inzetbaarheid in hun enquêtemodel. Dat is een samenhang en geen causale claim, en ze wijst op de ontwerpvraag: een vak dat alleen ooit ondersteunde prestatie beoordeelt, traint misschien juist de afhankelijkheid die het rapporteert.

Voor de opleidingsevaluatie scheidt u de maten. Prestatie in het vak, aangetoonde AI-geletterdheid, beoordeling door de stagebegeleider, arbeidsstatus en baankwaliteit zijn verschillende uitkomsten met verschillende tijdshorizonten, en één interventie kan ze niet allemaal vaststellen. Het bewijs over AI-geletterdheid is de eerlijke inventaris van wat interventiestudies werkelijk ondersteunen.

Pak loopbaanangst aan zonder zekerheid te beloven

Studenten komen met echte angsten, en de enquêteliteratuur daarover is een beschrijving van de angsten, geen voorspelling van de arbeidsmarkt. Duan et al. (2026) vonden dat AI-angst loopbaanbeslissingen direct en negatief voorspelde, wat een bevinding is over beslissingsverlamming, niet over banen. Het welzijnsbeeld behandelt het bredere bewijs.

Wat helpt, is onderzoek op de schaal waarop een student kan handelen: welke taken bevat deze rol werkelijk, hoe ziet een week eruit, wat zou ik moeten kunnen, wie kan het me vertellen. Loopbaandiensten, alumni en plaatsingsmedewerkers hebben die informatie. Een demonstratie van een hulpmiddel, de indruk van een docent of de presentatie van een leverancier is geen arbeidsmarktprognose, en een ervan als prognose presenteren is hoe opleidingen hun geloofwaardigheid verliezen bij studenten die het vervolgens controleren.

Wat er op u afkomt

„Studenten hebben alleen betere prompts nodig.” Prompten is één zinsdeel van één van de zes delen. Een goed gespecificeerd verzoek levert niet de kennis die nodig is om een slecht resultaat te herkennen, en de werkgevers in het Ithaka-panel zetten promptvaardigheid ook niet bovenaan.

„Als werkplekken AI toestaan, zou cursuswerk dat ook moeten doen.” Een vak bouwt ook de bekwaamheid op die verantwoord gebruik mogelijk maakt. Zeg bij elke taak welke van de twee u beoordeelt, en de tegenwerping wordt een ontwerpvraag in plaats van een tegenspraak.

„De hulpmiddelen veranderen te snel om dit te onderwijzen.” Leer hulpmiddelspecifieke handelingen waar ze helpen en beoordeel de duurzame praktijken: kaderen, controleren, testen, documenteren, communiceren, escaleren. Het bewijs hierboven gaat over die praktijken, en niets ervan hangt af van welk model nu actueel is.

„Een vak AI-geletterdheid zal hun baankansen verbeteren.” De mediatie-uitkomst is hier de waarschuwing. AI-geletterdheid bereikte de waargenomen inzetbaarheid direct en via adaptabiliteit, en waargenomen inzetbaarheid is geen baan, geen prestatiebeoordeling en geen salaris. Het enquêteontwerp kan niet uitsluiten dat zelfverzekerde studenten zichzelf op alles hoger beoordelen.

Wat u deze week kunt doen

1. Kies één taak die afgestudeerden van uw opleiding werkelijk zullen tegenkomen, en schrijf de zes delen ervan in vijf regels.

2. Markeer welke delen de huidige beoordeling werkelijk meet en welke ze veronderstelt.

3. Voeg één zelfstandige controle toe aan een bestaande opdracht: een beslissing uitgelegd, een fout hersteld, of een subtaak zelfstandig gedaan.

4. Vertel studenten in de opdrachtinstructies voor welke bekwaamheid die controle dient.

5. Controleer of een taak in het vak alleen ondersteunde prestatie beoordeelt, en beslis of dat bewust is.

Waar u verder kunt gaan

Career Development and Readiness is de conceptpagina voor inzetbaarheid, adaptabiliteit en arbeidsmarktbewijs, en AI-geletterdheid behandelt wat geletterdheid betekent voorbij de bediening van hulpmiddelen. Voor het inbouwen in een specifiek vak, zie AI-geletterdheid inbouwen en welke competenties docenten nodig hebben.

Voor het beoordelingsontwerp dat ondersteunde en zelfstandige prestatie onderscheidbaar maakt, zie het herontwerpen van beoordeling in het AI-tijdperk en AI-beoordeling. Voor hoe u voorkomt dat ondersteuning afhankelijkheid wordt, zie overmatige afhankelijkheid verminderen.