Mentale modellen -
hoe je grip houdt op wat AI wel en niet is
TL,DR
Grip houden op AI draait om vier begrippen: een Mentaal model (een kloppend beeld van hoe AI werkt, ook waar het faalt), Vermenselijking (AI behandelen alsof het begrijpt of tegenwerkt), AI's model van jou (patroonherkenning die als echt inzicht kan voelen) en Collegiale kennis (wat alleen iemand weet die jou jarenlang heeft meegemaakt). AI ziet patronen in wat je typt, maar collega's zien hoe je bent, dus zorg dat je weet wie dat voor jou is, en wees dat ook voor een ander.
Wat AI wel, en wat het niet is.
Een collega van je weet dingen over hoe jij denkt die niemand haar ooit heeft hoeven vertellen. Ze ziet het aan je gezicht als je "het gaat wel" zegt maar het niet meent. Ze weet dat jij een sprong maakt van A naar D en de stappen B en C overslaat, niet omdat je lui bent, maar omdat jouw brein nu eenmaal zo werkt. Ze heeft je jarenlang zien twijfelen, zien groeien, zien struikelen en weer opstaan.
Psychologen noemen dit Theory of Mind: het vermogen om te begrijpen dat een ander mens andere overtuigingen, wensen en denkpatronen heeft dan jijzelf. Kinderen ontwikkelen dit rond hun vierde jaar. Het is de basis van elke goede samenwerking tussen mensen en het is precies waar AI niet aan kan komen, hoe overtuigend het soms ook lijkt.
Want inmiddels werkt bijna elke leraar ook samen met AI. En AI bouwt, op zijn eigen manier, óók een soort model van jou op: je woordgebruik, je onderwerpen, je patronen. De vraag is: begrijp jij hoe dát model werkt? En weet je wat het eigenlijk over je leert?
Je eigen mentale model bouwen
Een leraar geschiedenis kent de Tweede Wereldoorlog en de geschiedenis van het Nederlandse verzet door en door. Als hij AI om lesideeën vraagt voor een project over deze periode, gaat hij er bewust van uit dat een deel van wat er terugkomt niet zal kloppen. Een gebeurtenis die nooit heeft plaatsgevonden, een bron die niet bestaat. Hij houdt zijn eigen vakkennis er daarom altijd naast, controleert wat AI aandraagt, en accepteert de extra tijd die dat kost omdat de nieuwe invalshoeken het de moeite waard maken.
Een ICT-coördinator op een andere school werkt anders. In plaats van achteraf te controleren, leest ze mee terwijl AI "hardop redeneert" bij het opzetten van een nieuw groepsplan. Zodra de redenering een kant op gaat die niet klopt met wat ze weet over de leerlingen, onderbreekt ze het en herformuleert ze haar vraag. Ze behandelt AI als iets met voorspelbaar gedrag, dat ze kan bijsturen zodra het misgaat.
Beide leraren houden grip, niet omdat ze slimmer zijn, maar omdat ze een kloppend beeld hebben van hoe AI zich gedraagt. Dat is een mentaal model: een verwachting die overeenkomt met de werkelijkheid, in plaats van met hoe je hóópt dat iets werkt.
Kan AI "koppig" zijn?
Een intern begeleider besteedde, voor een groepje kinderen met een afwijkend leerprofiel, urenlang aan het omzetten van oude Cito-vaardigheidsscores naar de normen van het nieuwe leerlingvolgsysteem IEP, iets waarvoor eigenlijk haar eigen vakinhoudelijk oordeel nodig was. AI bleef maar output leveren die geen rekening hield met de afwijkende leerlijnen van deze specifieke kinderen. Ze zei achteraf: "Het snapte gewoon niet hoe onze scores in elkaar zaten."
Merk je wat er gebeurt in die zin? Ze behandelt AI als iets dat kan begrijpen en dat tekortschiet in dat begrijpen. Ze bleef het steeds beter uitleggen, in de hoop dat het dan zou "snappen".
Dat werkt niet. AI leert niet van jou op het moment zelf. Het genereert antwoorden op basis van patronen. Als die patronen niet passen bij jouw specifieke situatie, helpt méér uitleg niet. Dan heb je iets anders nodig. Zij vond dat uiteindelijk bij een collega die al ervaring had met deze klus. Hij legde uit dat er geen gouden standaard voor bestond, maar kwam wel met een paar verdedigbare opties. Een mens leverde het oordeel dat AI niet kon geven.
Dit vermenselijken, AI zien als iets dat probeert, tegenwerkt, of zijn best doet, gaat bijna vanzelf. Je merkt het aan je eigen taal: "het wil niet meewerken", "het doet nu ineens moeilijk", "het snapt me niet". Het is onschuldig tot het je frustratie stuurt in een richting die niet klopt, of tot je uren verliest aan iets waar een collega je in vijf minuten had kunnen helpen.
Wat AI over jóu leert en of je dat moet geloven
Moderne AI onthoudt niet alleen losse vragen. Het bouwt, over meerdere gesprekken heen, een beeld van jou op: je manier van formuleren, je expertiseniveau, je voorkeuren.
Een leraar die veel met AI sparde over haar aanpak in de klas, kreeg op een gegeven moment een observatie terug: dat ze bijzonder sterk was in het stellen van open vragen, en dat ze daar wellicht meer een coachende rol in kon pakken binnen het team. Het voelde treffend. Ze begon erover na te denken hoe ze zich verder kon ontwikkelen.
Was dat een echt inzicht dat ze nodig had om te horen? Of was het knap geformuleerde patroonherkenning, die toevallig op het juiste moment kwam? Dat is oprecht lastig te zeggen want soms is het allebei een beetje.
Wat wél opvalt: ze was alleen met het scherm toen ze die observatie kreeg. Niemand anders zag wat er werd gezegd, of hoe ze het ontving. Het beeld dat AI van haar schetste, werd zonder tegengeluid haar eigen beeld van zichzelf.
Dat hoeft geen probleem te zijn, soms is het precies de aanmoediging die iemand nodig had. Maar de vraag die het waard is om jezelf te stellen: wat gebeurt er als AI de belangrijkste, of enige, bron wordt van feedback over wie jij bent?
Wat alleen een collega kan zien
Een leraar die een gezin al jaren kent, ze had eerst de oudste zoon in de klas, en nu zijn jongere zusje, weet precies hoe je een lastige boodschap bij dit gezin moet brengen. Bij de ene ouder kun je een achterstand direct benoemen; die waardeert duidelijkheid. Bij de andere, wetend hoe fel die drie jaar geleden reageerde op een te directe opmerking over de oudste, bouw je hetzelfde bericht voorzichtiger op. AI kan een keurig geformuleerde brief over een leerachterstand schrijven. Het weet niet wat er drie jaar geleden is gebeurd, en dat die geschiedenis nu meespeelt in hoe je het brengt.
Die kennis komt niet uit tekst. Die komt uit jarenlang meemaken, gezichten zien, gesprekken voeren, iemand ervaren in goede en slechte momenten. Een collega die jou langer kent, ziet je gezicht als je zegt dat het goed gaat terwijl dat niet zo is. Die weet dat jij overwerk verwart met toewijding, of conflict uit de weg gaat door te doen alsof het er niet toe doet. AI weet dat niet, simpelweg omdat je het nooit hebt getypt.
Gesprekken die het waard zijn om te voeren
Deze onderwerpen zijn ongemakkelijk om te bespreken, juist omdat er nog geen vanzelfsprekende manier voor is. Een paar aanknopingspunten:
Met een collega die gefrustreerd raakt van AI:
"Wat had je eigenlijk verwacht dat het zou doen?"
Geen verwijt: een echte vraag. Het antwoord laat zien welk mentaal model iemand heeft, en of dat wel klopt met hoe AI daadwerkelijk werkt.
Met een collega wiens zelfbeeld lijkt te verschuiven door AI-feedback:
"Interessant dat AI dat over je zei, herken je dat ook van collega's of leerlingen?"
Je wijst de feedback niet af. Je voegt er een tweede referentiepunt aan toe.
Met een collega die alles eerst met AI doorspreekt voordat het bij het team komt:
"Ik hoor graag hoe je hierover denkt, niet de conclusie, maar het proces ernaartoe."
Je vraagt naar het rommelige, tussentijdse denken dat soms verdwijnt achter een gepolijst eindresultaat.
Met een kind:
"Hoe weet je dat je dit zelf snapt, en niet alleen het antwoord hebt?" En, minstens zo waardevol: "Wat heb je deze week zelf uitgevogeld, zonder AI erbij?"
Je verbiedt niets. Je maakt ruimte om te merken wat echt van het kind zelf is.
Met een teamgenoot die je goed kent:
"Is je iets aan mij opgevallen sinds ik AI meer ben gaan gebruiken?"
Een dappere vraag. Je krijgt misschien een antwoord dat je liever niet hoort. Maar je geeft iemand toestemming om iets te zeggen dat ze anders misschien voor zich hadden gehouden.
Wat AI voorlopig niet zal hebben
AI kan patronen zien in wat je typt. Een collega die je kent, ziet patronen in hoe je bent. AI genereert antwoorden die aansluiten op wat je lijkt te willen horen. Mensen die om je geven, vertellen je soms juist wat je niet wilt horen en wegen zorgvuldig af hoe ze dat brengen, omdat ze weten wat jij aankunt. AI past zijn beeld van je aan zodra je nieuwe input geeft. Mensen passen hun beeld van je aan doordat ze je zien handelen, slagen, falen en veranderen, over jaren heen.
Dat is precies waarom eigenaarschap over je eigen functioneren met AI nooit een individuele exercitie is.
De leraren, IB'ers en collega's om je heen zijn niet alleen gezellig gezelschap in de lerarenkamer. Ze zijn de mensen die zien wat je zelf niet meer ziet zodra je te diep in een AI-gesprek zit.
Zorg dat je weet wie dat voor jou is en... wees dat voor een ander.
Bron: Edwards, H. (2026, 29 maart). 7. Knowing the mind you're working with. Artificiality Journal. https://journal.artificialityinstitute.org/7-knowing-the-mind-youre-working-with/
Door Minka: * Vormgeving tabel, * redigeren AI gegenereerde teksten, * kiezen van meest geschikte voorbeelden uit een reeks gegenereerde voorbeelden,
* gegenereerde inhouden bekritiseerd en laten herschrijven. * Keuze voor deze tabelinhoud uit vier gegenereerde opties en laten herschrijven van bepaalde inhouden.
Door AI (Claude – Sonnet 5 medium): * De bron bestudeerd en vertaald,
* tekstaanpassingen na instructie. * Vier opties voor een samenvattende tabel over dit artikel gegenereerd.
Select this paragraph to add your own text. Just drag and drop or click here to add this paragraph to your site, then you can add your own content and make changes to the font.