SuperSkillsStack: Agency, Domain Knowledge, Imagination, and Taste in Human-AI Design Education

Deze studie toont aan dat generatieve AI in het ontwerponderwijs vooral fungeert als cognitieve versneller die door studenten wordt ingezet in de vroege fasen van het proces, terwijl menselijke competenties zoals vakinhoudelijke kennis, smaak en oordeelsvermogen essentieel blijven voor het interpreteren, valideren en verfijnen van AI-generaties.

De kern

De SuperKrachten-Stack: Hoe Mens en AI Samenwerken in het Ontwerpwonderland

Stel je voor dat je een ontwerper bent die een nieuw park moet bouwen. Vroeger moest je alles zelf doen: van het tekenen van de eerste schets tot het controleren van de grondsoort. Vandaag de dag heb je een nieuwe, super-snelle assistent bij je: Generatieve AI. Deze assistent kan in een seconde duizenden ideeën bedenken, maar heeft een groot nadeel: hij weet niet hoe het voelt om in dat park te lopen, en hij kent de lokale buurtbewoners niet.

Dit onderzoek, gedaan door Qian Huang en King Wang Poon in Singapore, kijkt naar hoe studenten ontwerpen met deze nieuwe assistent. Ze gebruiken een raamwerk genaamd de "SuperSkillsStack" (een stapel van vier superkrachten) om uit te leggen wat een mens moet doen om de AI niet te laten regeren, maar juist te laten helpen.

Hier is hoe die vier superkrachten werken, vertaald naar alledaagse taal:

1. Agency (Het Stuur in Handen Houden)

De Metafoor: De AI is een razendsnel raceauto, maar jij bent de bestuurder.
Wat deden de studenten?
Ze lieten de auto niet zelf sturen. Ze beslisten zelf wanneer ze de motor startten.

• Voorbeeld: Tijdens het brainstormen over ideeën zagen ze de AI als een super-snelle ideeën-machine. Maar toen ze echt naar de locatie moesten kijken (om te voelen hoe de wind waait of hoe mensen zich gedragen), zetten ze de AI uit. Ze wisten: "Deze auto kan niet zien wat ik zie." Ze besloten zelf welke tools ze gebruikten en wanneer ze stopten met AI-gebruik.

2. Domain Knowledge (De Lokale Kennis)

De Metafoor: De AI is een wereldwijde gids die alles overal kent, maar jij bent de lokale gids die weet dat de "beste" koffiebar eigenlijk gesloten is op dinsdag.
Wat deden de studenten?
De AI maakt vaak fouten omdat hij alleen leert van oude boeken en internet, niet van de echte wereld.

• Voorbeeld: De AI tekende een plattegrond van een markt, maar die klopte niet met de werkelijkheid. De studenten, die zelf ter plekke waren geweest, zagen direct: "Nee, die kraam staat hier niet!" Ze gebruikten hun eigen ervaring om de fouten van de AI te corrigeren. Zonder deze kennis zou je een ontwerp maken dat in de echte wereld niet werkt.

3. Imagination (De Vonk)

De Metafoor: De AI is een vuurwerkshow die duizenden kleuren afvuurt. Jij bent de kunstenaar die kiest welke kleuren mooi samengaan.
Wat deden de studenten?
De AI was fantastisch om de "denkmuur" te doorbreken. Als ze vastliepen, gaf de AI 50 nieuwe ideeën in een seconde.

• Voorbeeld: De studenten gebruikten de AI om hun ideeën te laten groeien (zoals een plant die snel groeit), maar ze moesten zelf beslissen welke takken ze wilden houden en welke ze moesten snoeien. De AI leverde de grondstof, maar de mens leverde de creativiteit om er iets moois van te maken.

4. Taste (De Smaakmaker)

De Metafoor: De AI is een kok die 1000 verschillende gerechten kan koken. Jij bent de proever die zegt: "Dit is te zout, en dat smaakt niet lekker."
Wat deden de studenten?
De AI kan veel dingen maken die er goed uitzien, maar die niet passend zijn.

• Voorbeeld: De AI stelde een oplossing voor die klonk als een droom, maar in de praktijk te duur of onmogelijk was. De studenten gebruikten hun "smaak" (hun oordeel) om te zeggen: "Dit is niet goed genoeg." Ze schreven teksten om, tekenden kaarten opnieuw en gooiden ideeën weg die niet voelden als "hun" ontwerp.

Het Grote Verdict: Wat leren we hieruit?

Het onderzoek concludeert iets heel belangrijks: AI vervangt de ontwerper niet; het versnelt de reis.

• De AI is de turbo: Hij helpt je sneller te denken, sneller te zoeken en sneller te tekenen.
• De Mens is het hart: Jij zorgt voor de liefde, de empathie, de controle en de smaak.

Als je de turbo (AI) gebruikt zonder stuur (Agency) of zonder kennis van de weg (Domain Knowledge), beland je in de greppel. Maar als je de turbo gebruikt terwijl jij zelf het stuur vasthoudt, kun je veel verder en sneller komen dan ooit tevoren.

Kortom voor de toekomst:
School moet studenten niet alleen leren hoe ze de AI moeten bedienen (de knoppen indrukken), maar vooral leren hoe ze hun eigen oordeel, hun kennis van de wereld en hun smaak moeten gebruiken om de AI tot een goede vriend te maken. De toekomstige ontwerper is geen robot, maar een dirigent die een orkest van mens en machine samenbrengt tot een prachtige symfonie.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het onderzoekspaper "SuperSkillsStack: Agency, Domain Knowledge, Imagination, and Taste in Human-AI Design Education", vertaald en samengevat in het Nederlands.

Titel: SuperSkillsStack: Agentie, Vakgebiedskennis, Fantasie en Smaak in Mens-AI Ontwerpeducatie

Auteurs: Qian Huang en King Wang Poon (Singapore University of Technology and Design)

---

1. Probleemstelling

De snelle opkomst van generatieve kunstmatige intelligentie (AI) transformeert creatieve praktijken en kenniswerk, met name binnen ontwerpdisciplines. Hoewel deze tools ongekende efficiëntie bieden bij het genereren van ideeën en het synthetiseren van informatie, rijst de fundamentele vraag hoe ontwerpeducatie deze technologieën kan integreren zonder de unieke menselijke vaardigheden te ondermijnen die essentieel zijn voor betekenisvol ontwerp.

Er bestaat een risico op "cognitieve uitbesteding", waarbij studenten zich te veel op AI verlaten in plaats van hun eigen analytische en creatieve vermogens te ontwikkelen. Er is een gebrek aan empirisch onderzoek naar hoe studenten generatieve AI daadwerkelijk integreren in hun ontwerpprocessen en hoe ze de balans vinden tussen AI-gegenereerde inzichten en menselijke observatie, contextuele kennis en evaluatie.

2. Methodologie

Het onderzoek maakt gebruik van een kwalitatieve thematische analyse van reflectieve teksten die door studenten zijn geschreven na een mensgericht ontwerpcursus.

• Data: Reflecties van 80 studententeams die aan real-world ontwerpprojecten werkten (o.a. openbaar vervoer, gezondheidszorg, stedelijke omgevingen).
• Aanpak: Studenten kregen de vrijheid om generatieve AI-tools (zoals ChatGPT, Gemini, Perplexity, beeldgeneratoren) te gebruiken of niet, en moesten hun gebruik van deze tools reflecteren.
• Analyseraamwerk: De data werd geanalyseerd aan de hand van het SuperSkillsStack-framework, dat vier menselijke competenties identificeert die nodig zijn voor effectieve samenwerking met AI:
  1. Agentie (Agency): Het vermogen om initiatief te nemen en controle uit te oefenen over technologische systemen.
  2. Vakgebiedskennis (Domain Knowledge): Contextueel begrip om ontwerpproblemen te interpreteren en oplossingen te evalueren.
  3. Fantasie (Imagination): Het vermogen om nieuwe ideeën te genereren en alternatieve mogelijkheden te envisioneren.
  4. Smaak (Taste): Het vermogen om de esthetische, conceptuele en praktische kwaliteit van ideeën te beoordelen.
• Proces: De analyse bestond uit twee fasen: codering op basis van het raamwerk (deductief) en daaropvolgende thematische patroonanalyse (inductief) om te zien hoe deze competenties zich verhouden tot verschillende fasen van het ontwerpproces.

3. Belangrijkste Bijdragen

Het paper introduceert en valideert het SuperSkillsStack-framework als een model voor het begrijpen van mens-AI samenwerking in de educatieve context. De belangrijkste bijdragen zijn:

• Het verschuiven van de focus van technische vaardigheden (het gebruik van tools) naar hogere cognitieve competenties (het sturen van de tool).
• Het empirisch aantonen dat generatieve AI fungeert als een cognitieve versneller in plaats van een vervanging voor menselijke creativiteit.
• Het identificeren van een specifiek workflow-patroon waarbij AI de vroege fasen domineert, terwijl menselijke oordeelsvorming de latere fasen bepaalt.

4. Resultaten

De analyse van de studentenreflecties leverde vier duidelijke thema's op die corresponderen met het SuperSkillsStack-framework:

• Agentie (Control): Studenten toonden actieve controle door bewust te beslissen wanneer en hoe AI werd ingezet. Ze vermijden AI tijdens fasen die directe menselijke empathie of observatie vereisen (zoals interviews of veldwerk). Ze experimenteerden met verschillende tools en prompts om de beste resultaten te behalen, in plaats van AI als een autoriteit te accepteren.
• Vakgebiedskennis (Validatie): Studenten gebruikten hun kennis van de werkelijke context (verkregen via veldobservaties) als een kritische filter. Ze ontdekten dat AI vaak plausibele maar onnauwkeurige informatie genereerde over specifieke locaties of gebruikersgedrag. Menselijke kennis was essentieel om deze fouten te detecteren en te corrigeren.
• Fantasie (Ideatie): AI werd het meest succesvol ingezet tijdens de vroege, divergente fasen van het ontwerpproces (brainstormen, probleemformulering). Het fungeerde als een katalysator om creatieve blokkades te doorbreken en het spectrum van mogelijke ideeën te verbreden. Studenten zagen AI-ideeën echter als startpunten, niet als eindoplossingen.
• Smaak (Evaluatie): Dit bleek de meest prominente menselijke competentie in de latere fasen. Studenten gebruikten hun "smaak" om AI-gegenereerde inhoud te beoordelen op relevantie, haalbaarheid en contextuele geschiktheid. Ze verwierpen generieke of irrelevante suggesties en herschreven AI-teksten of passten visuele outputs aan om authenticiteit en nauwkeurigheid te garanderen.

Gevormd Workflow-model:

1. AI genereert initiële ideeën en samenvattingen.
2. Studenten interpreteren outputs met behulp van vakgebiedskennis.
3. Teams filteren ideeën via kritische discussie.
4. Studenten verfijnen ontwerpen door menselijk oordeel (smaak).

5. Betekenis en Implicaties

De studie heeft belangrijke gevolgen voor het onderwijs in ontwerp en de toekomst van mens-AI samenwerking:

• AI als Partner, niet Vervanger: Generatieve AI versnelt exploratieve fasen, maar de kernactiviteiten van ontwerp (contextuele interpretatie, empathie, esthetisch oordeel) blijven fundamenteel menselijk.
• Curriculumontwikkeling: Ontwerpeducatie moet de nadruk leggen op het ontwikkelen van hogere-orde vaardigheden (Agentie, Smaak, Contextueel Begrip) in plaats van alleen technische tool-gebruik.
• Behoud van Veldwerk: Empirisch veldwerk (observatie, interviews) blijft essentieel om de "domain knowledge" te ontwikkelen die nodig is om AI-outputs te valideren.
• Strategische Geletterdheid: Studenten moeten leren wanneer AI nuttig is en wanneer het misleidend kan zijn. Het vermogen om AI-outputs kritisch te beoordelen en te selecteren ("Smaak") wordt een cruciale expertisecapaciteit.

Conclusie:
Het paper concludeert dat de integratie van generatieve AI in het ontwerp niet leidt tot het verval van menselijke creativiteit, mits het onderwijs zich richt op het cultiveren van de SuperSkillsStack-competenties. Door deze vaardigheden te ontwikkelen, kunnen studenten AI effectief benutten als een krachtige tool voor verkenning, terwijl ze de verantwoordelijkheid voor betekenisvolle en contextueel juiste ontwerpoplossingen behouden.