AI-geletterdheid na de Omnibus: zo help je je team vooruit

Zet zelf een fout in een AI-concept. Een prijs die niet klopt, een datum die al voorbij is, een toezegging die jullie nooit doen. Geef het concept aan je team en kijk wie de fout vindt. Die proef vertelt je meer over de AI-geletterdheid van je organisatie dan de presentielijst van de laatste training. Sinds 27 juli 2026 telt dat verschil zwaarder.

Artikel 4 van de AI-verordening zegt nu uitdrukkelijk dat je geen bepaald niveau per medewerker hoeft te garanderen, wel dat je maatregelen moet nemen die het leren ondersteunen. Wie die maatregelen wil laten zien, doet er goed aan te werken zoals een auditor: toetsen op opzet, bestaan en werking.

Wat is er veranderd op 27 juli?

Artikel 4 geldt sinds 2 februari 2025. In de eerste versie moesten organisaties die AI aanbieden of gebruiken maatregelen nemen om naar beste vermogen te zorgen voor een toereikend niveau van AI-geletterdheid bij hun personeel. De Digital Omnibus, Verordening (EU) 2026/1744, schreef het artikel om. Nu gaat het om maatregelen die de ontwikkeling van AI-geletterdheid ondersteunen, en staat erbij dat je geen bepaald niveau per persoon hoeft te garanderen. De vraag gaat daarmee minder om wat je mensen kunnen en meer om wat jij organiseert.

Veel is gelijk gebleven. Je stemt de maatregelen nog steeds af op de kennis, ervaring en opleiding van je mensen en op de context waarin ze AI gebruiken. De plicht geldt voor aanbieders en gebruikers van AI-systemen. En een bedrijf dat ChatGPT voor de nieuwsbrief gebruikt, is zo’n gebruiker. Artikel 4 schrijft geen certificaat, geen minimum aantal uren en geen kennistoets voor. Het staat ook niet in de opsomming van artikel 99, lid 4, met vaste boetebedragen.

In een peiling van AIComplianceHub.nl onder 105 Nederlandse organisaties had 70 procent tussen maart en juli 2026 de training nog niet geregeld, schreef Frankwatching op 8 september. Voor die organisaties maakt de nieuwe tekst het begin overzichtelijker. Je hoeft geen eindniveau te halen. Je hebt een aanpak nodig die past bij hoe jullie AI gebruiken, en je moet die kunnen laten zien.

Hoe toetst een auditor een maatregel?

Ik werk sinds 2022 elke dag met AI en controleer daarbij zoals een auditor. De diepgang van een controle stem je af op het risico en je legt vast wat je hebt gedaan en op welke gegevens je dat baseerde.

Auditors onderscheiden bij zo’n controle opzet, bestaan en werking. Is de maatregel passend ontworpen? Is hij ingevoerd? En wordt hij in de praktijk uitgevoerd zoals bedoeld? Die drie vragen werken ook voor AI-geletterdheid. Ze houden uit elkaar wat je hebt bedacht, wat je hebt gedaan en wat het in het werk oplevert.

Opzet: wie moet wat kunnen?

Begin bij de taken. Bekijk per taak welke gegevens de AI krijgt, waarvoor je de uitkomst gebruikt en wie nadeel heeft als er een fout in zit. Kijk daarna wie de uitkomst controleert en wat die persoon daarvoor moet weten.

Neem een marketing- en communicatieteam. De webcaremedewerker beantwoordt klantvragen met een concept van AI, vaak onder tijdsdruk, en het antwoord gaat direct naar een klant. Deze medewerker moet een fout feit, een verkeerde toezegging en een toon die niet past snel herkennen. De contentmarketeer zet een blog op met AI en heeft nog een redacteur achter zich. De collega die met AI campagnenamen bedenkt, kan met minder training toe, maar moet de voorstellen wel kunnen beoordelen en weten welke gegevens de tool niet in mogen.

Zelfstandig werken met AI komt neer op vijf vaardigheden:

1. Een concept van de AI controleren, aanpassen of afwijzen.
2. Herkennen wanneer een geval niet in het patroon past en het dan doorzetten naar een collega.
3. Een prompt aanpassen als het werk verandert.
4. Weten welke gegevens er niet in mogen.
5. Weten wat de AI nooit zelf beslist en wie goedkeurt.

De webcaremedewerker heeft ze alle vijf nodig. Voor de campagnenamen volstaan de eerste en de vierde. Schrijf per rol op welke vaardigheden je verwacht. Dat is je opzet, en die past op een half A4-tje.

Bestaan: van beginner naar zelfstandig

Ik heb mensen die niets van AI wisten begeleid tot ze er volledig mee werkten. Wat ik daarvan heb meegenomen is het volgende: laat mensen oefenen met het werk dat ze morgen weer doen. In mijn trainingen werken ze met de workflow die ze gaan gebruiken, niet met slides over hoe een taalmodel werkt. De aanpak heeft vier stappen.

Begin bij het nulpunt. Vraag iedereen wat die al met AI doet. Wie nog niets doet, begint bij nul, en niemand hoeft zich te schamen voor een vraag. Wie al met ChatGPT werkt, vertelt waarvoor. Zo krijg je meteen een lijst met de tools die mensen echt gebruiken. Leg die naast de tools die de organisatie heeft goedgekeurd. Waar ze verschillen, begint je training.

Plan dan een sessie waarin iedereen zelf aan de knoppen zit, met de mails, posts en klantvragen van vorige week. Aan het eind heeft iedereen de hele cyclus één keer gedaan: een concept laten maken, het controleren, en het goedkeuren of afwijzen.

Laat het team daarna oefenen op echte gevallen, ook op gevallen waarin de AI het fout doet. Wat mensen tegenkomen, gaat in een korte werkinstructie.

Sluit af met afspraken. Wie is eigenaar van welke prompt, wie beslist bij twijfel, en wat doe je als de tool iets vreemds doet? Leg vast welke sessie er was, wie erbij was, op welke datum en wie nog moet inhalen. Dat is je bewijs van bestaan. Je hebt het nodig, maar het laat alleen zien dat de training heeft plaatsgevonden.

Werking: wat levert het op in het werk?

Hier komt de proef uit het begin terug. Geef het team een AI-concept waarin je zelf een fout hebt gezet. Laat iedereen daarna uitleggen hoe hij of zij het concept heeft gecontroleerd, en bespreek welke fouten zijn gemist. Wie de fout mist, weet waar de volgende oefening over gaat. De proef is geen sluitend bewijs, maar wel een goede aanwijzing voor wat het team in de praktijk beheerst.

Meet ook, voor en na de training, hoelang het duurt om een bruikbaar eindresultaat te krijgen, inclusief controle en herstel, en welke fouten er overblijven. Dan zie je of AI tijd bespaart en wat er met de kwaliteit gebeurt. Die controletijd ontbreekt in veel businesscases voor AI, terwijl juist die bepaalt of de besparing echt is.

Herhaal de proef bij een nieuwe tool, bij een nieuwe collega en na elke fout die toch naar buiten ging. Noteer de uitkomst. Dat is je bewijs van werking.

Zet opzet, bestaan en werking per team op één pagina. Vraagt iemand wat je aan AI-geletterdheid doet, dan geef je die pagina. Onder opzet staat wie wat moet kunnen, onder bestaan wie wanneer heeft geoefend, en onder werking hoeveel collega’s de ingebouwde fout vonden.