Leren vanuit wat je wilt bereiken
Wat moet je vandaag leren als de kennis die je nodig hebt morgen alweer veranderd kan zijn?
Die vraag vormde het vertrekpunt voor De Actuele Leerlus.
Traditioneel onderwijs begint meestal met een vooraf samengesteld programma: dit is wat je moet leren, dit zijn de bronnen en dit is de volgorde. Dat werkt goed wanneer het kennisgebied relatief stabiel is. Maar bij AI, digitale technologie en andere snel veranderende vakgebieden ontstaat een probleem: tegen de tijd dat een cursus is samengesteld, kan een deel van de inhoud alweer achterhaald zijn.
Ik wilde daarom onderzoeken of je het principe kon omdraaien.
Niet de leerstof, maar het doel wordt het vaste vertrekpunt.
Van curriculum naar dynamische leerlus
De Actuele Leerlus is een door mij ontwikkelde AI-gestuurde werk- en leermethodiek. Je begint met iets wat je daadwerkelijk wilt kunnen, begrijpen of maken. Vanuit dat doel wordt bepaald welke kennis, vaardigheden en beoordelingscompetenties nodig zijn.
Vervolgens wordt gekeken naar wat je al weet en kunt, wat nog ontbreekt en welke stap op dat moment het meest zinvol is.
De kern van het proces is:
DOEL → INVENTARISEREN → DIAGNOSE → LEERROUTE → ACTUELE KENNIS → LEREN → TOEPASSEN → EVALUEREN → BIJSTELLEN → OPNIEUW
Daarbij heeft AI niet alleen de rol van kennisbron. AI helpt het proces zelf te sturen: context verzamelen, ontbrekende informatie herkennen, gerichte vragen stellen, actuele kennis onderzoeken, resultaten beoordelen en op basis daarvan bepalen wat de volgende stap moet zijn.
Geen statisch promptboek
Een belangrijk ontwerpprincipe is dat De Actuele Leerlus niet afhankelijk mag worden van één AI-model, één tool of een verzameling prompts die snel veroudert.
Daarom maak ik onderscheid tussen een vaste methodiek en dynamische inhoud.
De methodiek bevat de proceslogica: welke vragen moeten worden gesteld, welke informatie is nodig, wanneer is actuele research noodzakelijk, waaraan moet een resultaat voldoen en hoe wordt bepaald wat de volgende stap is.
De inhoud wordt tijdens iedere toepassing opnieuw opgebouwd. Welke kennis, bronnen, technieken, tools en uitvoeringsprompts nodig zijn, hangt af van het doel en van wat op dát moment actueel en relevant is.
Daarmee probeer ik niet de antwoorden vast te leggen, maar een systeem te ontwerpen dat steeds opnieuw kan bepalen welke antwoorden nodig zijn.
Leren en maken worden één proces
Een tweede belangrijk uitgangspunt is dat leren niet losstaat van uitvoeren.
Je leert niet eerst alles over een onderwerp om het ooit later te kunnen toepassen. Je leert wat nodig is voor de volgende betekenisvolle stap en past dat direct toe in een werkelijk project.
Het resultaat van zo’n leerlus is daardoor meer dan opgedane kennis. Er ontstaat tegelijkertijd een concreet product, nieuwe competentie en een werkproces dat opnieuw kan worden gebruikt.
Evalueren betekent vervolgens niet alleen: is het product goed? Maar ook: begrijp ik voldoende wat er is gebeurd? Kan ik het resultaat beoordelen? En kan ik met AI zelfstandig de volgende stap zetten?
AI als onderdeel van zelfstandigheid
Dat laatste raakt aan een vraag die ik tijdens het ontwerpen steeds interessanter ben gaan vinden: wat betekent zelfstandig kunnen werken in een tijd waarin AI onderdeel wordt van ons gereedschap?
Voor De Actuele Leerlus betekent zelfstandig niet dat je alles zonder AI moet kunnen.
Het betekent dat je AI doelgericht kunt inzetten om te bepalen wat nodig is, relevante kennis kunt verwerven, geschikte hulpmiddelen kunt kiezen en — essentieel — voldoende begrip ontwikkelt om de uitkomsten kritisch te kunnen beoordelen.
AI neemt daarmee niet simpelweg het leren over. Het verandert wat we moeten leren.
Een methodiek die zichzelf in de praktijk ontwikkelde
De Actuele Leerlus is niet uitsluitend achter een bureau bedacht. Ik ben de methodiek gaan ontwikkelen door haar daadwerkelijk toe te passen op concrete maakprojecten.
Tijdens zo’n toepassing kijk ik daarom op twee niveaus tegelijk.
Op het eerste niveau gebruik ik de leerlus om mijn doel te bereiken. Op het tweede niveau observeer ik de leerlus zelf: welke stap ontbreekt, welke vraag had AI moeten stellen, welke informatie moet worden onthouden, wanneer is actuele research nodig en welke procesregel blijkt ook in andere projecten bruikbaar?
Uitvoeren → observeren → vastleggen → beoordelen → aanpassen → opnieuw uitvoeren.
De ontwikkeling van de methodiek volgt daarmee in feite haar eigen principe.
Van idee naar werkend protocol
Wat begon als een idee voor dynamisch AI-onderwijs is zo uitgegroeid tot iets breders: een AI-gestuurd werk- en leerprotocol.
De ambitie is een methodiek die onafhankelijk genoeg is van vakgebied en technologie om telkens opnieuw te kunnen worden ingezet voor een nieuw doel — terwijl kennis, bronnen, hulpmiddelen en toepassingen juist mogen blijven veranderen.
Voor mij ligt de ontwerpvraag daarom niet bij het maken van nóg een cursus met antwoorden.
De interessantere vraag is:
Kun je een systeem ontwerpen waarmee iemand met AI steeds opnieuw kan ontdekken wat hij moet weten, leren en doen om een doel zelfstandig te bereiken?
De Actuele Leerlus is mijn antwoord op die vraag — en tegelijkertijd een methodiek die ik door toepassing verder blijf onderzoeken en aanscherpen.