Een titel zonder standaard
"AI-expert" is geen beschermde titel en geen diploma. Het wordt geclaimd door mensen die één cursus volgden en door mensen die AI-systemen bouwen die miljoenen gebruikers raken — dezelfde term, compleet andere lading. Ik geloof dat het eerlijker is om AI-expertise op te delen in concrete bouwstenen, en per bouwsteen te laten zien wat je daadwerkelijk hebt gedaan.
Onderstaand model heb ik samengesteld op basis van twee bestaande raamwerken: de AI Skills for Business Competency Framework van The Alan Turing Institute, en de AI Competency Frameworks van UNESCO.
Mijn bouwstenenmodel
Vier bouwstenen, elk met een eigen bewijslast. Klik door naar de subpagina's voor het volledige verhaal.
Begrip
Fundamentele AI-kennis: hoe werkt machine learning, wat kunnen large language models wel en niet, welke techniek zit er achter de tools die je gebruikt.
Waar ik nu sta
Ik heb de DataCamp-cursus "Understanding Artificial Intelligence" afgerond en kijk structureel YouTube-video's van AI-onderzoekers en -practitioners.
Zie de DataCamp-cursus →Wat ik nog moet leren
Meer theoretische diepgang naast de losse video's — met name de werking van transformers en embeddings.
Toepassing
Praktisch AI bouwen of inzetten in je werk — niet alleen erover praten.
Waar ik nu sta
Bij Delta Fiber gebruik ik dagelijks "Skill Spectaculair" voor requirements. Bij Governorth bouw ik zelf met code — deze site is daar het bewijs van.
Zie Governorth en Delta Fiber →Wat ik nog moet leren
De stap van gebruiker naar bouwer: zelf AI-toepassingen ontwerpen in plaats van bestaande tools inzetten.
Ethiek & Regelgeving
Weten wat er wel en niet mag, en waarom — verantwoord gebruik van AI in een organisatie.
Waar ik nu sta
Ik lees me in de EU AI Act: welke AI-toepassingen onder welk risiconiveau vallen en welke verplichtingen daarbij horen. Die kennis pas ik toe op de AI-tools die ik zelf gebruik.
Zie mijn EU AI Act-leeswerk →Wat ik nog moet leren
Concrete toepassing van de AI Act op praktijkcases uit mijn eigen werk, en de raakvlakken met de AVG.
Bijblijven
Continue professionele ontwikkeling, over alle andere bouwstenen heen — AI verandert sneller dan elk certificaat bijhoudt.
Waar ik nu sta
Dit is een doorlopend proces. Deze kennisbank zelf is het bewijs: ik werk hem actief bij met nieuwe inzichten.
Zie mijn logboek →Wat ik nog moet leren
Meer structuur aanbrengen in hoe ik bijleer, zodat het minder toevallig en meer doelgericht verloopt.
Wat jij zou kunnen doen
Zet je eigen versie van dit model op — al is het maar voor jezelf. Vier vragen per bouwsteen: wat houdt het in, waar sta ik, wat is mijn bewijs, en wat mis ik nog? Het dwingt je verder dan de vlotte claim "ik werk met AI".
Bronnen: The Alan Turing Institute — AI Skills for Business Competency Framework. UNESCO — AI Competency Frameworks for Students and Teachers.