Vijf bekwaamheden die AI (nog) niet overneemt.
TL,DR
AI neemt veel taken over, maar vijf bekwaamheden blijven van mensen: Meerdere expertises uitoefenen (vakgebieden tegelijk overzien), Fysiek aanwezig zijn (beslissen op wat je hier en nu waarneemt), De beslissing dragen (kiezen en er met je naam voor instaan), De vraag vinden (zien welk probleem er eigenlijk speelt) en Smaak hebben (weten wat je kiest en wat je afwijst). Stop dus met trainen op wat AI toch beter kan, en geef kinderen in de klas juist de ruimte om deze vijf te oefenen.
Welke banen zijn AI-proof?
Er is een bekend verhaal over de econoom Milton Friedman. Hij bezocht een groot bouwproject in een ontwikkelingsland en zag honderden arbeiders met scheppen graven - geen enkele graafmachine te bekennen. Toen hij de projectleider vroeg waarom, kreeg hij een trots antwoord: "Dit is een werkgelegenheidsproject. Met machines vernietigen we banen." Friedman antwoordde droog: "Als het je puur om banen te doen is, geef ze dan theelepels. Dan heb je nóg meer mensen aan het werk."
Het is een ouder verhaal dan je zou denken, maar het patroon herhaalt zich telkens: zodra er nieuwe technologie opduikt, raken we in paniek over wat verdwijnt, in plaats van te kijken naar wat er nu juist wél toe doet. Vandaag heet die technologie AI. De vraag die we onze kinderen moeten helpen beantwoorden, is niet "hoe voorkom ik dat AI mijn werk overneemt", maar: welk werk kan AI niet overnemen - en hoe leer ik dat aan?
Het antwoord zit niet in harder werken aan taken die AI toch beter kan. Het zit in vijf bekwaamheden die voorlopig nog uitsluitend van mensen zijn.
1. Meerdere expertises uitoefenen
Dit is het vermogen om meerdere vakgebieden tegelijk te overzien, en te zien hoe een verandering in het één meteen doorwerkt in het ander. AI is heel goed in taken die binnen één duidelijk afgebakend vakje blijven - programmeren, cijfers analyseren. Maar zodra een taak vraagt om verschillende, soms tegenstrijdige belangen tegelijk in de gaten te houden, wordt het lastig voor een computer. Juist dat samenbrengen is het eigenlijke werk.
Een basisschoolleraar doet dit de hele dag. Kies je een andere werkvorm voor de rekenles? Dan verandert meteen de groepsdynamiek, de tijdsplanning, en misschien ook wie er nu wel of niet meekomt.
In de klas: laat de bovenbouw een Tiny House ontwerpen met een beperkt budget. Ze moeten rekenen (kosten), meten (oppervlakte), begrijpen hoe isolatie werkt (natuur & techniek) en er een verkooptekst bij schrijven (taal). Willen ze een groter raam voor mooi licht, dan verliezen ze warmte en overschrijden ze hun budget. Ze ervaren aan den lijve dat alles met alles samenhangt - dat is precies de vaardigheid die AI niet heeft.
2. Fysiek aanwezig zijn
Dit gaat over beslissingen nemen op basis van wat je hier en nu waarneemt: een blik, een geluid, een spanning in de ruimte. Sensoren kunnen één ding meten, zoals temperatuur. Maar honderden vage, moeilijk te benoemen signalen tegelijk oppikken en daar een intuïtief oordeel uit vormen - dat kan alleen een mens die er lijfelijk bij aanwezig is.
Een fysiotherapeut voelt de spierspanning onder zijn handen, ziet een lichte grimas bij pijn, hoort de ademhaling versnellen - en past de behandeling meteen aan.
In de klas: haal kinderen van het scherm en stuur ze op een korte natuurspeurtocht om de overgang van winter naar lente te ontdekken. Laat ze ruiken aan de aarde, voelen aan boomschors, luisteren naar vogelgeluiden. Ze trainen zo een soort opmerkzaamheid die geen camera ooit kan evenaren.
3. De beslissing dragen
Sommige beslissingen hebben geen goed of fout antwoord, alleen mensen die het oprecht oneens kunnen zijn, omdat er verschillende waarden tegenover elkaar staan. Wat dit domein uniek maakt, is dat er iemand verantwoordelijkheid moet dragen als het misgaat. AI heeft geen geweten en kan niet ter verantwoording worden geroepen.
Een jeugdzorgwerker die moet beslissen of een kind uit huis geplaatst wordt, weegt de veiligheid van het kind af tegen het recht van de ouders. Geen computer mag die last dragen.
In de klas: geef de klas een klein budget voor het lokaal en verdeel de kinderen in groepen met verschillende wensen: buitenspeelgoed, kussens voor de leeshoek, knutselspullen. Er is niet genoeg geld voor iedereen. Ze moeten onderhandelen, water bij de wijn doen, en samen een besluit nemen waar ze ook echt achter staan - inclusief de teleurstelling van de groep die niet zijn zin kreeg.
4. De vraag vinden
Dit is het vermogen om te zien welk probleem er eigenlijk speelt, in een situatie waar nog geen handboek voor bestaat. Dat vraagt diepe kennis: je moet weten wat normaal is, om te zien wat daar radicaal van afwijkt en om te beseffen dat de oude vraag niet meer de juiste vraag is. AI is uitstekend in het beantwoorden van bekende vragen, maar herkent zelden wanneer de vraag zelf is veranderd.
Toen generatieve AI doorbrak, liepen bestaande wetten meteen vast. Juristen konden niet zomaar oude regels toepassen, ze moesten eerst beseffen dat de vraag "hoe reguleren we dit?" een compleet nieuwe vraag was geworden, met nieuwe aannames.
In de klas: geef kinderen een alledaags voorwerp: een paraplu, een paperclip en zeg dat het vanaf nu nooit meer mag worden gebruikt waarvoor het gemaakt is. Laat ze niet meteen een antwoord bedenken, maar eerst de vraag herformuleren: welk probleem zou dit voorwerp in een toekomstige wereld kunnen oplossen? Dat dwingt ze om het bekende patroon los te laten vóór ze naar oplossingen zoeken.
5. Smaak hebben
Dit draait om beoordelen waarom iets wél werkt voor een specifiek publiek, en minstens zo belangrijk, weten wat je moet afwijzen. Nu AI moeiteloos tientallen opties kan genereren, verschuift het echte werk naar het uitzoeken wat daarvan de moeite waard is. Dat filteren is zwaar denkwerk, geen bijzaak.
Een ontwerper laat AI in een paar seconden vijftig logo's maken. Haar werk is niet meer het zelf tekenen. Het is het afwijzen van negenenveertig ervan, en precies kunnen uitleggen waarom die ene wél de juiste emotie oproept.
In de klas: geef leerlingen vijf door AI gegenereerde teksten of afbeeldingen over hetzelfde onderwerp, bijvoorbeeld voor de schoolkrant. Ze moeten er vier afwijzen en er één kiezen en klassikaal beargumenteren waarom die ene werkt voor hun lezers en de rest niet.
Wat dit betekent voor de klas
Vaardigheden die we vroeger al gauw "leuk voor erbij" noemden - samenwerken, een mening onderbouwen, iets moois maken zijn in het AI-tijdperk juist de harde kern geworden. Dat vraagt om een verschuiving:
-
Stop met trainen op wat AI toch beter kan. Kinderen urenlang losse feiten laten stampen, of vaste invuloefeningen laten herhalen, bereidt ze voor op werk dat straks niet meer bestaat.
-
Laat vakken in elkaar overlopen. Niet om 9 uur rekenen en om 10 uur taal als gescheiden blokjes, maar opdrachten waarin vakken elkaar nodig hebben om een probleem op te lossen.
-
Waardeer het kiezen net zo zwaar als het maken. Beoordeel kinderen niet alleen op wat ze produceren, maar op hun vermogen om te selecteren, af te wijzen en uit te leggen waarom.
De toekomst heeft geen mensen nodig die met een symbolisch theelepeltje routinewerk doen. De toekomst heeft kinderen nodig die meerdere expertises tegelijk kunnen uitoefenen, die fysiek aanwezig durven zijn in plaats van alles door een scherm te laten filteren, die verantwoordelijkheid durven dragen voor lastige beslissingen, die de juiste vraag durven stellen waar nog geen antwoord op bestaat, en die hun eigen smaak vertrouwen. Dat is precies waar goed basisonderwijs de architect van kan zijn. Dat is precies waar de materialen en trainingen van Begaafd Onderwijs over gaan!
Bron: Edwards, H. (2026, 10 juli). 9. The work that stays yours. Artificiality Journal. https://journal.artificialityinstitute.org/9-the-work-that-stays-yours/
Door Minka: * Vormgeving en inhoud tabel, * redigeren AI gegenereerde teksten,
* gegenereerde inhouden bekritiseerd en laten herschrijven.
Door AI (Claude – Sonnet 5 medium): * De bron bestudeerd en vertaald, * tekst gegenereerd, toegepast op Nederlandse onderwijssituatie, * tekstaanpassingen na instructie.