AI Literacy: An Exercise in Power-Knowledge

De Onzichtbare Bibliotheek en de Kracht van het Vragen naar "Waarom?"

Stel je voor dat je een enorme, magische bibliotheek binnenloopt. In het verleden, als je iets wilde leren, moest je door stoffige planken zoeken, veel boeken lezen en zelf het verhaal in elkaar puzzelen. Vandaag de dag hebben we een nieuw soort bibliothecaris: Kunstmatige Intelligentie (AI). Dit is niet zomaar een bibliothecaris die boeken vindt; het is een bibliothecaris die onmiddellijk een heel nieuw verhaal voor je kan schrijven op basis van alles wat hij ooit heeft gelezen. Maar hier zit de adder onder het gras: deze bibliothecaris vertelt je niet alleen feiten; hij beslist welke feiten hij je vertelt, hoe hij ze vertelt, en wat hij achterwege laat.

Om te begrijpen waarom dit ertoe doet, moeten we kijken naar twee grote ideeën die ons helpen te zien wat er werkelijk gebeurt. Ten eerste is er het idee dat "kennis macht is". Dit betekent dat degene die bepaalt wat waar of belangrijk is, veel controle heeft over hoe wij de wereld zien. Ten tweede is er het idee van "kritisch bewustzijn". Dit is het vermogen om wakker te worden en te beseffen dat de verhalen die ons verteld worden niet slechts neutrale feiten zijn; ze worden gevormd door de mensen en systemen die ze vertellen. Als we alleen leren hoe we de AI-bibliothecaris moeten gebruiken om snel onze huiswerk af te krijgen, missen we misschien het feit dat de bibliothecaris stilletjes onze gedachten vormgeeft. Dit artikel stelt een grote vraag: trainen we mensen om slechts slimme klanten te zijn die kopen wat de AI verkoopt, of trainen we hen om de bazen te zijn die begrijpen hoe de winkel is gebouwd?

De Klant versus de Architect

Dit artikel betoogt dat de manier waarop we mensen momenteel over AI onderwijzen, een cruciaal onderdeel van de puzzel mist. Op dit moment behandelen de meeste scholen en organisaties "AI-geletterdheid" als een cursus rijlessen. Ze leren je hoe je de auto stuurt, hoe je in de spiegels kijkt en hoe je de verkeersregels volgt zodat je niet crasht. Ze noemen dit "competentie". Het gaat erom de tool veilig en efficiënt te gebruiken.

De auteurs van dit artikel zeggen dat dit niet genoeg is. Zij stellen dat het behandelen van AI als een simpel hulpmiddel is als het leren aan iemand hoe hij moet autorijden zonder ooit uit te leggen wie de wegen heeft gebouwd, waarom de wegen lopen waar ze lopen, of wie beslist waar de volgende weg wordt gebouwd. Als je alleen weet hoe je moet rijden, ben je slechts een consument van het systeem. Je komt waar je moet komen, maar je hebt geen zeggenschap over de bestemming.

Het artikel suggere houdt voor dat we moeten bewegen van het onderwijzen van "competentie" naar het onderwijzen van empowerment (bekrachtiging). In plaats van alleen een goede bestuurder te zijn, moeten we epistemische agenten worden. Dat is een chique manier om te zeggen: "kennisagenten" of "kennisbazen". Een agent gebruikt de AI niet alleen; een agent begrijpt dat de AI een machine is, gebouwd door mensen met specifieke vooroordelen, prioriteiten en blinde vlekken. Een agent weet dat de AI geen kristallen bol is die de absolute waarheid laat zien; het is een spiegel die de wereld reflecteert zoals die in het verleden is opgeschreven, inclusief alle fouten en ongelijkheden van dat verleden.

De Drie Sleutels om de AI te Ontsluiten

Om gebruikers te transformeren van passieve consumenten naar actieve agenten, stellen de auteurs een nieuw drieledig kader voor. Zie dit als een systeem met drie sleutels om het volledige potentieel van AI-geletterdheid te ontsluiten.

1. Contextueel Gebruik: Het Notitieblok van de Detective
De eerste sleutel gaat over hoe we de tool gebruiken. Het huidige onderwijs zegt: "Gebruik AI om je essay te schrijven." De nieuwe aanpak zegt: "Gebruik AI, maar weet waarom je het gebruikt en hoe het jouw antwoord vormgeeft."
Stel je voor dat je een detective bent. Als je de AI vraagt: "Wie is de beste detective?", geeft hij je misschien een lijst met beroemde fictieve personages uit Engelse romans. Een "competente" gebruiker accepteert deze lijst. Een "empowered" gebruiker (die contextueel gebruik toepast) vraagt: "Wacht even, waarom koos hij alleen Engelse personages? Wat betreft detectives uit andere culturen of echte rechercheurs die niet beroemd zijn?" Zij begrijpen dat het antwoord van de AI afhangt van wat hem gevoed is. Ze gebruiken de AI als een denkpartner om hun eigen vragen te verkennen, niet alleen als een machine die antwoorden uitspuugt. Ze weten dat de tool grenzen heeft en dat het "antwoord" slechts één mogelijke versie van het verhaal is.

2. Kritische Interrogatie: De Röntgenblik
De tweede sleutel gaat over het kijken in de machine. Dit is waar we stoppen met het woord van de AI aan te nemen en beginnen te vragen: "Hoe kwam je daarop?"
De auteurs suggereren dat we "röntgenblik" nodig hebben om de onzichtbare tandwielen in de AI te zien draaien. Dit omvat drie belangrijke praktijken:

• Genealogische Analyse: Het traceren van de stamboom van een antwoord. Als de AI zegt dat iets waar is, vragen we: "Welke boeken of websites heb je gelezen om dat te leren? Wie heeft die geschreven?"
• Bias-herkenning: Patronen herkennen. Als de AI artsen altijd als mannen beschrijft en verpleegsters als vrouwen, of als de AI alleen geschiedenis kent vanuit één land, dan moeten we dat herkennen als een gebrek in de training, en niet als een feit van de wereld.
• Tegen-prompten (Counter-prompting): Dit is als het spelen van de advocaat van de duivel met de machine. Je vrae de AI om een standpunt toe te lichten, vraat hem dan om het tegenovergestelde standpunt uit te leggen, en vraagt vervolgens: "Welke standpunten ontbreken hier volledig?" Dit verandert de gebruiker van een ontvanger van informatie in een analist van hoe de machine denkt.

3. Participatieve Governance: De Town Hall (De Gemeenteraad)
De derde en meest ambitieuze sleutel gaat over het hebben van een stem in de regels. Momenteel gebruiken de meeste mensen AI gewoon; ze hebben geen stem in hoe het gebouwd wordt.
De auteurs betogen dat AI-geletterdheid "burgerlijke geletterdheid" moet omvatten. Dit betekent begrijpen dat AI een publiek systeem is, zoals een park of een weg, en dat we een stem moeten hebben in hoe het wordt beheerd. Het gaat erom te weten wie de AI bezit (meestal grote bedrijven), hoe de overheid het reguleert, en hoe gewone mensen hun stem kunnen laten horen.
Het artikel wijst erop dat het moeilijk is, maar dat mensen dit wel beginnen te doen. Zo mochten bijvoorbeeld gewone burgers en groepen in de Europese Unie feedback geven op nieuwe AI-wetten. De auteurs suggereren dat AI-geletterdheid mensen moet leren hoe ze deel kunnen nemen aan deze gesprekken, hoe ze kunnen eisen dat AI-systemen hun lokale culturen en talen respecteren, en hoe ze kunnen strijden voor een systeem dat werkt voor iedereen, niet alleen voor de rijken of de hoogopgeleiden.

De Kloof tussen de Hebbers en de Niet-hebbers

Het artikel belicht ook een angstaanjagende realiteit: de kloof tussen degenen die AI begrijpen en degenen die dat niet doen, wordt steeds groter.
Op dit moment hebben rijke mensen en mensen met veel onderwijs toegang tot de beste AI-tools. Zij kunnen de "premium" versies betalen die slimmer en actueler zijn. Belangrijker nog: zij hebben het onderwijs om te weten hoe ze de juiste vragen moeten stellen en hoe ze vooroordelen kunnen herkennen. Zij gebruiken AI om nog slimmer en machtiger te worden.
Aan de andere kant hebben mensen met minder geld of minder onderwijs vaak alleen toegang tot de gratis, beperkte versies. Zij gebruiken AI om simpele antwoorden te krijgen, maar zij hebben niet de vaardigheden om de antwoorden te bevragen of het systeem te veranderen. Het artikel suggereert dat AI de kloof, in plaats van te dichten, juist groter kan maken. Het is alsoals iemand een supersnelle fiets geven die al kan fietsen, terwijl je iemand die dat niet kan een kapotte driewieler geeft. De eerste persoon raast vooruit; de tweede persoon trappelt alleen maar maar zonder vooruit te komen.

De Kern van het Verhaal

De auteurs concluderen dat we mensen niet alleen moeten leren om "goede gebruikers" van AI te zijn. Als we dat doen, trainen we hen slechts om betere consumenten te zijn in een systeem waar ze geen controle over hebben. We moeten hen leren om agenten te zijn — mensen die begrijpen dat AI een krachtige kracht is die bepaalt wat we weten, en die de vaardigheden hebben om het te bevragen, uit te dagen en mee te helpen bouderen.

Dit gaat niet alleen over het leren van een nieuwe computervaardigheid. Het is een politieke vraag: Wie krijgt er te bepalen wat waar is in onze wereld? Het artikel suggereert dat als we de manier waarop we AI-geletterdheid onderwijzen niet aanpassen, we het risico lopen op een wereld waarin een paar machtige systemen alles voor iedereen beslissen. Maar als we mensen leren om kritisch, nieuwsgierig en actief deelnemer te zijn, kunnen we AI veranderen in een instrument dat iedereen helpt de wereld beter te begrijpen, in plaats van een instrument dat hen controleert. Het doel is om van het simpelweg besturen van de auto over te gaan naar het helpen ontwerpen van de weg.